与中国WRF模型动态镇流分析与光谱荧光技术的比较

摘要

为了克服全球气候模式的水平分辨率可能太低而无法解决在区域或局地尺度上重要的特征这一问题，动力降尺度已被广泛使用。然而，动态降尺度结果通常偏离大尺度驱动场。轻推技术可以在大尺度和小尺度上平衡动态降尺度的性能，但两种轻推技术(分析轻推和谱轻推)的性能存在争议。此外，现在在允许对流的尺度上进行动力降尺度，以减少参数化的不确定性并获得更精细的分辨率。为了比较本研究中两种轻推技术的表现，我们进行了三种敏感性实验(无轻推、分析轻推、利用WRF模式对1度国家环境预报中心(NCEP)数据集进行了为期2个月、网格间距为6公里的缩减。结果表明，在动力降尺度过程中，两种推动试验均减小了常规气象要素在近地面和不同高度的偏差。然而，谱推在预测降水方面优于分析推，在空气湿度和风速模拟方面优于分析推。

1.介绍

一般循环模型（GCMS）是研究地球气候系统的主要工具，并了解未来的气候变化以及对不同气候系统组件的模拟，平均值，可变性和极端的仿真方面对气候变化的反应。此外，可以从耦合的大气通用循环模型（AOGCMS）中提取区域规模的气候信息[1］．但是，GCMS或AOGCM的水平分辨率太低，无法识别在区域或本地尺度上很重要的特征[1-4.］．为了克服这一问题，GCM和AOGCM结果的降尺度或有限区域域的再分析可以用来生成特定区域的气候信息。

动力降尺度是一种极为重要和广泛应用的方法，它基于区域气候模式的物理和动力学框架，成为获取高分辨率区域气候信息的常用方法。它是由GCM结果的大尺度环流或全球再分析强迫的，并增加了局部过程、地形、土地覆盖和其他塑造区域气候的特征的区域详细代表[5.-7.］．动态降尺度能力受多种因素影响，可分为两类。第一类因素来自于rmc中物理表征的局限性，包括云相关过程和陆面/大气相互作用、积云对流方案[8.[对流的方案和行星边界层的组合，水平扩散和/或微手术[9.-14］．其他类型的因素来自边界条件（驱动数据）和域的选择和应用[1，根源在于动态缩减规模本身。动态降尺度的起点通常是一组粗分辨率大尺度场，用于为rcm提供初始条件(ICs)和侧向边界条件(lbc) [15］．因此，哪些是最好的ic和lbc [16那17]，如何减少rcm的内部变异[18-21]，不同驾驶数据或策略的影响抑制错误的生长[22-25]，以及域大小、域位置和分辨率的影响[20.那22那26-28动态降尺度问题是相关研究的主要问题。

在导致动态缩小过程中导致错误和不确定性的因素中，我们专注于平衡RCMS在添加小规模功能时性能的策略，同时保留大规模功能。这种策略被称为亮度，它提供了一种用于约束RCM的方法，并使它们远离粗略尺度字段。

rcm受到侧向边界附近的驱动数据的强烈约束。因此，在小领域中，rcm生成附加信息的自由度更小。此外，更大的领域允许RCM解决方案越来越多地与驱动数据“解耦”[1]，这是动态缩小系统中系统误差的一个关键来源[29］．Nudging技术(在模型网格点对要调整的变量的预测方程添加修正的方法)已被证明对防止rcm偏离大规模驱动场是有用的[1那15那30.-32］．

用于动态较低的亮度目前以两种不同的方式应用：分析熄灭[33]和光谱裸体[34］．在每个网格电池中进行分析，而频谱亮于Zonal和统一方向，并且仅在亮项中保留所选波数下的波浪[29那31那32那34-36］．研究使用了动态较​​低的分析和光谱亮度，以获得更准确的区域气候信息[15那30.那31那37-39］．然而，这两种轻推技术的表现存在争议。一方面，当选择合适的推进系数来调整控制方程中的推进力强度时，分析推进一般优于谱推进[38］．分析推送预测的降水强度和频率比谱推送预测的更接近观测值[40］．另一方面，使用光谱轻推比不轻推或使用边界轻推有优势[41-44]，理论上可能超过分析推动，后者有在小范围内过度推动rcm的风险[45］．Liu等[29]使用天气研究和预测（WRF）模型来比较分析亮度和光谱在缩小的情况下进行分析，并表明光谱亮于亮度显着分析，旨在平衡大小尺度的模拟性能。用于降水，Miguez-Macho等。[35]表明，当模拟域位置移动7°-17°N时，谱轻推成功消除了降水的空间格局畸变。然而，Bullock Jr.等人[46]表明，更强的分析可以降低降水量的阳性偏差，并且较强的光谱亮度没有太大效果。因此，需要额外的研究比较分析亮于分析和光谱亮，特别是在不同区域中。

由于动态较低的大部分动机是捕获更多详细的本地过程，地形和其他形状区域气候的特征，更高的分辨率可能更好[12那47-50］．此外，非常精细的数据集对水文和其他应用非常有用[51］．例如，Gutowski Jr.等。[52]得出rcm比gcm提供更好的降水极值，Vautard等人[49]发现，对于大多数区域气候模型来说，在欧洲以12公里长跑的分辨率模拟极端温暖天气的效果通常比以50公里长跑的分辨率模拟要好。罗哈斯(53和Walther等人[50]测试改进的模拟质量与RCMS中分辨率之间的关系，并显示出更好的仿真性能与更高的分辨率相对应。

此外，动力降尺度现在正在允许对流的尺度上运行，在这种尺度下，可以用显式动力学代替积云参数化来代表深对流系统，这将减少参数化的一些不确定性。因此，动态降尺度的未来研究前景之一是满足高分辨率需求[51］．然而，分辨率高于约10公里的rcm长距离运行仍然很少[54]，在允许对流的分辨率下运行的rcm就更少了[1］．Guttler等[47]指出，6公里的运行将在一些研究区域和Pryor等人提供更多改进。[48]的研究发现，当极端风速相对于平均风速发生时，较高的rcm分辨率(6公里比50公里)的影响要大得多。考虑到分辨率需求和计算费用，我们使用6 km的分辨率进行研究。

在这项研究中，三个敏感性实验（无闪烁，分析，亮起和光谱闪烁），在欧洲大陆的陆路上进行了6公里的网格间隔，以研究使用WRF缩小1度NCEP数据集时的两个亮度技术的性能模型。

关于模型和实验设置的细节将在本节中描述2．节3.介绍了评价数据集，给出了评价方法。本节给出了不同推进技术的仿真性能的验证和比较4.．最后，本节给出了结论5.．

2.模型描述和实验设置

2．1．模型描述

本研究中使用的区域气候模型是WRF模型，版本3.5.1，具有先进的WRF动态核心。大型大气领域的初始和边界条件以及初始土壤参数（土壤水，水分和温度），从1°×1°国家中心获得环境预测最终操作全球分析数据（FNL)．仿真域以35°N和105°E以1009×805水平网格点为中心，跨越6公里的网格间隔（图1)．垂直尺寸包括28个地形 - 后续的ETA垂直坐标水平，并且模型顶部的压力为10 HPA。域指定的横向边界由单点指定区域和四点松弛区组成，使用戴维斯和特纳的方法朝着FNL数据阐明[55]减少边界的噪音的产生。此外，使用兰伯特共形圆锥形突起。

在本研究中，海面温度(SST)每6 h更新一次。海温数据由美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration)的最优插值海温分析提供，采用一度网格。这一分析SST数据来自原位和卫星以及利用海冰覆盖模拟的SST，减少了高纬度地区SST的偏差。此外，由于长时间模拟也需要更新深层土壤温度[56］．

这里使用的主要物理选项包括WRF单矩六级(WSM6)微物理参数化[57、快速辐射传输模型长波辐射[58，短波辐射[59]，延世大学行星边界层方案[60.]和诺亚陆地模型[61.］．该研究以6公里的网格间距进行，允许对流允许的规模;因此，没有使用巨积参数化。该模型于2011年7月15日至1200 UTC集成了1200 utc.初始15天被视为旋转期，在此期间的产出被排除在分析之外，因此只有1的结果5月30日6月用于分析。

2．2.实验装置

在这项研究中，进行了三个敏感性实验，以研究动力缩小的亮度的性能。第一个是没有亮起的连续集成，其他是与两种闪亮技术的连续集成。这里使用的两个内部亮光选项是分析亮度和光谱亮。除了所采用的闪烁技术之外，WRF中的物理配置对所有三个灵敏度实验保持相同。分析亮于水平风元件，电位温度和水蒸气混合比。它仅适用于PBL之上。光谱亮度施加到PBL上方的水平风元件，电位温度和地理调节。这里，揭示了地球势场，而不是水蒸气混合比，因为它只能施加到公共释放中的四个变量，并且目前不能施加到水蒸气混合比中，因为它没有大规模的特征坚强的其他领域。在区域和子午线方向上的光谱闪烁实验中使用的波数被设置为恒定值3.分析和光谱亮度实验的所有变量的亮度系数设定为0.0003秒⁻¹[29］．亮起施加直到模拟结束。

3.评估数据集和方法

3.1。评估数据集

该数据集在50°N-50°S纬度带的空间分辨率为0.25°，是本研究降水验证的一部分。该数据集提供了重要的数据，可用于检测全球降雨量[62.]，特别是在东亚地区[63.那64.］．TRMM 3B43月降水及从中国气象局国家气象信息中心(NMIC)获得的月降水(http://data.cma.cn/)同意中国。因此，月TRMM 3B43降水可以作为验证缩减结果的合理标准。在只考虑中国降水的情况下，采用双线性插值方法将所有模拟的月累积降水数据插值到NMIC获得的0.25°空间分辨率的网格中。0.25°网格实时分析系统的降水量和NMIC (http://data.cma.cn/data/detail/dataCode/SEVP_CLI_CHN_PRE_DAY_GRID_0.25.html)也用来验证模拟日累积降水。

用于与其他变量(如温度、相对湿度、风速和近地面气压)进行比较的数据集来自NMIC，但不同高度的水汽混合比例和位势高度等变量则来自第三代欧洲中期天气预报中心再分析产品INTERIM (ERA-IN)数据[65.］．在这项研究中，我们选择了上述两个数据集有两个原因。首先，ERA-IN数据不能在地面产生真实的区域结构，用于区域地形和陆地特征，但与中国每月上空特定层数的大规模行为一致。计算两个数据集的相关系数，包括温度，相对湿度，风速和表面附近的压力，以及温度，风速和不同水平的地理位音高度。这些计算表明，表面附近的变量之间的相关系数相对较低，并且上空气中的变量更高。其次，从NMIC的上部空气特定层数据缺少许多值，特别是对于850 HPA和700 HPA的露点，温度和变量。

为了便于比较，对所有模拟变量，包括模拟日降水量和相关ERA-IN变量(直接将ERA-IN插值到6 km WRF网格中得到)进行了双线性插值。

３．２．评价方法

利用简单的变量空间分布和一些统计验证技术，对三个WRF降尺度试验进行了评价，并将模拟结果与观测数据进行了比较。以下统计验证技术计算，与M.表示模型仿真值，O.表示观测值，和N.代表验证点总数。

均值误差(mean error, ME)定义为模拟是否高估或低估了观测值的均值大小:

均方根误差(RMSE)提供了模拟和观测精度的概述，其定义如下:

相关系数(cc)表示模拟值与观测值之间的关系，定义如下:

此外，还采用了其他四种统计验证技术来评价累积降水。首先，利用偏差评分(bias score, BS)来表示模型在某一阈值范围内对降水部分面积的估计是高估还是低估，其最优值为1。其次，使用威胁评分(TS)来衡量模型在某一阈值下预测降水面积的能力[15];也就是说，越大越好。第三，利用缺失模拟率(PO)来表示某一阈值下基于事件实际发生的未预报降水的比例;也就是说，越小越好。第四，NH表示实际事件没有发生时，某一发生阈值的降水预报所占的比例;也就是说，越小越好。

BS，TS，PO和NH定义如下： 在哪里M.为模拟降水阈值点的个数，O.为观察阈值量的点数，H为模拟和观测的阈值降水的点数，数控是观察到阈值但不模拟的点的数目，和注是模拟阈值沉淀但未观察到的点数。用于每月累积沉淀的阈值量为30mm，50mm，60mm，100mm，150mm，200mm，250 mm和300mm，以及每日累积沉淀的阈值为10 mm。

结果

4．1.降水验证

沉淀的繁殖对于区域气候镇压应用至关重要。数字2显示三个WRF运行的缩小技能，以预测每月累积降水。根据每月3B43观测数据，降水主要发生在东亚夏季季风地区，中国西北部相对干燥。6月份南部地区和长江三角洲地区的最大降水发生。

三次WRF模拟重现了降水分布。但与TRMM相比，WRF模拟的5月份华南和西南地区降水偏高，华北和东北地区降水偏干。6月，华北、华南和西南地区的模拟降水过高，长江三角洲和东北地区的模拟降水过于干燥。该模型高估了6月最大降水的分布，并将6月最大降水的分布位置错置。

推进试验普遍低估了全国降水的量级，谱推进试验低估了长江以北地区降水的量级。然而，推移实验再现了最大降水的位置，而光谱推移实验再现了最大降水的位置和量级。谱推实验优于分析推实验;前者表明月累积降水模拟的覆盖面积和量级偏差较小。光谱推送试验表现最好，总体上改善了模式模拟的降水面积。

TRMM观测值的相关统计验证参数如表所示1和数字3.和4.．结果表明:5月和6月的ME分别为37.12 mm和43.25 mm;那perfect = 0). The analysis nudging experiment underestimates the precipitation (ME = −37.30 mm and ME = −62.78 mm in May and June, resp.), and the spectral nudging experiment underestimates the precipitation (ME = −10.07 mm and ME = −15.35 mm in May and June, resp.). Although the correlation coefficient of the analysis nudging experiment is the lowest, the RMSE of precipitation decreased by 36.9% in May and by 27.9% in June. The precipitation bias for the spectral nudging experiment is generally smaller than that in the two other runs because the ME is much closer to 0, the correlation coefficient is relatively higher, and the RMSE is reduced by 49.6% in May and 54.2% in June.

每月累计降水量不到60毫米,没有推动实验一般繁殖降水大小和位置在5月和6月的BS关闭1(完美= 1),和一个相对高的TS。谱逼近实验表现稍差,分析推动实验表现最糟糕的。对于60 ~ 100 mm的月累积降水，无推送试验的BS大于1,TS相对较大，说明无推送试验会高估降水。光谱实验对BS表现稍好。对于月累积降水大于100 mm，无推送试验明显高估了5月和6月的降水，BS值远远大于1,TS值相对较低，尤其是5月BS。分析推进试验由于BS值小于1,TS值较低，大大低估了降水，特别是5月极端降水。光谱推送实验表现最好，因为BS值接近1,TS相对较高。这一结果表明，谱推试验能够准确地描述汛期暴雨的特征。

图中显示了模式模拟日累积降水的ME、RMSE、cc、BS和TS的日变化对比4.(观测数据集选取NMIC获得的中国0.25°逐日降水数据集(第1版)实时分析系统的降水数据)。数字4(一)结果表明，无推送试验几乎每天都过高估计降水，而分析推送试验则低估了降水。光谱轻推实验比不轻推实验和分析轻推实验提供了更好的预测，因为ME和BS更接近于1,cc和TS大部分天相对较高，且光谱轻推实验的RMSE相对较小。这些结果与图中的结果是一致的2和3.和表1．此外，无推送实验中误差的相位往往与光谱推送实验中的误差不一致，往往过高估计降水，尤其是当BS值大于3时。这一结果表明，无推送试验中的单个天气事件可能被错误描述，这表明它们可能不准确地描述了长时间的暴雨，并导致更多的洪水。类似地，分析推进实验可能会不准确地描述干旱期，并导致更多的干旱。光谱推送试验是对降水进行动态降尺度的一种很好的选择。

4.2。验证表面附近的常规气象元素

在表面附近的每月平均常规气象元素，包括2米温度（T2），表面压力（PS），10M风速（WSP10）和2M相对湿度（RH₂），用于三个WRF仿真中的每一个和观察结果计算。数字5.为2011年5月2m温度资料与2011年6月2m相对湿度资料对比。3个WRF模拟结果均再现了2 m温度分布，但对2 m相对湿度的模拟结果相对较差。无推力试验表明，中国北方、长江三角洲、华南、西南和塔克拉玛干沙漠存在暖偏倚，西藏高原存在轻微冷偏倚。两种推动实验均能有效减小2m温度的暖偏置。无推送试验表明东北、西北和华北地区存在较大的偏干性。两种推动试验均减小了2m相对湿度的干偏。分析推进实验比光谱推进实验表现得好得多，并再现了分布，尽管它仍然有轻微的干偏差。

相关的统计验证技术见表2．无推送试验常规气象要素月平均偏差更明显，暖干偏差超过3.2°C和15%，地面气压和10m风速偏差分别超过−7.0 hPa和1.7 m/s。图中显示了一些模式模拟的日常规气象要素近地面的ME、RMSE和cc的演变6.和7.．这进一步支持了表中显示的结果2．与日常变化相比，NO亮度实验高估了2米温度和10米的风速，并每天几乎每天低估表面压力和2米的相对湿度。在特殊的日子中，2米温度，表面压力，10米风速和2μm相对湿度的偏差分别大于5.5°C，-9.4 HPa，2.7m / s和-24％。两种闪烁的实验降低了日常偏差。在模拟表面压力时，分析亮于实验和光谱亮度实验。分析亮起实验对于10米风速，特别适用于2M的相对湿度。分析亮于实验是在关注表面附近的传统气象元素时动态较低的良好选择。

4．3．不同高度的常规气象要素检定

并将三次WRF模拟不同高度的月平均常规气象要素与观测资料进行了比较。数据8（a）那8（b）,8（c）比较500 HPA地球势高度和循环和数字的偏差8（d）那8（e）,8 (f)比较2011年6月700 hPa水汽混合比和环流的偏差。无助推实验的结果显示出显著的偏差。数字8（a）表现为位于中国西北和华北地区的一个主要高压系统，该地区存在相对不规则的弱反气旋;然而，在发行量上的差异相对较小。以台湾为中心的中国西南、华南和华东沿海地区出现主要低压和气旋偏置。此外，东北地区还存在一个低压气旋系统。以上结果均表明大尺度环流存在偏差。数字8（d）西南、华北和东北地区主要为水汽混合比例高的区域，其他地区主要为水汽混合比例低的区域。此外，流通方面的差异也很明显。

两种推动实验的偏差相当小，尤其是分析推动实验。分析推进实验显示500 hPa和700 hPa的环流和水汽混合比偏差最小(图)8（b）和8（e）)．谱推实验模拟的500 hPa位势高度偏差与分析推实验相似(图)8（b）和8（c）)，但环流偏置和700 hPa水汽混合比较大(图)8（c）和8 (f))．数字8 (f)表明中国各地的水汽混合率较低。

计算了各月平均气象要素在不同高度的相关统计验证技术，无推试验的偏差更明显(见表)。为进一步分析，图中显示了一些模式模拟的日常规气象要素在不同高度的ME、RMSE和cc的演变9.．与日常变化相比，NO亮度实验通常高估500 HPA地球势高度和温度，700 HPA水蒸气混合比，850 HPA风速，以及RMSE是最大的。光谱亮度实验类似地与具有500 HPA的地形电位高度和温度的模拟中的分析进行了分析;然而，分析戒烟实验仍然略微表现出略微好转。关于700 HPA水蒸气混合比和850 HPA风速，分析阐明实验表现了最佳，特别是对于700 HPA的水蒸气混合比，光谱闪烁实验大幅低估。

总之，分析阐明实验更好地对传统气象元素模拟的性能进行了更好的，特别是对于不同高度水平的空气湿度和循环系统的性能。分析亮于水平风元件，电位温度和水蒸气混合比，水蒸汽混合比，施加光谱亮度，施加到水平风元件，潜在的温度和地理位高度。在WRF中使用分析时，直接调整田间水分。因此，可以理解为什么分析对空气湿度更好地表现更好。

此外,尽管分析推动和谱逼近直接调整风场和光谱直接推动调整高度,对于谱逼近,大气状态是被迫接受大尺度而小尺度的分析是留给由区域模型本身(34];然而，在大尺度和小尺度上都对大气状态进行了助推分析[33］．因此，由于环流系统既受大尺度环流的影响，又受当地山脉和湖泊等局地尺度特征的影响，分析推进试验对风速等环流系统的模拟效果较好。

此外，谱推试验对降水的模拟效果明显好于分析推试验，表明谱推试验对降水模拟的面积和量级的偏差较小。原因是光谱助推在大尺度和小尺度上更好地平衡了模拟的性能，并且在水平动能方面表现得更好，水平动能强烈影响云和降水[29］．因此，对于沉淀，这是各种因素的产物，光谱闪烁实验表现更好。此外，通过光谱亮度实验所实现的沉淀更好地模拟，提出了改善降水模拟的直接亮度水分，这与[29］．

5.结论

本文比较了分析推进和光谱推进对区域气候动力降尺度的影响。利用WRF模式作为RCM，进行了3个连续的敏感性试验(无推微、分析推微和光谱推微)，研究了在中国使用WRF模式降低NCEP数据尺度时，哪种推微技术效果更好。考虑到分辨率的需求和计算费用，所有的实验都是在2011年5月至6月的分辨率为6公里的情况下进行的。

无推送模拟高估了6月最大降水的量级和位置，并模拟了6月最大降水的错误位置(长江三角洲以南地区)。分析推进试验普遍低估了全国范围内的降水量级，谱推进试验低估了长江以北地区的降水量级。在逐日变化比较中，无推送试验几乎每天都对降水进行高估，而分析推送试验则对降水进行低估。光谱推送试验在降水模拟中的面积和量级偏差较小，优于分析推送试验。

结果表明，在区域气候动力降尺度过程中，两种推动试验均较无推动试验降低了常规气象要素在近地面和不同高度的偏倚。详细的表演两个推动实验相似的2 m的模拟温度、表面压力、位势高度和温度在不同的水平,但分析逼近实验性能更好的10米风速、相对湿度2米,空气湿度和循环系统在不同的高度。

但是，我们的数值实验仅基于一个模型模拟，涵盖在5月和6月，2011年5月和6月的对流允许的允许分辨率下的两个月内。此外，不同的亮度系数，波数，持续时间和戒烟不同的变量会影响努力的表现。需要使用多种模型的长期模拟和更多的亮度设定选项和粗略分辨率的更多实验，以验证在此获得的结论的稳健性。尽管如此，这里解决的问题可能会为未来的RCMS互信项目设计提供有用的见解。

相互竞争的利益

作者声明本论文的发表不存在利益冲突。

致谢

国家自然科学基金重点项目(no . 41330527);国家自然科学基金项目(no . 41675098);中央高校基本科研业务费专项资金资助项目(no . lzujbky-2015-k03)。关键词:边坡，边坡稳定性，数值模拟，边坡稳定性作者感谢热带降水月测任务和中国气象局国家气象信息中心提供的观测数据。

参考文献

1. 联合国政府间气候变化专门委员会,IPCC, 2013:气候变化2013:自然科学基础。第一工作组对政府间气候变化专门委员会第五次评估报告的贡献, 2013年联合国政府间气候变化专门委员会。
2. F. Giorgi，“区域气候模拟:现状和前景”，EDP Sciences, Journal de形体IV (Proceedings)，卷。139，pp。101-118，2006。视图:出版商的网站|谷歌学术
3. L. R.Leung，L.O.Mearns，F.Giorgi和R. L. Wilby，“区域气候研究”，美国气象学会公报(第84卷)1，第89-95页，2003。视图:出版商的网站|谷歌学术
4. Y.Wang，L.R.R.Leung，J.L.McGregor等，“区域气候建模：进步，挑战和前景”，日本气象学会学报，第82卷，第2期6，页1599-1628,2004。视图:出版商的网站|谷歌学术
5. F. Giorgi和W. J. Gutowski，“区域动态降尺度和CORDEX倡议”，《环境与资源年度回顾》，卷。40，pp。467-490,2015。视图:出版商的网站|谷歌学术
6. R. Laprise，“评论”通过动态缩小的气候变化的全球模型预测的附加值：用Racherla等人使用Giss-Modele2和WRF模型的大陆U.，“地球物理研究杂志:大气，第119卷，第2期。7, pp. 3877-3881, 2014。视图:出版商的网站|谷歌学术
7. S. Antic, R. Laprise, B. Denis，和R. de Elía，“在复杂地形地区测试单向嵌套区域气候模型的降尺度能力”，气候动力学，第23卷，第2期。5，页473 - 493,2004。视图:出版商的网站|谷歌学术
8. B. H. Lynn, R. Healy，和L. M. Druyan，“量化模拟气候变化对模式配置的敏感性”，气候变化，第92卷，第2期3-4页，275-298,2009。视图:出版商的网站|谷歌学术
9. P. Axelsson, M. Tjernström, S. Söderberg，和G. Svensson，“AOE-2001野外实验的北极模拟集合，”大气，卷。2，不。2，pp。146-170，2011。视图:出版商的网站|谷歌学术
10. J. Crétat, B. Pohl, Y. Richard，和P. Drobinski，“模拟南部非洲区域气候的不确定性:使用WRF对物理参数化的敏感性，”气候动力学，卷。38，不。3-4，pp。613-634,2012。视图:出版商的网站|谷歌学术
11. A. Pfeiffer和G. Zängl，“欧洲高山地区mm5气候模式模拟的验证”，理论与应用气候学，第101卷，第1期。1，页93-108,2010。视图:出版商的网站|谷歌学术
12. S. Seneviratne，N. Nicholls，D.Seasterling等，“气候极端的变化及其对自然身体环境的影响，”管理极端事件和灾难的风险，以提高气候变化适应，PP。109-230，剑桥大学出版社，剑桥，英国，2012年。视图:谷歌学术
13. M. Tjernström, J. Sedlar，和M. D. Shupe，“区域气候模型在北极重现辐射和云的效果如何?”ARCMIP模拟的评估，”应用气象与气候学杂志，第47卷，第47期。9, pp. 2405-2422, 2008。视图:出版商的网站|谷歌学术
14. K. Wyser，C. G. Jones，P. Du等，“Sheba年期间北极云和辐射过程的评估：八北极地区气候模型的仿真结果”气候动力学，第30卷，第2期2-3，页203-223,2008。视图:出版商的网站|谷歌学术
15. j .张炳扬。瞧,Z.-L。Yang，和R. A. Pielke Sr.，“利用天气研究和预报(WRF)模式评估三种动力气候降尺度方法”，地球物理研究环境库，第113卷，第113期。9，2008年第ID D09112，2008。视图:出版商的网站|谷歌学术
16. B.王和H. Yang，“区域气候建模横向边界条件下的水文问题：1998年东亚夏季季风仿真”气候动力学第31卷第1期4，页477 - 490,2008。视图:出版商的网站|谷歌学术
17. Yang H.和B. Wang，“通过集合强迫减少区域气候降尺度的系统偏差”，气候动力学，卷。38，不。3-4，pp。655-665,2012。视图:出版商的网站|谷歌学术
18. S. Antic, R. Laprise, B. Denis，和R. De Elía，“在复杂地形地区测试单向嵌套区域气候模型的降尺度能力”，气候动力学第26卷第2期2-3，页305 - 325,2006。视图:谷歌学术
19. A. Di Luca, R. de Elía，和R. Laprise，“高分辨率嵌套区域气候模型和观测模拟降水的增值潜力”，气候动力学，卷。38，不。5-6，pp。1229-1247，2012。视图:出版商的网站|谷歌学术
20. X. Gao，J.Li，以及S. Sorooshian，“建模2004年北美季风降水的陷入困境”，杂志的气候，第20卷，第2期。9，页1882-1896,2007。视图:出版商的网站|谷歌学术
21. P. Lucas-Picher，F.Boberg，J.H. Christensen和P.Berg，“Repitializations的动态缩小：一种产生适合影响研究的FineScale气候数据集的方法，”水质理动学杂志，卷。14，不。4，pp。1159-1174,2013。视图:出版商的网站|谷歌学术
22. D. H.Cha，C.S.Jin，D.K. Lee，以及Y.H.Kuo，“间歇性光谱对利用天气研究和预测模型的影响”的间歇性光谱对区域气候模拟的影响“地球物理研究杂志:大气，第116卷，第116期10日,2011年。视图:出版商的网站|谷歌学术
23. H.Omrani，P. Drobinski和T. Dubos，“区域气候建模中的最佳亮光策略：对欧洲和地中海地区的大哥实验调查”气候动力学号，第41卷。9-10，第2451-2470页，2013。视图:出版商的网站|谷歌学术
24. z. xu和z.-l.杨，“具有GCM偏压校正的改进动态缩小方法及其30年气候模拟的验证”杂志的气候，第25卷，第2期18, pp. 6271-6286, 2012。视图:出版商的网站|谷歌学术
25. K. Yoshimura和M. Kanamitsu，“系列均衡均值大气领域的动态缩小”的增量纠正，“每月天气预报，第141卷，第141期9, pp. 3087-3101, 2013。视图:出版商的网站|谷歌学术
26. A. Alexandru, R. de Elia，和R. Laprise，“在季节尺度上降低区域气候的内部变率”，每月天气预报，第135卷，第2期9, pp. 3221-3238, 2007。视图:出版商的网站|谷歌学术
27. L.-P.Caron，C. G. Jones和K. Winger，“解决方案的影响和缩小技术在模拟最近的大西洋热带气缸活动中”气候动力学，卷。37，不。5-6，pp。869-892，2011。视图:出版商的网站|谷歌学术
28. F. De Sales和Y. Xue，“利用强度尺度验证技术评估南美洲的动态降尺度能力”，国际气候学杂志第31卷第1期8, pp. 1205-1221, 2011。视图:出版商的网站|谷歌学术
29. A. P. Liu, A. P. Tsimpidi, Y. Hu, B. Stone, A. G. Russell, A. Nenes，“利用WRF进行光谱和网格的降尺度的差异”，大气化学与物理，第12卷，第2期8, pp. 3601-3610, 2012。视图:出版商的网站|谷歌学术
30. K. Mabuchi, Y. Sato，和H. Kida，“用BAIM验证区域气候模式的气候特征”，日本气象学报杂志。II系列，第80卷，第2期。4，页621-644,2002。视图:谷歌学术
31. G. Miguez-Macho，G. L. Stonchikov和A. Robock，“北美的区域气候模拟：当地过程具有改善的大规模流程”的互动“杂志的气候第18卷第2期8，页1227-1246,2005。视图:出版商的网站|谷歌学术
32. J. Wang和V. R. Kotamarthi，“使用嵌套区域气候模式(NRCM)对不同光谱推进方法的近地表场动态降尺度评估”，应用气象与气候学杂志号，第52卷。7, pp. 1576-1591, 2013。视图:出版商的网站|谷歌学术
33. D. R. Stauffer和N. L. Seaman，“在有限区域中尺度模式中使用四维数据同化。第一部分:天气尺度数据的实验每月天气预报，卷。118，没有。6，pp。1250-1277,1990。视图:出版商的网站|谷歌学术
34. H. Von Storch, H. Langenberg，和F. Feser，“动力降尺度目的的光谱推进技术”，每月天气预报，第128卷，第128号10、2000年。视图:出版商的网站|谷歌学术
35. G. Miguez-Macho, G. L. Stenchikov和A. Robock，“在区域气候模式模拟中消除域位置和几何形状的影响的光谱推进”，地球物理研究学报D:大气，卷。109，没有。D13，2004。视图:出版商的网站|谷歌学术
36. K. M. Waldron, J. Paegle和J. D. Horel，“光谱过滤和推动有限区域模型到外部模型选项的灵敏度”，每月天气预报号，第124卷。3，第529-547页，1996。视图:出版商的网站|谷歌学术
37. V. Misra，“解决区域气候模型的系统性错误问题，”杂志的气候，第20卷，第2期。5，页801-818,2007。视图:出版商的网站|谷歌学术
38. T. L. Otte, C. G. Nolte, M. J. Otte, J. H. Bowden，“在区域气候模型中，推动能抑制极端气候吗?”杂志的气候，第25卷，第2期20，pp。7046-7066,2012。视图:出版商的网站|谷歌学术
39. L. Separovic, R. de Elía，和R. Laprise，“光谱推动和域大小在RCM对参数修改响应研究中的影响”，气候动力学，卷。38，不。7-8，pp.1325-1343,2012。视图:出版商的网站|谷歌学术
40. J.H.Bowden，T.L.Ote，C.G.Nolte和M.J. Otte，“使用WRF嵌套在地区气候建模中使用双向嵌套来检查内部网格闪烁技术，”杂志的气候，第25卷，第2期8, pp. 2805-2823, 2012。视图:出版商的网站|谷歌学术
41. F. Feser，“分割到不同空间尺度的有限区域模型结果中增加价值的增强可探测性”，每月天气预报第134期8，pp。2180-2190,2006。视图:出版商的网站|谷歌学术
42. F. Feser和H. von Storch，“用于有限区域模型评估目的的空间二维离散滤波器”，每月天气预报号，第133卷。6，页1774-1786,2005。视图:出版商的网站|谷歌学术
43. B. Rockel, C. L. Castro, R. A. Pielke Sr.， H. von Storch，和G. Leoncini，“动力降尺度:对两个不同区域气候模式依赖的模式系统保留和增加变异性的评估，”地球物理研究环境库，第113卷，第113期。D21, 2008年。视图:出版商的网站|谷歌学术
44. J. Winterfeldt和R. Weisse，“从两个区域气候模式获得的表面海洋风速增值评估”，每月天气预报第137卷第1期9, pp. 2955-2965, 2009。视图:出版商的网站|谷歌学术
45. C. L. Castro，R.A.Pielke Sr.和G. Leoncini，“动态较低：使用区域Emmopsheric建模系统（RAM）保留和添加价值的评估，”地球物理研究学报D:大气，卷。110，没有。5，pp。1-21,2005。视图:出版商的网站|谷歌学术
46. O. R. Bullock Jr.，K.Alapaty，J.A.Herwehe等人，“令人观察的WRF中的观察调查，用于缩小地面气候信息到12公里的网格间距，”应用气象与气候学杂志，第53卷，第53期1, pp. 20-33, 2014。视图:出版商的网站|谷歌学术
47. I. Guttler, I. Stepanov, G. Nikulin, C. Jones, and C. Brankovic，“区域气候模式RCA3模拟复杂地形的降水”，刊于第三届隆德区域尺度气候模拟研讨会论文集，21世纪区域气候模拟的挑战，纸在国际波罗的海秘书处出版物3，波罗的海地球，伦敦，瑞典，2014年6月。视图:谷歌学术
48. S. Pryor, G. Nikulin，和C. Jones，“空间分辨率对区域气候模式导出的风气候的影响”，地球物理研究杂志:大气，卷。117，没有。2012年3月3日。视图:出版商的网站|谷歌学术
49. R. Vautard, A. Gobiet, D. Jacob等人，“EURO-CORDEX项目中区域气候模式集合对欧洲热浪的模拟，”气候动力学号，第41卷。9-10，pp。2555-2575,2013。视图:出版商的网站|谷歌学术
50. 答:沃尔特,黄永发。郑，G. Nikulin, C. Jones，和D. Chen，“Rossby中心区域气候模式RCA3模拟瑞典暖季降水日循环的评估”，大气研究，第119卷，131-139页，2013。视图:出版商的网站|谷歌学术
51. 薛勇，“从季节模拟到季节预测的区域动态降尺度和影响降尺度能力的主要因素综述”，大气研究， vol. 147-148, pp. 68-85, 2014。视图:出版商的网站|谷歌学术
52. W. J.Gutowski Jr.，R.W. Arritt，S. Kawazoe等，“由Narccap RCMS模拟的区域极端每月降水”，水质理动学杂志，卷。11，不。6，PP。1373-1379，2010。视图:出版商的网站|谷歌学术
53. M. Rojas，“南美洲南部多重嵌套区域气候模拟:模式分辨率的敏感性”，每月天气预报第134期8、2006年。视图:出版商的网站|谷歌学术
54. Y.Wakazuki，M.Nakamura，S. Kanada和C.Muroi，“气候再现性评估和未来的Baiu季节在Baiu季节的极端降水事件的气候预测使用高分辨率的非静水压RCM与AGCM相比，”日本气象学会学报，卷。86，没有。6，pp。951-967，2008。视图:出版商的网站|谷歌学术
55. H. Davies和R. E. Turner，“通过动态松弛更新预测模型:技术检验”，季度皇家气象学学报号，第103卷。436页，225-245页，1977。视图:出版商的网站|谷歌学术
56. Wang W.， C. Bruyère, M. Duda等，高级研究WRF (ARW)版本3建模系统用户指南，中尺度与微尺度气象学部，2012。
57. S.-Y。香港和J.-O。J. Lim，“WRF单矩6级微物理方案(WSM6)”亚太大气科学杂志，第42卷，第2期2，页129-151,2006。视图:谷歌学术
58. E. J. Mlawer, S. J. Taubman, P. D. Brown, M. J. Iacono, and S. a . Clough，“非均匀大气的辐射传输:RRTM，一个验证过的长波相关-k模式，”地球物理研究杂志:大气第102卷第1期14，页16663-16682,1997。视图:出版商的网站|谷歌学术
59. J. Dudhia，“在冬季季风实验中使用中尺度二维模式观测到的对流数值研究”，大气科学杂志第46卷，第46期20，第3077-3107页，1989。视图:出版商的网站|谷歌学术
60. Y. Noh, W. G. Cheon, S. Y. Hong, S. Raasch，“基于大涡模拟数据的行星边界层k型线模型的改进”，边界层气象学，第107卷，第2期2，页401-427,2003。视图:出版商的网站|谷歌学术
61. F. Chen和J. Dudhia，“通过Penn-State-NCAR MM5建模系统耦合先进的陆地表面水文模型。第二部分：初步模型验证，“每月天气预报号，第129卷。4，页587-604,2001。视图:出版商的网站|谷歌学术
62. K. Kikuchi和B. Wang，“全球热带地区的日降水制度”，杂志的气候，卷。21，不。11，PP。2680-2696,2008。视图:出版商的网站|谷歌学术
63. Chen H.， Yuan W.， Li J.， and R. Yu .，“青藏高原东南部地区暖季降水日变化的一个可能原因，”大气科学进展，第29卷，第2期1，页193 - 200,2012。视图:出版商的网站|谷歌学术
64. W.元，R. Yu，M.张，W.林，H.陈和J.李，“夏季降雨的日昼夜变异制度”，“杂志的气候，第25卷，第2期9，pp。3307-3320,2012。视图:出版商的网站|谷歌学术
65. D. P. Dee, S. M. Uppala, A. J. Simmons等，“ERA-Interim再分析:数据同化系统的结构和性能”，季度皇家气象学学报第137卷第1期656，pp。553-597，2011。视图:出版商的网站|谷歌学术

版权

版权所有©2016 Yuanyuan Ma等。这是分布下的开放式访问文章知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。