WRF模型使用： （1）評估了WRF模式針對不同參數(shù)化方案模擬萬州區(qū)降水的準確性。  摘要為提升三峽庫區(qū)萬州段暴雨模擬與預報精度,基于中尺度模式WRF及FNL再分析資料,針對三峽庫區(qū)萬州段4次典型暴雨事件,由5種云微物理方案、3種積云對流方案、RRTM長波輻射方案、Dudhia短波輻射方案、YSU邊界層方案和Noah陸面方案組合的15種物理參數(shù)組合方案,系統(tǒng)分析不同參數(shù)化方案組合對降水時空特征的模擬能力,并優(yōu)選物理參數(shù)化方案,構建適用于研究區(qū)的WRF模式,提高模擬精度。研究結果表明:WRF模式能夠較好地再現(xiàn)降水時空變化特征,但強降水時段存在超前現(xiàn)象,且降水模擬值普遍偏低,每小時降水量的平均絕對誤差范圍為-0.62～-0.12 mm,48 h累積降水量空間分布的相對誤差范圍為-66.90%～16.75%;WSM6-GD-Noah-RRTM/Dudhia(A5)方案綜合表現(xiàn)最佳,其48 h累積降水量模擬相對誤差僅為2.79%,對大雨和暴雨量級模擬的平均TS評分最高,達到0.26,尤其是暴雨中心降水量值顯著優(yōu)于其他方案;A5方案模擬的降水特征與實況最為吻合,為提升該區(qū)域氣象模擬精度和防災減災提供了重要的理論支持。 研究方法區(qū)域設置 參數(shù)化方案設置 研究結果        研究結論(1) WRF模式能較好地再現(xiàn)研究區(qū)4次暴雨事件的時空演變特征。從時間序列上看，WRF模式模擬的強降水時段較觀測降水超前，且模擬值偏低，誤差范圍在-21.80～10.80mm 之間；從48h累積降水空間分布上看，WRF模式對局地降水值存在低估，累積降水量模擬值偏小，誤差在-66.90%～16.75%之間。 (2) 不同參數(shù)化方案組合在模擬效果上表現(xiàn)出顯著差異。所有方案對48h累積降水量的模擬均低于觀測均值(78.41mm)。方案 A5(72.41mm)和A10(70.27mm)誤差最小，表現(xiàn)出較優(yōu)的模擬能力。此外，對暴雨中心最大雨量的模擬普遍低于觀測值，誤差幅度超過70%，其中，方案A5和A9對暴雨中心的模擬效果最佳。 (3) 泰勒圖分析表明，方案A5、A7、A1和A11模擬效果較好。其中方案A1、A11在多次暴雨事件 中的相關系數(shù)達到0.8，均方根誤差小于0.2mm?？傮w來看，基于積云對流方案KF、GD的組合 模擬精度顯著優(yōu)于其他方案。 (4) WRF模式對大雨量級降水的TS評分效果 整體優(yōu)于暴雨量級。其中方案A5模擬大雨、暴雨 量級時的平均TS評分最高，其值為0．26，尤其在模 擬暴雨中心最大降水量和暴雨量級的時段雨量時， 排位靠前。 |
|
|
