WRF文獻 | WRF模式對三峽庫區(qū)萬州段特大暴雨的模擬分析。為提升三峽庫區(qū)萬州段暴雨模擬與預(yù)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(gòu)建適用于研究區(qū)的WRF模式,提高模擬精度。

對偏南風(fēng)頻率預(yù)報WRF-EC和 WRF-GFS較觀測分別偏高1.6%和2.5%，差異主要體現(xiàn)在對南風(fēng)頻率預(yù)報上.對相對濕度預(yù)報均偏低，WRF EC各風(fēng)向上相對濕度預(yù)報更接近觀測，較WRF-GFS高4.0%~11.6%. WRF-EC和WRF-GFS對不同風(fēng)向風(fēng)速 預(yù)報偏高率分別處于26.7%~49.4%和22.9%~57.5%范圍內(nèi)， WRF-EC較WRF-GFS對東風(fēng)和偏南風(fēng)風(fēng)向時 風(fēng)速的高估改善明顯.

WRF文獻 |一次凍雨積冰過程形成的微物理機制及積冰厚度數(shù)值預(yù)報研究。基于WRF模式輸出結(jié)果驅(qū)動凍雨積冰預(yù)報模型，凍雨積冰模型基本可以模擬出電線積冰厚度隨時間的增長趨勢，積冰增長率也能在一定程度上反映實際電線積冰增長速率。本文基于WRF數(shù)值模式和積冰厚度預(yù)報模型，對凍雨積冰過程形成的宏微觀物理機制進行探索，發(fā)現(xiàn)宏觀天氣背景、大氣層結(jié)、云降水微環(huán)境均有可能影響積冰的發(fā)生和厚度增長。

WRF文獻 | 基于WRF模擬的中國西北河谷城市夏季的大氣邊界層特征。天水市主城區(qū)近地面溫度的峰值出現(xiàn)于16:00 左右, 谷值出現(xiàn)于06:00左右. 白天近地面溫度逐 漸升高, 對流作用增強使向下輸送的動量增加, 近 地面風(fēng)速明顯增大, 大氣邊界層高度隨溫度的升 高上升至2 045 m. 夜間對流作用減弱, 風(fēng)速逐漸 降低, 邊界層穩(wěn)定于50 m左右.

沐室：菜單。沐室。合集系列如下：包含：WRF基礎(chǔ)教程、WRF后處理及WRF相關(guān)文獻。包含：WRF-LAKE基礎(chǔ)教程、源代碼修改及相關(guān)文獻。包含：WRF-LES基礎(chǔ)知識、運行教程。包含：WRF-UCM基礎(chǔ)知識、w2w方法、運行教程。

WRF文獻 | 不同陸面方案對珠三角春季晴天邊界層特征模擬效果的影響。各試 驗方案中，除陸面方案外，其它物理過程及邊界條 件參數(shù)方案設(shè)置相同: 微物理過程參數(shù)化方案為 WSM6 方案; 輻射方案分別為ＲＲTM 長波方案和 Dudhia 短波方案; 近地面層方案為Monin-Obukhov 方案; D01和D02區(qū)域采用Grell積云參數(shù)化方案， 格距小于5 km的D03和D04區(qū)域則不采用積云方 案; 行星邊界層方案為YSU方案。

WRF-UCM | W2W : WUDAPT TO WRF.w2w的使用中最關(guān)鍵的其實就是LCZ地圖，LCZ地圖包含了目標(biāo)區(qū)域詳細的土地覆蓋和城市結(jié)構(gòu)信息，我們需要將它更新到WRF靜態(tài)文件中。準(zhǔn)備一個文件夾，里面有data.tif和geo_em.d0X.nc文件（所有嵌套域的geo_em文件），data.tif為LCZ地圖。比如，4層嵌套則包括：data.tif、geo_em.d01.nc、geo_em.d02.nc、geo_em.d03.nc、geo_em.d04.nc；geoem.d04LCZ_params.nc：市區(qū)擴展使用LCZ更新。

WRF | 基于OSTI框架的spin-up時間的選擇。OSTI（Optimal Spin-up Time Identifying）框架是一個用于確定天氣研究和預(yù)報（WRF）模型最優(yōu)spin-up時間的系統(tǒng)性方法。這些情景根據(jù)從研究事件到不穩(wěn)定天氣條件的時間（STU）與三個標(biāo)準(zhǔn)spin-up時間（關(guān)鍵期12h、最小期24h和充足期48h）的關(guān)系進行分類。推薦spin-up時間：推薦spin-up時間大于最小期，并進一步延長以獲得最佳性能（綠色條），但不要延長到不穩(wěn)定天氣期。

WRF文獻 | 土地利用類型影響四川盆地一次高溫過程的模擬研究。本文利用 WRF 模式對四川盆地 2021 年 8 月1—4 日高溫過程進行數(shù)值模擬，探究土地利用類型變化對模式高溫天氣預(yù)報能力的影響。本文利用 WRF 模式對 2021 年 8 月 1—4 日四川盆地高溫過程進行數(shù)值模擬，對比分析了 GLC_FCS30-2020 土地利用數(shù)據(jù)與 WRF 自帶土地利用資料的差異，探究了土地利用類型變化對模式預(yù)報高溫天氣能力的影響，得出如下主要結(jié)論：

WRF | WRFDomainWizard：更簡單的確定區(qū)域和網(wǎng)格。WRF模擬中目標(biāo)區(qū)域確定后，確定網(wǎng)格數(shù)目一直是一個比較煩人的問題，單層網(wǎng)格還好，嵌套網(wǎng)格尤其麻煩（eg. 要確定嵌套網(wǎng)格的數(shù)據(jù)、不同層網(wǎng)格的起始點等）。該工具可以在地圖上進行手動地勾畫，勾畫的同時會在左邊同時形成相關(guān)參數(shù)，可以更方便的確定網(wǎng)格的相關(guān)參數(shù)，可能略有的不足就是只有一些地點名的標(biāo)識，沒有明確的省界、縣級等區(qū)域邊界，具體情況還請自己探索吧。

WRF | topo_wind：風(fēng)場更好的模擬一、簡介。WRF模式對風(fēng)速變化趨勢模擬較好，但是風(fēng)速值偏差較大，主要是因為WRF 沒有對次網(wǎng)格地形阻力進行參數(shù)化，致使平原和山谷風(fēng)速偏大，高山和丘陵風(fēng)速偏小。兩種模式都能提高西北地區(qū)復(fù)雜地形條件下的10 m風(fēng)速模擬效果，特別是降低了RMSE，其中topowind = 2方案模擬效果提高了9-14%，topowind = 1模式的模擬效果提高了4-6%。

WRF文獻 | 親潮延伸體海區(qū)一次海霧過程的數(shù)值模擬研究。本文利用數(shù)值模擬結(jié)合觀測分析了此次海霧形成機理，結(jié)果表明：（1）此次海霧發(fā)生于溫帶氣旋的暖區(qū)，天氣尺度的暖鋒鋒面向北推進，在親潮延伸體冷水側(cè)上空形成大范圍鋒面逆溫，為云霧發(fā)展提供有利的天氣背景條件。（3）海霧形成的過程中，增濕效應(yīng)大于增溫效應(yīng)這與黃海春季海霧降溫主導(dǎo)和夏季海霧降溫增濕主導(dǎo)明顯不同，說明開闊大洋上的海霧形成過程與近海有所不同。

WRF | 如何模擬出更好的結(jié)果？不小于 100x100個網(wǎng)格（至少有 10 個網(wǎng)格點位于邊界區(qū)域）。圖 示例：a-大網(wǎng)格，b-小網(wǎng)格初始化和spin-up過程。網(wǎng)格大小。100 米 <Δ <1 公里：對于大多數(shù)情況，仍然需要 PBL 方案，淺積云參數(shù)化方案可以關(guān)閉（對于 Δ >500 米 仍然開啟）；WRF 模型物理參考https://www2.mmm.ucar.edu/wrf/users/physics/phys_references.html.多尺度模式的物理參數(shù)化網(wǎng)格大小和積云參數(shù)化。網(wǎng)格大小和微物理方案。

WRF文獻 | 基于CMIP6耦合WRF的黃河上游復(fù)合干旱熱浪事件演變規(guī)律。本文耦合偏差校正后的 CMIP6 數(shù)據(jù)集與 WRF 模式，對蘭州以上黃河上游歷史期及未來 SSP245SSP585 情景可能氣候條件下的復(fù)合干旱熱浪事件進行特征識別，在此基礎(chǔ)上描述了復(fù)合干旱熱浪事件與單一極端事件的區(qū)別，并對構(gòu)成復(fù)合干旱熱浪事件的基本氣候要素及復(fù)合干旱熱浪自身特征的時空演變趨勢進行了分析。

WRF文獻 | WRF模式多參數(shù)化方案對東南亞低緯高原陸氣耦合強度的模擬評估。對于近地面或地表的風(fēng)速、降水、潛熱通量、向下短波、向上短波、土壤溫度和土壤濕度，不同組合間模擬差異較??；本研究利用WRF模式及GLDAS陸面數(shù)據(jù)集，采用UD試驗方法，構(gòu)造了WRF模式多參數(shù)化方案組合，開展了集合模擬評估，并獲得了最優(yōu)參數(shù)化方案組合，在此基礎(chǔ)上使用了陸氣耦合指標(biāo)Π，評估了最優(yōu)參數(shù)化方案組合對于陸氣耦合強度及其相關(guān)變量的模擬能力。

WRF文獻 | 基于WRF模式的四川省涼山州地區(qū)風(fēng)能資源可開發(fā)區(qū)域研究。利用MERRA2再分析數(shù)據(jù)驅(qū)動WRF模式，對四川涼山州地區(qū)2020年全年進行風(fēng)資源模擬分析，并用涼山州地區(qū)典型測風(fēng)塔數(shù)據(jù)對模擬結(jié)果進行檢驗，并進行詳細地風(fēng)資源分析，再根據(jù)風(fēng)電場開發(fā)8%基準(zhǔn)內(nèi)部收益率反推可開發(fā)風(fēng)能資源的區(qū)域分布。由于風(fēng)功率密度考慮了空氣密度變化對風(fēng)能質(zhì)量的影響，因此可判斷出涼山州風(fēng)能最好的區(qū)域還屬會東縣和寧南縣。

WRF擴展 | WRF-LAKE的使用模式介紹。WRF-Lake 模式是將天氣研究和預(yù)報 模式（Weather Research and Forecasting， WRF）與陸面模式（Community Land Model， CLM）相結(jié)合，利 用一個一維質(zhì)量和能量守恒的湖泊方案（將水體分 為 10 層）來動態(tài)模擬湖泊過程和湖氣相互作用 。WRF-Lake模式是一個將湖泊垂直劃分為20-25層并求解一維熱擴散方程的質(zhì)量和能量平衡方案，湖泊包括0-5層雪層，10層湖液態(tài)水和冰層，10個沉積層。

WRF文獻 |WRF-Lake模式不同參數(shù)化方案對納木錯湖區(qū)夏季大氣邊界層模擬的影響。采用改進湖泊動力參數(shù)模塊的WRF-Lake模式（WRF4.4.1），選取6種微物理方案、5種積云對流方案、2種邊界層方案，共60種參數(shù)化方案組合對納木錯湖區(qū)2008年7月5-13日天氣進行模擬，通過敏感性試驗對比分析不同參數(shù)化方案組合對大氣邊界層內(nèi)變量的模擬效果，利用“排名方法”對不同參數(shù)化方案在納木錯湖區(qū)夏季大氣邊界層的模擬能力進行綜合評估。

WRF文獻 | WRF模式不同邊界層參數(shù)化方案對沈陽地區(qū)近地面氣象要素模擬差異評估。邊界層參數(shù)化方案采用多種方案，分別為YSU方案,MYJ方案以及MYNN2方案。2022-08-21—2022-09-01 WRF模式各方案模擬風(fēng)速與觀測結(jié)果2022-08-21—2022-09-01WRF模式各方案模擬風(fēng)速平均偏差2022-08-21—2022-09-01WRF模式各方案模擬氣溫與觀測結(jié)果2022-08-21—2022-09-01WRF模式各方案模擬相對濕度與觀測結(jié)果研究結(jié)論。