20502.地面及探空觀測(cè)資料在grapes數(shù)值預(yù)報(bào)系統(tǒng)中的應(yīng)用

1、分類號(hào)密級(jí)壘五UDC編號(hào)雪崩犬學(xué)碩士研究生學(xué)位論文題目地面及拯窒麴測(cè)姿料查魚叢￡呈墨數(shù)值亟擔(dān)丞統(tǒng)生的應(yīng)用研究生姓名隧學(xué)號(hào)12Q!QQl3窆墨2013年4月摘要摘要本文選取NCEP和T639的分析資料對(duì)北京“721”和華西“119”兩次暴雨過程進(jìn)行診斷分析，揭示短時(shí)局地強(qiáng)暴雨和大范圍持續(xù)暴雨形成的天氣學(xué)原因；利用GRAPES模式對(duì)這兩次暴雨過程進(jìn)行數(shù)值模擬，并將地面、探空、船舶、飛機(jī)資料同化到GRAPES模式系統(tǒng)，分析資料同化對(duì)于該模式針

2、對(duì)這兩次不同類型暴雨過程預(yù)報(bào)能力的改善效果。另外，本文還研究了資料同化對(duì)于GRAPESCUACE模式對(duì)2013年1月中國(guó)東部大范圍持續(xù)霧霾過程預(yù)報(bào)性能的改善效果。主要結(jié)論如下：(1)GRAPES模式在模擬華北和華西地區(qū)的暴雨過程中，同化觀測(cè)資料對(duì)于中尺度降水的改善效果明顯，對(duì)于中小尺度對(duì)流降水的改善效果不太明顯。(2)資料同化使得GRAPES模式模擬暴雨落區(qū)的水平風(fēng)場(chǎng)和水汽輸送輻合增強(qiáng)(減弱)，使得模式模擬該地區(qū)的偏強(qiáng)(偏弱)降水中心增

3、強(qiáng)(減弱)，最終使得同化后模式模擬的降水強(qiáng)度與實(shí)況降水更為接近。(3)資料同化使得GRAPES—CUACE模式模擬華北東部和黃淮東部地區(qū)的氣溶膠濃度更接近實(shí)況，而山西、江淮西部、長(zhǎng)三角、四川盆地、陜甘以及華南地區(qū)資料同化效果不明顯。(4)資料同化使得GRAPES—CUACE模擬京津地區(qū)、山西以及陜西中部地區(qū)的相對(duì)濕度更準(zhǔn)確；使河北中南部、黃淮和江淮地區(qū)的相對(duì)濕度誤差加大；在長(zhǎng)三角地區(qū)有無(wú)同化相對(duì)濕度變化不明顯。結(jié)合氣溶膠濃度的同化結(jié)果，