АССИМИЛЯЦИЯ МЕТЕОРОЛОГИЧЕСКИХ ДАННЫХ В МЕЗОМАСШТАБНУЮ ЧИСЛЕННУЮ МОДЕЛЬ WRF-ARW В РЕСПУБЛИКЕ БЕЛАРУСЬ (4-12)

Архив в PDF формате
Дата публикации статьи в журнале: 2020/04/16
Название журнала: Восточно Европейский Научный Журнал, Выпуск: 55, Том: 2, Страницы в выпуске: 4-12
Автор: Зайко Полина Олеговна
Минск, ГУ «Республиканский центр по гидрометеорологии, контролю радиоактивного загрязнения и мониторингу окружающей среды»,
Анотация: В данной статье приводятся результаты разработки системы контроля и подготовки данных белорусских доплеровских метеорологических локаторов для ассимиляции в численную мезомасштабную модель WRF-ARW (Weather Research and Forecasting) на основе метода трехмерного вариационного усвоения (3D-VAR). Подготовленные с помощью разработанной системы данные усваивались в адаптированную систему ассимиляции в Белгидромете. Для тестирования системы промоделированы случаи сильных осадков в 3 пространственных разрешениях (9, 3 и 1 км) на территории Республики Беларусь в летний и зимний период с усвоением радиолокационных данных и без усвоения. Результаты статистической и объект-ориентированной оценки промоделированных случаев позволяют говорить об уменьшении ошибки прогноза скорости ветра на 10 м, а также о более точном прогнозе местоположения центров выпадения осадков.
Ключевые слова: прогноз погоды   WRF-ARW   система ассимиляции (усвоения) данных   доплеровский метеорологический локатор   объективный анализ   оценка  
Данные для цитирования: Зайко Полина Олеговна , . АССИМИЛЯЦИЯ МЕТЕОРОЛОГИЧЕСКИХ ДАННЫХ В МЕЗОМАСШТАБНУЮ ЧИСЛЕННУЮ МОДЕЛЬ WRF-ARW В РЕСПУБЛИКЕ БЕЛАРУСЬ (4-12). Восточно Европейский Научный Журнал. Географические науки. 2020/04/16; 55(2):4-12.

Список литературы: 1. Gustafsson N., and Coauthors. Survey of data assimilation methods for convective-scale numerical weather prediction at operational centres // Quarterly Journal of the Royal Meteorological Society. 2018. 144. P. 1218–1256. 2. Зайко П.О. Система усвоения наземных и аэрологических наблюдений в мезомасштабную численную модель WRF-ARW в Белгидромете // Природные ресурсы. 2019, №1. С.89. 3. Gianfranco Vulpiani, Mario Montopoli, Luca Delli Passeri, Antonio G. Gioia, Pietro Giordano, and Frank S. Marzano. On the use of dual-polarized c-band radar for operational rainfall retrieval in mountainous areas. Journal of Applied Meteorology and Climatology, 51(2):405–425, Feb 2012. doi:10.1175/JAMC-D-10-05024.1. 4. Morin, E.; Gabella, M. Radar-based quantitative precipitation estimation over Mediterranean and dry climate regimes. J. Geophys. Res. 2007, 112, 1. 5. Ипатова В.М., Шутяев В.П. Алгоритмы и задачи ассимиляции данных для моделей динамики атмосферы и океана // Научно-образовательный курс. Долгопрудный: МФТИ. 2013. C.30. 6. Skamarock W.C. et. al. A description of the Advanced Research WRF Version 3: NCAR Techn. Note/ ed.: Skamarock W.C. et al. Boulder // National Center for Atmospheric Research. 2008. P.125 p. 7. Davis C.A. et al. The method for object-based diagnostic evaluation (MODE) applied to numerical forecasts from the 2005 NSSl/SPC spring program // Mon. Forecasting. 2009. vol. 24. № 5. P. 1252-1267. 8. Borderies M. et al. Impact of airborne cloud radar reflectivity data assimilation on kilometre-scale numerical weather prediction analyses and forecasts of heavy precipitation events // Nat. Hazards Earth Syst. Sci. 2019. vol.19. P.907-926. 9. Кисельникова В.З. Объектно- ориентированная оценка качества прогноза осадков // Метеорология и гидрология. 2013. № 4. C.5-11. 10. Ballard S.P., Li Z., Simonin D. and Caron J.F. Performance of 4D-Var NWP-based nowcasting of precipitation at the Met Office for summer 2012 // Quarterly Journal of the Royal Meteorological Society. 2016. 142. p. 472–487.