论文部分内容阅读
本文选取NCEP和T639的分析资料对北京“7.21”和华西“11.9”两次暴雨过程进行诊断分析，揭示短时局地强暴雨和大范围持续暴雨形成的天气学原因;利用GRAPES模式对这两次暴雨过程进行数值模拟，并将地面、探空、船舶、飞机资料同化到GRAPES模式系统，分析资料同化对于该模式针对这两次不同类型暴雨过程预报能力的改善效果。另外，本文还研究了资料同化对于GRAPES-CUACE模式对2013年1月中国东部大范围持续雾霾过程预报性能的改善效果。主要结论如下: (1)GRAPES模式在模拟华北和华西地区的暴雨过程中，同化观测资料对于中尺度降水的改善效果明显，对于中小尺度对流降水的改善效果不太明显。 (2)资料同化使得GRAPES模式模拟暴雨落区的水平风场和水汽输送辐合增强(减弱)，使得模式模拟该地区的偏强(偏弱)降水中心增强(减弱)，最终使得同化后模式模拟的降水强度与实况降水更为接近。 (3)资料同化使得GRAPES-CUACE模式模拟华北东部和黄淮东部地区的气溶胶浓度更接近实况，而山西、江淮西部、长三角、四川盆地、陕甘以及华南地区资料同化效果不明显。 (4)资料同化使得GRAPES-CUACE模拟京津地区、山西以及陕西中部地区的相对湿度更准确;使河北中南部、黄淮和江淮地区的相对湿度误差加大;在长三角地区有无同化相对湿度变化不明显。结合气溶胶浓度的同化结果，说明气溶胶浓度变化不仅取决于相对湿度分布。 (5)GRAPES-CUACE模式模拟气溶胶浓度相较于实况浓度普遍偏低，而在较大的雾霾过程中模式预报气溶胶浓度的偏低程度较大。GRAPES-CUACE模式对于PM2.5的预报效果好于PM10，对于08时的预报和同化效果好于14时。