“最后一公里”在一个创新的B2C供应链环境下影响城市地区和城市 的成本建模和模拟特征外文翻译资料

 2022-11-26 07:11

英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料

中国北方平流雾事件的可预报性。 第一部分：对初始条件差异的敏感度

胡慧琴 张勤功 谢宝国 萤雪 张纪平 王鑫

摘要

利用天气研究和预报模式（WRF）对2007年2月21日中国北方地区（NC）密集平流雾事件的可预报性进行了集合模拟研究。从集合中选择具有最佳和最差模拟的个例，并探索它们的初始条件（IC）差异。为了测试雾模拟对这些差异的敏感性，模型使用从最差个例线性变化到最佳个例的IC进行初始化，并检查模拟结果的变化。发现由于IC的线性改进而引起的仿真改进是单调的。较低水平的IC差异对模拟的影响要比较高水平的IC差异更大。通过分别去除每个气象变量的IC差异，发现在这种情况下，潜在温度和水平风的改善比水蒸气混合比更重要。此外，每个气象变量的线性改善也对模拟结果有单调贡献。对潜在温度和水汽混合比趋势的预算分析表明，湍流混合和平流是导致雾形成的主要因素。正确的初始温度场确保反演的形成和维持，并且正确的初始风场确保在这种情况下正确传输温度和湿度。进一步的讨论考察了模拟改进中单调行为的原因。

1.介绍

雾是一种天气现象，水或悬浮在表面附近的冰滴将大气水平能见度（AHV）降低到1公里以下（Glickman 2000）。雾在某些地区可能会出现问题，并且可能通过对人类活动产生不利影响而导致当地经济损失（Niu等人2010）。与雾有关的航空，海上和陆地运输的总经济损失可能与龙卷风甚至冬季风暴和飓风相当（Gultepe等人2007年）。在华北地区（NC），秋季和冬季常常出现雾气（郭和张2007）。由于数控地区交通日益繁重，大雾已成为一种新型的高影响天气事件。由于所涉及的过程的复杂性，多样性和精细度特性，目前的雾预测能力非常有限（Bergot和Guedalia 1994; Bergot等人2005; 周和杜2010）。已经使用多种模型来模拟与雾有关的事件：从一维（1D）雾模型，例如Code de Brouillardlechelle locale 1D边界/雾模型（Tardif 2007）和微物理雾模型（冯格拉索夫和鲍1999年）为局部雾，二维（2D）和三维（3D）模型（巴拉德等人1991年）以及耦合模型[夜间边界层的一维模型与地表模型耦合;Muller（2006）]为区域雾。大涡模拟（LES）也被用来研究雾的三维结构（Nakanishi 2000）。特别是，天气研究和预报模式（WRF）已成功实施以模拟雾（穆勒2006; Van der Velde等人2010; 周和杜2010），并显示了海雾模拟的潜力（高等人2010）和平流雾预测（Li等人2007年）。然而，美国国家环境预测中心（NCEP）目前的运行雾预报表现远低于同一模式降水预报的预报结果（周2011）。如此低的表现是由于对雾的可预测性缺乏了解，因为大多数关于天气可预测性的研究目前只关注天气或对流天气或旋风（Melhauser和张2012; Van Sang等人2008年; Walser等人2004年; Zhang等人2003; Zhang等人2006年)。

近年来，雾的可预测性开始引起一些研究者的关注。研究调查了对湍流雾模拟的影响（Nakanishi 2000; 韦尔奇等人1986年），地形（戈尔丁1993年），植被（Duynkerke 1991年; 冯 Glasow和Bott 1999年）和模型分辨率（巴拉德等人 1991年; Chibe和Cotton2003; 穆勒2006年; 塔迪夫2007; Van der Velde等人 2010）。为了提高可预测性并获得更好的预报，引入了集合方法，如多模式集合预测（穆勒2006年; Muller等人2007年），本地集合预测系统（LEPS;罗屈埃洛尔和Bergot 2008），基于多模型的中尺度集合预报系统（MEPS;瑞尔森2012）和美国国家环境预报中心（NCEP）短程集合预报系统（SREF;周和杜2010; 周等人 2012）。事实证明，集合预测在预测不确定性的有效测量方面是有效的。除此之外，还开展了关于雾模拟对初始条件（IC）中的变化（误差）的敏感性的研究，Fitzjarrald和Lala（1989）和Musson-Genon（1987）。确定IC灵敏度的方法可以基于伴随模型（Errico和Vukicevic 1992年）或模型运行的整体（Ancell和Hakim 2007; Melhauser和张2012; Torn和Hakim 2008, 2009; Wu等人 2013）。对于雾事件，Bergot和Guedalia（1994）使用一维模型来研究辐射雾对集成电路的敏感性。第五代宾夕法尼亚州立大学 - 国家大气研究中尺度模式中心（MM5;Pagowski等人2004年）研究了致密雾事件对集成电路的敏感性。巴拉德等人（1991年）利用Met Office（UKMO）中尺度模型进行了一系列测试，以研究海雾对IC的敏感性。雾是行星边界层（PBL）中的阈值现象。在维护过程中，冷却、湍流、平流、液滴沉淀等都起着关键作用，但仍保持平衡。周和Ferrier (2008) 确定了这些过程中的明确平衡阈值及其与温度和相对湿度（RH）分布的关系。这种关系被扩展到包括风和湿气平流（周2011）。因此，适当的PBL方案和一套无误差的初始温度，相对湿度和风力条件对成功模拟或预报雾事件至关重要。不幸的是，在当前的WRF套件中可以选择的PBL方案并不是专门为雾设计的，而且IC远没有错误。Roman-Cascon等人（2012）对高级研究核心3.3版中使用的三种PBL方案[Mellor-Yamada-Janji，（MYJ），准正常尺度消除（QNSE）和Mellor-Yamada-Nakanishi-Niino（MYNN）]进行了几次灵敏度测试WRF对选定的冬季大雾事件的影响，发现尽管MYNN表现略好于其他方案,但这三种方案的表现取决于个案。因此，在本研究中，温度、相对湿度和风是选择用于探索雾模拟对IC差异敏感性的气象变量。

除了以前的研究，本文试图测试密集平流雾事件的可预测性。我们使用类似于Melhauser和张 (2012)的方法。就作者的知识而言，这是首次尝试使用基于集合的方法研究雾模拟对IC差异的敏感性。本研究选择的平流雾情况不同于上述研究中的海雾或辐射雾。灵敏度分析的见解将有利于我们对观测网络现象和潜在改进的理解。中国政府计划在数控地区建立新的地面观测网络，以提高其雾预报能力，因此这项研究也是第一次尝试确定需要什么类型的仪器以及需要通过NC观测站的位置。本文组织如下：案例概述介绍在第2节。第3节是接着的实验设计。第4节描述了验证方法。第5节由两部分组成：第一部分将呈现雾模拟结果，第二部分将详细探讨雾模拟对IC差异的敏感性。第6节介绍讨论。总结在附录中给出第7节。

2.案例概述

在2007年2月20日19时30分[2007年2月21日当地标准时间（LST）]中，包括河北东部（HB）和北京（BJ），大部分天津（TJ）和辽宁省（LN），渤海（BH）和北部黄海（YS）（Liang等人2009年）等NC地区的雾受到监测，来自美国国家海洋和大气管理局-17（NOAA-17）极轨道气象卫星的可见图像（图1）显示，在2007年2月21日0228 UTC表示NC和大多数BH被雾覆盖。北京首都机场（BCA，图1）的AHV在2007年2月20日UTC时间至2007年2月21日UTC时间的1930 UTC期间减少到不到50米（Liang等人2009）。 由于2007年2月21日2000 UTC从东北部的冷空气侵入，雾开始消散，在BCA观测到的AHV逐渐增加到2 km以上（Liang等人2009年)。

这起雾事件历时24小时以上，导致234次航班取消，并进一步推迟超过500次航班，超过30000名旅客滞留BCA（Liang等人2009年）。由于这次雾事件的预测不成功，一家报纸报道说“浓雾突袭北京”。

NCEP最终分析（FNL）数据的水平分辨率为，用于基于500 hPa高度的天气分析（图2a，b）和海平面气压，地面风和RH（图2c，d）。在500 hPa时，如图所示图2a，在贝加尔湖下游有一个高压脊（图2a中所示的位置），时间是2007年2月20日12时。山脊向东缓慢移动，并在UTC时间占主导地位2007年2月21日。与此同时，一个低压弱低槽从西部迁移到贝加尔湖（图2b）。 稳定的上层环流适合雾的形成和传播。在地表上，NC主要由弱东高西低的过渡带组成，水平压力梯度较弱（图2c，d）。YS和BH上的水分沿着地表高处南缘的反气旋路径输送到NC。此外，北风南风和东风提供了丰富的水分和弱风条件，适合雾的形成和稳定（Liang等人2009年)。

图1.NOAA-17在0228 UTC卫星可见光图像2007年2月21日以及42个气象台站的位置（红色星号; BCA的位置标记为方形红色符号）。 具有清晰边界的灰色填充区域表示雾覆盖区域。

3.实验设计

WRF版本3.3.1（Skamarock等人2008年）用于本研究。如图3所示，实施了三个水平分辨率为27,9和3公里的嵌套域。具有159（西-东）和153（南-北）格点的最粗范围（D01）提供了天气尺度环境的覆盖。较细的区域（D02和D03）分别有232和448（西-东）和214和343（南-北）网格点，覆盖了发生雾事件的区域。由于植被对雾的形成具有重要的影响（模型顶部为50 hPa，模型中有40个垂直水平，7个水平低于1 km）（Duynkerke 1991年），我们使用了截至2000年的500米土地利用数据（Zhang等人2007），这比传统的30弧度美国地质调查局（USGS）的土地利用数据（Hitt1994）更真实。至于参数化方案，WRF单时刻6类微物理方案（Hong和Lim 2006），快速辐射传输模型（RRTM）长波辐射方案（Mlawer 等人1997年），杜迪亚短波辐射方案（杜迪亚1989年）以及QNSE PBL和表面层方案（Sukoriansky等人2005年）被用于模拟。凯恩弗里奇积云计划（凯因2004）仅用于D01和D02。

确定性模拟（DETS）初始化时间为2007年2月20日0000，并且直到2007年2月22日的UTC为止，其初始条件和边界条件由NCEP 6小时FNL数据提供。对于集合仿真（ENSS），类似于使用的方法Wu等人（2013）我们通过随机扰动DETS的初始场（2007年2月20日0000 UTC的FNL数据）生成IC。扰动是通过随机抽样背景而产生的来自WRF-VAR固定协方差模型的误差协方差（Skamarock等人2008年）。对于水蒸气混合比率，初始集合的标准偏差大约为0.3 g kg21，风速为3 ms21，空气温度为1.2 K。ENSS是由40个个例组成的，其边界条件，基本模型配置和参数化与DETS相同。

在本文中，集成电路差异被定义为最佳（BSTM）和最差（WSEM）雾模拟（BSTM 2 WSEM）成员之间初始场的差异。BSTM和WSEM是使用文献中记载的验证方法从40个团体成员中选出的第4节。 为了研究IC差异，模拟基于“完美模型”的假设（Roquelaure和Bergot 2008）。除了集成电路以外，所有的灵敏度实验都在初始化0000 UTC，2007年2月20日，整合48小时，边界条件，基本模型配置和参数化与DETS相同。

为了评估集成电路差异对仿真结果的影响，通过将集成电路差异分成10个相等的部分，然后向WSEM的集成电路增加几个以创建9个“中间”新IC，进行分离实验（SPTEXP）。我们首先将这些更改应用于IC差异中的所有变量，并初始化9次运行（All_1，All_2，...，All_9），其中All_n包含n / 10个IC差异。这种方法类似于Melhauser和张（2012）提出的方法。为了研究这种灵敏度的垂直分布，更换实验（REPEXPs）通过在底部10（从地表测量的高度为1.7km），15（从地表测量的高度为4.2km），20（从地表测量的高度为7公里），25（从地表测量的高度为9.8km）和30（从地表测量的高度为13km）垂直模型水平与WSEM的IC进行比较，并获得五个相应的模拟（分别为L10，L15，L20，L25和L30）。为了进一步探索每个单独气象变量的影响，去除实验（RMVEXPs）通过单独消除水汽混合比（Qv），潜在温度（theta;）和水平风（U，V）的IC差异来进行来自BSTM IC的垂直模型电平，并基于这些新IC（RMV_Qv，RMV_theta;，RMV_UV，RMV_Qvtheta;，RMV_QvUV，RMV_theta; UV和RMV_ Qvtheta; UV）运行7个新模拟。

图2.雾事件的概要回顾：（a）1200 UTC 2月20日和（b）0000 UTC 2月2007年2月21日的500 hPa高度。海平面气压（每4 hPa等高线），10 m风（完全倒钩5ms-1)。（c）1200 UTC 2月20日和（d）UTC UTC 21日2007年2月21日（s）21）和相对湿度（阴影）。北京为标点处。

图3.嵌套模型域的配置。

4.验证方法

通过比较NC上的模拟覆盖范围与从卫星检测中检索到的相同区域的覆盖范围，评估模拟的性能（图1）。除了这种主观评估之外，模拟也通过一些客观的措施（例如ETS和偏差）进行定量验证。为了定量验证模拟结果，使用了来自地面台站和NOAA-17的AHV观测数据。42个常规气象台站（地点见图1）提供从2007年2月20日的UTC2002 UTC到2007年2月22日的0000 UTC的D03中3时小时数据（台站数据）。2007年2月21日0228 UTC的卫星检索AHV数据（卫星数据）具有较高的空间分辨率（1.27 km），并与2007年2月21日0300（雾事件成熟阶段）的模拟模拟进行比较时插值到D03最近的模式网格点。

低AHV值是指示雾是否正在发展的有效标准。由于AHV不是WRF的直接输出，因此根据WRF输出开发了若干代码来计算AHV。

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[22386]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章