定量计算云水资源:观测诊断和数值模拟评估方法

Chinese Academy of Meteorological Sciences, CMA, Chinese Academy of Meteorological Sciences, CMA,Liu Jianzhao,Tan Chao,Tang Yahui,Ma Qianrong,Li Qi,Mao Jietai,Hu Zhijin

Journal of Meteorological Research(2021)

引用 8|浏览15
暂无评分
摘要
本研究基于云水资源(CWR)及其相关特征量的定义和计算式,建立了两种云水资源的定量估算方案:一种是基于卫星云观测、地面降水产品和大气再分析资料的云水资源观测诊断评估方法(CWR-DQ),另一种是基于中国气象科学研究院研发的CAMS云分辨模式的云水资源数值模拟评估方法(CWR-NQ).通过华北2017年4月和8月的云水资源实例评估应用,对比了两套方法和云水资源评估结果的合理性.主要结论有:(1)对于诊断评估方法(CWR-DQ),首先利用2007-2010年的CloudSat/CALIPSO卫星联合云观测产品建立云的廓线;再通过2000-2017年CNEP/NCAR大气再分析资料诊断得到三维云场产品;最后利用大气水分收支平衡方程,结合地面降水观测,实现CWR及其相关特征量的计算.对比表明,诊断方法得到的云场分布和垂直结构与观测资料较为一致.(2)数值评估方法(CWR-NQ)假定采用的云分辨模式能够实现云物理过程的完整和精确描述,进而输出四维分布的水汽场、云水场、风场等数据,实现云水资源及其相关物理量的计算.分析表明,连续月的模拟计算后,大气水物质仍保持守恒,模拟的云降水与实况比较接近.(3)诊断评估方法中,通过大气水分收支平衡方程估算的云净凝结量(Cvh-Chv)和地表蒸发(Es)与模拟结果比较一致.(4)两套评估方法得到的华北区域云水资源组成量的逐日评估值有较好的相关性,华北区域云水资源月评估结果偏差总体较小,说明建立的评估方法较为合理,两套数据可以相互支撑印证.(5)Chv的低估是诊断评估方法的不足,未来可以通过模式结果修正和采用更高时空分辨率的资料来提高其精度.
更多
查看译文
关键词
cloud water resource (CWR),atmospheric hydrometeors,precipitation efficiency,quantification method,observation diagnosis,cloud model simulation
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要