数值天气预报NWP原理与实操

📚 共计 30 章节
01
NWP概述
什么是数值天气预报?大气运动基本方程组、数值预报的发展历程与里程碑。
基础发展史
02
大气运动方程组
连续方程、运动方程、热力学方程、水汽方程,以及方程的简化与尺度分析。
动力核心尺度分析
03
数值离散化方法
有限差分法基础、常用差分格式(前差、后差、中心差)、稳定性与收敛性分析。
差分稳定性
04
时间积分方案
显式方案(欧拉法、蛙跳法)、隐式方案(Crank-Nicolson)、半隐式方案及其在NWP中的应用。
时间步进半隐式
05
空间网格与坐标系
水平网格(Arakawa A-E网格)、垂直坐标(地形追随坐标、等压面坐标)、网格分辨率选择。
网格Arakawa
06
初始条件与资料同化
资料同化的基本概念、最优插值法、三维变分(3D-Var)、四维变分(4D-Var)原理。
同化变分
07
边界条件
全球模式与区域模式的边界处理、海绵边界、嵌套边界、辐射边界条件。
边界嵌套
08
物理过程参数化(一)
辐射传输参数化(短波、长波辐射)、云与降水微物理过程。
辐射微物理
09
物理过程参数化(二)
积云对流参数化(Kuo方案、Arakawa-Schubert方案)、边界层参数化。
积云边界层
10
物理过程参数化(三)
陆面过程参数化(土壤湿度、植被、积雪)、次网格地形效应。
陆面次网格
11
谱方法基础
球谐函数展开、谱变换技术、谱模式与格点模式的对比。
谱方法球谐
12
全球谱模式
ECMWF IFS模式架构、谱截断方式(三角截断、菱形截断)、高斯网格。
ECMWF截断
13
区域中尺度模式
WRF模式架构介绍、动力核心(ARW与NMM)、模式编译与安装。
WRFARW
14
WRF预处理系统(WPS)
geogrid静态地理数据、ungrib气象数据解码、metgrid水平插值。
WPSgeogrid
15
WRF模式运行
namelist.input配置详解、模式积分流程、并行计算(MPI与OpenMP)。
namelist并行
16
WRF后处理与可视化
NCL/Python绘图基础、变量提取(wrf-python)、常用诊断量计算。
可视化wrf-python
17
集合预报原理
集合预报的基本思想、初始扰动生成方法(BGM、SV、EnKF)、集合产品解读。
集合扰动
18
模式误差与偏差订正
系统性偏差来源、统计后处理(MOS、卡尔曼滤波)、概率预报校准。
偏差MOS
19
可预报性与混沌理论
Lorenz系统与蝴蝶效应、可预报性极限、奇异向量与增长模。
混沌奇异向量
20
高分辨率区域预报
对流可分辨模式(3-5km)、显式云微物理方案、对流的显式模拟。
高分辨显式对流
21
资料同化进阶
集合卡尔曼滤波(EnKF)、混合同化(Hybrid 3D/4D-EnVar)、观测算子。
EnKF混合同化
22
卫星与雷达资料同化
卫星辐射率资料(ATOVS、IASI)、雷达反射率与径向风同化、云检测。
卫星雷达
23
数值预报产品检验
确定性预报检验(RMSE、相关系数、ETS评分)、概率预报检验(Brier评分、ROC曲线)。
检验评分
24
模式物理过程调优
参数化方案敏感性试验、单柱模式(SCM)调试、物理参数调优案例。
调优SCM
25
业务化运行流程
数据获取与预处理、模式运行自动化(Crontab/Workflow)、产品分发与监控。
业务自动化
26
机器学习在NWP中的应用
物理信息神经网络(PINN)、数据驱动后处理、深度学习替代参数化。
AIPINN
27
耦合模式
海-气耦合(SST反馈)、陆-气耦合(土壤湿度-降水反馈)、气溶胶-云相互作用。
耦合海气
28
季节与次季节预报
MJO预报、ENSO预报、多模式集合(MME)、动力-统计结合方法。
季节MJO
29
极端天气事件预报
台风路径与强度预报、暴雨落区预报、强对流天气临近预报。
台风强对流
30
未来展望
公里尺度全球模式、非静力平衡模式、Exascale计算与AI融合、数字孪生地球。
未来数字孪生