Evaluación de dos esquemas de control de momento en la asimilación de datos de radar y su impacto en el análisis y pronóstico de un caso de nevada en el centro y este de China
Autores: Wan, Shen; Shen, Feifei; Chen, Jiajun; Liu, Lin; Dong, Debao; He, Zhixin
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Variable de control de momento
Asimilación de datos de radar
Incrementos del campo de viento
CV5
CV7
Modelo de investigación y pronóstico del tiempo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 9
Citaciones: Sin citaciones
Para evaluar el impacto de diferentes esquemas de variables de control de momento (CV) (CV5, la opción de variable de control de momento con y CV7, la opción de variable de control de momento con UV) en la asimilación de datos de radar (DA) en los sistemas de asimilación de datos del modelo de investigación y pronóstico del tiempo (WRFDA), se tomó como caso un fuerte nevada en las regiones central y oriental de China, que comenzó el 6 de febrero de 2022. Los resultados de los incrementos del campo de viento de las pruebas de observación única indicaron que los incrementos del campo de viento tenían un mayor rango de influencia cuando se utilizaban la función de corriente y el potencial de velocidad como variables de control de momento en CV5. También se generaron algunos incrementos espurios en el análisis del campo de viento, ya que CV5 tendía a mantener el valor integrado del campo de viento. Cuando se utilizaron el viento U y el viento V como variables de control en CV7, los incrementos del campo de viento tuvieron un rango de impacto más pequeño, y hubo menos dependencia entre diferentes ubicaciones sobre los incrementos del viento. Para el caso de la fuerte nevada, los esquemas CV7 mostraron algunas mejoras en la simulación de la reflectividad compuesta en comparación con los otros dos experimentos, ya que la reflectividad compuesta en los experimentos CV5 y de control se sobreestimó en cierto nivel. También se encontró que los RMSE eran más bajos en CV7 en comparación con los de CV5 en los pronósticos a corto plazo durante los ciclos de asimilación de datos. Los resultados también indicaron que CV7 tuvo un efecto más significativo en los pronósticos de precipitación acumulada a 6 h. Mientras tanto, el experimento Exp_CV7 logró las mejores puntuaciones de ETS y FSS entre los tres grupos de experimentos, mientras que Exp_CV5 pareció ser generalmente superior al CTRL. En resumen, la precipitación de Exp_CV7 produjo la intensidad y ubicación de la lluvia más cercanas a la observación en comparación con las de los experimentos CTRL y Exp_CV5.
Descripción
Para evaluar el impacto de diferentes esquemas de variables de control de momento (CV) (CV5, la opción de variable de control de momento con y CV7, la opción de variable de control de momento con UV) en la asimilación de datos de radar (DA) en los sistemas de asimilación de datos del modelo de investigación y pronóstico del tiempo (WRFDA), se tomó como caso un fuerte nevada en las regiones central y oriental de China, que comenzó el 6 de febrero de 2022. Los resultados de los incrementos del campo de viento de las pruebas de observación única indicaron que los incrementos del campo de viento tenían un mayor rango de influencia cuando se utilizaban la función de corriente y el potencial de velocidad como variables de control de momento en CV5. También se generaron algunos incrementos espurios en el análisis del campo de viento, ya que CV5 tendía a mantener el valor integrado del campo de viento. Cuando se utilizaron el viento U y el viento V como variables de control en CV7, los incrementos del campo de viento tuvieron un rango de impacto más pequeño, y hubo menos dependencia entre diferentes ubicaciones sobre los incrementos del viento. Para el caso de la fuerte nevada, los esquemas CV7 mostraron algunas mejoras en la simulación de la reflectividad compuesta en comparación con los otros dos experimentos, ya que la reflectividad compuesta en los experimentos CV5 y de control se sobreestimó en cierto nivel. También se encontró que los RMSE eran más bajos en CV7 en comparación con los de CV5 en los pronósticos a corto plazo durante los ciclos de asimilación de datos. Los resultados también indicaron que CV7 tuvo un efecto más significativo en los pronósticos de precipitación acumulada a 6 h. Mientras tanto, el experimento Exp_CV7 logró las mejores puntuaciones de ETS y FSS entre los tres grupos de experimentos, mientras que Exp_CV5 pareció ser generalmente superior al CTRL. En resumen, la precipitación de Exp_CV7 produjo la intensidad y ubicación de la lluvia más cercanas a la observación en comparación con las de los experimentos CTRL y Exp_CV5.