简介:降雨数值模拟是延长水文预报预见期的重要方法,但由于降雨数值模拟中驱动数据所提供的初始场和边界场条件和大气的实际状态并不是完全吻合,导致模拟结果存在误差。减小降雨数值模拟的误差是提高水文预报精度的关键问题,特别是在大气数值模式和分布式水文模型耦合模拟过程中,高精度的降雨信息是准确模拟的关键。本文基于WRF模式和三维变分数据同化方法,选取雷达反射率和GTS(GlobalTelecommunicationSystem)数据作为同化资料,开展基于数据同化的降雨数值空间分布模拟研究,从降雨的空间展布和指标评价两方面对同化前后的模拟结果进行对比。结果表明:同化后的模拟数据在CSI指标和RMSE指标上都优于同化前的模拟数据,说明同化后模拟数据的误差小于同化前的误差;将同化前后的数据展布在网格图中,发现同化后的数据可以更加准确地刻画降雨的空间分布规律,说明通过数据同化方法提高了模拟降雨和实际降雨空间分布的一致性,改善了WRF模式模拟降雨空间分布的能力。
简介:传统的时空分布分析方法仅可以描述参考作物蒸散量(ET0)的平均时空分布情况,难以对ET0时空分布的离散程度与稳定性进行量化。根据安徽淮北平原5个站点的气象数据与地理信息资料,采用彭曼2蒙特斯公式计算ET0,基于云模型分析了其时空分布特征。结果表明:年ET0呈下降趋势,春、冬季增长,夏、秋季减小;年ET0空间分布较为均匀,季节ET0空间分布不均匀;2004年较为分散而不稳定,1956年较集中而稳定;阜阳站较为分散而不稳定,宿县站较集中而稳定;ET0时间变化的离散程度相对于空间分布较小,稳定性相近。因此,基于云模型分析ET0时空分布特性可行、有效,研究结果可为淮北平原不同作物蒸散发以及旱灾、灌溉等研究提供科学参考。