一种用于次网格尺度热带对流面积分数的随机参数化的数据驱动方法

利用降水雷达观测到的热带对流以及两个地点（达尔文和夸贾林）同时的大尺度大气状态，建立有效的随机模型来参数化次网格尺度热带对流活动。提出了两种方法，它们依赖于热带对流诱导平稳平衡分布的假设。在第一种方法中，我们根据观测估计的概率密度函数，将对流变量（如对流面积分数）参数化为以大尺度垂直速度为条件的瞬时随机实现。在第二种方法中，对流变量在以大尺度垂直速度为条件的马尔可夫过程中生成，从而允许非平凡的时间相关性。尽管两个地点的大气和海洋模态不同（夸贾林处于纯海洋性天气模态，达尔文表现出海陆相互作用），我们确定两个地点以大尺度中层垂直速度为条件的对流变量的经验测度是接近的。这使我们能在一个地点训练随机模型，然后在另一个地点生成对流活动的时间序列。所提出的随机次网格尺度模型充分再现了观测对流变量的统计特征，并我们讨论了它们如何用于未来与尺度无关的质量通量对流参数化。