利用区域气候模式与连续数据同化改进印度夏季风降水的模拟
大气与海洋物理
2022-01-27 v1 数值分析
数值分析
摘要
本研究评估了一种连续数据同化（CDA）动力降尺度算法，用于改进印度夏季风（ISM）系统的模拟。CDA 是一种数学上严谨的技术，近期被引入以用粗空间尺度数据约束高分辨率大气模式的大尺度特征。它类似于谱松弛，但不需要任何用于尺度分离的谱分解。这预计对 ISM 尤为相关，因为 ISM 涉及大尺度环流与区域物理过程之间的多种相互作用。除控制模拟外，还使用天气研究与预报（WRF）模式，采用 CDA、谱松弛（保留不同波数）和网格松弛，针对三个 ISM 季节——正常（2016）、偏多（2013）和干旱（2009）——进行了若干降尺度模拟。模拟嵌套于 NCEP Final Analysis 之中，模式输出与观测进行对比评估。与网格和谱松弛相比，采用 CDA 的模拟在印度次大陆上产生了增强的 ISM 特征，包括低空急流、热带东风急流、东风风切变以及所有受调查 ISM 季节的降水分布。主要的 ISM 过程，特别是阿拉伯海上的季风逆温、印度中部的对流层温度梯度和湿静力能，以及季风区的纬向风切变，均通过 CDA 得到更好的模拟。研究发现谱松弛的输出对波数选择敏感，需要仔细调参以提供稳健的 ISM 系统模拟。相比之下，控制模拟和网格松弛通常未能很好地再现部分主要 ISM 特征。
引用
@article{arxiv.2201.10954,
title = {Enhanced Simulation of the Indian Summer Monsoon Rainfall Using Regional Climate Modeling and Continuous Data Assimilation},
author = {Srinivas Desamsetti and Hari Prasad Dasari and Sabique Langodan and Yesubabu Viswanadhapalli and Raju Attada and Thang M. Luong and Omar Knio and Edriss S. Titi and Ibrahim Hoteit},
journal= {arXiv preprint arXiv:2201.10954},
year = {2022}
}
备注
Research Article