大气上升轨迹上多重动态灵敏度的可视化分析
大气与海洋物理
2022-10-03 v2 图形学
摘要
数值天气预报模式依赖用于次网格尺度过程（例如云微物理）的参数化。这些参数化是天气预报中众所周知的不确定性来源，可通过算法微分来量化，算法微分计算预报变量对模式参数变化的灵敏度。利用灵敏度分析数值模式源代码中微物理参数化所基于的物理假设的有效性尤为有趣。在本文中，我们考虑强上升轨迹（即所谓的暖输送带轨迹）这一用例，已知其对温带气旋中强烈的地面降水率有显著影响。我们提出可视化分析方案，以沿此类轨迹交互式分析所选预报变量（即雨质量密度）对多个模式参数的灵敏度。我们提出一个可视化界面，能够 a) 在多条轨迹的单个时间步上比较多个灵敏度的值，b) 评估灵敏度与轨迹形状和位置之间的时空关系，以及 c) 对沿多条轨迹的灵敏度时间演变进行比较分析。我们展示了我们的方法如何使大气科学家能够交互式分析微物理参数化中以及沿轨迹相对于所选预报变量的不确定性。我们将我们的方法应用于 2016 年 9 月 22 日至 25 日在北大西洋上发生的温带气旋“Vladiana”内对流轨迹的分析。
引用
@article{arxiv.2205.02268,
title = {Visual Analysis of Multiple Dynamic Sensitivities along Ascending Trajectories in the Atmosphere},
author = {Christoph Neuhauser and Maicon Hieronymus and Michael Kern and Marc Rautenhaus and Annika Oertel and Rüdiger Westermann},
journal= {arXiv preprint arXiv:2205.02268},
year = {2022}
}