Повышение точности краткосрочных численных прогнозов погоды для территории Беларуси с использованием мезомасштабной модели WRF и данных дистанционного зондирования Земли
https://doi.org/10.29235/1561-8323-2023-67-1-66-73
Анатацыя
Рассмотрена задача повышения точности численных прогнозов погоды для Беларуси на основе применяемой в национальной гидрометеорологической службе модели WRF за счет ассимиляции в ней данных дистанционного зондирования Земли. Показано, что для зимнего периода использование в модели спутниковых данных высокого пространственного разрешения по структуре землепользования, альбедо, листовом индексе и фотосинтетически активной радиации, поглощаемой подстилающей поверхностью, позволяет сократить среднеквадратическую погрешность краткосрочного прогноза приземной температуры воздуха (до 48 ч) на 0,53–1,11 °С. Для летнего периода на основе численных экспериментов установлен оптимальный коэффициент коррекции альбедо подстилающей поверхности, позволяющий сократить cреднеквадратическую погрешность прогноза температуры на метеорологических станциях Беларуси для заблаговременности +12, +24, + 36 и +48 ч в среднем на 0,30, 0,10, 0,15 и 0,16 °С соответственно.
Аб аўтарах
С. Лысенко
Институт природопользования Национальной академии наук Беларуси
Беларусь
Беларусь
П. Зайко
Институт природопользования Национальной академии наук Беларуси
Расія
Расія
Спіс літаратуры
1. Evaluating the use of Aeolus satellite observations in the regional numerical weather prediction (NWP) model Harmonie–Arome / S. Hagelin [et al.] // Atmos. Meas. Tech. – 2021. – Vol. 14, N 9. – P. 5925–5938. https://doi.org/10.5194/amt-14-5925-2021
2. Effect of the ingestion in the WRF model of different Sentinel-derived and GNSS-derived products: analysis of the forecasts of a high impact weather event / М. Lagasio [et al.] // Eur. J. Remote Sens. – 2019. – Vol. 52, N 4. – P. 16–33. https://doi.org/10.1080/22797254.2019.1642799
3. Integrating remote sensing data with WRF model for improved 2-m temperature and humidity simulations in China / D. Yan [et al.] // Dynam. Atmos. Oceans. – 2020. – Vol. 89. – Art. 101127. https://doi.org/10.1016/j.dynatmoce.2019.101127
4. Sensitivity of the Weather Research and Forecast/Community Multiscale Air Quality modeling system to MODIS LAI, FPAR, and albedo / L. Ran [et al.] // J. Geophys. Res. Atmos. – 2015. – Vol. 120, N 16. – P. 8491–8511. https://doi.org/10.1002/2015jd023424
5. A New Land-Use Dataset for the Weather Research and Forecasting (WRF) Model / H. Li [et al.] // Atmosphere. – 2020. – Vol. 11, N 4. – P. 350. https://doi.org/10.3390/atmos11040350
6. Knist, S. Effects of land surface inhomogeneity on convection-permitting WRF simulations over central Europe / S. Knist, K. Goergen, C. Simmer // Meteorol. Atmos. Phys. – 2020. – Vol. 132, N 1. – P. 53–69. https://doi.org/10.1007/s00703-019-00671-y
7. Impact of refined land surface properties on the simulation of a heavy convective rainfall process in the Pearl River Delta region, China / M. Chang [et al.] // APJAS. – 2014. – Vol. 50, N 1. – P. 645–655. https://doi.org/10.1007/s13143-014-0052-3
8. A description of the Advanced Research WRF Model Version 4 / W. C. Skamarock [et al.]. Boulder, Colorado: National Center for Atmospheric Research, 2019. – 165 p.
9. Global Forecast System (GFS) [Rules for the citing sources] [Electronic Resource]. – Mode of access: https://www.ncdc.noaa.gov/data-access/model-data/model-datasets/global-forcast-system-gfs.
10. Schaaf, C. MCD43A3: MODIS/Terra and Aqua BRDF/Albedo Daily L3 Global 500 m V006 [Data Set] / C. Schaaf, Z. Wang. – NASA EOSDIS Land Processes DAAC, 2015. https://doi.org/10.5067/MODIS/MCD43A1.006
##reviewer.review.form##
Праглядаў: 316
Паслаць артыкул па эл. пошце 