Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Hệ thống mô hình bão như một công cụ tiên tiến trong việc dự đoán hệ thống mây đối lưu di chuyển chậm được tổ chức tốt và cảnh báo sớm về nguy cơ thời tiết dữ dội
Tóm tắt
Dự đoán lượng mưa ngắn hạn là đầu vào quan trọng cho dự đoán lũ lụt và do đó là độ chính xác của cảnh báo lũ. Do phần lớn các quá trình cường độ mạnh đến từ các đám mây đối lưu - mục tiêu chính là dự đoán những quá trình khí quyển quy mô nhỏ này. Một mẫu hình đặc trưng của nhóm đám mây đối lưu được tổ chức bao gồm một dải đối lưu sâu dẫn đến việc các tế bào đối lưu sản xuất mưa lớn liên tục trôi qua phần Tây Bắc của Macedonia dọc theo dải. Hệ thống đối lưu di chuyển chậm này đã tạo ra lượng mưa cục bộ cực đoan và mưa đá tại thành phố Skopje. Một mô hình mây 3 chiều được sử dụng để mô phỏng các đặc điểm chính của cơn bão (ví dụ, cấu trúc, cường độ, tiến trình phát triển) và các quá trình vật lý chính chịu trách nhiệm cho sự khởi đầu của mưa lớn và mưa đá. Mô hình cho thấy hiệu suất tốt trong việc sản xuất các dự đoán sự kiện mưa đối lưu thực tế hơn và chính xác về không gian một cách đáng kể so với những gì có thể xảy ra với hệ thống điều hành hiện tại. Kết quả đầu ra cung cấp một đầu vào ban đầu tốt cho việc phát triển các công cụ phù hợp như chỉ số lũ lụt và bản đồ rủi ro tiềm năng để diễn giải và trình bày các dự đoán nhằm nâng cao khả năng dự đoán lũ lụt và cảnh báo nguy cơ thời tiết nghiêm trọng của các dịch vụ khí tượng. Mô hình quy mô đối lưu - ngay cả đối với một trường hợp duy nhất được sử dụng đã chứng minh được lợi ích đáng kể trong nhiều khía cạnh (khởi đầu của đối lưu, cấu trúc cơn bão và sự phát triển và lượng mưa). Mô hình quy mô bão (khoảng cách lưới - 1 km) có khả năng sản xuất các dự đoán sự kiện mưa đối lưu thực tế và chính xác về không gian hơn đáng kể so với những gì có thể đạt được với các hệ thống điều hành hiện tại dựa trên mô hình có khoảng cách lưới 15 km.
Từ khóa
Tài liệu tham khảo
Blamey, R. C., and C. J. C. Reason, 2009: Numerical simulation of a mesoscale convective system over the east coast of South Africa. Tellus, 61A, 17–34.
Bresson, E., V. Ducrocq, O. Nuissier, D. Ricard, and C. de Saint-Aubin, 2012: Idealized numerical simulations of quasi-stationary convective systems over the Northwestern Mediterranean complex terrain. Quart. J. Roy. Meteor. Soc., 138, 1751–1763.
Buzzi, A., S. Davolio, P. Malguzzi, O. Drofa, and D. Mastrangelo, 2014: Heavy rainfall episodes over Liguria of autumn 2011: numerical forecasting experiments. Nat. Hazards Earth Syst. Sci., 14, 1325–1340, doi:10.5194/nhess-14-1325-2014.
Chen, S. S, R. A. Houze, and B. E. Mapes, 1996: Multiscale variability of deep convection in relation to large-scale circulation in TOGA COARE. J. Atmos. Sci., 53, 1380–1409.
Coniglio, M. C, Harold E. Brooks, S. J. Weiss, and S. F. Corfidi, 2007: Forecasting the Maintenance of Quasi-Linear Mesoscale Convective Systems. Wea. Forecasting, 22, 556–570.
Curic, M., 2000: Cloud dynamics. Belgrade University Serbia Press, 250 pp.
Curic, M., and D. Janc, 1995: On the sensitivity of the continuous accretion rate equation used in bulk-water parameterization schemes. Atmos. Res., 39, 313–332.
Curic, M., and D. Janc, 1997: On the sensitivity of hail accretion rates in numerical modeling. Tellus, 49, 100–107.
De Lima, E., E. L. Nascimento, and K. K. Droegemeier, 2005: Dynamic Adjustment in a Numerically Simulated Mesoscale Convective System. Impact of the Velocity Field. J. Atmos. Sci., 63, 2246–2268.
Doswell, C. A., H. E. Brooks, and R. A. Maddox, 1996: Flash flood forecasting: An ingredients based methodology. Wea. Forecasting, 11, 560–581.
Dudhia, J., 2014: Review: A History of mesoscale model development. Asia-Pac. J. Atmos. Sci., 50, 121–131, doi:10.1007/s13143-014-0031-8.
Durran, D. R., 1981: The effects of moisture on mountain lee waves. Ph. D. Thesis, Mass chussets Institute of Technology, Boston, MA, USA (NTIS PB 82126621).
Ferrier, B. S., Y. Lin, T. Black, E. Rogers, and G. DiMego, 2002: Implementation of a new grid-scale cloud and precipitation scheme in the NCEP Eta model. Preprints, 15th Conference on Numerical Weather Prediction, San Antonio, TX, Amer. Meteor. Soc., 280–283
Goyens, C., D. Lauwaet, M. Schröder, M. Demuzere, V. Lipzig, and P. M. Nicole, 2012: Tracking mesoscale convective systems in the Sahel: relation between cloud parameters and precipitation. Int. J. Climatol., 32, 1921–1934.
Fritsch, J. M, and G. S. Forbes, 2001: Mesoscale convective systems. Meteor. Monogr., 28, 323–358, doi: http://dx.doi.org/10.1175/0065-9401-28.50.323.
Houze, R. A., 1993: Cloud Dynamics. Academic, San Diego, California, 573 pp.
Houze, R. A., 2004: Mesoscale convective systems. Rev. Geophys., 42, doi: 10.1029/2004RG000150.
Klemp, J. B., and R. B.Wilhelmson, 1978: The simulation of threedimensional convective storm dynamics. J. Atmos. Sci., 35, 1070–1096.
Klemp, J. B., and D. R. Durran, 1983: An upper boundary condition permitting internal gravity wave radiation in numerical mesoscale models. Mon. Wea. Rev., 111, 430–444.
Koch, S. E., B. Ferrier, M. Stolinga, E. Szoke, S. J. Weiss, and J. S. Kain, 2005: The use of simulated radar reflectivity fields in the diagnosis of mesoscale phenomena from high resolution WRF model forecasts; Preprints, 11th Conference on Mesoscale Processes, Albuquerque.
Janjic, Z. I., 2003a: A nonhydrostatic model based on a new approach. Meteor. Atmos. Phys., 82, 271–285. [Available online at http://dx.doi.org/10.1007/s00703-001-0587-6]
Janjic, Z. I., 2003b: The NCEP WRF core and further development of its physical package. 5th international SRNWP workshop on nonhydrostatic modeling, Bad Orb, Germany, 27–29 October.
Lin, Y. L., R. D. Farley, and H. D. Orville, 1983: Bulk water parameterization in a cloud model. J. Climate Appl. Meteor., 22, 1065–1092.
Mathon, V., H. Laurent, and T. Lebel, 2002: Mesoscale convective system rainfall in the Sahel. J. Appl. Meteorol., 41, 1081–1092.
Mrowiec, A. A, C. Rio, A. M. Fridlind, A. S. Ackerman, A. D. Del Genio, O. M. Pauluis, A. C. Varble, and J. Fan, 2012: Analysis of cloudresolving simulations of a tropical mesoscale convective system observed during TWP-ICE: Vertical fluxes and draft properties in convective and stratiform regions. J. Geophys. Res., 117, D19201, doi:10.1029/2012JD017759.
Nachamkin, J. E., and W. R. Cotton, 1999: Interactions between a Developing Mesoscale Convective System and Its Environment. Part II: Numerical Simulation. Mon. Wea. Rev., 128, 1225–1244.
Nakazawa, T., 1988: Tropical cloud clusters within intraseasonal variations over the western Pacific. J. Meteor. Soc. Japan, 66, 823–839.
Orville, H. D., and F. J. Kopp, 1977: Numerical simulation of the history of a hailstorm. J. Atmos. Sci., 34, 1596–1618.
Parodi, A., G. Boni, L. Ferraris, F. Siccardi, P. Pagliara, E. Trovatore, E. Foufoula-Georgiou, and D. Kranzlmueller, 2012: The “perfect storm”: from across the Atlantic to the hills of Genoa. EOS, Trans. Amer. Geophys. Union, 93, 225–226.
Parker, M. D., R. H. Johnson, 2004: Structures and dynamics of Quasi-2D mesoscale convec tive systems. J. Atmos. Sci., 61, 545–567.
Pulvirenti, L., M. Chini, S. Marzano, N. Pierdicca, S. Mori, L. Guerriero, G. Boni, and L. Candela, 2011: Detection of floods and heavy rain using Cosmo-SkyMed data: The event in Northwestern Italy of November 2011. Geoscience and Remote Sensing Symposium (IGARSS), 2012 IEEE International, 3026–3029 pp., 22–27 July 2012, doi: 10.1109/IGARSS.2012.6350788.
Rebora, N., and Coauthors, 2013: Extreme rainfall in the mediterranean: What can we learn from observations?. J. Hydrometeor, 14, 906–922, doi: http://dx.doi.org/10.1175/JHM-D-12-083.1.
Schenkman, A. D, M. Xue, and A. Shapiro, 2012: Tornadogenesis in a simulated mesovortex within a mesoscale convective system. J. Atmos. Sci., 69, 3372–3390, doi: 10.1175/JAS-D-12-038.1.
Sekhon, R. S., and R. C. Srivastava, 1970: Snow size spectra and radar reflectivity. J. Atmos. Sci., 27, 299–307.
Silvestro, F., S. Gabellani, F. Giannoni, A. Parodi, N. Rebora, R. Rudari, and F. Siccardi, 2012: A hydrological analysis of the 4 November 2011 event in Genoa. Nat. Hazards Earth Syst. Sci., 12, 2743–2752, doi: 10.5194/nhess-12-2743-2012.
Skamarock, W. C., J. B. Klemp, J. Dudhia, D. O. Gill, D. M. Barker, W. Wang, and J. G. Powers, 2005: A description of the Advanced Research WRF Version 2, NCAR Tech.NoteTN-468+STR, 88 pp. [Available online at http://wrf-model.org./wrfadmin/Publications]
Smith, P. L., G. G. Myers, and H. D. Orville, 1975: Radar reflectivity calculations on numerical cloud models using bulk parameterization of precipitation. J. Appl. Meteorol., 14, 1156–1165.
Spiridonov, V., and M. Curic, 2003: Application of a cloud model in simulation of atmospheric sulfate transport and redistribution. Part I: Model description. Idojárás, 107, 85–114.
Spiridonov, V., and M. Curic, 2006: A three-dimensional modeling studies of hailstorm seeding. J. Wea. Mod., 38, 31–37.
Spiridonov, V., Z. Dimitrovski, and M. Curic, 2010: A three-dimensional simulation of supercell convective storm. Adv. Meteor., 2010, 15 pp., doi:10.1155/2010/234731.
Telenta, B., and N. Aleksic, 1988: A three-dimensional simulation of the 17 June 1978 HIPLEX case with observed ice multiplication, 2nd International Cloud Modeling Workshop, Toulouse, 8-12 August 1988. WMO/TD No. 268, 277–285.
Weverberg, K.V., A. M. Vogelmann, W. Lin, E. P. Luke, A. Cialella, P. Minnis, M. Khaiyer, E. R. Boer, and M. P. Jensen, 2013: The Role of Cloud Microphysics Parameterization in the Simulation of Mesoscale Convective System Clouds and Precipitation in the Tropical Western Pacific. J. Atmos. Sci., 70, 1104–1128, doi: http://dx.doi.org/10.1175/JAS-D-12-0104.1.