快速检索
  气象   2010, Vol. 36 Issue (12): 41-49.  

论文

引用本文 [复制中英文]

陈静, 佟华, 徐枝芳, 等, 2010. NMC强天气模式诊断变量和概率预报产品及初步应用检验[J]. 气象, 36(12): 41-49. DOI: .
[复制中文]
CHEN Jing, TONG Hua, XU Zhifang, et al, 2010. NMC Technical Support and Applications of Numerical Prediction Diagnostic Products for Severe Weather Prediction[J]. Meteorological Monthly, 36(12): 41-49. DOI: .
[复制英文]

资助项目

中国气象局公益性行业专项GYHY200706001、GYHY200806003,科技部国际合作项目2006DFA21530,国家自然科学基金No.40675061共同资助

第一作者

陈静,从事数值集合预报技术研究和业务开发.Email:chenj@cma.gov.cn

文章历史

2010年1月15日收稿
2010年3月15日收修定稿
NMC强天气模式诊断变量和概率预报产品及初步应用检验
陈静 1, 佟华 1, 徐枝芳 1, 邓国 1, 邓莲堂 1, 谌芸 1, 肖丹 2, 崔应杰 1, 王晓聪 1, 朱国富 1, 胡江凯 1, 龚建东 1    
1. 国家气象中心,北京 100081
2. 成都信息工程学院,成都 610000
摘要:国家气象中心针对强天气预报的特点开发了强天气模式诊断变量和概率预报产品,包括T639全球模式强天气诊断变量产品、基于GRAPES_RUC的中尺度精细化强天气诊断变量产品、基于WRF中尺度模式的区域中尺度集合概率预报产品,于2009年从无到有建立了一套完整的强天气数值预报产品库,提供确定性预报产品和不确定信息的概率产品,为强天气预报业务的开展打下了良好的基础。应用上述产品对“6.3”河南飑线天气的模式预报能力的分析表明,高分辨率模式对强对流天气的预报能力有了较大的提高,但对于强天气预报,15 km分辨率仍然不足够高,且产品显示的时空分辨率都应在现有基础上提高,才能更好地展示数值预报产品对强对流过程发生发展和演变过程。
关键词数值预报产品    强天气预报    “6.3”河南飑线天气    T639    GRAPES_RUC    WRF_EPS    
NMC Technical Support and Applications of Numerical Prediction Diagnostic Products for Severe Weather Prediction
CHEN Jing1, TONG Hua1, XU Zhifang1, DENG Guo1, DENG Liantang1, CHEN Yun1, XIAO Dan2, CUI Yingjie1, WANG Xiaocong1, ZHU Guofu1, HU Jiangkai1, GONG Jiandong1    
1. National Meteorological Center, CMA, Beijing 100081;
2. Chengdu University of Information Technology, Chengdu 610000
Abstract: The numerical weather prediction (NWP) products aiming to severe weather prediction, including T639, GRAPES_RUC, WRF-EPS, were developed by Numerical Weather Prediction Division, NMC. Through the analysis of the squall line weather occurring in Henan Province on 3 June, 2009, it is showed that the high resolution models have improved to some extent forecasting severe weather. But the 15 km resolution is not so good enough to forecast severe weather. Higher temporal and spatial resolution is needed to better reveal the evolation of severe convection weather in the application of the NWP products.
Key words: numerical weather prediction (NWP) products    severe weather prediction    the 3 June 2009 squall line weather in Henan Province    T639    GRAPES_RUC    WRF_EPS    
引言

强天气是发生在短时间内的雷暴、大风、龙卷、冰雹、短时强降水等中尺度灾害性天气,具有发生时间短,强度大,危害大的特点,是目前天气预报中的最具挑战性的预报难点,预报难度不仅在于如何准确预报出现哪种类型的强天气,是雷暴?大风还是龙卷或冰雹,还在于即使有多种预报指标显示了强对流天气发生信号后,预报员仍然很难准确预报强天气发生的时间和地点。强天气预报中的难度主要来自于对与强天气过程密切相关的大气强对流运动的科学问题认识有限,预报理论和技术都比较缺乏,预报的不确定性很大。国外不少国家开展了强对流天气的预报,比如美国的风暴预报中心(SPC)的预报员,依赖于多种观测资料、中尺度分析技术和中尺度模式产品发布预报强天气预报。近年来数值预报成为当代天气预报的基础[1-2],美国的强天气预报业务建立在多种数值预报产品基础之上,特别是中尺度数值预报产品和集合预报产品基础上[3-10]。近年来,中尺度集合预报产品在美国SPC中获得了广泛而深入的应用,集合预报产品主要用于定量化描述强天气预报产品的不确定性信息,比如概率预报、订正预报[11]

我国地处东亚季风区,雷暴、冰雹、飑线和局地暴雨等强对流天气在全国各地十分活跃,并造成严重的人员伤亡和经济损失。强天气预报是国家气象中心所确定的重点专业化预报方向之一,2009年国家气象中心组建强天气预报中心,开展强天气预报业务。目前国内开展强天气预报业务的预报技术基础主要是中尺度天气分析和中尺度诊断变量。国家气象中心强天气预报技术的发展对我国数值预报产品的应用也提出了新的需求。

过去20年,我国数值预报模式产品的研究开发主要是针对大尺度天气系统开展的,对与中小尺度天气运动有关的强天气数值预报产品研究开发相对较少。我国的中尺度模式能够提供产品变量很少,诊断变量更少,对强天气预报的支撑较弱,不能为预报员提供更多的对流诊断量供参考。2009年国家气象中心数值预报室针对强天气中心预报特点,与强天气预报中心联合组织开展强天气数值预报产品开发,为强天气专业化中心建设提供强有力的科技支撑。2009年重点开发的数值预报产品包括:T639全球模式强天气诊断变量数值预报产品,基于GRAPES_RUC的精细化中尺度模式强天气诊断变量预报产品, 基于WRF模式的中尺度集合预报强天气概率预报产品。这些产品的开发研究,使得国家气象中心从无到有建立了一套完整的强天气数值预报产品库,可提供确定性预报产品和不确定信息的概率产品,为强天气预报业务的开展打下了良好的基础。极大地提升了国家气象中心强天气模式诊断变量和概率预报的模式支持能力。

本文将简要介绍2009年研究开发的强天气模式数值预报产品,特别是与强对流有关的模式诊断变量产品,分析这些业务数值预报产品对“6.3”河南飑线天气的预报能力,最后讨论了数值预报模式产品支撑强天气预报中存在的问题。

1 NMC强天气模式诊断变量和概率预报产品简介 1.1 T639全球模式强天气诊断变量产品

国家气象中心T639模式[10-11]主要技术特点是水平谱截断波数取639个波,但水平格点空间定义由二次高斯格点改为线性高斯格点,在极区进行格点精简,水平分辨率约为30 km;垂直方向取60层,模式层顶至0.1 hPa;采用改进的稳定外插两个时间层的半拉格朗日积分方案,时间步长为600 s;对原整套物理过程方案中的云与对流参数化进行改进优化,以及下垫面资料的更新和合理初始化。资料同化系统则实现了原来的最优插值方案向三维变分同化方案的升级,可以大量使用ATOVS等卫星观测资料,目前所使用到的ATOVS资料约占到全球资料同化中的30%以上。

2009年针对强天气预报中心的需求,开发了T639模式诊断变量[13](如表 1所示)。产品以MICAPS格式为主。并将7个强天气指数放在互联网上供需要的单位下载,这7个强天气指数见表 1的产品序号1~7,预报每日两次,预报初始时间是00:00 UTC和12:00 UTC, 预报产品区域是0°~72°N、63°~153°E,水平分辨率0.28125°×0.28125°,预报时效为48 h,产品时间间隔为3 h。T639模式强天气诊断变量产品为预报时效较长的强天气预报提供预报信息。

表 1 T639强天气数值预报产品(MICAPS格式)清单 Table 1 T639 severe weather prediction products listing (MICAPS format)
1.2 中尺度精细化模式强天气诊断变量产品

基于GRAPES模式建立的15 km分辨率的全国区域快速循环与实时更新资料的分析与预报系统,研究开发了中尺度精细化强天气诊断变量产品。

1.2.1 GRAPES-RUC系统简介

GRAPES-RUC系统包括资料检索系统、质量控制系统、T213边界及背景场资料接入系统、三维变分同化(GRAPES_3DVAR)系统、GRAPES模式、数字滤波、后处理、产品统计检验等几个主要部分。系统结构与流程见图 1,该系统实现了雷达VAD风、飞机报告、云导风、自动气象站、GPS/PW等5资料非常规资料的应用。提供GrADS的基本产品和针对短时临近的潜势预报MICAPS产品,建立了相应的检验系统。2009年7月1日起每天实时运行,背景场为实时T213场库,实时观测资料为GTS资料(包括探空、地面、飞机报、船舶报)和雷达VAD资料。采用的是逐3小时同化分析,每3小时一次24小时预报。

图 1 快速循环与实时更新资料的分析与预报系统结构流程图 Fig. 1 Flow chart of GRAPES_RUC analysis and prediction system
1.2.2 GRAPES-RUC全国区域强天气诊断产品

GRAPES_Ruc全国区域强天气诊断产品包括有强天气潜势预报的CAPE(对流有效位能)指数、K指数、反射率、温度平流等20多种MICAPS产品、及组合反射率和6小时降水,单站逐时序产品(包括CAPE指数、1小时降水、组合反射率、850、700、500 hPa相对湿度、2 m温度) gif图形产品,产品清单见表 2表 3所列。提供3种格式的预报资料:MICAPS格式(主要针对强对流天气潜势预报),GrADS格式(基本预报产品),GIF图像(雷达组合反射率产品),产品区域为15°~64°N、70°~145°E。GRAPES_RUC预报产品区域是15°~64.35°N、70°~145.15 °E,水平分辨率0.15°×0.15°,每日8次预报,预报初始时间自00:00 UTC至21:00 UTC,时间间隔为3 h,预报时间为24 h,还建立了全国2500多个站的24小时降水检验,和全国400多个站的6小时降水检验,以及2 m温度和10 m风的检验平台。

表 2 GRAPES-RUC强天气预报产品清单(MICAPS格式) Table 2 GRAPES-RUC severe weather prediction products listing (MICAPS format)

表 3 GRAPES-RUC强天气预报产品清单(GIF图形格式) Table 3 GRAPES-RUC severe weather prediction products listing (GIF format)
1.3 区域中尺度集合概率预报产品

基于WRF模式建立的15 km分辨率的区域中尺度集合预报系统,研究开发了区域中尺度集合概率预报产品。

1.3.1 区域中尺度集合预报系统

区域中尺度集合预报系统是在北京奥运会B08RDP项目成果基础上建立的。控制预报模式是WRF模式[15-17],采用区域三维变分资料同化系统。初值扰动方法是BGM初值扰动方法,模式扰动方法采用多物理过程组合法。该系统每天运行两次,有15个集合预报样本,模式输出每3小时一次。初值场和侧边界从全球T213中期集合预报中获得,每6小时完成一次三维变分同化,每6小时进行一次集合预报样本Rescaling过程。中尺度集合预报系统结构和流程如表 4所示。从左到右依次为全球中期T213L31集合预报系统,基于WRF的区域中尺度集合预报系统(图 2)。目前系统的积分区域如图 3深色区域,覆盖中国东北、华北、长江中下游流域。

表 4 集合预报系统多初值、多物理过程扰动方案 Table 4 NMC regional EPS construciton scheme of multi-initial conditions and multi-physics

图 2 国家气象中心区域中尺度集合预报系统流程图 Fig. 2 Flow chart of NMC regional EPS

图 3 NMC区域集合预报系统积分区示意图(深色部分) Fig. 3 Forecasting domain of NMC regional EPS (dark shade area)
1.3.2 强天气集合概率预报产品

集合概率预报产品如表 5所示。与原B08RDP系统比较,地面要素产品由5个增加为12个,等压面输出要素由4个增加为8个,等压面层次由5层增加为12层,分别为100、150、200、250、300、400、500、600、700、850、925、1000 hPa,还新增了强对流风险指数这个综合产品,强对流风险概率的计算公式如下:

表 5 区域集合预报产品说明表 Table 5 Regional EPS products listing
$RISK_{-}PRB=RAINC-(3 {\rm h}对流性降水概率)×(CAPE\ge 800的概率)$ (1)

由上可见,国家气象中心基于T639全球模式,中尺度精细化模式和区域中尺度集合预报模式,已构建了较为完整的强天气诊断变量产品库,基本能够支撑强天气中心预报业务对模式产品的需求,为下一步工作开展打下了良好的基础。

2 强天气模式诊断产品对“6.3”河南强天气过程的模式预报能力初步分析

以下分析T639模式、GRAPES-RUC和WRF-EPS区域集合预报系统获得的强天气预报产品为例,对“6.3”河南飑线预报能力进行初步分析。

从6月3日08时起报的T639预报看,在6月4日02—05时在河南东部、安徽北部、江苏西北部和山东南部报出了1 mm的降水,925 hPa风场上有一条明显的东西向切变线,其南侧有10 m·s-1左右的西南风,较周围地区的风速大得多。从850 hPa垂直速度看,该地区有明显的大值区,上升运动强烈。从K指数来看,大于35的大值区也在该区域,表明预报出了发生强对流天气的可能。结果表明,T639预报对这次强对流天气过程有一定表现,但强度不够。

GRAPES-RUC系统不同起报时间的预报雷达回波与实况对比分析,06时(世界时)起报垂直速度分析。03、06、09三个时次起报:预报结果对于对流旺盛的3日12—15时回波反映较好,位置基本一致。由结果分析可见,06时起报效果最好;各时次起报在6~12小时预报时效的效果最佳。从2009年6月3日06时为初始时刻的5小时预报的垂直速度场可以看出在(33.8°N、115.5°E)位置上垂直速度值较大,表示在该地区有较强的上升运动。在沿33.8°N纬圈方向垂直速度剖面图(图 4)看出,垂直速度最大的位置在850 hPa附近,最大值出现在12时。在沿115.5°E经圈方向垂直速度剖面图(图 5)看,垂直速度最大值仍出现在850 hPa附近,但时间出现在14时。不足之处是10 m风速不大,最大只到6 m·s-1

图 4 GRAPES-RUC系统沿33.8°N纬圈方向5小时和6小时预报垂直速度剖面图 初值时间:2009年6月3日06时 Fig. 4 Cross sections of vertical velocity at 33.8°N of GRAPES-RUC 5 h (a) and 6 h (b) forecasts initial time:06:00 BT, 3 June 2009

图 5 GRAPES-RUC系统沿115.5°E经圈方向5小时(a)和6小时(b)预报垂直速度剖面图初值时间:2009年6月3日06时 Fig. 5 Cross sections of vertical velocity at 115.5°E of GRAPES-RUC 5 h (a) and 6 h (b) forecasts initial time:06:00 BT 3 June 2009

采用WRF-EPS区域集合预报系统的地面气象要素10 m风,3小时降水,诊断量,模式雷达反射率dBz,露点温度,MCAPE(最大对流有效位能)的集合预报产品,对“6.3”河南飑线预报能力进行了分析,获得如下结论:

从地面气象要素10 m风(图 6)和3小时降水预报(图略)看,有7个集合预报成员预报安徽和江苏北部出现10 m风速大值中心,2个成员中心最大风力接近20 m·s-1, 集合预报部分成员对大风有一定预报能力。对短时强降水预报,1个成员预报了10 mm·3 h-1的降水,中尺度集合预报地面气象要素对这次过程有一定预报能力,但较实况偏弱。模式雷达反射率dBz的集合预报平均值(图 7)较好地给出了飑线的发生发展和演变,500 hPa dBz大值区的演变特征与实况较吻合。连续两个时次都预报了dBz的发展过程:6月3日11时,较强dBz在山西境内出现,并逐渐向东南方向发展移动,至3日20—23时,dBz大值区域发展到江苏和安徽北部。dBz的集合预报离散度表明,3日17—23时,dBz离散度明显大于白天,表明强对流地点和强度预报的不确定性。3日11时和14时,混合层的MCAPE集合预报平均在河南、江苏、安徽3省交界处出现了大值区域,中心最大值超过了1000 J·kg-2,3日17时至4日02时,MCAPE在该区域一直维持一个大值中心。

图 6 2009年6月3日20时集合预报成员10 m风速预报邮票图 初值时间:2009年6月3日08时(北京时) Fig. 6 EPS mumber spaghetti of 10 m wind speed forecasts at 20:00 BT June 3 initial time:08:00 BT, 3 June 2009

图 7 中尺度集合预报系统模拟的6月3日11—23时500 hPa反射率因子(单位:dBz)集合预报平均大值中心演变图 起报时间为6月2日20时 Fig. 7 Movement of maximum value of ensemble mean of 500 hPa dBz (units:dBz) from 13:00 BT 3 June to 23:00 BT 3 June 2009 initial time:20:00 BT 3 June 2009

对强对流预报重点关注的850 hPa露点温度和700 hPa风场集合预报平均分析发现(图略),在850 hPa露点温度在河南至山西维持一条干线,3日11时至4日02时缓慢东移,4日08时开始减弱,在飑线发生区域,700 hPa风场存在明显的南北风辐合,dBz大值区正位于这些辐合线附近。3日23时850 hPa露点温度,风,500 hPa dBz集合预报平均叠加组合显示,河南北部存在干线、风辐合线及dBz的大值中心,与实况卫星云图发生区域吻合。

中尺度集合预报的分析表明,地面气象要素集合预报产品对这次过程的大风、降水有一定预报能力,少数成员可以较好地预报出这类极端天气事件,主要问题是强度不够,落区不准;雷达反射率dBz集合预报产品可以很好地反映这次强对流系统的发生、发展和移动路径,其离散度可以给出预报不确定信息,对强对流预报重点关注的干线、风、CAPE等物理量,集合预报产品具有较好的指示意义,集合预报产品可以给预报员提供预报参考依据,增强了发展为强对流预报服务的中尺度集合预报系统的信心,但这些物理量指示最有利于强对流发生的预报时间并不一致,如MCAPE,最大值出现在3日11—14时,而dBz最有利时间是北京时间20时,对如何利用这些潜预报因子,还需要预报员做更多的研究。

3 数值预报对强天气预报的支撑能力讨论 3.1 高分辨率数值预报模式对强天气的预报能力问题探讨

由前可知,T639模式对10 m风速预报较弱,那么高分辨率模式的区域模式预报效果又是如何呢?图 8是2009年6月3日18:00—23:00(北京时)以T639做背景和边值的3 km分辨率WRF模式预报的雷达综合反射率(左列)、10 m风速预报(中列)与15 km WRF模式10 m风速预报(右列)。由图可见,15 km WRF模式预报从20:00—23:00时预报了一片8 m·s-1的强风速区从山西、陕西和河南交界处发生、发展并向东南方向移过河南,但没有预报出商丘的大风。3 km WRF模式预报从18:00—23:00时,预报了一片8 m·s-1的强风速区和显著的雷达回波区从山西、陕西和河南交界处发生、发展并向东南方向移过河南,在22:00,预报了商丘附近有16 m·s-1的强风速区。与15 km的WRF模式相比,3 km的WRF模式强风速区中心值更大,表明,与全球模式相比,高分辨率的区域模式可以模拟出飑线的发生和发展过程。精细化的3 km模式对飑线的预报能力较15 km的更强,但大风区的落区预报还存在较大的不确定性。尽管如此,高分辨率数值预报模式仍然能为强对流天气预报提供较好的科技支撑。

图 8 2009年6月3日18:00—23:00(北京时)3 km WRF模式估算850 hPa雷达反射率(左列)、10 m风速预报(中列)与15 km WRF模式10 m风速预报图(右列) 模式初始时间:2009年6月3日08:00北京时 Fig. 8 The 850 hPa radar dBz (left column), 10 m wind speed (middle column) of 3 km WRF forecasting and 10 m wind speed (right column) of 15 km WRF forecasting at 18:00—23:00 BT June 3, 2009 initial time:08:00 BT, 3 June 2009

高分辨率模式对强对流天气具有一定的预报能力,但需要提高产品的时间和空间分辨率,才能更好地展示强对流过程的发生发展和演变过程。目前我国业务数值预报产品的输出时间间隔通常是3 h,而强对流天气通常发生在很短的时间里,以15 km模式预报为例,如按3小时输出产品,预报员仅能查阅图 8c图 8l, 难以分析出强对流过程来龙去脉。从业务的角度看,数值预报模式产品需要提供时间间隔1 h的产品,才能满足强天气预报的需求。

3.2 我国MICAPS图形显示系统对高时空分辨率模式产品的支撑问题

为了适应我国综合气象信息综合显示系统MICAPS图形产品处理的需要,高分辨率模式产品的MICAPS格式产品一般需要经过稀疏化处理,图 9是经过稀疏化处理后的WRF模式10 m风场。由图可见,15 km水平分辨率的模式产品经稀疏化后,插值为空间间隔2.5经纬度间隔的风场预报图,从图可见,仅在河南中部出现了12 m·s-1的风速杆,不能显示风场的中尺度信息,高分辨率数值预报模式产品对强对流天气的预报指导作用难以发挥。如何更好地展示高分辨率模式产品的精细化信息,是为这类具有突发性强、局地性强、移速快的强对流天气预报提供科技支撑的重要问题,值得深入探索。

图 9 2009年6月3日20时(北京时)的15 kmWRF模式3小时风场预报的MICAPS格式图形 Fig. 9 The 3 h wind field forecasting diagram by MICAPS of 15 km WRF model at 20:00 BT 3 June, 2009
4 小结

本文首先介绍了国家气象中心2009年研究开发的强天气模式数值预报产品,特别是与强对流有关的模式诊断变量产品,对“6.3”河南飑线天气的预报能力进行了初步分析,最后讨论了数值预报模式产品支撑强天气预报中存在的问题,获得以下主要结论:

(1) 目前开发了强T639全球模式强天气诊断变量产品、基于GRAPES_RUC的中尺度精细化强天气诊断变量产品、基于WRF中尺度模式的区域中尺度集合概率预报产品,促进国家气象中心从无到有建立了一套完整的强天气数值预报产品库,为预报员提供了强天气模式诊断变量的确定性预报产品以及概率预报产品。对“6.3”河南飑线天气的模式预报能力的检验分析表明,高分辨率模式对强对流天气的预报能力有了较大的提高,但对于强天气预报,15 km分辨率仍然不足够高,且产品显示的时空分辨率都应在现有基础上提高,才能更好地展示数值预报产品对强对流过程发生发展和演变过程。

(2) 通过分析不同分辨率的模式预报效果,提出了高分辨率数值预报产品在应用于强天气预报中需要解决的两个问题,一是需要发展小尺度分辨率的数值预报模式,二是需要发展合适的数值预报产品图形显示平台。

(3) 尽管数值预报室和强天气中心已做了一些初步工作,取得了一些成果。但从2009年已开展工作的来看,强天气预报数值预报产品开发具有很强的挑战性,需要深入研究强天气特征有针对性地开发具有强天气预报指示意义的数值预报产品。

致谢:本文是在国家气象中心数值预报室和强天气预报中心同事们的协助下完成的,在此深表谢意!

参考文献
彭治班, 刘健文, 郭虎, 等, 2001. 国外强对流天气的应用研究[M]. 北京: 气象出版社, 1-414.
薛纪善, 1998. 美国天气预报技术的发展[J]. 气象, 35(9): 3-11. DOI:10.7519/j.issn.1000-0526.1998.09.001
陈静, 薛纪善, 颜宏, 2003. 华南中尺度暴雨数值预报的不确定性与集合预报试验[J]. 气象学报, 61(4): 432-446. DOI:10.11676/qxxb2003.042
Thompson R L, 1998. Eta model storm-relative winds associated with tornadic and nontornadic supercells[J]. Weather and Forecasting, 13(3): 125-137.
Corfidi S F, 1999. The birth and early years of the Storm Prediction Center[J]. Weather and Forecasting, 14(8): 507-525.
Bright D R, Weiss S J, Levit J J, et al. The evolution of multi-scale ensemble guidance in the prediction of convective and severe convective storms at the Storm Prediction Center[C].2008:24th Conf Severe Local Storms, Savannah GA.
Kain J s, Baldwin E M, Janish R P, et al, 2003. Carbin, Subjective verification of numerical models as a component of a broader interaction between research and operations[J]. Weather and Forecasting, (10): 847-860.
冯汉中, 陈静, 何光碧, 等, 2006. 长江上游暴雨短期集合预报系统试验与检验[J]. 气象, 32(8): 12-16. DOI:10.7519/j.issn.1000-0526.2006.08.002
刘家辉, 张立凤, 关吉平, 等, 2010. 集合预报产品在台风麦莎预报中的应用[J]. 气象, 36(5): 21-31. DOI:10.7519/j.issn.1000-0526.2010.05.003
马清, 龚建东, 李莉, 等, 2008. 中尺度集合预报的二阶矩离散度订正研究[J]. 气象, 34(11): 15-21. DOI:10.7519/j.issn.1000-0526.2008.11.003
Weiss, S J, D R Bright, J S Kain, et al. Complimentary use of short-range ensemble and 4.5 km WRF-NMM model guidance for severe weather forecasting at the Storm Prediction Center.Preprints, 23rd Conference on Severe Local Storms, St. Louis, MO, Amer Meteor Soc, CD-ROM, 2006
管成功, 陈起英, 佟华, 等, 2008. T639L60全球中期预报系统预报试验和性能评估[J]. 气象, 34(6): 11-16. DOI:10.7519/j.issn.1000-0526.2008.06.002
陈起英, 管成功, 姚明明, 等, 2007. 全球中期模式升级关键技术研发和预报试验[J]. 气象学报, 65(4): 478-492. DOI:10.11676/qxxb2007.045
刘健文, 郭虎, 李耀东, 等, 2005. 天气分析预报物理量计算基础[M]. 北京: 气象出版社, 1-253.
闫之辉, 邓莲堂, 2007. WRF模式中的微物理过程及其预报对比试验[J]. 沙漠与绿洲气象, 1(6): 1-6.
邓莲堂, 王建捷. 新一代中尺度天气预报模式——WRF模式简介[C]//中国气象学会. 2003年年会"城市气象与科技奥运"分会论文集. 北京: 气象出版社, 2003.
章国材, 2004. 美国WRF模式的进展和应用前景[J]. 气象, 30(12): 27-31. DOI:10.3969/j.issn.1000-0526.2004.12.006