基于EC驱动的WRF模拟

基于EC驱动的WRF模拟

---

前言

本文介绍使用EC的ERA高空和地面数据作为初始场，驱动WRF运行的方法。

---

一、EC数据下载

1.注册climate copernicus账号

点击climate copernicus，注册账号。

注册完成之后，点击Climate Data Store API，然后复制自己的url和key，如下图所示：

在C:\Users\用户名下新建文本文档，将刚刚复制的内容粘贴进去，后重命名为.cdsapirc,如下图所示：

2.选择变量

WRF中对于气象数据的字段有具体的要求，其中我们可以参考官网用户手册。必须包含的要素如下所示：

3D Data (e.g. data on pressure levels)
	Temperature
	U and V components of Wind
	Geopotential Height
	Relative Humidity (the code can calculate RH if Specific Humidity is available;this is controlled in the Vtable)

2D Data
	Surface Pressure
	Mean Sea Level Pressure
	Skin Temperature/SST
	2-meter Temperature
	2-meter Relative or Specific Humidity
	10-meter U and V components of wind
	Soil data (temperature and moisture) and soil height	
If any masked field is ingested, then a LANDSEA field is recommended
Water equivalent snow depth (SNOW) is a nice field to have, but not required.
SEAICE is good to have for a high latitude winter case, but it is not required.

3.下载数据

首先下载等压层上的数据，搜索并选择数据集ERA5 hourly data on pressure levels form 1979 to present，选择相应的变量，选择完毕之后，点击Show API request，可以看到API，如下所示：

import cdsapi
c = cdsapi.Client()
c.retrieve(
    'reanalysis-era5-pressure-levels',
    {
        'product_type': 'reanalysis',
        'format': 'grib',
        'variable': [
            'geopotential', 'relative_humidity', 'temperature',
            'u_component_of_wind', 'v_component_of_wind',
        ],
        'pressure_level': [
            '1', '2', '3','5', '7', '10',
            '20', '30', '50', '70', '100', '125',
            '150', '175', '200', '225', '250', '300',
            '350', '400', '450', '500', '550', '600',
            '650', '700', '750', '775', '800', '825',
            '850', '875', '900', '925', '950', '975', '1000',
        ],
        'year': '2023',
        'month': '10',
        'day': [
            '11', '12', '13', '14', '15', '16', '17', '18', '19', '20', '21',
        ],
        'time': [
            '00:00', '06:00', '12:00', '18:00',
        ],
        'area': [
            60, 70, 0, 140,
        ],
    },
    'pressure-levels.grib')

将上面的内容复制到python编译器，运行后等待下载即可。

然后下载地面数据，搜索并选择数据集ERA5 hourly data on single levels from 1940 to present，选择相应的变量，选择完毕之后，点击Show API request，可以看到API，如下所示：

import cdsapi
c = cdsapi.Client()
c.retrieve(
    'reanalysis-era5-single-levels',
    {
        'product_type': 'reanalysis',
        'format': 'grib',
        'variable': [
            '10m_u_component_of_wind', '10m_v_component_of_wind', '2m_dewpoint_temperature',
            '2m_temperature', 'land_sea_mask', 'mean_sea_level_pressure',
            'sea_ice_cover', 'sea_surface_temperature', 'skin_temperature',
            'snow_depth', 'soil_temperature_level_1', 'soil_temperature_level_2',
            'soil_temperature_level_3', 'soil_temperature_level_4', 'surface_pressure',
            'volumetric_soil_water_layer_1', 'volumetric_soil_water_layer_2', 'volumetric_soil_water_layer_3',
            'volumetric_soil_water_layer_4',
        ],
        'year': '2023',
        'month': '10',
        'day': [
            '11', '12', '13',
            '14', '15', '16',
            '17', '18', '19',
            '20', '21',
        ],
        'time': [
            '00:00', '06:00', '12:00',
            '18:00',
        ],
        'area': [
            60, 70, 0,
            140,
        ],
    },
    single-levels.grib')

下载完成后，在目录下会生成两个文件，一个高空数据pressure-levels.grib、一个地面数据single-level.grib。

二、运行WPS

1.下载好的两个EC的数据放入WRF中的DATA文件夹中，如下图所示：

2.链接ERA的数据格式Vtable.ERA-interim.pl

ln -sf ungrib/Variable_Tables/Vtable.ERA-interim.pl Vtable

3.链接高空grib数据

./link_grib.csh ../../data/ec/ pressure-levels.grib

将namelist.wps中&ungrib部分的prefix 参数改为prefix = ‘3D’。

运行./ungrib.exe，生成以3D为前缀的文件。

./ungrib.exe

4.链接地面grib数据

 ./link_grib.csh ../../data/ec/single-level.grib

将namelist.wps中&ungrib部分的prefix 参数改为prefix = ’ SFC’。

运行 ./ungrib.exe，生成以SFC为前缀的文件。

./ungrib.exe

5.在运行metgrid之前将namelist.wps中&metgrid部分的 fg_name参数改为fg_name = ‘3D’,’SFC’

6.运行./metgrid.exe，生成met_em*.nc文件，至此EC数据驱动成功。

./metgrid.exe

后续可正常进行WRF运行。