基于CALMET诊断模型的高时空分辨率精细化风场模拟技术应用

38 篇文章 0 订阅
5 篇文章 0 订阅

在研究流场时,常用观测、模型风洞测试和数值模拟方法进行研究。但时常遇到研究区气象站点分布稀疏,不能代表周边复杂地形的风场。风洞模拟需要对地形进行实景的微缩,但实际过程中可能更关心近地表边界层的风场。风洞模拟一方面费用较高,另一方面风洞模拟近地表风场难度较大。因此,数值模式成为缺资料地区风场模拟的最佳手段。中尺度模式WRF模式,可以利用大涡模拟方法进行高分辨率的模拟,但是在地形复杂的研究区,WRF模式的Sigma地形追踪坐标系会导致数值模式的崩溃。这样地形复杂的研究区,对数值模式有较高的要求:1、能够进行高分辨率的模拟;2、能够稳定运行不受较大地形落差影响。作为诊断模式的CALMET模式能够不受复杂网格缺陷影响,进行过高分辨率模拟。在CALMET运行过程中,有大量的中间步骤(如图1)。这些步骤过于繁琐,可以直接使用计算机语言直接生成所需文件。对于气象数据,站点数据一般较难获得,尤其在偏远地区。在研究中可以使用中尺度数值模式提供CALMET的大气驱动数据。CALMET模式中有1km的全球高程数据和土地利用数据,但土地数据为1992年制作的数据,制作时间比较老,可能不适合中国地区,同时在中国地区有大量的土地利用分类错误。为了能够更好的刻画地表真实的地貌特征,可以使用本地化的数据,如清华大学LUCC 30m数据替换CALMAET模式的原有模式的粗分辨率静态数据。基于上述优化,可以实现CALMET模式在任意地区进行模拟。

图片

白老师,长期从事地学领域数据挖掘、区域气候变化、数值模式、地学统计。主要研究领域为复杂数据分析和统计建模,长期从事python语言的教学与应用,有丰富的地学数据分析、建模、商务智能等项目实施与管理经验。

准备:

1、WRF模式结果    

2、Linux GCC/Intel/PGI    

3、anaconda3 5.0以上    

4、netCDF3.6.3及以上

5、Jupyter notebook或lab

6、Python库需求:

Xarray==0.13.0、netCDF4==1.4.3、pandas、numpy、proj、utm、windrose、rasterio或gdal.

备注:案例数据、代码、讲义会一起发放。

一:静态数据制备

使用30m分辨率的遥感数据制作高分辨模拟所需的静态数据

图片

二:calwrf和calmet编译

并利用WRF的模拟结果生成calmet的大气驱动数据三:运行配置文件编写针对calwrf和calmet运行配置文件进行编写四:运行五:后处理及可视化

5.1处理fortran结果转化为netCDF

l 读取fortran二进制文件

l 提取风场变量

l 添加投影和时间信息

l 生成netCDF文件   

5.2插值

使用临近点插值方法插值格点数据

5.3绘制风玫瑰

将插值的数据利用windrose绘制风玫瑰图

图片

5.4风场绘制

利用模拟的U和V矢量风绘绘制特定高度风场

图片

原文链接

  • 7
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值