基于CMA-GFS全球模式实现国产数值预报的本地化应用
Localized Application of Domestic Numerical Forecast Based on CMA-GFS
DOI: 10.12677/OJNS.2022.105085, PDF,   
作者: 陈阳权：民航新疆空中交通管理局，新疆 乌鲁木齐
关键词: Python；CMA-GFS全球模式；数据解码；二次研发；Python； CMA-GFS； Data Decoding； Secondary R&D
摘要: 通过对CMA-GFS全球模式进行数据解码处理和二次研发，利用MICAPS4对解码和二次开发数据进行检索和分析，实现了其在新疆辖区的本地化应用。在实现过程中对CMA-GFS范围进行切割，采用按需解码、多进程等方案有效提高了处理的效率，满足预报对时效性的需求。CMA-GFS的解码数据和二次研发数据的种类丰富，并生成了高空急流、颠簸指数、积冰指数、对流指数等具有航空气象特色的二次产品，可为航空气象人员提供更专业的数据分析参考。通过与实况和多种全球模式预报进行对比，CMA-GFS的数值预报产品能够较好的描述气压系统和高空环流形势的演变，作为气象预报参考是很有价值的。
Abstract: Analysis and retrieval on MICAPS 4 through data decoding and secondary development of the CMA-GFS to realize localized application in Xinjiang. Cutting the range of CMA-GFS in the implementation process. The efficiency of processing is improved by on-demand decoding and multi-process to meet the demand for period of validity. There are various types of decoding data and secondary R&D data of CMA-GFS, and generating secondary products with aviation meteorological characteris-tics such as high-altitude jet, turbulence index, icing index, convection index, etc., which can provide aviation meteorologists with more professional data analysis reference. Finding NWP products of CMA-GFS can better describe the evolution of the barometric system and the upper-air circulation situation by comparing it with the live and various global model forecasts. It is very valuable as a reference for weather forecast.
文章引用：陈阳权. 基于CMA-GFS全球模式实现国产数值预报的本地化应用[J]. 自然科学, 2022, 10(5): 742-750. https://doi.org/10.12677/OJNS.2022.105085

参考文献

[1] 张宸赫, 赵天良, 陆忠艳, 王东东, 阎琦, 周春晓, 苏航, 杜傢义. 基于数值模式和客观方法的辽宁地区空气质量预报检验研究[C]//中国环境科学学会. 中国环境科学学会2022年科学技术年会论文集(三). 2022: 458-469.[CrossRef] 
[2] 熊杰, 傅赐福, 于福江, 董剑希. 基于ECMWF细网格风场的台风“烟花”与飓风“艾达”风暴潮数值预报检验与分析[J]. 海洋预报, 2022, 39(3): 1-9.
[3] 丛芳, 陈朝平. 四川两次副高边缘型暴雨的预报偏差分析及模式检验对比[J]. 中低纬山地气象, 2022, 46(3): 39-46.
[4] 林振敏, 黄荣, 戚云枫, 曾小团. 广西对流尺度数值天气预报模式系统建设与效益评估[J]. 气象研究与应用, 2022, 43(2): 105-110. [Google Scholar] [CrossRef] 
[5] 周少辉. 荒漠草原地形风能资源评估和风速预报订正研究[D]: [硕士学位论文]. 南京: 南京信息工程大学, 2022.[CrossRef] 
[6] 王俊超, 王志斌, 赖安伟, 肖艳姣, 王珏. 基于数值预报与雷达外推预报融合方法的降水回波短临预报试验研究[J]. 干旱气象, 2022, 40(3): 485-499.
[7] 陈阳权, 杜安妮, 丁旭, 张茜. 新疆区域航路天气要素分析及预报系统构建[J]. 气象水文海洋仪器, 2022, 39(2): 93-95. [Google Scholar] [CrossRef] 
[8] 朱国栋, 孙建杰, 陈阳权, 王照刚. 随机森林方法在机场温度预测中的应用[J]. 气象科技进展, 2021, 11(4): 34-36.
[9] 孔祥伟, 张君霞, 杨晓军, 符娇兰. 西北地区东部强降水大尺度数值模式预报空间偏差分析[J/OL]. 高原气象, 1-15. http://kns.cnki.net/kcms/detail/62.1061.p.20220419.1816.014.html, 2022-07-31.
[10] 陈晓燕, 孔祥伟, 彭筱, 刘新伟, 吴晶, 任淑媛. 全球和区域数值模式在甘肃2020年汛期降水预报中的检验评估[J]. 干旱气象, 2022, 40(3): 524-535.
[11] 李玉林, 周国强, 黄小晃. 利用GRAPES数值模式计算结果分析大气中水汽比含量特征[C]//中国气象学会. 第28届中国气象学会年会——S9大气物理学与大气环境. 2011: 578-590.
[12] 李玉林. 数值模式(GRAPES)在人工增雨作业应用研究[Z]. 江西省人工影响天气领导小组办公室, 2012-05-07.
[13] 齐倩倩, 朱跃建, 陈静, 田华, 佟华. 基于GRAPES-GFS次季节预报的误差诊断和预报能力分析[J]. 大气科学, 2022, 46(2): 327-345.