中尺度模式（Mesoscale Model 5 v3）用户手册
一、 概述
1. mm5模式系统的结构
第五代中尺度模式mm5是近年来由美国大气研究中心（NCAR）和美国滨州大学（PSU）在mm4基础上联合研制发展起来的中尺度数值预报模式，已被广泛应用于各种中尺度现象的研究。Mm5在以往的模式基础上作了许多变化，主要有以下几点：1）复合区域嵌套功能，2）菲静力部分扩展3）四位数据同化功能以及较多的物理过程参数化，能够方便、广泛地应用于各种计算平台。这些变化使得许多工作在这一模式系统下建立起来。
图1.1是整个mm5模式系统的结构框图，它表现了模式的模块次序、数据流程以及各模块主要功能的简短说明。TERRAIN和REGRID模块用来处理在麦卡托或兰博托或极射赤面投影下，地形数据和等压面气象数据从规则经纬网格点到高分辨可变中尺度区域的水平插值。由于插值不能提供全面的中尺度信息，因此插值数据必须加大，RAWINS/little_r就是用连续扫描Cressman客观分析方法和复合二次曲面技术来处理水平网格观测资料和无线电探空资料。INT
ERP模块处理MM5系统中气压坐标到sigma坐标的垂直插值，接近地面的sigma平面与地形相似，高水平sigma面与等压面近似。MM5模块是系统的核心部分，包含气象过程的主控程序，主要求解大气运动基本方程组。 INTERB模块与INTERP模块作用相反，主要是把MM5模块计算结果从sigma坐标插值到气压坐标中。
2．Mm5模式的水平和垂直格点
介绍模式的格点构造是非常有用的，模式系统通常是从等压面上获得、分析数据的，但是这些资料在进入模式之前不得不被插值到模式的垂直坐标中。垂直坐标是地形伴随的，也就是在底层水平网格伴随地形，而上层表面是平坦的。中间层是随着气压的减小趋向顶层气压逐渐变得平坦（如图1.2）。 用来定义模式水平层：
p是气压，pt是顶层气压，ps是表面气压。
从上图可以看出：在顶层 等于0，在底层 等于1，模式的每一水平层由 值来定义，模式的垂直分辨率由0到1之间的数目决定，通常边界层的分辨率高于顶层分辨率，水平层数尽管原则上没有限制，但通常在10到40层之间变化。
水平格点采用Arakawa-Lamb B型跳点网格，如图1.3，从图中可以看出正则化长细比超限怎么调整T,q等量被定义在格点平面的中央，而向东风速u,向北风速v被配置到两边。模式中中央点被当作叉X，两边点被当作点·，因而水平风速被定义在点上。
所以上层变量被定义在模式垂直层的中央，作为半层由一条虚线表示出来（图1.3），垂直速度在格水平层上表示为实线，在定义sigma坐标时所有层都要被列出，包括0层和1层，因此模式层的数量比sigma层少一层。
3. 区域嵌套
mm5具有区域嵌套的功能，最多可以同时运转9个区域的嵌套和相互作用。图1.4时其中的一种配置，对于双向交互作用的区域，它们的嵌套比率为3：1，所谓的双向就是嵌套区域边界条件的输入来自于粗糙区域，而嵌套区域对粗糙区域又有反馈。
从图1.4可以看出嵌套区域被给定一个嵌套级别（如区域2，3），而且嵌套区域之间也可以相互覆盖。区域4是第三级别，说明他的网格尺寸和时步相当于区域1的1/9。每一个次区域都有一个母区域，而且被完全嵌入，区域2，3的母区域是1，区域4的是3。在模拟试验中嵌套区域可能随时被转动或停止，也就是无论何时母区域被停止，所有他的派生嵌套区域就被停止。在模拟试验中移动一个区域也是有可能的，条件是没有母区域作用嵌套网格和没有粗糙网格。
单向嵌套在模式中也是可能的，这是模式首先被运行产生一个输出，一旦单向嵌套区域位置被定下来，边界条件文档也就生成了。典型的边界条件文档是一小时产生一次（依赖于粗糙区域输出的频率），这些数据被时间插值供给嵌套区域，因此单向嵌套不同于双向嵌套：1、没有反馈2、在边界处分辨率是粗糙临时的。单向嵌套区域也可能被初始化在增强数据分辨率和地形分辨率的条件下。
4. 侧边界条件
在运行任何区域数值天气预报模式中，都要求有侧边界条件，mm5模式中所有的四个边界条件被指定为水平风速、温度、压强和湿度场，如果需要可能指定一些微物理场（比如云）作为边界条件。因此在运行模式前，边介值必须被设定。
边界值来源于对未来时刻的分析或是前粗糙区域的模拟值（单向嵌套），或是来源于其他母区域的实时预报值。对于实时预报侧边界条件最终依赖于全球模式预报。当然通过观察分析侧边界条件可能被被增强，同样的方法用于初始条件。上层空气分析值，边界值只能12小时一次，而对于模式产生的边界值可能更高频率比如6小时一次甚至1小时一次。
通过线性插值模式可以利用离散时间分析值，这些分析值能够全面地说明模式网格输出的行与列的状态。双向嵌套边界条件与单向是相似的，但每粗糙区域一个时步他就会更新，而且没有松弛区域。
5. 四维数据同化
拓展时间上的的数据可以输入到模式中，四维数据同化只是模式中的一个选项。本质上四维数据同化允许模式在强迫条件下执行，也就是张弛朝着观测场和分析场。这样做得好处是一段张弛逼近后，模式将某种程度上适合那一时间间隔内的所有数据，而保留值接近动力平衡。这样做是优于一个简单天气分析初始化过程，因为一段时间内的附加数据将有效增加数据的分辨率。在一个位置上的观测数据通过模式将被带入下一阶段，从而可以填充下一时段数据的空缺。
四维数据同化的两个主要应用是：1、动力初始化2、四维数据设置。动力初始化就是在实时预报中利用前面的预报值是初始条件最优化。结果表明相对于静态初始化附加数据对预报是有益的。第二个应用，四维数据设置是一种产生动态平衡分析的方法，在一个拓展是段张弛逼近数据同化过程中这种方法包含流程中的实际连续性和地转风与热量风的平衡。
数据同化的两种方法依赖于数据是否是格点的还是单个观察的。考虑模式网格分析场的形成，在一个给定时间间隔格点数据将用来张弛逼近模式点对点数据，对于一个大尺度信息这是非常有用的。对于小尺度信息，非天气图定时资料或特殊平台象机床、飞行器等不能被利用，但个观测资料能够被用来张弛逼近模式。这些观测资料被给定一个时间窗和影响半径。每个格点上的观测资料的权重依赖于他们在时间上和空间上到观测站的距离。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。