Python提取WRF模拟的台风路径 |
您所在的位置:网站首页 › 台风路径图怎么画的 › Python提取WRF模拟的台风路径 |
WRF模式广泛应用于台风的模拟和预报,但是其并不能输出台风路径信息(除非编译的时候nesting选择vortex following选项,运行时会输出ATCF数据,不过这个不常用)。 因此使用WRF模拟台风,后处理需要解决如何从wrfout数据提取出台风路径的问题。NCL官网提供的脚本中,是以每个时刻海平面气压(SLP)最小处作为台风的中心位置,简单易行。但是在一些特定情况存在问题,比如双台风的时候。 为了避免上述的问题,提取台风在T时的位置时必须要参考T-1时刻的位置。即以T-1时刻台风的位置为圆心,给定半径radius确定一个圆,在此范围内寻找T时刻的台风位置。以下为具体的操作步骤: (1)第1时刻,找到min(SLP)的的位置索引,然后提取台风中心经纬度(lonTC, latTC)。或者由观测或者最佳路径数据集给定模拟初始时刻的台风中心位置。 (2)第it个时刻,根据it-1时刻的台风中心位置(lonTC, latTC)计算it-1时刻的台风中心位置索引(ic, jc)。北纬30°以南,台风一般移动速度spd不超过0.5deg/hour,北纬30°以北一般不超过2.0deg/hour,wrfout输出时间间隔为history_interval(hours)。根据移速和输出间隔,计算台风最大移动半径radius=spd*history_interval。最大移动半径除以网格分辨率,得到移动半径所对应的索引半径indexRadius。根据索引半径确定台风所在的范围,此范围内的SLP最小处即是it时刻的台风中心位置。 T时刻的台风中心,应该在T-1时刻台风中心的附近,根据T时刻的SLP场在这个范围内的最小值位置,确定T时刻的台风中心 (3)遍历所有时刻,得到完整的台风路径,并且每一步可以保存最低气压Pmin,最大风速Vmax等信息。 以1713号台风天鸽(Hato)为例,进行模拟。WRF模式分辨率为15km,模拟起止时间:2017-08-21_00 至 2017-08-24_00 UTC。 从此次模拟结果看,基本模拟出了台风"天鸽"的大致走向,只是模拟的台风移速偏慢。 模拟的台风路径与观测对比 该算法需要使用海平面气压(SLP),但是WRF的输出数据中是没有海平面气压的,因此需要根据已有的气压和温度场等信息诊断得到SLP。使用wrf-python库的getvar函数可以直接实现这个功能,直接得到SLP。 PS1: 实际应用发现一个问题,WRF初始时刻诊断得到的SLP,台风中心特别不明显(甚至不存在)。如果模拟区域存在高山,比如台湾的山脉,则往往山脉的SLP最低,因此根据SLP最小确定台风的位置则容易出错,即导致台风位置错误的出现在高山上。因此初始时刻最好给定台风的大致位置,并且最大移动半径设置较小( |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |