全球风场构建涡度散度的新方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
物理学报 Acta Phys. Sin. Vol. 63, No. 17 (2014) 179201 全球风场构建涡度、散度的新方法 † 关吉平 黄思训 张立凤 (解放军理工大学气象海洋学院, 南京 211101) ( 2013 年12 月12 日收到; 2014 年4 月27 日收到修改稿) 目前在数值预报中通常利用风场借助于差分方法来构建涡度和散度场, 这个问题涉及到观测资料求微分 的问题, 从数学上来说, 此问题是不适定的. 在有限区域上构建时可以采用一维数值微分来实现, 但此方法在 端点部分的资料必须是精确的, 本文提出了新的方法, 该方法借助于周期函数的一维数值微分, 并用该方法应 用到全球风场构建涡度、散度中去, 同时与通常的差分方法进行了比较, 利用涡度、散度计算了流函数和势函 数, 然后用流函数和势函数重构初始风场. 结果表明, 本文提出的方法算法稳定、可行且计算精度比差分方法 高, 为应用到全球气象资料的诊断分析及预报中提出了新的思路. 关键词: 风场, 涡度, 散度, 数值微分 PACS: 92.60.Wc, 92.60.–e DOI: 10.7498/aps.63.179201 是具有代表性的方法之一17−20 , 蔡其发和黄思训 21 1 引 言 等 提出了利用该方法结合数值微分计算有限区 域内涡度的新方法, 结果表明, 该算法的精度高于 在描述大气的运动和演变中, 涡度、散度是两 中央差分算法, 且用该算法计算的涡度对较小尺度 个非常重要的物理量, 涡度表征大气运动的旋转特 天气系统的识别能力明显比中央差分算法的强. 由 征, 而散度表征大气运动的辐合(辐散) 特征. 在天 于该算法对有限区域内进行涡度和散度的计算时, 气分析和预报中, 经常使用涡度、散度或者其与其 需要假定边界上的值是精确的, 而全球大气在水平 他物理量组合成的新物理量来诊断天气形势或气 方向是具有周期的, 所以应该采用周期边界的数值 象要素1−9 , 按照涡度和散度的计算公式, 其是利 微分方法. 本文将一维一阶周期函数数值微分问题 用风场对空间坐标进行微分运算得到的. 在风场没 的正则化求解思路22 应用到计算全球大气的涡度 有观测误差的情况下, 利用差分方法代替微分运算 和散度中, 首先给出算法的原理及算法设计, 然后 的精度是可以保证的, 但当风场存在较小的观测误 进行了理想试验, 最后利用实际风场进行了试验, 差时, 此时利用风场求涡度和散度的问题就成为一 验证了算法设计的合理性和正确性. 1011 个在Hadamard 意义下的典型的不适定问题 , 即较小的观测误差却有可能造成计算的涡度和散 2 数值试验 度出现较大的误差. 而实际中风场的观测误差是 2.1 一维理想试验 不可避免的, 这就使得用有限差分代替微分也就 成为数值天气预报误差的一个来源. 为了求解该 首先用一组理想数据来检验一维一阶周期 不适定性问题, 很多学者采用不同方法进行了研 函数导数重构算法的可行性. 取一阶导数有解 究1012−16 , 其中吉洪

文档评论(0)

136****3783 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档