WRF模式参数敏感性分析的现状以及条件非线性最优参数扰动方法在WRF模式中应用的前景

发布时间:2017-05-18  阅读次数:164

活动时间:2017-05-20 10:30 - 2017-05-20 12:00
活动地点:济事楼417室

 

报告时间:2017年5月20日(星期六)上午10:30-12:00

报告题目:WRF模式参数敏感性分析的现状以及条件非线性最优参数扰动方法在WRF模式中应用的前景
报告时间:2017年5月20日(星期六)下午3:00-4:30
报告题目:非线性最优化方法在陆地生态系统可预报性研究中的应用
 
孙国栋副研究员
中国科学院大气物理研究所,副研究员(中国科学院大学岗位教授)
硕士研究生导师,中国科学院青促会成员
 
邀请人:袁时金教授
 
报告人简介
孙国栋博士2008年毕业于中国科学院大气物理研究所-中国科学院研究生院。
- 2015.1 - 今 中国科学院大学 岗位教授  
- 2012.4 - 今 中国科学院大气物理研究所 大气科学和地球流体力学数值模拟国家重点实验室, 博士、副研究员
- 2008.9 - 2012.4 中国科学院大气物理研究所 大气科学和地球流体力学数值模拟国家重点实验室,助理研究员
目前的研究方向为:可预报性理论和方法及其在陆地生态系统可预报性研究中的应用。以第一作者或通讯作者文章发表学术论文24篇,其中SCI文章14篇。主持三项国家自然科学基金面上项目,参加一项国家重点研发计划项目。
 
报告内容简介
WRF模式(  Weather Research and Forecasting Model ),即天气预报模式,被誉为次世代的中尺度天气预报模式。它是由美国环境预测中心(National Centers for Environmental Prediction,NCEP)、美国国家大气研究中心( National Center for Atmospheric Research, NCAR)等美国科研机构为中心于2000年开发的新一代中尺度天气预报模式和同化系统。为使研究成果能够迅速地应用到现实的天气预报当中去,WRF模式分为ARW(the Advanced Research WRF)和NMM(the Nonhydrostatic Mesoscale Model)两种,即研究用和业务用两种形式,分别由NCEP和NCAR管理维持。 WRF模式系统具有可移植、易维护、可扩充、高效率、方便等诸多特性。由于该模式集成了过去几十年所有中尺度模式研究的成果,在数值计算、模式框架、程序优化等方面采用了当前最为成熟和最优化的技术,因此,世界上大多数国家选用该模式作为中尺度预报模式应用业务和科研。WRF模式在天气预报、大气化学、区域气候、数值模拟研究等领域有着广泛的应用。
陆地生态系统在地球系统中起着重要作用,它与大气、海洋通过生物物理过程、生物地球化学过程相互影响、作用,对天气、气候的变化有重要影响。该系统包括森林生态系统、草原生态系统、荒漠生态系统、湿地生态系统以及受人工干预的农田生态系统。

条件非线性最优参数扰动(Conditional Nonlinear Optimal Perturbation,CNOP)是在一定误差范围内,在预报时刻对预报结果不确定性产生最大影响的误差。根据大气和海洋科学可预报性的分类,可用于研究与初始误差有关的第一类可预报性问题,与模式误差有关的第二类可预报性问题,分别为CNOP-I与CNOP-P方法。

 

欢迎老师和同学参加报告会,共同探讨跨学科科研合作、联合课题申报、高水平论文撰写、硕士博士海内外深造等。

联系我们

地址:中国 上海曹安公路4800号同济大学软件学院

邮编:201804

联系电话:86-21-69589585,69589332(FAX)

 Copyright© 2017 同济大学软件学院

技术支持: 上海维程