我使用WRF(气象研究和预测)模型在区域尺度气象模拟。然后,WRF输出文件将被视为标准输入数据申请化学传输模型(e。g CMAQ CAMx)。
气象信息是非常重要的化学物种在大气中。它将影响其发射、扩散、运输和删除过程,从而确定化学在水平和垂直尺度的分布(相关的健康效应和气候效应)。
以来气象模式输出数据的重要性,该模型评估过程是至关重要的前应用WRF输出文件为进一步使用。
我读过几篇文章主要有类似的方法,引入一些陆基电台数据(例如美国国家气象资料中心)在模拟区域内,并使用统计方法进行比较。
通常,我们使用点对点数据的相似性度量估计在最近的观测数据和仿真数据网格的值(MB、RMSE NMB NME)和时间变化(R)。
但是我有一些怀疑在这里
(1)地面数据收集从一个特定的位置和相应的物理参数WRF输出网格数据是整个地区的平均值(e。g 9公里^ 2)。它们代表不同规模的气象条件。更重要的是,如果车站点附近或在网格系统的边界,我们如何选择最好的网格索引?
(2)我们总是把地面观测数据的真正价值。但仪器也有自己的错误。如果观测数据有很大偏见与真实的物理过程,它应该被认为是无用的。我们如何评估观测数据和分析它与某些不确定性呢?
(3)更详细,WRF输出数据全身温度(RH)和十米级风向/风直接用于点对点的区别。它合理的比较在这些高度或价值在几米范围内几乎没有区别。
我认为这个问题不仅仅存在于WRF模式。空气质量模型评估可能有相同的问题的模拟值进行对比观察到浓度。有更先进的方法吗?
任何一个有想到这个问题可以在这里分享你的宝贵的意见!
