بررسی عددی توفان های تندری توسط مدل WRF- ARW در تهران(10 مطالعه‌ی موردی)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 کارشناس ارشد هواشناسی، سازمان هواشناسی

2 دکترای هواشناسی، استادیار، دانشکده علوم و فنون دریایی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران

3 دکترای هواشناسی، استادیار، پژوهشکده هواشناسی

4 دانشجوی هواشناسی- مقطع دکترا، مربی، سازمان هواشناسی

چکیده

    پیش بینی پدیده های مخرب از مهم ترین وظایف مراکز پیش بینی وضع هوا می باشد که می توان بر اساس آن امنیت پرواز را تامین نمود. در  این پژوهش،جهت پیش آگاهی از توفان های تندری مخاطره آمیز، ده مورد توفان رخ داده در تهران طی سال های 2013- 2006 با استفاده از مدل ARW-WRF بررسی شدند. جهت تعیین میزان ناپایداری در محیط شاخص هایی از قبیل مجموع مجموعه ها (TT)، شاخص (KI)، شاخص شوالتر (SI)، شاخص  (SWEAT)، شاخص (LI) و انرژی پتانسیل در دسترس همرفتی (CAPE+ ) توسط برونداد مدل محاسبه شده و توسط نمودارهای ترمودینامیکی گمانه زنی در ساعت های UTC 00 وUTC 12 مورد ارزیابی قرار گرفتند. چهار مورد پیکربندی از طرحواره های فیزیکی مورد استفاده قرار گرفت که با توجه به نتایج، پیکربندی شامل خرد فیزیک: Thompson، کومولوس(همرفت): Grell-Devenyi، لایه مرزی: Mellor-Yamada-Janjic، تابش جوی بلند: RRTM  و کوتاه Dudhia ، زمین سطح: Noah lsm و لایه سطحی: Janjic در شبیه سازی و پیش بینی توفان های تندری در ایستگاه تهران مهرآباد،  مقادیر دقیق تری را برای شاخص های مذکور ارائه داد. شاخص های پایداری TT، K، LI و CAPE+ دارای کمترین مقدار خطا بوده و عملکرد مناسبی نسبت به شاخص های دیگر داشته اند، به طوریکه میانگین مطلق خطا برای این شاخص ها به ترتیب 33/3، 37/4، 55/2 و 1/321 و همچنین میانگین انحراف خطا به ترتیب 87/0- ، 03/1- ، 99/0 و1/36- برآورد شده است.از شاخص های مذکور می توان جهت پیش آگاهی توفان تندری در مراکز پیش بینی سازمان هواشناسی استفاده کرد. دو شاخص دیگر SI و SWEAT به ترتیب دارای میانگین مطلق خطای 2/2 و  98/85 و میانگین انحراف خطا 99/0 و 54/42 می باشند.

کلیدواژه‌ها


عنوان مقاله [English]

The Numerical Investigation of Thunderstorms using WRF-ARW Model in Tehran (ten Case studies)

نویسندگان [English]

  • Gh Donyadoost 1
  • F Arkian 2
  • A Ranjbar 3
  • E. Mirazaei 4
  1. Gallus, W. A and Pfeifer, M, 2008, Intercomparison of simulations using 5 WRF microphysic Schemes ith dual-Polarization data for a German squall line. Advances in Geosciences, NO.16, PP. 109-116.
  2. Institute of  Meteorology, 1388, final report project acts material forecast model WRF, pages 4 and 73.
  3. Qandahari, SH; Meshkvaty, and Mazrae Farahani, M., 1385, to evaluate the performance of a scale model MM5 to simulate rainfall showers, conference numerical weather prediction, 1385.
  4. LITTA, A., Mohanty, J, Sumam Mary, U and Idicula, C, 2012, The diagnosis of severe thunderstorms with high-resolution WRF model. J.Earth Syst. Sci. 121, NO. 2, 2012, PP. 297-316, Indian Academy of  Sciences.
  5. Litta, A. J and Mohanty, U. C, 2011, A Comparative Study of  Convective Parameterization Scheme in WRF-NMM Model. International journal of Computer Application (0975-8887), Volume33-NO.6.
  6. López, L., Sánchez, J. L, 2009, Discriminant methods for radar detection of hail. Atmos. Res. 93, 358–368
  7. Majajul Alam Sarker, Md and Debsarma, Sujit. K, 2011, WRF Model erformance for the simulation of heavy rainfall event at BHUR in BHUTAN-A case  study, SAARC Meteorogical Research Center (SMRC).
  8. Prosenjit Chatterjee, D and Pradhan, De. U. K, 2008, Simulation of local sever storm mesoscale model MM5. Indian Journal of Radio & Space Physics, Vol. 37, PP. 419-433.
  9. Sánchez, J. L., Marcos, J. L., Dessens, J., López, L., Bustos, C., García-Ortega, E, 2009, Assessing sounding-derived parameters as storm predictors in different latitudes. Atmos. Res. 93, 446–456.
  10. Tajbakhsh, Sahar; Ghafarian, Parvin and Mirzaee, Ebrahim, 1387, a method for predicting thunderstorms event with two case studies, Space Physics Journal, Volume 35, Number 4, 1388, page 147-166.
  11. Yusuke Yamane., Taiichi Hayashi and Ashraf Mahmmood Dewan., Fatima Akter, 2010, Severe local convective storms in Bangladesh: Part II, Environmental conditions, Atmospheric Research, NO. 95, PP. 407-418.
  12. Zepka, G. S., Pinto, Jr  and Saraiva, A. C. V, 2012, Influence of initial nditions on lightinf forecasting using the WRF model. 22nd International  Lightning Detection Conference, 4th International Lightning Meteorology Conference.
  13. Zepka, G and Pinto Jr. O, S, 2010, a method to identify the better WRF parameterizationa set to describe lightning occurrence. 21st International Lightning Detection Conferenco. 3rd International Lightning Meteotology Conference.