【深度解析】WRF-LES与PALM微尺度气象大涡模拟

针对微尺度气象的复杂性,大涡模拟(LES)提供了一种无可比拟的解决方案。微尺度气象学涉及对小范围内的大气过程进行精确模拟,这些过程往往与天气模式、地形影响和人为因素如城市布局紧密相关。在这种规模上,传统的气象模型往往难以捕捉到详细的湍流细节和微观气象变化。大涡模拟通过直接解析大尺度湍流涡旋,而将较小尺度的湍流效应通过亚格子模型来参数化,从而在保持计算可行性的同时,提供了对这些复杂动态的深入理解。

深入探讨PALM和WRF-LES这两种先进工具如何应用于微尺度气象研究。PALM特别适用于城市和复杂地形环境中的流场模拟,而WRF-LES则在捕捉大尺度驱动下的边界层演变中表现出色。通过实际案例和模拟练习,学员将学习如何配置和运行这些模型,理解它们在实际气象研究中的应用, 为未来在大气科学和相关领域的研究或实际应用提供强有力的支持。

|------------------------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 安排 | 学习内容 |
| 专题一 背景 | 1、流体力学简介 2、计算流体力学简介 3、应用场景举例 |
| 专题 计算机基础与编程入门 | 1、计算机基础与编程入门 2、计算机基本概念和操作系统讲解 3、Linux基础命令与操作 |
| 专题 科学计算与数据处理基础 | 1、NumPy基础:数组操作与科学计算 2、Pandas基础:数据分析与处理 3、Matplotlib基础:数据可视化 4、xarray入门: 1)处理多维标记数组 2)读写NC格式文件 5、pyproj使用:坐标系转换 6、scipy应用:数据插值技术 |
| 专题 地理信息处理与分析 | 1、QGIS基本界面和工具 2、数据导入与显示 3、裁剪、转投影和重分类操作 |
| 专题 WRF模式基础 | 1、WRF模式介绍 2、WRF模式安装与配置 3、WRF模式运行流程 4、WRF输出数据分析与可视化 |
| 专题 微尺度气象与大涡模拟 讲解 | 1、微尺度气象学概述 2、大涡模拟(LES)原理 |
| 专题 大涡模式的介绍 | 1、WRF-LES原理及介绍 2、PALM原理及模型框架 |
| 专题 WRF-LES模拟 | 1、静态数据制备 2、NDOWN工具使用 3、WRF-LES参数化设定 4、WRF-LES模拟 |
| 专题 PALM静态数据预备 | 在QGIS平台下 1、制备土地利用数据 2、制备高程数据 3、制备建筑物数据 4、制备道路数据 5、静态数据合成 |
| 专题 PALM驱动数据预报 | 1、WRF中尺度1km模拟 2、驱动制备处理 |
| 专题 十一 PALM模拟 | 1、PALM编译 2、PALM运行 3、城市环境模拟 4、考虑陆面过程运行 5、考虑云微物理过程运行 |
| 专题 十二 PALM模拟大网格案例 | 1、SLURM基础:提交作业 2、WRF模拟:1km模拟 3、WRF-LES模拟:90m模拟 4、PALM模拟:10m模拟 |

相关推荐
大模型任我行2 小时前
谷歌:“课程学习”融入扩散模型强化学习
人工智能·语言模型·自然语言处理·论文笔记
AIGCmagic社区2 小时前
具身智能专题:机器人也有Scaling Law?智元GE-Act 2.0用3万小时真机数据给出答案
人工智能·aigc·具身智能
Rosanci3 小时前
谷歌浏览器插件开发实战指南:从 Hello World 到上架发布
大数据·人工智能·chrome·程序人生
明月_清风3 小时前
AI 越来越强,程序员真正的价值到底是什么?
人工智能·后端
m0_466525294 小时前
云从科技上线云起ModelHub:AI团队时代的模型算力基础设施
大数据·人工智能·科技
火山引擎开发者社区4 小时前
OpenViking:给 Codex 加上长期记忆
人工智能
荆棘鸟智能4 小时前
城市感知设备怎么统一接入?从多协议网关到设备模型的中间件架构设计
人工智能·算法·边缘计算
火山引擎开发者社区4 小时前
当 AI 内容真假难辨,谁来为真实签名 —— 证书中心 C2PA 内容可信溯源服务正式发布
人工智能
百万蹄蹄向前冲4 小时前
风扇转了一晚上MVP专家团翻车事故
前端·人工智能
米小虾5 小时前
你的 harness 技巧有保质期:176 组对照实验显示,上下文管理的收益从 35.7 分跌到 2.7 分
人工智能·agent