数值天气预报简介
天气预报的基本原理和技巧
天气预报的基本原理和技巧天气预报是指根据已有的气象资料，结合大气物理、气象学、数学等领域的理论知识和分析技巧，推断未来天气变化情况的一项重要技术。
天气预报对于人们的生产生活以及交通运输、公共安全等方面有着极大的影响。
本文就来简单介绍一下天气预报的基本原理和技巧。
一、气象要素天气预报所需要考虑的气象要素及其变化，主要包括温度、湿度、大气压力、海平面气压、风等。
这些要素的变化对于后续天气的变化有着直接的影响。
二、观测技术为了精确获取气象要素的变化情况，气象台、气象站等地方安装了相应的观测设备，如温度计、湿度计、气压计、风速仪等。
这些设备能够实时检测气象要素的变化情况，并将数据传输到气象中心进行处理和分析。
三、分析预报技术作为天气预报的重要环节，分析预报技术主要包括大气物理、气象学和数学等领域的知识。
如地面气压场分析、风流场分析、水汽场分析等。
通过对这些要素进行分析，就可以得到未来一段时间内天气的变化情况。
四、数值模拟技术数值模拟技术是一种重要的天气预报手段，主要是通过计算机等设备对大气物理的再现，来预测未来天气的变化情况。
数值模拟预报分为中长程和短期预报两种。
五、实况监测技术实况监测技术是天气预报中不可缺少的一环，其主要作用是对天气实况进行检测，与预报结果进行比较，及时修订预报结果。
实况监测技术包括气象雷达、卫星遥感等技术手段。
六、准确预报的技巧准确的天气预报需要根据气象要素及其变化情况进行分析和判断，在此基础上采取合适的预报技巧。
下面介绍几种预报技巧：1、趋势预报。
即根据天气前后变化的趋势进行预报。
例如，霾天前后通常会有明显的温差变化和大风天气，根据这些变化可以预报未来几天的天气变化。
2、对比预报。
即根据历史同期数据进行对比，判断未来天气的变化情况。
例如，历史同期的天气通常会出现相同或相似的变化情况，根据这些情况可以预报未来天气的变化。
3、物候预报。
即根据物候现象进行预报。
例如过去几年同期的开花时间、树木叶芽的生长情况、动物的啼声、飞鸟的趋向等，都可以用来预测未来天气的变化情况。
数值天气预报实习报告
一、实习背景随着科学技术的飞速发展，数值天气预报已成为我国气象事业的重要组成部分。
为了更好地了解数值天气预报的相关知识，提高自己的实际操作能力，我于2021年暑假期间参加了某气象台的数值天气预报实习。
本次实习为期一个月，旨在通过实际操作，掌握数值天气预报的基本原理、方法及流程。
二、实习内容1. 数值天气预报基本原理实习期间，我首先学习了数值天气预报的基本原理。
数值天气预报是利用计算机模拟大气运动，通过求解大气运动方程组来预测未来天气状况的方法。
其主要过程包括：收集观测数据、建立大气运动方程组、数值求解、结果分析等。
2. 气象数据收集与处理实习期间，我学习了气象数据的收集与处理方法。
气象数据主要包括地面观测数据、卫星遥感数据、雷达数据等。
通过对这些数据进行预处理，如质量控制、插值、同化等，为数值天气预报提供可靠的数据基础。
3. 数值天气预报模型实习期间，我了解了常用的数值天气预报模型，如有限差分法、谱方法、有限体积法等。
这些模型通过将大气运动方程离散化，求解出大气运动的状态，进而预测未来天气。
4. 数值天气预报业务流程实习期间，我学习了数值天气预报的业务流程。
主要包括：收集观测数据、建立预报方案、进行模式运行、结果分析、预报产品制作等。
5. 数值天气预报产品与应用实习期间，我了解了数值天气预报产品的种类及其应用。
主要包括：温度、湿度、气压、风速、风向等气象要素预报，以及降水、风力、雾霾等灾害性天气预警。
三、实习成果1. 掌握了数值天气预报的基本原理和方法通过实习，我对数值天气预报的基本原理和方法有了更深入的了解，为今后从事气象工作打下了坚实的基础。
2. 提高了实际操作能力在实习过程中，我参与了数值天气预报的整个业务流程，掌握了实际操作技能，提高了自己的动手能力。
3. 拓宽了知识面实习期间，我了解了气象领域的最新研究成果和发展趋势，拓宽了自己的知识面。
4. 培养了团队协作精神实习过程中，我与同事们共同完成数值天气预报任务，培养了团队协作精神。
数值天气预报基本问题及展望讲解
• 2000年以来,在科技部“十五”国家重点科
技攻关和“973”国家重大基础研究项目经
费支持下,中国气象局组织中国科学家自主
研究开发的多尺度通用数值天气预报系统
。
陈耀登
7
基本问题、历史及展望
三份重要文件
1.中国气象局《气象科技创新体系建设指导 意见（2014-2020年）》2014.10.30
2.中国气象局《国家气象科技创新工程（ 2014—2020年）实施方案》2014.10.30
基本问题、历史及展望
数值天气预报基本问题、 及展望
陈耀登
1
基本问题、历史及展望
陈耀登
Outline
0. 国内现状 1. Basic Concepts of NWP（基本问题） 2. Brief History of NWP（发展历程） 3. Operation of NWP and The Future
• 气象教育历久弥新 • 学科建设与人才培养面临挑战：
天气预报、数值模拟、大气化学、地球 观测、人工影响天气等方面仍有不足
陈耀登
13
基本问题、历史及展望 1.1 Basic Concepts of NWP
(1) What is Numerical Weather Prediction? (2) What are the main components of NWP?
GRAPES-Meso 对中国区域的降水进行短期（60小时以内）预报，
如降水发生区域、降水强度、降水出现时段等
台风模式 专门针对发生在西太平洋-我国沿海的台风，进行其 中心位置、移动路径的中短期（96小时内）预报
中期T213 集合预报
对未来1-10天，特别是第5-10天期间、全球大尺度环
数值天气预报检验方法研究进展
数值天气预报检验方法研究进展数值天气预报检验方法研究进展摘要：数值天气预报是现代气象科学的重要组成部分，其准确性对气象预报工作的可靠性和实用性有着关键影响。
然而，由于天气系统的复杂性和不确定性，数值天气预报的准确性一直是一个挑战。
因此，研究合适的数值天气预报检验方法对提高数值天气预报准确性具有重要意义。
本文综述了数值天气预报检验方法的研究进展，包括传统方法、客观方法和一些新兴的方法，并对其优劣进行了评价和讨论。
1. 引言天气预报是人类社会防灾减灾和生产生活的重要保障之一，而数值天气预报作为气象科学的主要手段，已经成为现代天气预报的核心。
数值天气预报通过用数学模型对大气的物理、动力、热力等过程进行数值模拟，预测大气在某时刻或某时间段内的状态。
然而，数值天气预报存在着不确定性和误差，因此，如何检验和评估数值天气预报的准确性就成为一个关键问题。
2. 传统方法传统的数值天气预报检验方法包括平均误差、均方根误差、相关系数等统计指标。
这些方法简单、直观，但无法全面评估数值天气预报的空间分布特征和时空一致性。
由于天气系统的非线性和不确定性，这些传统方法往往对某些特定的天气事件表现出较低的准确性和鲁棒性。
3. 客观方法为了克服传统方法的局限性，研究者们提出了一些客观方法。
客观方法通过建立统计模型，对数值天气预报结果与实际观测数据进行比较和分析。
常用的客观方法包括畸变距离、降水空间分布评分等。
这些方法考虑了空间分布特征和时序特性，能够更全面地评估数值天气预报的准确性。
4. 新兴方法随着气象科学的发展和计算机技术的进步，研究者们提出了一些新兴的数值天气预报检验方法。
例如，基于机器学习算法的方法可以通过建立复杂的统计模型，对数值天气预报结果进行分类和回归分析。
此外，基于物理上下文的方法，通过结合大气物理知识和模型输出，可以对数值天气预报的合理性进行判断和评价。
5. 讨论与展望数值天气预报检验方法的研究是一个不断发展的领域，目前存在一些挑战和问题。
预测天气的方法
预测天气的方法
预测天气是一项非常重要的工作，对于人们的生产、生活和安全都具有至关重要的意义。
目前，预测天气的方法主要包括以下几种： 1.气象观测法
气象观测是预测天气的基础，通过对气象要素的观测和分析，可以预测未来一段时间内的天气变化趋势。
常用的气象观测方法包括气象站观测、卫星遥感观测、雷达观测等。
2.数值预报法
数值预报法是基于数值天气预报模型，通过计算机模拟大气运动规律，预测未来一段时间内的天气变化。
数值预报法具有高精度、可靠性强的特点，是目前预测天气的主要方法之一。
3.统计预报法
统计预报法是通过对历史气象数据的分析和研究，建立一些统计模型，预测未来一段时间内的天气变化。
统计预报法主要用于预测近期的天气变化趋势和概率性天气事件。
4.专家判断法
专家判断法是通过气象专家的经验和判断力，结合气象观测数据和预报模型，进行天气预报。
专家判断法具有对突发性天气事件的预报准确性较高的特点。
以上是目前预测天气的主要方法，不同的预报方法各有优缺点，需要综合应用，才能提高预报准确率和可靠性。
- 1 -。
《数值天气预报》名词解释期末总结
时间积分格式 显式格式
中央差格式 欧拉后差格式
优点
计算简单 无计算解的干扰
条件稳定，时间步长受 到线性稳定性判据的影
响 计算简单，节省机时
精度高 计算简单
缺点 精度低 绝对不稳定，在数值模 式中不可以单独使用
有计算解的干扰
精度低
隐式格式 梯形格式 半隐式格式
稳定性好 可以阻尼高频振荡 无计算解的干扰 无计算解的干扰 绝对稳定，时间步长可 以稍微取大一点
精度高 无计算解的干扰 绝对稳定，中性稳定， 时间步长可以稍微取大
精度高 稳定性好 格式受线性稳定性判据 的限制较少，时间步长 可以稍微取长一点 数值计算简单
条件稳定，时间积分步 长必须取小
数值计算复杂，每一步 废机时 精度低
数值计算复杂，每一步 废机时
有计算解的干扰
38. 映像面：投影的投射面 39. 影像平面：映像面沿着某一条经线切开所展开成的平面 40. 地图：将映像平面按照一点比例缩小之后的图，缩小比例是固定的。 41. 切投影：映像面与地球表面相切于一点的投影 42. 标准纬度：映像面与地球表面相交的纬度，在标准纬度上，映像面上的距离
输入初始高度场
计算放大系数和地转参数
计算地转风初值
计算预报要素的变化倾向
用欧拉后差积分一小时
否 用中央差积分11小时
否
是否算完6小时 是
时间平滑
是否算完12小时 是
空间平滑
是否算完24小时 否
是
输出结果
停机 46.
1. 模式初始化：观测资料和分析资料的误差导致风场和气压场的不平衡；初始 资料和数值模式之间的不平衡。因此，需要对模式初值进行处理，称为模式 的初始化。
2. 初始化方法：静力初始化；动力初始化；变分初始化； 3. 静力初始化：又称静处理，指利用一些已知的风压场平衡关系，或运用运动
数值天气预报中卫星资料同化应用现状和发展
数值天气预报中卫星资料同化应用现状和发展数值天气预报中卫星资料同化应用现状和发展一、引言天气预报是人们生活中非常重要的一部分，它直接影响到人们日常生活、农业、交通等诸多方面。
随着科技的飞速发展，数值天气预报成为人们获取天气信息的主要途径。
数值天气预报是利用数值模型对大气现象进行模拟和计算，从而得到未来一段时间内的天气趋势。
但是，数值天气预报存在预报精度不高的问题，其中一个原因就是模型的初始场不准确。
而卫星资料同化技术则是通过将实测资料与数值模型结合起来，从而提高模型的初始场，进而提高数值天气预报的准确性。
本文将重点介绍数值天气预报中卫星资料同化的应用现状和发展。
二、数值天气预报中的卫星资料同化概述数值天气预报的发展离不开观测数据的支撑，其中卫星资料在天气预报中起着重要的作用。
目前常用的卫星资料包括卫星云图、卫星风场、卫星温度场等。
而卫星资料同化技术则是将这些卫星资料与数值模型进行融合，以获取更准确的初始场。
卫星资料同化技术主要包括两种方法：顺序同化方法和变分同化方法。
顺序同化方法是先将观测数据通过统计方法转化为初始场的估计值，然后将这个估计值与数值模型的输出进行比对，从而调整初始场；而变分同化方法则是将观测数据融入到数值模型的最优解中，从而得到更准确的初始场。
三、数值天气预报中卫星资料同化的应用现状卫星资料同化在数值天气预报中已经得到广泛应用。
目前，许多国家的气象预报中心都使用卫星资料同化技术来提高数值天气预报的准确性。
例如，美国的国家海洋和大气管理局（NOAA）通过使用雷达、卫星等多源观测数据进行同化，改进了数值天气预报系统的初始场，从而提高了预报的准确性。
同样，中国的国家气象中心也在数值天气预报中广泛应用卫星资料同化技术，通过将卫星资料融入到数值模型中去掉预报偏差，提高预报的准确性。
四、数值天气预报中卫星资料同化的发展趋势1. 多源数据同化目前，数值天气预报中主要使用卫星资料进行同化，但是单一的数据源往往难以获得全面准确的初始场。
重点区域三公里数值天气预报模式产品说明说明书
区域数值预报产品说明1grib2数据来源为GRAPES-RAFS中尺度数值模式，数据压缩方案为jpeg2000。
2所有产品逐小时提供一个文件，文件名按“中华人民共和国气象行业标准”（详见附件）如下：Z_NAFP_C_BABJ_20160318000000_P_NWPC-GRAPES-3KM-CN-FFFMM.grib2,其中，Z：为数据类型编码方式，为不符合WMO编码格式的气象传输标识;NAFP：为数据类型识别，数值预报模式获得的预报产品;C：为数据生成中心编码方式，按编报中心进行编码;BABJ：为数据生成中心标识,北京;20160318000000为文件的生成时间yyyyMMddhhmmss，使用国际协调时（UTC）;P：为文件属性，预报产品;NWPC：固定编码，标识数据制作单位。
“NWPC”表示中国气象局数值预报中心。
GRAPES：固定编码，标识模式名称。
RAFS：固定编码，表示区域预报模式系统。
CN：固定编码，表示该数据为高分辨率中国区域。
FFFMM：预报输出的时效。
“FFF”为小时（000－240）“MM”为分钟grib2：固定编码，标识文件为grib2格式编码。
每个文件正常大小约27MB,其中000时效约24MB，其他时效27MB4提供利用wgrib2方式直接提取数据转为二进制码和使用GRADS软件直接绘图的说明(附件3)5在/warms9km/readme提供NCL绘图范例draw_case.ncl(附件4) 。
附件3 应用GRADS画图的方法：使用grads绘图需要先使用wgrib2里的g2ctl.pl和gribmap建立数据索引g2ctl.pl -verf GRIB2filename.grb2 > filename.ctlgribmap -i filename.ctl你会看到filename.ctl 和 GRIB2filename.grb2.idx两个数据索引文件然后使用建立的数据索引使用grads读取数据绘图Grads>open filename.ctl>q fileFile 1 : GRIB2filename.grb2Descriptor: filename.ctlBinary: GRIB2filename.grb2Type = GriddedXsize = 751 Ysize = 501 Zsize = 10 Tsize = 1 Esize = 1Number of Variables = 16apcpsfc 0 0,1,8,1 ** surface Total Precipitation [kg/m^2]capesfc 0 0,7,6 ** surface Convective Available Potential Energy [J/kg]cinsfc 0 0,7,7 ** surface Convective Inhibition [J/kg]deprprs 10 0,0,7 ** (1000 925 850 700 600.. 500 400 300 200 100) Dew Point Depression (or Deficit) [K]hgtprs 10 0,3,5 ** (1000 925 850 700 600.. 500 400 300 200 100) Geopotential Height [gpm]pressfc 0 0,3,0 ** surface Pressure [Pa]prmslmsl 0 0,3,1 ** mean sea level Pressure Reduced to MSL [Pa] rhprs 10 0,1,1 ** (1000 925 850 700 600.. 500 400 300 200 100) Relative Humidity [%]rh2m 0 0,1,1 ** 2 m above ground Relative Humidity [%]tmpprs 10 0,0,0 ** (1000 925 850 700 600.. 500 400 300 200 100) Temperature [K]tmp2m 0 0,0,0 ** 2 m above ground Temperature [K]ugrdprs 10 0,2,2 ** (1000 925 850 700 600.. 500 400 300 200 100) U-Component of Wind [m/s]ugrd10m 0 0,2,2 ** 10 m above ground U-Component of Wind [m/s] vgrdprs 10 0,2,3 ** (1000 925 850 700 600.. 500 400 300 200 100) V-Component of Wind [m/s]vgrd10m 0 0,2,3 ** 10 m above ground V-Component of Wind [m/s] var016224sfc 0 0,16,224 ** surface desc [unit]>d apcpsfc附件4 应用NCL绘图脚本范例（animate.ncl）：;==================================================================== ==; animate_2.ncl;; Concepts illustrated:; - Creating animations; - Animating TMP of all levels;==================================================================== ==load "$NCARG_ROOT/lib/ncarg/nclscripts/csm/gsn_code.ncl"load "$NCARG_ROOT/lib/ncarg/nclscripts/csm/gsn_csm.ncl";==================================================================== ==; The main code;==================================================================== ==begin;---Read desired datasrcFileName = "/cma/g1/nwp_sp/NWP_PST_DATA/TOGRIB2/rundir/output/test/shanghai_2016 080212024.grb2"sfile = addfile(srcFileName,"r")TMP = sfile->TMP_P0_L100_GLL0TMP@lat2d = sfile->lat_0 ; for plottingTMP@lon2d = sfile->lon_0printVarSummary(TMP)printVarSummary(sfile->lat_0)printVarSummary(sfile->lon_0);---For zooming in on mapminlat = 15.0maxlat = 55.0minlon = 70.0maxlon = 140.0;---Get dimensionsdims = dimsizes(TMP)nlev = dims(0)nlat = dims(1)nlon = dims(2);---Set some resourcesres = Trueres@gsnMaximize = Trueres@cnFillOn = Trueres@cnLinesOn = Falseres@cnLineLabelsOn = Falseres@cnLevelSelectionMode = "ExplicitLevels"res@cnLevels = ispan(200,323,3)res@cnFillPalette = "WhViBlGrYeOrReWh"res@mpMinLatF = minlatres@mpMaxLatF = maxlatres@mpMinLonF = minlonres@mpMaxLonF = maxlonres@mpCenterLonF = (minlon+maxlon)*0.5res@mpCenterLatF = (minlat+maxlat)*0.5res@pmTickMarkDisplayMode = "Always"res@lbLabelFontHeightF = 0.01res@gsnAddCyclic = False ; this is regional data;---Loop across each level and plot to a different PNG file every time do n=0,nlev-1wks = gsn_open_wks("png","animate"+sprinti("%02i",n)) ; animate_00.png, animate_01.png, etcprint("level(" + n + ") = " + TMP&lv_ISBL0(n))res@gsnRightString = "level = " + TMP&lv_ISBL0(n) + " (" + TMP&lv_ISBL0@units + ")"plot = gsn_csm_contour_map(wks,TMP(n,:,:),res)delete(wks) ; Make sure PNG file is closedend do;---Convert PNG images to animated GIFcmd = "convert -delay 25 animate*.png animate_2.gif"system(cmd)end。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数值天气预报
数值天气预报（Numerical Weather Prediction, NWP）是根据大气实际情况，在一定初值和边值条件下，通过数值计算，求解描写天气演变过程的流体力学和热力学方程组，预报未来天气的方法。
和一般用天气学方法、并结合经验制作出来的天气预报不同，这种预报是定量和客观的预报。
预报所用或所根据的方程组和大气动力学中所用的方程组相同，即由连续方程、热力学方程、水汽方程、状态方程和3个运动方程(见大气动力方程) 共7个方程所构成的方程组。
方程组中，含有7个预报量（速度沿x，y，z三个方向的分量u，v，w和温度T，气压P，空气密度ρ以及比湿q）和7个预报方程。
方程组中的粘性力F，非绝热加热量Q 和水汽量S一般都当作时间、空间和这7个预报量的函数。
通过高性能计算机求解方程组，获得未来7个未知数的时空分析，即未来天气分布。
数值天气预报与经典的以天气学方法作天气预报不同，它是一种定量的和客观的预报，正因为如此，数值天气预报首先要求建立一个较好的反映预报时段的（短期的、中期的）数值预报模式和误差较小、计算稳定并相对运算较快的计算方法。
其次，由于数值天气预报要利用各种手段（常规的观测，雷达观测，船舶观测，卫星观测等）获取气象资料，因此，必须恰当地作气象资料的调整、处理和客观分析。
第三，由于数值天气预报的计算数据非常之多，很难用手工或小型计算机去完成，因此，必须要用高性能的计算机。
在中国，1982年开展数值预报业务。
目前数值预报已经成为各种业务天气预报的最重要的基础和持续提高业务天气预报准确率的根本途径。
在全球气候变化的大背景下，今年以来中国极端天气事件发生频繁，且呈多灾并发、点多面广的特点，并有多项局部地区灾害强度超过历史纪录。
其中包括南方暴雨洪涝，淮河流域性大洪水；北方多省局地强降雨；川渝地区继去年有气象记录以来最严重干旱，今年又最强降雨；北方和南方同时出现长时间、大范围高温干旱；今年雷击致人死亡为历年之最。
为了应对这种极端天气气候事件的发生所带来的巨大损失，中国政府已经把防御极端天气气候灾害置于应对气候变化的极端重要位置。
今后几年政府在气象、环境、海洋领域的投入将会越来越大，而做为国内高性能计算机领头羊的曙光服务器凭借在气象领域的大力投入和气象领域众多的成功案例，在灾害气候天气的减灾预警上必大有可为。
1.1. 中尺度气象预报模式
中尺度气象是现代气象科学中发展迅速的一个重要分支，它所研究的大气中尺度运动，关系到区域重要灾害性天气的生消和发。
它一方面应用卫星、雷达、风廓线仪和自动观测站等一系列新的探测工具，通过中尺度野外试验，揭示中尺度观测事实；另一方面通过中尺度数值模式，对中尺度天气过程进行深入的模拟研究和预报试验。
随着近年来计算机技术的迅速发展，中尺度数值模式已日趋成熟，成为中尺度气象的一个重要的研究和应用手段。
中尺度数值气象预报模式有许多，其中MM5是目前国内外应用最为广泛的模式，被广泛的应用于国内外各气象部门和相关机构。
WRF模式是在MM5模式上发展起来的新一代中尺度模式，它将逐渐的替代MM5模式。
GRAPES模式是中国气象局自主开发的新一代数值预报系统，它是中小尺度与大尺度通用的先进数值预报系统，目前国内很多气象部门已经在对GRAPES进行研究和应用。
AREMS模式是气科院武汉暴雨研究所牵头研制的模式，综合考虑了国内外数值模式中复杂地形的处理方法，从而较适合于我国的地形特点，针对水汽过程的重要性和复杂性，建立了特有的水汽传输和显式云雨方案；对江淮流域暴雨过程的预报情况较好。
1.1.1.MM5模式
中尺度气象预报模式MM5是由美国国家大气研究中心(NCAR)和宾夕法尼亚州立大学联合开发的第5代中尺度天气预报模式。
美国国家大气研究中心和宾州大学从七十年代中期起研制中尺度数值模式MM4(早期为MM2)，经过二十多年的不断改进和应用，先后形成了8个版本，这些版本已经被美国大学和科研单位广泛应用于对热带风暴、中纬度气旋锋面系统、暴雨、中尺度对流系统等重要天气过程的中尺度数值模拟以及对环境科学的研究。
到了90年代初，在MM4的基础上，进一步研制出了MM5。
MM5是用于气象预报模拟的中小尺度非静力动力气象模式，它是目前气象领域中使用最为广泛的中尺度预报模式。
在我国已经建成的有限区域数值天气预报业务系统中，绝大部分都采用该
模式作为业务模式。
MM5的最新版本是MM5V3，其研发工作已经停止，继而转向WRF模式。
1.1.
2.WRF模式
WRF模式是在MM5模式上发展起来的新一代中尺度模式，是Weather Research Forecasting model的简称。
WRF模式系统是由许多美国研究部门及大学的科学家共同参与进行开发研究的新一代中尺度预报模式和同化系统。
WRF模式系统将成为改进从云尺度到天气尺度等不同尺度重要天气特征预报精度的工具，重点考虑1－10公里的水平网格。
模式将结合先进的数值方法和资料同化技术，采用经过改进的物理过程方案，同时具有多重嵌套及易于定位于不同地理位置的能力。
它将很好的适应从理想化的研究到业务预报等应用的需要，并具有便于进一步加强完善的灵活性。
WRF模式系统具有可移植、易维护、可扩充、高效率、方便的等诸多特性，新的科研成果运用于业务预报模式将变得更为便捷，同时也方便科技人员在大学、科研单位及业务部门之间的交流。
WRF模式作为一个公共模式，由NCAR负责维护和技术支持，免费对外发布。
第一版的发布在2000年11月30日。
04年5月21日推出了嵌套版本V2.0。
05年8月3日推出了V2.1，目前最新版本是06年12月22日发布的V2. 2。
1.1.3.GRAPES模式
GRAPES模式是中国气象局自主开发的新一代数值预报系统。
其全名是全球/区域同化预报系统，GRAPES是其英文全称“Global/Regional Assimilation and Prediction Enhanced System”的简称。
同时grapes又是“葡萄”的英文，所以我们又称“GRAPES模式”为“葡萄模式”。
GRAPES系统是集常规与非常规变分同化、静力平衡与非静力平衡、全球与区域模式、科研与业务应用、串行与并行计算、标准化与模块化程序、理想实验与实际预报等为一体，中小尺度与大尺度通用的先进数值预报系统。
GRAPES系统包括：全球中期天气数值预报系统（全球中期GRAPES）、有限区域中尺度数值预报系统（中尺度GRAPES）等。
其预报时效、垂直层次和水平网格距可以根据计算条件和业务需要合理设置和调整。
该预报系统的短期目标为在未来3～5年的时间内，建立我国新一代、多尺度统一的数值天气预报系统，可提供空间分辨率达5～100公里、时间分辨率达几小时～10天的数值预报，使预报准确率比现有水平有明显提高。
而GRAPES的长期目标则是持续性地研究开发面向21世纪的我国数值预报系统，不断改进和提高数值预报准确率，为中国气象局的天气-气候预报服务水平的不断提高给予科学理论和技术支撑，以满足国家经济建设和社会发展对气象服务不断增长的需求。
1.1.4.AREMS模式
为了适应当前气象业务发展的需求，中国气象科学研究院武汉暴雨研究所和中国科学院大气物理研究所以REM模式（也称ETA 模式）作为基础框架之一发展了AREMS中尺度暴雨数值预报模式系统。
该模式在淮河流域、长江流域暴雨预报试验中，使用效果良好。
AREMS的动力框架采用了曾庆存设计的唯一能构造出完全能量守恒时空差分格式的数学模型，具有很好的计算稳定性。
模式采用η坐标，能较好地考虑真实地形（陡峭地形）的作用。
对水汽平流方程采用简单而有效的保形正定平流差分方案，并解决了在E网格中的应用问题，避免了大多数模式中常出现的负水汽现象或平滑耗散过强过程现象保证了模式对降雨范围、降水强度、暴雨中心位置以及雨带的移动有较好的预报能力。
变量在网格上的分布形式采用了跳点网格方式，跳点网格可以提高水平分辨率，减少计算量，是一种较经济的变量分布格式。
垂直方向分35层，水平分辨率为37 km。
模式在资料前处理上运用三维变分方法进行资料同化。
边界条件每6 h替换一次，在一定程度上能解决固定边界条件带来的弊端。
AREMS综合考虑了国内外数值模式中复杂地形的处理方法，从而较适合于我国的地形特点，针对水汽过程的重要性和复杂性，建立了特有的水汽传输和显式云雨方案；为了保证模式的运行效率、精度和稳定度，设计了独特的E网格“半格距差分”方案。
今年江淮流域汛情异常严峻，而中尺度暴雨数值预报模式系统AREMS对该流域多次暴雨过程做了较为准确的预报，为流域的
防洪抗灾决策与服务提供了重要的依据。
汛期业务试验证明，AREMS模式对江淮流域暴雨过程的预报情况较好，对雨带的位置、走向和移动趋势做出了较好的预报，对暴雨中心的位置、强度预报也与实况较为一致，特别是12～36小时时效的大暴雨预报，TS 评分明显高于其它模式。