In this paper, we introduce a retrospective weather data set for Hong Kong for the two years July 2019 to June 2021 with 200m resolution using CPAS. We verified that the result is better than the fifth-generation ECMWF atmospheric reanalysis of the global climate data (ERA5), which is of about 28km resolution over Hong Kong. The reduction of mean absolute error for hourly temperature and 10-minute instantaneous wind speed over ERA5 are 19.4% and 28.2% respectively.
CPAS 128-至-5 公里网格包含43,580个横向网状单元格,包括了“亚洲”、“喜马拉雅”、“华南区”、“广东省”和“香港”这5个区域,分辨率从外部的128公里慢慢过渡到香港的5公里,其中,最大分辨率梯度为0.833公里/公里。
CPAS 128-至-1 公里网格包含343,226个横向网状单元格,包括了“亚洲”、“喜马拉雅”、“华南区”、“广东省”和“香港”这5个区域,分辨率从外部的128公里慢慢过渡到香港的1公里,其中,最大分辨率梯度为0.833公里/公里。
MPAS-A使用一个全球时间步长(该时间步长由最小网格单元上的CFL条件决定),而这一设定实质上限制了分辨率的变化。联科大气预报平台(CPAS)的分层时间步长(HTS)通过为不同大小的网格单元分配不同的时间步长解决了上述问题。这一新特性使极度可变分辨率网格和更高效的计算效率成为可能。本研究评估了使用分层时间步长(HTS)的模型结果。(仅提供英文版)
联科大气预报平台(CPAS)是云端服务平台,可在MPAS-A, v6.3(跨尺度预测模型-大气)的基础上实现自定义生成任何形状的网格(CUMG) 和分层时间步长(HTS),从而更好的满足大气数值模型用户的计算需求。