微物理过程

摘要： 在积云中,大多数云粒子的直径在7到10微米之间,而在层云中,大多数云粒子的直径不超过2微米.云滴有效半径与云中行星边界层(PBL)及PBL上层的气溶胶数浓度(Na)呈负相关.在1500米以上的高液态水含量区域,云滴浓度(Nc)变化不大,Na含量降低.高雷达反射率对应于大的FCDP云粒子浓度和小的气溶胶粒子浓度.积云中的强上升气流增加了云滴的峰值半径和数浓度,拓宽了云滴谱;较低的空气温度有利于粒子的凝结增长,并产生较大的液滴.

摘要： 藏东南地区的墨脱县位于雅鲁藏布江下游的河谷区域,是印度洋水汽进入高原的最主要水汽通道。墨脱作为西藏年平均降水量最多的地区,是青藏高原云降水系统的重要组成部分。本文以2020年墨脱地区的Ka波段云雷达观测数据为基础,首先对云雷达功率谱数据进行预处理,并采用降水现象仪对云雷达观测进行验证。在此基础上,选取了2020年3月6日和8月24日具有层状云降水特性的两次弱降水过程,利用云雷达功率谱数据反演了雨滴谱,探究墨脱地区旱季和雨季弱降水的微物理特征。结果表明:云雷达观测与降水现象仪雨滴谱数据计算的Ka波段云雷达回波强度理论值存在大约12 dB的系统误差,订正之后二者随时间变化一致性较好,云雷达反演的近地面雨滴谱特征与降水现象仪观测接近。墨脱地区零度层高度随季节变化明显,旱季零度层高度较低(例如地面上1.5 km左右),而雨季零度层高度较高(例如地面上4 km左右)。墨脱层状云雨滴谱的宽度较窄,降水粒子直径不超过3 mm。在零度层以上,根据谱偏度和峰度的垂直变化可以推测冰晶粒子直径随高度下降缓慢增长,但旱季冰晶粒子增长比雨季更为明显。经过零度层后,冰晶粒子转化为雨滴,雨滴在下落过程中由于碰并及蒸发作用造成浓度减小,直径越小的粒子浓度减小越快。在近地面,由于蒸发作用的加强导致随高度降低雨滴浓度明显减小。

摘要： 为探究威宁地区孤立单体雹胚的演变特征,基于双线偏振雷达数据,通过模糊逻辑相态识别算法,研究了2018年3月30日雹暴过程霰粒子的演变特征。结果表明:在2018年3月30日雹暴发展阶段有一过冷水累积区存在,且该累积区范围在成熟阶段进一步扩大,维持至消散阶段;低密度霰分布于3~7 km,高密度霰分布于0~3 km,过冷水分布于1~4 km,冰雹分布于0~6 km,高密度霰和低密度霰对冰雹的生成都有贡献,但从整个降雹阶段分析,高密度霰为本次雹暴中冰雹的主要来源;冰雹区和过冷水累积区对应着反射率高值区,上升气流将高密度霰带往过冷水累积区形成冰雹是本次过程成雹的主要机制,通过对雹暴机制的分析,建立了相关概念模型。

摘要： 2011年9月8日在甘肃中南部地区发生了一次强雷暴过程,同时还伴有冰雹、大风等强对流天气,为探讨这次天气过程的天气系统结构和形成机理,用WRF模式对这次过程进行了数值模拟分析和研究.利用嵌套网格计算技术,在4km嵌套高分辨模式中选择多微理过程的微物理量显示计算,对该雷暴过程的天气系统和形成机理进行了模拟计算和分析,获得了对流云带和雷暴强回波中心较好的模拟.分析发现,新疆干冷空气南下造成环境降温,700hPa切变线激发对流的发展,低层高湿和充足的水汽输送是本次雷暴过程的重要因素.

摘要： 2016年12月19日至2017年1月9日,受静稳天气影响,济南接连出现了10次大雾等级以上天气过程,期间最低能见度不足50 m,持续的大雾天气严重影响了工农业生产和人民生活.本文利用10次冬季雾期间雾滴谱仪、自动站等观测资料,分析了济南不同强度冬季雾的微物理结构特征,分析了其中的微物理过程及强度,探讨了微物理结构、微物理过程对能见度(V)的影响.结果表明:(1)济南冬季雾强度不同,其谱分布具有明显的差异,在雾变浓的过程中,谱型由"单峰"结构逐渐向"多峰"结构发展.(2)数浓度对能见度具有较好的指示意义,液态含水量、离散度等对能见度指示意义不稳定.(3)环境温度与核化、凝结和碰并增长(或蒸发)等微物理过程密切相关;核化、凝结增长是济南冬季雾发展过程中最主要的微物理过程,在整个雾过程中起主导作用.(4)碰并过程主要发生在发展和成熟阶段,在生成和减弱阶段很弱,以未碰并或偶发碰并为主.(5)自转化率计算结果表明,在V≥200 m的雾中,碰并过程很少发生;在100 m≤V<200 m的强浓雾中,以未碰并或间断碰并为主;碰并过程主要出现在V<100 m等级的强浓雾和特强浓雾中;与V<50 m的特强浓雾相比,50 m≤V<100 m的强浓雾中碰并过程发生的概率更大、强度更强.(6)在济南冬季特强浓雾中含有大量的小雾滴,但各微物理量的最大值、最大的起伏变化并未出现在特强浓雾中,而是出现在50 m≤V<100 m强浓雾中,这可能与强浓雾中较强的碰并过程有关,碰撞过程中产生的并合和破碎可能是微物理量起伏变化最大的主要原因.(7)利用雾滴谱资料计算的能见度与实测值在变化趋势上具有较好的一致性,但比实测值大1～2个数量级,这可能主要与雾中大量的气溶胶粒子有关,对于污染大气,基于雾滴谱仪观测资料来估算雾中的大气能见度是不够的,必须同时考虑气溶胶粒子对能见度的影响.

摘要： 为探讨贵州地区冬季冻雨常见发生发展机制,本文基于中尺度数值预报模式WRF v4.0对2018年1月初发生在贵州地区的一次冻雨过程进行了高时空分辨率数值模拟,并利用全球预报系统输出的GFS分析场进行对比,通过对此次过程的动力结构及微物理过程的研究,结果表明,WRF中尺度数值模式输出的模拟结果可信度高,此次冻雨天气主要是在阻塞高压的大尺度背景场形势下,高空急流的动力机制触发贵州地区低压气旋发展,且北方冷空气的强盛入侵与南方暖湿气流在贵州区域结合形成准静止锋,产生了较强且稳定维持的对流活动,且由于贵州地区具有海拔高的复杂地形分布,进而造成了此次冬季大范围、长时间的冻雨天气过程,此次个例符合冻雨的经典“冷-暖-冷”温度层结机制。

摘要： 与以往的区域气候模式相比,对流允许区域气候模式不再依赖于对流参数化方案,其精细的分辨率可以显式表示深对流过程,在夏季对流降水的日变化和极端降水事件模拟等方面具有明显增值能力,是区域气候模拟的发展方向。对现有的对流允许尺度区域气候模拟研究进行了较为详细的回顾和介绍,简述了对流允许尺度区域气候模式中比较重要的物理过程及外部驱动条件的影响,总结了以往对流允许尺度区域气候模拟的研究成果以及当下所面临的挑战和对未来的展望,以期对中国及东亚区域对流允许区域气候模拟的研究提供有益参考。诸多研究表明,对流允许区域气候模拟作为一种有前景的气候模式,可提供更加可靠的区域尺度的气候信息。

摘要： 台风因其特殊的物理结构,带来的降雨有别于一般的暴雨事件,其降水稳定同位素组成与一般的大气降水事件也有较大的差异.本文根据2018年第22号台风“山竹”登陆前后广州、东莞两地气象资料和每小时间隔的降水样品收集,分析了此次台风在两地的降水稳定同位素变化特征及其影响因素.台风“山竹”影响期间,广州降水δ18O值变化范围为-5.7‰～-19.2‰,变化幅度达13.5‰,其平均值为-15.5‰;东莞降水δ18O值变化范围为-7.3‰～-20.0‰,变化幅度达12.7‰,平均值为-14.8‰;两地降水δ18O值均呈现为3个阶段倒U型的变化特征.受到蒸发作用的影响,两地台风前端和尾端的降水氧同位素值相对偏正,其中广州为-5.7‰～-9.3‰,东莞为-7.3‰～-8.1‰.两地台风中端的降水稳定同位素值极端偏负,δ18O值变化范围分别为-16.0‰～-19.2‰(广州)和-13.0‰～-20.0‰(东莞),是该地区迄今为止已报道的最为偏负的降水δ18O值.分析认为,在厄尔尼诺状态下生成的远源台风“山竹”强度增强,其内部具有更强的对流和水汽循环过程,导致降水δ18O值极端偏负.

摘要： 冰云是影响气候变化最为重要的因子之一,其生命周期的变化在很大程度上决定了冰云的气候辐射效应.冰云粒子下降末速度是影响冰云生命周期的关键参数.为了开展对冰云粒子下降末速度的研究,利用兰州大学半干旱气候与环境监测站Ka波段毫米波云雷达2013年8月至2015年7月连续观测数据,反演了冰云粒子的下降末速度(Vt),并根据雷达反射率因子(Z)与Vt的关系计算了拟合因子a、b的值;在此基础上应用聚类分析方法,对比分析了4种不同特性冰云Z、Vt和拟合因子a、b的时、空分布特征,进而尝试通过参数垂直分布特征识别研究云中不同位置上云微物理过程的变化.结果表明:冰云粒子下降末速度的分布与雷达反射率因子有很好的对应,最大频率都出现在距离地面约7 km高度处,且具有显著的季节变化,粒子下降末速度在暖季较冷季可增大25％,峰值出现在6月和9月;云层较厚且持续时间长的第一、三类冰云,其雷达反射率因子、粒子下降末速度及拟合因子a和b的平均值都显著大于云层较薄且持续时间短的第二、四类云.垂直方向上,Z、Vt和拟合因子b从云顶到云底随着高度的降低呈现先增大后减小的趋势,体现了云粒子在云顶区域成核和水汽凝华效应,随着粒子在下落过程中碰并增长,云滴粒子逐渐增大,水汽的凝华和粒子的聚合起主要作用,最后在云底部分,云粒子蒸发、升华减小消亡的过程.由此表明中纬度干旱半干旱地区冰云是从云顶到云底自上而下的形成过程.

摘要： 冻滴是指直径小于5mm且密度大于霰粒子的固态降水,普遍存在于深对流系统中.冻滴的主要来源是雨滴的冻结以及霰粒子与雨滴粒子的碰并.由于霰粒子和冻滴在密度上存在较大的差异,相同质量的霰粒子和冻滴具有不同的下落末速度,因此,在研究积云对流系统的微物理过程和动力过程时,需要将二者区分开来.另外一方面，冻滴和霰粒子都是冰雹粒子形成的胚胎，在强的雷暴云中，冻滴可以作为雹胚通过与液滴碰并形成冰雹粒子，因此，研究冻滴的微物理过程对于研究冰雹的形成也具有重要的科学意义。

摘要： 为了研究雷暴云中高温区次生冰晶浓度对雷暴云微物理过程和电过程的影响,本文根据模拟个例的地理位置更新了原有的三维强风暴动力-电耦合数值模式中的初始冰晶核化公式;并在模式中的-5°C温度层上均匀播撒了4km*4km*0.5km的四个不同浓度的自然冰晶,对雷暴云各种水成物粒子;起电过程进行了数值模拟.结果表明:1)在一定的播撒浓度下,繁生冰晶与增加的自然冰晶呈现正相关,不同的播撒影响了Hallett-Mossop繁生机制产生的次生冰晶数量与云中冰水混合区的形态,呈现双峰分布,增加冰晶最大浓度约为28％;2)在一定的播撒浓度下,繁生冰晶的增加量与起电量的增加呈现正相关;3)在播撒浓度超过0.04g/kg后,雷暴云产生了很明显的雷暴增强和起电延迟,比正常播撒推迟约10min.

摘要： 本文在已有的二维对流云模式中采用了一种与气溶胶有关的冰晶核化方案替代原有的冰晶核化经验公式,并选取个例分别就两种方案进行了模拟对比试验.模拟结果表明:(1)新方案所得冰晶比含水量主要分布在-50.1°C～-7.6°C温区之间,高于原方案所得的-50.1°C～-24.2°C温区;在整个雷暴云的发展过程中新方案冰晶的分布高度、温度区间以及最大浓度值均大子原方案.(2)在新方案中,温度相对较高的过冷区产生大量冰晶,其争食云中水汽抑制了云滴、雨滴的增长.此外,与原方案相比,霰增长受雨滴大幅减小的影响进一步得到限制,导致生成的霰小于原方案,且空间分布具有较大区别.(3)两方案在雷暴云初期形成的电荷结构不同:在发展旺盛与消散阶段新方案中电荷空间分布区域和电荷量均大于原方案,此外,在不同时刻主正电荷区和主负电荷区的中心高度存在差异.在本文对云微物理过程及起电的分析为继后探讨气溶胶与雷暴云起放电过程、电荷结构之间的相互关系提供了有利条件。

摘要： 采用RAMS4.4中尺度数值模拟结果,分析了2008年12月4～6日一次渤海海效应暴雪的微物理过程.结果表明:(1)在降雪初期,云中水物质包含云水、雨水、霰、冰晶和雪晶,及地水物质为雨水和霰.随着温度的降低,中后期仅存冰晶和雪晶,产生降雪.由于整个过程以降雪为主,降雨时间短暂,通常忽略降雨称为降雪过程.(2)本次海效应暴雪的微物理过程表现在两方面:一是“播撒-反馈”机制,二是合适的冰相过程.这两种过程均有利于降雪增幅.(3)西风槽前产生的环境云和冷空气流经渤海暖海面时形成的海效应云之间在合并时发生“播撒-反馈”作用,前者是中云,后者是低云,前者从上层播撒冰晶和雪晶到下层,使得降雪增强.(4)微物理过程另一个有利因素是环境温度,本次强冷空气使得降水云中的温度在-15～-10°C之间,有利于树枝状冰晶的增长,从而产生强降雪.强降雪发生在强上升运动、高相对湿度、适宜的温度的叠置区域.

摘要： 利用中国科学院大气物理研究所研制并发展的三维冰雹云模式,模拟娄烦县2011年7月12日冰雹云的生成、发展消亡过程,并结合当日探空资料、天气形势、多普勒雷达等资料,分析冰雹云发生发展的结构特征及冰雹形成的微物理过程.分析结果表明:冰雹的胚胎以冻滴为主,其增长以撞冻过冷云水为主.适量的冰晶、雪和丰富的过冷水的存在、尤其是雹云发展初期过冷水的存在对雹的形成和增长极为有利.

摘要： 使用带有详细微物理过程的ARPS模式,对“0911”华北暴雪进行三重嵌套细网格模拟,利用模式结果分析了造成本次暴雪天气过程的主要微物理降水机制,结果表明:云中6km高度水汽凝结产生丰富的过冷水,使贝吉龙过程和雪的凝华增长过程异常活跃,是造成本次暴雪过程的原因之一.冰相粒子尺度在0～-5°C温度区间快速增长,数值试验结果表明是由于较高温度下雨水接触雪使其成霰(pracs)微物理过程所致.

摘要： 利用探空资料、Cloudsat卫星资料、山东自动站雨量及NCEP再分析资料，对2009年11月11日-12日发生在山东西部大暴雪过程的天气特征、微物理特征及动力场结构特征进行了分析，结果表明：（1）700hPa 上切变线和西南急流是造成暴雪的直接影响系统, 偏南风急流与冷空气交汇形成了较强动力辐合和水汽辐合。中层辐合高层辐散, 有利于天气系统的发展和增强，高层辐散的抽吸作用有利于触发不稳定能量释放,为暴雪的出现提供了有利的动力条件。（2）冷暖空气交汇在暴雪区上空水平和垂直方向上形成明显的能量锋区，是暴雪产生的重要热力条件。（3）强降雪发生前，低层冷空气的南侵触发了暴雪系统的发展；暴雪强盛期，高层气旋性环流促使暴雪区中高层西南暖湿气流输送加强；后期冷空气加强并逐渐控制了中低层，切断了暖湿气流的供应，导致降雪逐渐停止。（4）Cloudsat 卫星、NCEP再分析资料及L波段雷达探空秒数据综合分析有利于揭示一定动力条件下云系的微物理过程及垂直演变特征。上升气流有助于水汽的输送和云滴、冰晶、雪晶粒子之间的碰并、淞附，冰水含量大值区与上升速度大值区相一致，冰晶数浓度中心对应着上升运动顶部。高层冰晶下落过程中经过凝华、结淞及碰连增长在低层形成数浓度较低的大冰相粒子，为降水发展提供了有利条件。探空秒数据反映了一定动力条件下，暴雪系统云系的垂直演变特征。

摘要： 云物理过程是中尺度数值模式中最重要的非绝热加热物理过程之一，成云降雨过程发生以后通过感热、潜热和动量输送等反馈作用影响大尺度环流，并在决定大气温度、湿度场的垂直结构中起着关键作用，也是人们最为关心的降水预报的关键所在。因此在中尺度数值天气预报模式当中，更加准确的描述云物理过程将能够很大程度上提高模式预报降水能力。本文利用了WRF模式，对2010年7月14-18日四川一次强降水过程进行了三组数值模拟实验，每组实验采用了不同的微物理参数化方案，特别选取了WRF模式3.0版本以后更新加入的三种微物理过程参数话方案，包括（1）WDM6方案（2）New Thompson方案（3）SBU-YLIN 方案，在其他参数设置均相同的情况下，首先详细分析了在整个降水过程的各个阶段，三种方案下模式模拟的结果与实况的差异，以及三种方案结果之间的差异。认为在降水初期，WDM6方案的模拟结果对比实况来看盆地东部降水中心偏南，而New Thompson方案和SBU-YLin方案模拟的雅安地区降水中心强度和范围都过大，但对于盆地东部的降水中心模拟较好，New Thompson方案对广元地区的降水模拟较实况偏弱。总体看来，New Thompson方案和SBU-YLin效果相当，WDM6略差。在大范围降水产生的时期，三种方案模拟的效果与实况都非常接近，只是各方案对乐山宜宾一线雨带的模拟都有不同程度的加强，使得这一线成了整个区域的最强的中心，其中SBU-YLin方案加强最大，New Thompson方案次之，而实际过程中这一时期最强中心还是在川东北一带。WDM6方案模拟降水强度与实况最为接近，但中心偏东。其中7月16日18 时-7月17日06时是各方案模拟效果最好的一个时段。总体看来，三种方案给出的的模拟结果相差并不大，较难得出哪种方案的结果最好的结论，但可以初步看出，对于本次降水的模拟来讲，WDM6方案模拟降水的量级是比较好的，较少出现模拟过强的现象，而SBU-YLin方案通常来说降水中心强度都要大过实际；从降水落区上来看，SBU-YLin方案的表现较好，WDM6方案则有一定偏差。在这两方面New Thompson方案都介于以上两方案之间。最后初步分析了各方案模拟所得的水相参量，主要包括水汽、云水、云冰、雨、雪和霰粒子的混合比，认为造成各方案之间降水差异的原因，主要是各方案处理云水粒子的差别造成。

摘要： 积层混合云是环北京地区一种主要的降水云系.因此,根据天气过程不同分地域选取积层混合云降水个例,结合观测和数值模拟结果进行分析,深入认识积层混合云降水的热力、动力机制和微物理过程,对环北京地区的人工增雨工作有重要意义.因此,本文选取2007年9月28-29日发生在环北京地区的一次西来槽加弱(趔)流型积层混合云降水过程进行了观测和数值模拟的综合分析.

摘要： 基于WRF模式Lin微物理参数化方案,利用中国区域观测的水成物截断参数的修订Lin方案和原始Lin方案对2012年5月16日江苏北部一次飑线过程进行模拟.对比飑线系统的雷达回波、地面降水和气压场、地面风速、冷池和水成物分布等要素,结果发现:在飑线的雷达回波上,修订后方案模拟的结果在回波的强度、波形、垂直伸展高度上与实际拟合度优于原始Lin方案;修订后的方案模拟的雨强也强于原始Lin方案,但所模拟的地面气压场和地面风速场与未修订的Lin方案相比偏弱;两种方案所模拟飑线系统的冷池分布和范围差别甚微;在水成物的分布上,两组方案体现出差异性,修订后方案模拟的霰粒子含量与原始Lin方案相比明显减少,而雨滴和云水粒子混合比基本保持不变,高层冰相粒子雪晶却有所增加,说明截断参数的改变对各种粒子之间的转化上产生了一定的影响,其中影响较为显著的就是中高层的冰相粒子雪和霰,对于中低层的云水和雨滴影响较小.

摘要： 本发明提供处理过程管理装置，该处理过程管理装置可以通过高速地适应于用于信息处理的功能引擎的性能改变而确定处理过程。本发明包括：存储处理过程及其性能信息的过程数据库(31)；性能历史数据库(32)，其存储当根据处理过程来执行信息处理时观察到的性能、和对于执行处理模块的每个功能引擎观察到的性能，所述处理模块构成处理过程；性能观察单元(33)，其获取这里观察到的性能；未来性能计算单元(34)，其计算每个功能引擎在未来某一时点的性能；过程产生单元(35)，根据未来的性能重构处理模块并产生新处理过程；过程更新单元(36)，其将产生的处理过程及其性能信息增加到过程数据库(31)；和过程解决单元(37)，其从过程数据库(31)中确定用于执行指定的信息处理的处理过程。

摘要： 本发明涉及一种用于控制、检测、调节和/或分析生物、生物化学、化学和/或物理过程的计算机系统、计算机实现方法、计算机程序产品和用户接口，其包括至少两个单元，该单元被设计为接收物质或材料，以便在所述物质上进行至少一种生物学、生物化学、化学和/或物理过程。每个单元具有至少一个传感器，该传感器被设计用于检测与该过程相关的测量数据。另外，计算机系统包括至少一个显示单元，通过该显示单元，两个单元的测量数据以相应的时间相关性显示，该时间相关性允许基于所显示的测量数据中的固有关系获得信息。

摘要： 提供了应用非能动系统物理过程失效的方法、装置及设备。一种应用非能动系统物理过程失效的方法包括：查找概率安全评价模型中的事件树中是否包含非能动系统相关的题头；如果包含，则确定事件树中非能动系统相关的题头的具体意义；以及根据所述具体意义将非能动系统物理过程失效连接到事件树中。

摘要： 本发明提供了一种基于水力压裂物理过程能量守恒来评价可压裂性的方法，包括以下步骤：步骤10、为获得可压裂性评价因子提供参数准备；步骤20、基于水力压裂物理过程的能量守恒来获取可压裂性指数；步骤30、利用步骤20中的可压裂性指数对储层可压裂性的垂向变化进行评估，筛选出压裂方案中有利的目标层段，并建立断裂韧性的地质模型；步骤40、根据动静态参数转换获得储层的静态力学参数的空间分布，同时利用建立的断裂韧性地质模型来获取储层可压裂性指数的地球物理展布。本发明的有益效果是，本发明能够改进当前国内外关于非常规储层可压裂性评价主要基于岩石脆性指数的评价体系。

摘要： 本发明实施例提供的一种基于物理过程的实时光学烟幕的渲染方法，利用光照烟雾模型以及红外烟雾模型渲染烟雾的过程中，根据背景辐射，外部光源，烟雾自身透过率等因素对烟雾渲染的影响，计算获得密度网格、温度网格以及亮度网格，同时，红外模型引入了自发辐射模型，基于密度网格、温度网格以及亮度网格计分别计算烟雾的透明度以及亮度，基于射线的亮度和透明度对前时间帧的当前位置视线方向的像素进行混合渲染，在兼顾效率的同时提高了烟雾渲染的视觉真实性和光照准确性。

摘要： 本发明提供处理过程管理装置，该处理过程管理装置可以通过高速地适应于用于信息处理的功能引擎的性能改变而确定处理过程。本发明包括：存储处理过程及其性能信息的过程数据库(31)；性能历史数据库(32)，其存储当根据处理过程来执行信息处理时观察到的性能、和对于执行处理模块的每个功能引擎观察到的性能，所述处理模块构成处理过程；性能观察单元(33)，其获取这里观察到的性能；未来性能计算单元(34)，其计算每个功能引擎在未来某一时点的性能；过程产生单元(35)，根据未来的性能重构处理模块并产生新处理过程；过程更新单元(36)，其将产生的处理过程及其性能信息增加到过程数据库(31)；和过程解决单元(37)，其从过程数据库(31)中确定用于执行指定的信息处理的处理过程。

摘要： 本发明公开一种高效大气模式物理过程任务划分算法，包括以下步骤：S1、获取大气模式中各进程所在的超节点编号；S2、根据S1中获取的超节点编号信息，对大气模式中的各进程进行分组，将具有相同超节点编号的进程分到同一个组；S3、第一级任务划分，采用与动力框架采用相同的网格划分方式，保证同一组进程中大气模式动力框架与物理过程具有相同的网格；S4、第二级任务划分，调整大气模式物理过程中组内进程间网格划分，将网格重分配到组内进程中。本发明既能使大气模式物理过程计算任务相对平衡，又能减少大气模式与动力框架耦合时的通信开销，可显著提高大气模式大规模并行时的整体性能。

摘要： 本公开涉及使用表面算法模拟物理过程的计算机系统。描述了用于模拟流体流动的元素的计算机实现的技术。这些技术包括在存储器中存储多个体元的状态向量，该状态向量包括与体元处多个可能的动量状态中的特定动量状态对应的多个条目；在存储器中存储至少一个表面的表示，该至少一个表面的尺寸和朝向与体元的尺寸和朝向无关；对状态向量执行相互作用操作，该相互作用操作对不同动量状态的元素之间的相互作用进行建模；对表面的表示执行表面相互作用操作，该表面相互作用操作对表面和体元的基本上所有元素之间的相互作用进行建模；以及对状态向量执行移动操作以反映元素移动到新的体元。

摘要： 本公开是关于一种湿物理过程次网格参数的预测方法以及装置。其中，该方法包括：基于预设分辨率将全球数据网络空间进行网格化划分，并将大气模式和陆地模式输出的用于湿物理过程次网格参数的中间变量和结果变量进行存储；将中间变量进行数据分类及归一化处理；建立基于注意力机制的网络预测模型，根据中间变量预测输出次网格结果变量，计算网络模型关键参数；基于包含所述关键参数的所述网络预测模型，对预设时间段湿物理过程次网格参数进行预测，并基于预测结果绘制所述预设时间段湿物理过程的预测结果图。本公开通过基于注意力机制的网络预测模型，实现了湿物理过程次网格参数的快速的收敛性预测和良好的预测效果。

摘要： 本发明提出了一种基于时序神经网络的湿物理过程参数化方法，方法首先基于时序预测神经网络去学习过去时刻大气状态、对流和云的动态变化关系，然后通过融合筛选这些学习到的特征来预测湿物理过程中湿度和温度变化趋势以及云水和云冰含量。最后，根据预测出的湿度变化趋势计算出当前的降水量。此外，在网络训练过程中加入了物理约束来保证该方法遵循一般的物理规律。该方法相比传统湿物理参数化方案和其他神经网络能够准确再现社区大气模式超参数版本SPCAM的模拟结果，模拟的湿物理过程中的湿度和温度变化趋势、云水和云冰含量，降水等偏差也远小于它们。