Home

背景 初始時間的突兀情形，在[cmaq_json3.py]join_nc有經常性作業的修正方式。此處針對過去、或未正常作業(好幾天停機狀況)的結果，提供獨立的修正程式工具，以備不時之需。 程式設計 程式I/O pwd：程式會讀作業所在目錄，從中解讀網格的解析度，作為IO檔名的一部分 引數：需指定要更改的日期、CMAQ起始日(BEGD=YYYY-MM-DD)。該日0時數據將會被修改覆蓋。 前後3小時濃度json檔案：如前3小時無值，將會跳出迴圈不執行。 檔案名稱管理 以dirs、hhs等2個序列分別管理日期及時間訊息。 以sp迴圈依序處理8種污染項目 前後時間之平均 將前後時間的濃度值讀成np.arr...

背景 這項作業有極高的危險性，如非必要，切勿隨意執行。 理論上WRF與MCIP之間不應該存在時間批次的差異，亦即WRF中的批次定義，應延續到MCIP以及CMAQ的模擬，才能有最符合氣象場之空品模擬。 除了有整併全月模擬的需求(add_xtime)之外，在每日覆蓋的模擬作業中，如果要在既有的WRF執行成果上，重作過去的個案，此時就會遇到此一尷尬的情況。選項有2： 重做WRF。但面臨GFS數據已經不存在，需另行下載FNL重作。 容忍不同批次間風場銜接的系統差異，在未被覆蓋的WRFOUT之間進行時間軸的串連整併。 本程式是在[2022-08-...

背景 單一網格WRF之模式模擬速度上雖然較慢，但在理論面有較系統性、閉合性的效果。 作業方式影響預報流程，詳見[[2022-12-06-fcst10days]]、[[2022-08-20-CMAQ_fcst]] 相較而言，雙向巢狀網格的作業方式會有較佳的速度、局部地區不同解析度模式模擬的風場，可以趨於一致。然而在邊界的合理性，就會有些缺陷，如圖所示。 雙向巢狀網格作業方式在d02(SECN_9k)臺灣西部形成的假性輻合 對策 雙向巢狀網格 擴大下層模擬範圍 向西南方擴大3公里解析度之模擬範圍、以避免邊界正好與臺灣島尾流空腔區重疊造成不當切割 ...

背景 CAMS模式的海鹽(SSA)有3項輸出，是按照粒徑的範圍，輸出重量混合比 ‘sea_salt_aerosol_0.03-0.5um_mixing_ratio’, ‘sea_salt_aerosol_0.5-5um_mixing_ratio’, ‘sea_salt_aerosol_5-20um_mixing_ratio’, CMAQ模式的海鹽（以NaCl）為例，為按照IJK mode分列之重量體積濃度，出現在IC/BC/CCTM_ACONC等等檔案之中。 Aitken mode: ANAI, ACLI Accumulative mode: ANAK, ACLJ C...

背景 此處詳細處理CAMS之IFS模式與CMAQ之高度對照及內插議題。 CMAQ並不定義高度，而是沿用WRF之設定，在real/wrf所讀取的namelist.input檔中（eta_levels） CAMS空品預報濃度提供2種高度下載方式：25層定壓層、與模式內設層數（137層）。其定義在IFS Documentation pk+1/2 = Ak+1/2 + Bk+1/2ps pk = 1/2 (pk-1/2 + pk+1/2) 式中的A/B值，如下表所示。 n a [Pa] b ph [hPa] pf [hPa] G...

背景 東亞或中國空氣品質的模擬，ecmwf的[CAMS預報][CAMS]已經有非常優異的表現。此處仍然重複進行CMAQ模擬，目標主要是在建立台灣地區高解析度模擬所需的初始與邊界條件(IC/BC)。 但似乎5天的模擬使得濃度表現越來越遠離[CAMS的預報][CAMS]，並且 在台灣地區的初始化與前一天的模擬結果，發生[突兀的變化]join_nc，表示CAMS和CMAQ系統之間存在不小的差異。 縮短重新模擬的時距或許是一個不錯的策略。最極端的作法，就是將所有[CAMS預報][CAMS]時間框架結果（逐3小時、共120小時、41筆。），都拿來進行初始化，直接將結果以線性內插連結，形成符合CMAQ化學與傳輸機制、同時也符合[CAMS預...

背景 在每日(或更小時距)的模擬作業結果中，初始時段的結果是一個尷尬的課題。 更新起始濃度有其必要性 新模擬結果與上一次舊的模擬結果之間一定存在有落差，導致在顯示時發生明顯的突兀變化 解決方案 將部分模擬結果納入起始濃度，以降低突變程度。(起始濃度的客觀性議題) 縮短作業時距。(要看電腦的速度。ECMWF的空品預報時距為12小時一次) 均勻化模擬結果，以使顯示流暢一些。(濃度與流場會出現落差) 均勻化作業插入點 風場進行均勻化(會對系統的守恒造成問題，似應加入舊模擬結果作為FDDA依據) ACONC及APMDIAG進行均勻化，j...

背景 CMAQ之粒狀物是由個別粒徑比例、個別粒狀物成份濃度、搭配各網格的氣象條件所組合而成的，VOCs則是由各個成份與碳數之乘積和，詳見combine.sh說明。 為簡化數據端的作業、減少暫存檔案，預報作業系統中是否重寫後處理程式的考量： 複雜度：combine.sh確實較為複雜，但若要重寫python檔，也不是很容易的一件事。 平行化：combine.sh可以使用mpirun來平行化，會有較高的執行效率，python並不會強制平行化。 結果檔案：combine.sh會需要再執行shks.cs(其核心為ncks)來讀取粒狀物項目，如果使用python則不再需要。 earth套件json檔之轉接：如果是以python處理...