利用2017—2018年5—9月四川盆地109个自动站逐小时降水资料,以及GRAPES-MESO模式0.1°×0.1°的逐3 h预报场资料,从热力不稳定、......

GRAPES_gcas(GRAPES Cloud Analysis System)即GRAPES云分析系统,融合了多普勒天气雷达资料、卫星资料和地面云观测资料,从而调整......

在万子为等(2015)对GRAPES-Meso模式浅对流参数化改进的基础上,本文进一步引入了浅对流云量诊断计算,并设计旨在影响辐射传输的浅......

浅对流云常常大面积地发生在海洋和陆地上,对辐射收支平衡起着重要作用。浅对流通过把近地层的混合空气带到自由大气中,从而影响了......

为探究吕家坨井田地质构造格局,根据钻孔勘探资料,采用分形理论和趋势面分析方法,研究了井田7......

为了研究GRAPES-Meso区域中尺度模式误差特点,评估模式动力框架和物理过程对预报误差的影响重要性,为GRAPES区域集合预报系统方案......

文章利用实时探测资料和模式预报产品对2018年4月18日午后到夜间石河子垦区大风降水天气成因进行了分析,并对欧洲细网格产品和GRAP......

[目的]数值模拟一次梅雨锋暴雨过程中的陆面影响。[方法]用耦合了NOAH陆面模块的中尺度大气非静力模式GRAPES-Meso,模拟了2005年7......

通过单向耦合GRAPES-MESO中尺度数值模式与淮河流域精细化水文模型，建立了淮河流域精细化渍涝风险预报模型。首先将GRAPES-MESO的降......

利用高空、地面资料对2006年4月9—11日大范围强沙尘暴天气分析发现：横槽和高空锋区是沙尘暴的主要影响系统；地面两路冷锋引起西路和......

选用0．18度（约20km）分辨率中尺度大气非静力模式GARPES-Meso对2005年5月31日-6月1日发生在湖南省的大暴雨过程进行了数值模拟和敏感性......

以2016年12月22—23日东北地区一次大到暴雪天气为对象,分析了GRAPES-MESO模式降雪量的预报偏差,并根据偏差程度和地形特征划分为4......

本文用GRAPES_Meso中尺度区域模式模拟了2015年8月2—4日的一次华北锋面带状降水过程,在模拟结果与实况比较吻合的情况下,用高分辨......

在万子为等（2015）对GRAPESIMeso模式浅对流参数化改进的基础上，进一步引入了浅对流云量诊断计算，并设计旨在完善浅对流云辐射效应的浅......

选取2016年3—8月华东地区11次弱天气尺度强迫背景下的强对流过程,根据主要影响系统进行分类,并结合不同强对流类型,用GRAPES-Meso......

参考Berg等2005、2013年提出的扰动对流触发函数方法,对GRAPES-Meso模式积云对流参数化方案(KF eta)中的浅对流激发进行改进设计和......

利用GRAPES(Globe/Regional Assimilation and Prediction System)对2010年温哥华奥运会6个场馆气温、相对湿度、风及降水量的预报......

研究应用LAPS(Local Analysis and Prediction System)云分析方案,基于美国"风暴分析预报中心"开发的中尺度模式ARPS(Advanced Reg......