水汽稳定度修正函数\Psi_q对潜热通量影响--模式验证工作

本文主要是介绍水汽稳定度修正函数\Psi_q对潜热通量影响--模式验证工作,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我之前提出了一个水汽通量廓线关系,这项工作偏理论,如果对下面说的背景不了解的话可以看下

https://agupubs.onlinelibrary.wiley.com/share/YNSG74MV8B8BAAUMCHN3?target=10.1029/2022JD036708

那会没把提出的水汽稳定度修正函数加到CAS-ESM,当时对CAS-ESM模式还没这么熟悉,也想着师兄能帮我,但是师兄太忙了。现在我对模式已经比较熟悉啦,之前又把师兄加COARE的工作重复了一下,万事俱备只欠东风了。

试验设计:

为了探究温度稳定度修正函数psit和比湿稳定度修正函数对湍流潜热通量的模拟差异,我们采用CAS-ESM2.0全耦合模式,设置了两组实验,除了湍流通量方案中稳定度修正函数以外,两组实验的其他设置都是相同的。我们将采用Psit的COARE算法的CAS-ESM耦合模式作为控制实验(CTRL),我们将采用Psiq的COARE算法的CAS-ESM耦合模式定义为实验一(EXP1)。两组实验都是初始积分(startup)开始,为了防止非平衡初值或扰动的条件下模式调整到平衡态的过程对实验结果影响,我们的两组实验均积分10年,从1995年1月1日到2004年12月31日,并选取2000年到2004年的数据进行分析。

技术细节写在这里:

我已经编写了模式的运行脚本,我也将COARE算法放入到了CAS-ESM中,现在只要在module_coare_model.f90中增加我的psiq的计算子程序再调用就可以了。

 

 real function psiq_26(zet)
!% computes specific humidity  structure function (ma,2022)real(r8) :: zetreal(r8) :: dzet, psi, x, psik, psic, fdzet = min(50.,0.35*zet) !% stablepsiq_26 = -0.6*zetif(zet < 0.) then !% unstablex = (1.-15.*zet)**0.5psik = 2.*log((1.+x)/2.)x = (1.-34.15*zet)**0.3333psic = 1.5*log((1.+x+x*x)/3.) - sqrt(3.)*atan((1.+2.*x)/sqrt(3.)) + &4.*atan(1.)/sqrt(3.)f = zet*zet/(1.+zet*zet)psiq_26 = (1.-f)*psik + f*psicendifend function psiq_26

在稳定的时候调用我们的比湿稳定度修正函数,计算潜热通量。下面是我的调试用的脚本,每次只要./tiaoshi.sh就可以自动进行模式运行试验了。我把这次试验叫HIST_coare_psiq_ri。

#case试验名称
CASE_NAME='HIST_coare_psiq_ri' 
#试验开始年月日YYYYMMDD
start_ymd='20000101'
stop_option='nyears'
stop_n='1'#判断和删除残留文件夹if [ -d "/data/chengxl/CAS-ESM2.0-test1/scripts/${CASE_NAME}" ]; thenrm -r /data/chengxl/CAS-ESM2.0-test1/scripts/${CASE_NAME}
fiif [ -d "/data/chengxl/CAS-ESM2.0-test1/run/${CASE_NAME}" ]; thenrm -r /data/chengxl/CAS-ESM2.0-test1/run/${CASE_NAME}
fi#创建case试验和编译
cd /data/chengxl/CAS-ESM2.0-test1/scripts./create_newcase -case ${CASE_NAME} -compset HIST_C6_C -res fd14_licom -mach huan_defaultcd /data/chengxl/CAS-ESM2.0-test1/scripts/${CASE_NAME}./configure -case./${CASE_NAME}.huan_default.build#运行试验前的设置cd /data/chengxl/CAS-ESM2.0-test1/run/${CASE_NAME}/run #cp /data/chengxl/CAS-ESM2.0-test1/run_demo/atm_in . 
#cp /data/chengxl/CAS-ESM2.0-test1/run_demo/drv_in . #输出变量管理
sed -i "12 a\\nhtfrq=0,0" atm_in
sed -i "13 a\\fincl1 = 'lhf_tbf','tau_tbf' ,'shf_tbf','n2','pbl_h','h_wave','tau_coare','hsb_coare','hlb_coare', 'LHFLX', 'SHFLX','qsss'" atm_in
sed -i "14 a\\fincl2 = 'lhf_tbf','tau_tbf','shf_tbf','tau_coare','hsb_coare','hlb_coare','h_wave' ,'h_wave_ln','pbl_h','ustar','obklen','n2','LHFLX','SHFLX','ri'"  atm_in#运行时间控制
sed -i "1,$ s/continue/startup/g" drv_in
sed -i "1,$ s/start_ymd      =  00010101/start_ymd      =${start_ymd}/g" drv_in 
sed -i "1,$ s/ndays/${stop_option}/g" drv_in
sed -i "1,$ s/stop_n         = 5/stop_n         =${stop_n}/g" drv_in
sed -i "1,$ s/restart_n      = 5/restart_n      =${stop_n}/g" drv_incp /data/chengxl/CAS-ESM2.0-test1/run_demo/run.slurm .
sbatch run.slurm
sleep 2
squeue
sleep 2 

经过二十四小时左右的运行,模式结果全部都输出好了,没有错误。我们对模式的输出进行分析。

我将我的边界层模块的变量都放在了h1文件中。我们首先查看12月的都在。

(base) [chengxl@login01 run]$ ls B20TR_C35_y100.iap.h1.2000-*

B20TR_C35_y100.iap.h1.2000-01.nc B20TR_C35_y100.iap.h1.2000-05.nc B20TR_C35_y100.iap.h1.2000-09.nc

B20TR_C35_y100.iap.h1.2000-02.nc B20TR_C35_y100.iap.h1.2000-06.nc B20TR_C35_y100.iap.h1.2000-10.nc

B20TR_C35_y100.iap.h1.2000-03.nc B20TR_C35_y100.iap.h1.2000-07.nc B20TR_C35_y100.iap.h1.2000-11.nc

B20TR_C35_y100.iap.h1.2000-04.nc B20TR_C35_y100.iap.h1.2000-08.nc B20TR_C35_y100.iap.h1.2000-12.nc

 我们首先将其转化为一年平均的,因为是地球系统模式,所以分析年平均是有意义的,时间太短反而科学性有待考量。我们用一句语句来解决:

ls B20TR_C35_y100.iap.h1.2000-* | xargs -I{} cdo yearmean {} CASESM-COARE-psiq.2000ym.nc
 

cdo: /public/software/apps/anaconda3/5.3.0/lib/libuuid.so.1: no version information available (required by cdo).nc

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable date_written!

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable time_written!

cdo yearmean: Processed 2720139 values from 29 variables over 1 timestep [0.27s 50MB].

cdo: /public/software/apps/anaconda3/5.3.0/lib/libuuid.so.1: no version information available (required by cdo)

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable date_written!

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable time_written!

cdo yearmean: Processed 2720139 values from 29 variables over 1 timestep [0.31s 49MB].

cdo: /public/software/apps/anaconda3/5.3.0/lib/libuuid.so.1: no version information available (required by cdo)

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable date_written!

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable time_written!

cdo yearmean: Processed 2720139 values from 29 variables over 1 timestep [0.39s 49MB].

cdo: /public/software/apps/anaconda3/5.3.0/lib/libuuid.so.1: no version information available (required by cdo)

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable date_written!

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable time_written!

cdo yearmean: Processed 2720139 values from 29 variables over 1 timestep [0.31s 50MB].

cdo: /public/software/apps/anaconda3/5.3.0/lib/libuuid.so.1: no version information available (required by cdo)

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable date_written!

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable time_written!

cdo yearmean: Processed 2720139 values from 29 variables over 1 timestep [0.30s 49MB].

cdo: /public/software/apps/anaconda3/5.3.0/lib/libuuid.so.1: no version information available (required by cdo)

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable date_written!

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable time_written!

cdo yearmean: Processed 2720139 values from 29 variables over 1 timestep [0.44s 49MB].

cdo: /public/software/apps/anaconda3/5.3.0/lib/libuuid.so.1: no version information available (required by cdo)

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable date_written!

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable time_written!

cdo yearmean: Processed 2720139 values from 29 variables over 1 timestep [0.37s 49MB].

cdo: /public/software/apps/anaconda3/5.3.0/lib/libuuid.so.1: no version information available (required by cdo)

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable date_written!

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable time_written!

cdo yearmean: Processed 2720139 values from 29 variables over 1 timestep [0.19s 49MB].

cdo: /public/software/apps/anaconda3/5.3.0/lib/libuuid.so.1: no version information available (required by cdo)

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable date_written!

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable time_written!

cdo yearmean: Processed 2720139 values from 29 variables over 1 timestep [0.32s 49MB].

cdo: /public/software/apps/anaconda3/5.3.0/lib/libuuid.so.1: no version information available (required by cdo)

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable date_written!

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable time_written!

cdo yearmean: Processed 2720139 values from 29 variables over 1 timestep [0.49s 49MB].

cdo: /public/software/apps/anaconda3/5.3.0/lib/libuuid.so.1: no version information available (required by cdo)

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable date_written!

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable time_written!

cdo yearmean: Processed 2720139 values from 29 variables over 1 timestep [0.31s 50MB].

cdo: /public/software/apps/anaconda3/5.3.0/lib/libuuid.so.1: no version information available (required by cdo)

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable date_written!

Warning (cdfCheckVars): Unsupported data type (char/string), skipped variable time_written!

cdo yearmean: Processed 2720139 values from 29 variables over 1 timestep [0.23s 49MB].

 成功得到了我们想要的数据CASESM-COARE-psiq.2000ym.nc

因为我比较习惯于使用本地主机上的Python还有panoply来分析我的结果,所以我先用ftp把我的资料从超算上下载到本地。

我们用panoply来简单看一下潜热的计算结果。

先保存一下,hlb_coare_in_CASESM-COARE-psiq.2000ym.png

然后我们再看下如果是原先用psit计算出来的潜热通量

我们看到计算出来的结果是合理的。比原先的潜热模拟值要大,这也是我们预料之内的。因为稳定度参数随着稳定度的增加减少量是变小的,这样的话分母变小,系数是相对变大的。

哦对了,因为极地区域没有经过处理,所以也是偏大的。这一点还存在一点问题。下次修改代码的时候把极地的通量采用原先的计算结果。就是在海冰的时候不该使用COARE算法。

除了这个问题,其他没有问题了。我们开始用Python来进行一些简单的数据处理。就是和OAflux潜热,以及Psiq,Psit,之间的对比


ctrl_data = xr.open_dataset(r'H:\fluxdeepl\CAS_ESM_psi_test\CASESM-COARE-psit.2000ym.nc', engine='netcdf4')exp1_data = xr.open_dataset(r'H:\fluxdeepl\CAS_ESM_psi_test\CASESM-COARE-psiq.2000ym.nc', engine='netcdf4')oaflux_data = xr.open_dataset(r'H:\fluxdeepl\CAS_ESM2_flux_test\latent256X128.nc', engine='netcdf4')lhf_ctrl = ctrl_data.hlb_coare.data
lhf_ctrl = np.squeeze(lhf_ctrl, axis = 0)lhf_exp1 = exp1_data.hlb_coare.data
lhf_exp1 = np.squeeze(lhf_exp1, axis = 0)lhf_oa   = oaflux_data.lhtfl.data[192:204,:,:]
lhf_oa = np.nanmean(lhf_oa,axis = 0)exp1_oa = lhf_exp1 - lhf_oa
ctrl_oa = lhf_ctrl - lhf_oa 
exp1_ctrl = lhf_exp1 - lhf_ctrl
write_to_nc_1(lhf_oa,'oa.nc')
write_to_nc_1(lhf_exp1,'psiq.nc')
write_to_nc_1(lhf_ctrl,'psit.nc')
write_to_nc_1(exp1_oa,'psiq_oa.nc')
write_to_nc_1(ctrl_oa,'psit_oa.nc')
write_to_nc_1(exp1_ctrl,'psiq_psit.nc')

 然后我们就用panpoly来画图了,懒得用NCL或者python画了。

我们可以看见:

1.潜热通量对水汽稳定度修正函数响应较大。

2.热带海气边界层湍流潜热通量的模拟有所改进。

这篇关于水汽稳定度修正函数\Psi_q对潜热通量影响--模式验证工作的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/600345

相关文章

Linux系统配置NAT网络模式的详细步骤(附图文)

《Linux系统配置NAT网络模式的详细步骤(附图文)》本文详细指导如何在VMware环境下配置NAT网络模式,包括设置主机和虚拟机的IP地址、网关,以及针对Linux和Windows系统的具体步骤,... 目录一、配置NAT网络模式二、设置虚拟机交换机网关2.1 打开虚拟机2.2 管理员授权2.3 设置子

Kotlin 作用域函数apply、let、run、with、also使用指南

《Kotlin作用域函数apply、let、run、with、also使用指南》在Kotlin开发中,作用域函数(ScopeFunctions)是一组能让代码更简洁、更函数式的高阶函数,本文将... 目录一、引言:为什么需要作用域函数?二、作用域函China编程数详解1. apply:对象配置的 “流式构建器”最

opencv图像处理之指纹验证的实现

《opencv图像处理之指纹验证的实现》本文主要介绍了opencv图像处理之指纹验证的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录一、简介二、具体案例实现1. 图像显示函数2. 指纹验证函数3. 主函数4、运行结果三、总结一、

Android Kotlin 高阶函数详解及其在协程中的应用小结

《AndroidKotlin高阶函数详解及其在协程中的应用小结》高阶函数是Kotlin中的一个重要特性,它能够将函数作为一等公民(First-ClassCitizen),使得代码更加简洁、灵活和可... 目录1. 引言2. 什么是高阶函数?3. 高阶函数的基础用法3.1 传递函数作为参数3.2 Lambda

SpringBoot如何通过Map实现策略模式

《SpringBoot如何通过Map实现策略模式》策略模式是一种行为设计模式,它允许在运行时选择算法的行为,在Spring框架中,我们可以利用@Resource注解和Map集合来优雅地实现策略模式,这... 目录前言底层机制解析Spring的集合类型自动装配@Resource注解的行为实现原理使用直接使用M

C++中::SHCreateDirectoryEx函数使用方法

《C++中::SHCreateDirectoryEx函数使用方法》::SHCreateDirectoryEx用于创建多级目录,类似于mkdir-p命令,本文主要介绍了C++中::SHCreateDir... 目录1. 函数原型与依赖项2. 基本使用示例示例 1:创建单层目录示例 2:创建多级目录3. 关键注

C++中函数模板与类模板的简单使用及区别介绍

《C++中函数模板与类模板的简单使用及区别介绍》这篇文章介绍了C++中的模板机制,包括函数模板和类模板的概念、语法和实际应用,函数模板通过类型参数实现泛型操作,而类模板允许创建可处理多种数据类型的类,... 目录一、函数模板定义语法真实示例二、类模板三、关键区别四、注意事项 ‌在C++中,模板是实现泛型编程

kotlin的函数forEach示例详解

《kotlin的函数forEach示例详解》在Kotlin中,forEach是一个高阶函数,用于遍历集合中的每个元素并对其执行指定的操作,它的核心特点是简洁、函数式,适用于需要遍历集合且无需返回值的场... 目录一、基本用法1️⃣ 遍历集合2️⃣ 遍历数组3️⃣ 遍历 Map二、与 for 循环的区别三、高

C语言字符函数和字符串函数示例详解

《C语言字符函数和字符串函数示例详解》本文详细介绍了C语言中字符分类函数、字符转换函数及字符串操作函数的使用方法,并通过示例代码展示了如何实现这些功能,通过这些内容,读者可以深入理解并掌握C语言中的字... 目录一、字符分类函数二、字符转换函数三、strlen的使用和模拟实现3.1strlen函数3.2st

C#原型模式之如何通过克隆对象来优化创建过程

《C#原型模式之如何通过克隆对象来优化创建过程》原型模式是一种创建型设计模式,通过克隆现有对象来创建新对象,避免重复的创建成本和复杂的初始化过程,它适用于对象创建过程复杂、需要大量相似对象或避免重复初... 目录什么是原型模式?原型模式的工作原理C#中如何实现原型模式?1. 定义原型接口2. 实现原型接口3