今天在 Recast Systems 的 WOOF 网页中运行一次富士山周边空间分辨率 500 米、时长 12 小时的模拟，边界条件来自 GFS 0.25°，我觉得效果非常出色：用的是 RTX PRO 6000（按需实例），耗时 11 分 40 秒，总成本 1.34 美元。视频 demo 如下：
这个结果让我有些惊讶。它意味着，未来如果有更高精度的实时观测（特别是卫星遥感数据），就可以先用这些观测对大尺度模式的同化结果做快速滚动订正，再用订正后的场驱动 WOOF 这类把 WRF-ARW 移植到 GPU 上的模式。局地天气预报和灾害预警的能力有望因此提升，强对流天气过程的预报尤其如此。
以我的实际体感，夏季北京的强对流经常从午后西北部山区开始发展，然后迅速向市区推进，能否下山、下山后是减弱还是增强，不确定性都很高。推进到市区边界时常有减弱，市区内只打雷不下雨，越过市区后再次加强；也有几乎不减弱直接扫过市区的情况。
东京的情况类似，除了西北部山区触发，也常见平原上的海风辐合触发。