基于集合kalman滤波数据同化的热带气旋路径集合预报研究

基于集合kalman滤波数据同化的热带气旋路径集合预报研究

ID:33477912

大小:742.11 KB

页数:11页

时间:2019-02-26

基于集合kalman滤波数据同化的热带气旋路径集合预报研究_第1页
基于集合kalman滤波数据同化的热带气旋路径集合预报研究_第2页
基于集合kalman滤波数据同化的热带气旋路径集合预报研究_第3页
基于集合kalman滤波数据同化的热带气旋路径集合预报研究_第4页
基于集合kalman滤波数据同化的热带气旋路径集合预报研究_第5页
资源描述:

《基于集合kalman滤波数据同化的热带气旋路径集合预报研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第31卷第3期大气科学Vol131No132007年5月ChineseJournalofAtmosphericSciencesMay2007基于集合Kalman滤波数据同化的热带气旋路径集合预报研究黄小刚费建芳陆汉城解放军理工大学气象学院军事气象系,南京211101摘要构建了一个基于集合Kalman滤波数据同化的热带气旋集合预报系统,通过积云参数化方案和边界层参数化方案的9个不同组合,采用MM5模式进行了不同时间的短时预报。对预报结果使用“镜像法”得到18个初始成员,为同化提供初始背景集合。将人造台风作为观测场,同化后的结果作为集合

2、预报的初值,通过不同参数组合的MM5模式进行集合预报。对2003~2004年16个台风个例的分析表明,初始成员产生方法能够对热带气旋的要素场、中心强度和位置进行合理扰动。同化结果使台风强度得到加强,结构更接近实际。基于同化的集合路径预报结果要优于未同化的集合预报。使用“镜像法”增加集合成员提高了预报准确度,路径预报误差在48小时和72小时分别低于200km和250km。关键词热带气旋集合预报集合kalman滤波数据同化路径预报文章编号10069895(2007)03046811中图分类号P444文献标识码ATheEnsembleFo

3、recastingofTropicalCycloneTrackBasedonEnsembleKalmanFilterDataAssimilationHUANGXiao2Gang,FEIJian2Fang,andLUHan2ChengInstituteofMeteorologicalCollege,PLAUniversityofScienceandTechnology,Nanjing211101AbstractThetechniqueofensembleforecastingbasedonEnsembleKalmanFilter(En

4、KF)dataassimilationisap2pliedtotheproblemoftropicalcyclonetrackpredictionusingMM5model.AdoptingtheAnthes2kuo,GrellandBetts2Millercumulusparameterizationschemes,High2resolutionBlackadar,Burk2ThompsonandMRFPBLprocessparameterizationschemestodesign9groupsmodelconfiguratio

5、n,452,602and752minuteforecastsareconductedforeachsituation.Withthe“mirrorimagingmethod”,18differentinitialconditionsareobtained.Takingthe“Rankinevortex”asobservationdataandthe18differentinitialconditionsasthebackgroundensemble,theEnKFdataassim2ilationwithEnSRFarithmeti

6、carethencarriedout.Utilizingthe18dataassimilationresultsastheensembleforecas2tinginitialfields,andwith9differentmodelconfiguration,722hourforecastissimulated.Twoexperimentsaredesigned.Oneisnon2assimilationensembleforecasting,inwhichbogustyphoonisdirect2lyjoinedand6typh

7、ooncasesin2004areselected.TheotheristheensembleforecastingbasedonEnKFdataassimi2lation,inwhich16typhooncasesin2003and2004areselected.Therearethreemethods,fullensembleaverage,clusteraverageandselectaverage,inensembleaverage.Theresultsshowthatbecauseofnoadjointprocessing

8、,EnKFdataassimilationmethodismoreefficientthanthatof4D2VAR,andwiththeassimilation,theintensityoftyphoonbecomesstronge

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。