期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
SVD-En3DVar方法同化多普勒雷达速度观测资料Ⅱ.实际资料试验 被引量:4
1
作者 徐道生 邵爱梅 邱崇践 《大气科学》 CSCD 北大核心 2011年第5期818-832,共15页
文章的第I部分(徐道生等,2011)将基于SVD(singular value decomposition)技术和预报集合的三维变分同化方法(SVD-En3DVar)用于同化模拟的雷达速度观测资料,试验表明,通过3DVar(threedi mensional variational technique)方法产... 文章的第I部分(徐道生等,2011)将基于SVD(singular value decomposition)技术和预报集合的三维变分同化方法(SVD-En3DVar)用于同化模拟的雷达速度观测资料,试验表明,通过3DVar(threedi mensional variational technique)方法产生预报集合的初始扰动场,可以缩短SVD-En3DVar中预报样本的积分时间,同化对改进暴雨的短期预报有一定好处。本文进一步将这一方法用于同化实际观测资料。选择2008年6月华南地区和2003年7月江淮地区的两个暴雨个例进行同化试验,并将其与WRF-3DVar(3DVar based onthe weather researchforecasting model)的同化结果进行比较。结果表明,同化雷达径向风资料以后,在模式初始场中包含了更多的中小尺度信息。对于使用了13部雷达资料的第一个个例,经SVD-En3DVar同化以后对18小时内每6小时一次的累计降水预报都有所改进,而WRF-3DVar的同化效果则不明显。对于只同化1部雷达观测资料的第二个个例,WRF-3DVar和SVD-En3DVar方法同化以后对前6小时的降水预报都有所改进,但对于第6~18小时的降水预报,两种方法都没有改进。 展开更多
关键词 DOPPLER雷达 合同化 3DVAR SVD
下载PDF
基于集合同化方法的南海北部最优观测实验 被引量:2
2
作者 叶冬 王瑞文 《海洋通报》 CAS CSCD 北大核心 2011年第3期252-257,共6页
根据集合同化理论及最优观测方法,应用基于ROMS模式的南海北部区域模拟结果作为集合样本,对该区域的最优观测廓线以及最优观测航次进行了评估和选择。最优观测方法是一种不需要直接同化观测,而通过最小化分析场误差方差理论值来选择最... 根据集合同化理论及最优观测方法,应用基于ROMS模式的南海北部区域模拟结果作为集合样本,对该区域的最优观测廓线以及最优观测航次进行了评估和选择。最优观测方法是一种不需要直接同化观测,而通过最小化分析场误差方差理论值来选择最优观测点的方法。最优观测方法根据卡曼滤波理论中协方差矩阵的更新方程,使用一组模式或观测得到的历史样本,寻找使得分析场的不确定性的理论值最小的一个或一组观测位置作为最优观测点,从而达到最优化观测位置的目的。首先应用最优观测方法以及由ROMS模式结果计算出的混合层深度样本选择了一组最优观测廓线,得出的最优观测点主要分布在样本方差较大,流相关较强的区域。在此基础上,应用同一组样本针对南海北部区域实际航次进行了最优化组合和筛选,所选择的最优航次主要集中在汕头、汕尾、台湾浅滩附近。 展开更多
关键词 南海北部 最优观测 合同化
下载PDF
大气环境多尺度数值模式系统及其应用 被引量:3
3
作者 朱凯全 张宏伟 张兰 《农业灾害研究》 2014年第8期38-41,43,共5页
介绍了5种大气环境多尺度数值模式系统,包括全球环境大气输送模式、嵌套网格空气质量预报模式系统、区域空气质量模式、多尺度空气质量模式系统、公共多尺度空气质量模式。并对这些模式在研究光化学污染、气溶胶、酸沉降3种大气环境污... 介绍了5种大气环境多尺度数值模式系统,包括全球环境大气输送模式、嵌套网格空气质量预报模式系统、区域空气质量模式、多尺度空气质量模式系统、公共多尺度空气质量模式。并对这些模式在研究光化学污染、气溶胶、酸沉降3种大气环境污染问题中的应用进行了总结。 展开更多
关键词 多模式合同化 多尺度 大气数值模式 空气质量
下载PDF
EnKF集合同化下黄海海雾数值确定性预报初始场构造方法的探究 被引量:2
4
作者 郑青 高山红 《海洋与湖沼》 CAS CSCD 北大核心 2021年第6期1350-1364,共15页
在黄海海雾的数值模拟中,EnKF(ensemble Kalman filter)是一种优于3DVAR(three-dimensional variational)的数据同化方法。研究发现,对EnKF初始场集合体采取常用的集合平均所产生的确定性预报初始场,会出现初始场中海雾在预报开始后就... 在黄海海雾的数值模拟中,EnKF(ensemble Kalman filter)是一种优于3DVAR(three-dimensional variational)的数据同化方法。研究发现,对EnKF初始场集合体采取常用的集合平均所产生的确定性预报初始场,会出现初始场中海雾在预报开始后就迅速消失以及接下来海雾难以生成的异常现象。通过详细的海雾个例研究,清晰地揭示并解释了此现象,指出这是集合平均造成初始场中云水与温度湿度之间存在不协调关系所导致的后果,并提出了一种择优加权平均方法来取代常用的集合平均。研究结果表明,海雾确定性预报采用择优加权平均所构建的初始场,可以消除上述异常现象,显著改进海雾模拟效果。 展开更多
关键词 黄海海雾 EnKF合同化 确定性预报 初始场 变量协调性
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部