本文主要探討高分辨率東亞區(qū)域再分析資料在西北太平洋2015年熱帶氣旋模擬中的應(yīng)用研究,主要研究熱帶氣旋的路徑、強度,以及登陸華南地區(qū)的熱帶氣旋伴隨的降水。通過使用Advanced Research Weather Research and Forecasting Model（WRF-ARW）中尺度模式和Gridpoint Statistical Interpolation（GSI）同化系統(tǒng)發(fā)展東亞區(qū)域再分析系統(tǒng)。本文以東亞區(qū)域再分析系統(tǒng)輸出的高分辨率東亞區(qū)域再分析資料的初步結(jié)果（下文簡稱為EARS）為基礎(chǔ),以西北太平洋2015年熱帶氣旋的路徑和強度的模擬結(jié)果和登陸華南地區(qū)的熱帶氣旋降水預(yù)報為研究對象,與全球廣泛應(yīng)用的美國環(huán)境預(yù)報中心再分析資料（NCEP）,歐洲中期天氣預(yù)報中心再分析資料（ERA-Interim）,歐洲中期天氣預(yù)報中心新一代再分析資料（ERA5）,日本氣象廳（JMA）55年再分析資料（JRA55）比較,同時與中國氣象局（CMA）最佳路徑數(shù)據(jù)集進行對比分析,得出的結(jié)果和結(jié)論如下:（1）EARS和NCEP,ERA-Interim,ERA5,JRA55全球再分析資料分別與CMA... 

【文章來源】：廣東海洋大學(xué)廣東省

【文章頁數(shù)】：50 頁

【學(xué)位級別】：碩士

【部分圖文】：

東亞區(qū)域再分析系統(tǒng)的模擬區(qū)域和本文評估區(qū)域Fig.2-1SimulationareaofEastAsianregionalreanalysissystemandtheareaevaluatedinthispaper

東亞區(qū)域再分析資料在西北太平洋熱帶氣旋模擬中的應(yīng)用研究8循環(huán)同化方案中用于同化的模式背景場為前6h的預(yù)報輸出場，同化的觀測資料為分析時刻的常規(guī)和衛(wèi)星等觀測資料。圖2-1東亞區(qū)域再分析系統(tǒng)的模擬區(qū)域和本文評估區(qū)域Fig.2-1SimulationareaofEastAsianregionalreanalysissystemandtheareaevaluatedinthispaper圖2-2資料同化試驗方案Fig.2-2Thedataassimilationscheme2.3資料同化質(zhì)量控制圖2-3為GDAS的常規(guī)觀測資料在GSI資料同化系統(tǒng)中質(zhì)量控制的情況。同

?HS、AIRS和HIRS4衛(wèi)星輻射資料在同化系統(tǒng)中質(zhì)量控制的情況。GSI讀取的AMSUA資料總數(shù)范圍在650000到1380000之間，MHS的范圍在880000到1300000之間，AIRS的范圍在5900000到18000000之間，HIRS4的范圍在610000到960000之間；其中讀取資料數(shù)最多的時刻基本為06:00和18:00。經(jīng)過第一階段的質(zhì)量控制后，AMSUA的資料數(shù)平均保留約37%，MHS約10%，AIRS約8%，HIRS4約29%。經(jīng)過第二階段的質(zhì)量控制后，最后用于同化系統(tǒng)的資料數(shù)皆下降，AMSUA同化的比例略高，平均為18.16%，MHS、AIRS、HIRS4較低，平均分別為4.23%、3.12%、1.71%。圖2-3GSI在2015年01月01日00:00，06:00，12:00，18:00對常規(guī)觀測資料中(a)溫度、(b)比濕、(c)風(fēng)速、(d)海平面氣壓的讀娶保留、同化的資料數(shù)和同化的比例Fig.2-3GSIread,keep,assimilatedofdataandassimilatedratiofor(a)Temperature,(b)SpecificHumidity,(c)Wind,(d)SeaSurfacePressureofconventionalobservationdataat00:00,06:00,12:00,18:00,January01,2015

【參考文獻】：
期刊論文
[1]東亞區(qū)域大氣再分析技術(shù)研究及資料集建設(shè)[J]. 尹金方,梁旭東,陳鋒,劉英,何會中,梁釗明,鄒海波,徐建軍,郝世峰,謝衍新.  氣象科技進展. 2018(01)
[2]ECMWF資料和Bogus資料的2015年熱帶氣旋結(jié)構(gòu)的對比分析[J]. 李霽杭,黃燕燕,萬齊林.  熱帶氣象學(xué)報. 2018(01)
[3]ERA5再分析數(shù)據(jù)適用性初步評估[J]. 孟憲貴,郭俊建,韓永清.  海洋氣象學(xué)報. 2018(01)
[4]基于GSI的華南地區(qū)對流尺度快速循環(huán)同化預(yù)報試驗[J]. 文秋實,王東海.  氣象. 2017(06)
[5]2015年西北太平洋熱帶氣旋預(yù)報精度評定[J]. 陳國民,白莉娜,萬日金.  氣象. 2017(04)
[6]基于MODE方法的日本細網(wǎng)格模式降水預(yù)報的診斷分析[J]. 薛春芳,潘留杰.  高原氣象. 2016(02)
[7]基于WRF模式的新疆巴音布魯克盆地強降雨天氣數(shù)值模擬效果分析[J]. 劉洋,李誠志,劉志輝,鄧興耀,朱金煥.  干旱區(qū)研究. 2016(01)
[8]多種再分析地表溫度資料在中國區(qū)域的適用性分析[J]. 朱智,師春香,張濤,朱晨,孟現(xiàn)勇.  冰川凍土. 2015(03)
[9]東亞夏季風(fēng)異�；顒拥亩嗄B(tài)特征:不同再分析資料的比較分析[J]. 黃燕玲,陳海山,蔣薇,許蓓,李忠賢.  大氣科學(xué). 2015(01)
[10]我國高分辨率降水融合資料的適用性評估[J]. 張蒙蒙,江志紅.  氣候與環(huán)境研究. 2013(04)

碩士論文
[1]ATMS與CrIS衛(wèi)星輻射資料同化影響青藏高原天氣要素預(yù)報效果的研究[D]. 薛童.南京信息工程大學(xué) 2017
[2]不同再分析資料驅(qū)動場對我國夏季區(qū)域氣候模擬的不確定性研究[D]. 韋芬芬.南京大學(xué) 2013
[3]GSI三維變分同化技術(shù)在降水預(yù)報中的應(yīng)用[D]. 周昊.南京信息工程大學(xué) 2012



本文編號：3376724