資料同化是改善數(shù)值預(yù)報(bào)初值質(zhì)量的有效方式,將多源觀測(cè)資料和背景場(chǎng)有機(jī)融合,最終產(chǎn)生一個(gè)更加準(zhǔn)確的分析場(chǎng),從而改善數(shù)值預(yù)報(bào)質(zhì)量。GPS掩星反演大氣溫濕資料具有高垂直分辨率、高精度、受云和降水影響小等優(yōu)點(diǎn),是資料同化中的一種重要資料。但是,該資料相對(duì)于GRAPES模式層太過密集,直接同化通常會(huì)出現(xiàn)資料冗余,導(dǎo)致分析質(zhì)量降低。因此,為了充分發(fā)揮GPS掩星大氣資料對(duì)分析場(chǎng)的貢獻(xiàn),有必要對(duì)其進(jìn)行合理的稀疏化。針對(duì)GRAPES同化預(yù)報(bào)系統(tǒng),為了避免同化時(shí)的資料冗余,提高分析質(zhì)量,本文發(fā)展建立了一種既考慮數(shù)值預(yù)報(bào)模式高度-地形追隨垂直坐標(biāo)的不均勻垂直分層特點(diǎn),又結(jié)合掩星反演資料特性的新適應(yīng)性垂直稀疏化方案,并對(duì)新舊稀疏化方案進(jìn)行了個(gè)例和批量試驗(yàn)檢驗(yàn),探索了該適應(yīng)性稀疏化方案對(duì)分析和預(yù)報(bào)質(zhì)量的影響。個(gè)例試驗(yàn)結(jié)果表明,選取合適的稀疏參數(shù),適應(yīng)性稀疏化方案相比未稀疏化方案,GPS掩星反演大氣溫濕資料對(duì)背景場(chǎng)的調(diào)整程度更大,分析質(zhì)量更高;位勢(shì)高度、比濕、溫度和風(fēng)場(chǎng)等預(yù)報(bào)場(chǎng)的均方根誤差均更小。此外,適應(yīng)性稀疏化方案對(duì)改善臺(tái)風(fēng)路徑和臺(tái)風(fēng)暴雨落區(qū)及強(qiáng)度預(yù)報(bào)也有積極作用。批量試驗(yàn)的結(jié)果表明,適應(yīng)性稀疏化方案的各物理... 

【文章來源】：南京信息工程大學(xué)江蘇省

【文章頁數(shù)】：85 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 資料同化的發(fā)展
    1.2 氣象衛(wèi)星資料的發(fā)展
        1.2.1 GPS RO探測(cè)原理
        1.2.2 GPS RO探測(cè)資料
        1.2.3 COSMIC觀測(cè)系統(tǒng)及反演大氣原理
    1.3 GPS RO觀測(cè)資料的同化研究
        1.3.1 GPS RO資料的質(zhì)量分析
        1.3.2 GPS RO資料同化的觀測(cè)算子
        1.3.3 GPS RO資料在同化預(yù)報(bào)中的應(yīng)用
        1.3.4 目前存在的問題
    1.4 研究目的與創(chuàng)新點(diǎn)
    1.5 論文結(jié)構(gòu)及主要內(nèi)容
第二章 GRAPES同化預(yù)報(bào)系統(tǒng)
    2.1 GRAPES模式動(dòng)力框架
    2.2 物理參數(shù)化方案
    2.3 模式空間GRAPES m3DVAR同化系統(tǒng)
    2.4 本章小結(jié)
第三章 基于模式坐標(biāo)的GPS掩星反演資料垂直稀疏化方案
    3.1 引言
    3.2 適應(yīng)性垂直稀疏化方案的構(gòu)造
    3.3 試驗(yàn)方案設(shè)計(jì)
    3.4 不同稀疏化方案的對(duì)比
    3.5 本章小結(jié)
第四章 適應(yīng)性稀疏化方案的效果分析
    4.1 模式配置與資料
    4.2 臺(tái)風(fēng)個(gè)例介紹
    4.3 分析增量的分析
        4.3.1 質(zhì)量場(chǎng)
        4.3.2 濕度場(chǎng)
    4.4 分析場(chǎng)的質(zhì)量
    4.5 預(yù)報(bào)質(zhì)量
        4.5.1 臺(tái)風(fēng)路徑與強(qiáng)度預(yù)報(bào)
        4.5.2 各物理量場(chǎng)預(yù)報(bào)
        4.5.3 臺(tái)風(fēng)降水預(yù)報(bào)
        4.5.4 BS、TS、ETS、TSS降水評(píng)分
    4.6 本章小結(jié)
第五章 COSMIC掩星資料的同化預(yù)報(bào)批量試驗(yàn)
    5.1 試驗(yàn)方案
    5.2 分析場(chǎng)質(zhì)量分析
        5.2.1 質(zhì)量場(chǎng)（位勢(shì)高度場(chǎng)和溫度場(chǎng)）分析
        5.2.2 濕度場(chǎng)質(zhì)量
        5.2.3 風(fēng)場(chǎng)質(zhì)量
    5.3 預(yù)報(bào)場(chǎng)效果分析
        5.3.1 質(zhì)量場(chǎng)效果
        5.3.2 濕度場(chǎng)效果
        5.3.3 風(fēng)場(chǎng)效果
    5.4 本章小結(jié)
第六章 結(jié)論與討論
    6.1 結(jié)論
    6.2 問題及討論
    6.3 研究展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介


【參考文獻(xiàn)】：
期刊論文
[1]數(shù)值天氣預(yù)報(bào)中集合-變分混合資料同化及其研究進(jìn)展[J]. 馬旭林,陸續(xù),于月明,朱金煥,陳靜.  熱帶氣象學(xué)報(bào). 2014(06)
[2]GPS掩星資料三維變分同化對(duì)臺(tái)風(fēng)模式預(yù)報(bào)的改進(jìn)試驗(yàn)[J]. 宋曉姜,楊學(xué)聯(lián),邢建勇.  海洋學(xué)報(bào)(中文版). 2013(05)
[3]GPS無線電掩星資料特點(diǎn)[J]. 鄒曉蕾.  氣象科技進(jìn)展. 2012(05)
[4]一次西太平洋副熱帶高壓進(jìn)退過程中暴雨的GPS可降水量特征[J]. 李國翠,李國平,陳小雷,李宗濤,孫云.  大氣科學(xué)學(xué)報(bào). 2011(04)
[5]利用COSMIC資料對(duì)17個(gè)臺(tái)風(fēng)熱力結(jié)構(gòu)的合成分析[J]. 丁金才,郭英華,郭永潤,杜明斌,楊引明,葉其欣,賀千山,郭鵬.  熱帶氣象學(xué)報(bào). 2011(01)
[6]一次降水天氣過程的GPS掩星資料在GSI同化系統(tǒng)中的應(yīng)用[J]. 郝民,郭英華,馬再忠.  高原氣象. 2010(01)
[7]氣象衛(wèi)星資料同化的科學(xué)問題與前景[J]. 薛紀(jì)善.  氣象學(xué)報(bào). 2009(06)
[8]Developments of the Three-Dimensional Variational Data Assimilation System for the Nonhydrostatic GRAPES[J]. 馬旭林,莊照榮,薛紀(jì)善,陸維松.  Acta Meteorologica Sinica. 2009(06)
[9]COSMIC資料在GRAPES全球三維變分同化系統(tǒng)的初步研究[J]. 唐細(xì)壩,薛紀(jì)善.  熱帶氣象學(xué)報(bào). 2009(05)
[10]COSMIC計(jì)劃及掩星數(shù)據(jù)誤差分析[J]. 茍小平,符養(yǎng),郭粵寧,杜曉勇.  氣象科學(xué). 2009(03)

碩士論文
[1]COSMIC掩星資料質(zhì)量分析及其在臺(tái)風(fēng)預(yù)報(bào)中的同化研究[D]. 姜?jiǎng)?南京信息工程大學(xué) 2014



本文編號(hào)：3049420