隨著數(shù)值天氣預(yù)報(bào)模式分辨率不斷提高,常規(guī)觀測資料的同化應(yīng)用難以滿足高分辨率數(shù)值模式初值需要包含更多中尺度環(huán)流信息的要求,大量雷達(dá)與近地面觀測資料的同化應(yīng)用是可以滿足這一需求的重要途徑,其中也包括稠密的自動(dòng)站地面降水資料。我國現(xiàn)有的地面自動(dòng)站觀測網(wǎng)每天可提供大量高時(shí)空分辨率的稠密降水資料,這些資料尚未在數(shù)值天氣預(yù)報(bào)模式中得到定量化應(yīng)用。因此,本文嘗試分析研究的問題是如何應(yīng)用這些稠密降水資料,改進(jìn)目前高分辨率數(shù)值模式的初值質(zhì)量,以提高短時(shí)定量降水預(yù)報(bào)水平。本文基于我國Global/Regional Assimilation PrEdiction System（GRAPES）高分辨率（3km）區(qū)域數(shù)值預(yù)報(bào)模式,從多方面改進(jìn)了“潛熱加熱納近”（LHN）方法在同化地面稠密降水觀測資料方面的應(yīng)用。研究方法包括:（1）提出“暖-潛熱加熱納近”同化,以縮短模式的spin-up時(shí)間;（2）提出多尺度初始化分析,以延長初始信息的影響時(shí)效;（3）采用概率匹配（PM,Probability Matching）集成法,以進(jìn)一步提高短時(shí)定量降水預(yù)報(bào)技巧。首先,針對中尺度數(shù)值預(yù)報(bào)模式中預(yù)報(bào)雨帶形成滯后問題,設(shè)計(jì)了一... 

【文章來源】：中國氣象科學(xué)研究院北京市

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 引言
    1.1. 高分辨率短時(shí)定量降水預(yù)報(bào)業(yè)務(wù)需求
    1.2. 我國地面稠密降水觀測網(wǎng)現(xiàn)狀
    1.3. 降水資料同化研究進(jìn)展
    1.4. 本文研究目的及方法
    1.5. 章節(jié)安排
第二章 地面稠密降水觀測資料預(yù)處理
    2.1. 地面觀測站降水資料格點(diǎn)化處理
    2.2. 格點(diǎn)化降水資料質(zhì)量控制
    2.3. 本章小結(jié)
第三章 地面稠密降水資料的同化方法
    3.1. 潛熱加熱納近方法介紹
        3.1.1 潛熱加熱納近方法的基本思想
        3.1.2 觀測降水資料時(shí)間分配方案
        3.1.3 位溫增量廓線的計(jì)算
    3.2. 相鄰格點(diǎn)搜索算法
    3.3. 本章小結(jié)
第四章 潛熱加熱納近方法的敏感性試驗(yàn)
    4.1. 物理過程參數(shù)化方案組合的優(yōu)選試驗(yàn)
    4.2. 納近參數(shù)的優(yōu)選試驗(yàn)
    4.3. 冷、暖啟動(dòng)潛熱加熱納近同化試驗(yàn)
    4.4. 本章小結(jié)
第五章 稠密降水資料在GRAPES_Meso模式中的同化應(yīng)用試驗(yàn)
    5.1. 數(shù)值試驗(yàn)設(shè)計(jì)
    5.2. 個(gè)例分析
        5.2.1 降水實(shí)況
        5.2.2 初始場分析
        5.2.3 模式短時(shí)降水預(yù)報(bào)分析
    5.3. 連續(xù)試驗(yàn)檢驗(yàn)
        5.3.1 月平均降水
        5.3.2 降水預(yù)報(bào)統(tǒng)計(jì)檢驗(yàn)
    5.4. 本章小結(jié)
第六章 多尺度初值分析與集成預(yù)報(bào)方法
    6.1. 問題的提出
    6.2. 數(shù)值試驗(yàn)設(shè)計(jì)
    6.3. 集成成員分析
        6.3.1 循環(huán)同化降水資料對初始場的影響
        6.3.2 尺度濾波對初始場的影響
            （1）Shuman-Shapiro空間濾波簡介
            （2）DF數(shù)字濾波簡介
            （3）尺度濾波對初始場的影響
        6.3.3 累積降水分析
    6.4. 多尺度初值集成
        6.4.1 集成方法簡介
            （1）簡單集合平均法
            （2）SVD超級集合法
            （3）概率匹配法
        6.4.2 集成結(jié)果與分析
            （1）簡單集合平均法
            （2）SVD超級集合法
            （3）概率匹配法
    6.5. 連續(xù)試驗(yàn)檢驗(yàn)
        6.5.1 月平均降水
        6.5.2 時(shí)間序列-經(jīng)度降水分布圖
        6.5.3 降水預(yù)報(bào)統(tǒng)計(jì)檢驗(yàn)
    6.6. 本章小結(jié)
第七章 結(jié)論與討論
    7.1. 本文初步結(jié)論
        7.1.1 潛熱加熱納近同化初步結(jié)論
        7.1.2 多尺度初值分析初步結(jié)論
    7.2. 目前存在的問題及展望
參考文獻(xiàn)
致謝
個(gè)人簡介


【參考文獻(xiàn)】：
期刊論文
[1]2010年8月環(huán)流形勢的多模式超級集合預(yù)報(bào)[J]. 董海萍,張秀麗,郭衛(wèi)東,閆炎.  應(yīng)用氣象學(xué)報(bào). 2013(05)
[2]GRAPESRAFS系統(tǒng)研發(fā)[J]. 徐枝芳,郝民,朱立娟,龔建東,萬齊林,陶士偉,薛紀(jì)善,陳德輝.  氣象. 2013(04)
[3]高分辨率模式中積云參數(shù)化方案對模擬臺風(fēng)“凡亞比”的影響[J]. 王德立,徐國強(qiáng).  氣象科技. 2012(06)
[4]北京721特大暴雨極端性分析及思考（一）觀測分析及思考[J]. 諶蕓,孫軍,徐珺,楊舒楠,宗志平,陳濤,方翀,盛杰.  氣象. 2012(10)
[5]定量降水預(yù)報(bào)技術(shù)研究進(jìn)展[J]. 宗志平,代刊,蔣星.  氣象科技進(jìn)展. 2012(05)
[6]雷達(dá)降水資料一維變分同化研究——濕度廓線調(diào)整[J]. 王葉紅,崔春光,趙玉春.  氣象科技. 2004(05)
[7]數(shù)值天氣預(yù)報(bào)業(yè)務(wù)模式現(xiàn)狀與展望[J]. 陳德輝,薛紀(jì)善.  氣象學(xué)報(bào). 2004(05)
[8]基于臺站降水資料對不同空間內(nèi)插方法的比較[J]. 馮錦明,趙天保,張英娟.  氣候與環(huán)境研究. 2004(02)
[9]國家氣象中心集合數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)的發(fā)展及應(yīng)用[J]. 李澤椿,陳德輝.  應(yīng)用氣象學(xué)報(bào). 2002(01)
[10]觀測資料同化與有限區(qū)模式初期降水預(yù)報(bào)[J]. 朱國富.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 1999(01)

碩士論文
[1]加密自動(dòng)站資料的質(zhì)量控制及其變分同化試驗(yàn)[D]. 郭靜.南京信息工程大學(xué) 2011



本文編號：3201793