區(qū)域集合預(yù)報(bào)初始擾動(dòng)構(gòu)造中濾波與同化尺度混合方法對(duì)比研究
發(fā)布時(shí)間:2023-11-22 19:29
區(qū)域集合預(yù)報(bào)是改進(jìn)強(qiáng)對(duì)流天氣預(yù)報(bào)能力的重要途徑之一,而影響區(qū)域集合預(yù)報(bào)質(zhì)量的關(guān)鍵因素之一就是初始擾動(dòng)能否合理、實(shí)際地反映分析誤差的振幅與結(jié)構(gòu),因此構(gòu)造合理的初始擾動(dòng)對(duì)提高區(qū)域集合預(yù)報(bào)質(zhì)量非常重要。目前,各種初始擾動(dòng)方案構(gòu)造的區(qū)域集合預(yù)報(bào)初始擾動(dòng)都是單一尺度的,不能全面、準(zhǔn)確地描述實(shí)際大氣運(yùn)動(dòng)特征。為了構(gòu)造更加合理的初始擾動(dòng),本文先構(gòu)造了基于2D-DCT濾波方法的尺度混合初始擾動(dòng)方案(Filter方案),并證明了該方案改善原集合預(yù)報(bào)場(chǎng)(REPS)性能的有效性;考慮到基于濾波方法的尺度混合方案由于濾波界限難以客觀確定且多尺度信息混合時(shí)易產(chǎn)生擾動(dòng)誤差,構(gòu)造了基于GRAPES三維變分同化系統(tǒng)的尺度混合初始擾動(dòng)方案(VAR方案)并分析其性能;最后通過更長(zhǎng)時(shí)間的集合預(yù)報(bào)試驗(yàn),對(duì)比分析兩種尺度混合初始擾動(dòng)方案的性能。本文得到的主要研究結(jié)論如下:(1)基于濾波方法的尺度混合初始擾動(dòng)方案可以根據(jù)濾波界限完全融合高質(zhì)量的大尺度信息和中小尺度信息。該方法對(duì)降水預(yù)報(bào)有所改善,對(duì)應(yīng)的大雨量級(jí)、暴雨以上的概率預(yù)報(bào)優(yōu)于原集合預(yù)報(bào),集合平均優(yōu)于控制預(yù)報(bào)和原集合預(yù)報(bào)的集合平均。該方法可顯著改進(jìn)高度場(chǎng)和溫度場(chǎng)的預(yù)報(bào)能力,...
【文章頁數(shù)】:88 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 集合預(yù)報(bào)的意義
1.2 集合預(yù)報(bào)研究進(jìn)展
1.3 集合預(yù)報(bào)擾動(dòng)的研究
1.3.1 集合預(yù)報(bào)初始擾動(dòng)構(gòu)造方法
1.3.2 區(qū)域集合預(yù)報(bào)初始擾動(dòng)構(gòu)造方法
1.4 基于資料同化融合多尺度信息相關(guān)研究
1.5 論文主要內(nèi)容和創(chuàng)新點(diǎn)
1.5.1 論文研究目的和創(chuàng)新點(diǎn)
1.5.2 論文章節(jié)安排
第二章 數(shù)值預(yù)報(bào)模式和資料同化系統(tǒng)
2.1 數(shù)值預(yù)報(bào)模式
2.1.1 GRAPES模式動(dòng)力框架
2.1.2 GRAPES物理參數(shù)化方案
2.2 資料同化系統(tǒng)
2.2.1 三維變分同化理論
2.3 GRAPES區(qū)域集合預(yù)報(bào)系統(tǒng)
2.4 資料介紹
2.5 本章小結(jié)
第三章 基于數(shù)字濾波的尺度混合初始擾動(dòng)方案試驗(yàn)
3.1 尺度分離方法
3.1.1 Barnes濾波
3.1.2 2D-DCT
3.2 試驗(yàn)方案設(shè)計(jì)
3.2.1 Barnes濾波及混合方案
3.2.2 2D-DCT濾波及混合方案
3.2.3 試驗(yàn)流程
3.3 典型降水天氣過程分析
3.3.1 暴雨過程簡(jiǎn)介
3.3.2 集合平均和郵票圖
3.3.3 降水概率預(yù)報(bào)
3.4 批量試驗(yàn)結(jié)果
3.4.1 集合離散度與均方根誤差
3.4.2 Talagrand分布與異常值(Outliers)評(píng)分
3.4.3 集合預(yù)報(bào)的可辨識(shí)度與可信度
3.4.4 CRPS評(píng)分
3.5 本章小結(jié)
第四章 基于同化方法的尺度混合初始擾動(dòng)方案研究
4.1 尺度混合初始擾動(dòng)方案
4.1.1 基于資料同化的尺度混合初始擾動(dòng)方案
4.2 試驗(yàn)方案設(shè)計(jì)
4.3 暴雨個(gè)例分析
4.3.1 功率譜分析
4.3.2 暴雨個(gè)例分析
4.3.3 集合平均和郵票圖
4.3.4 降水概率預(yù)報(bào)
4.4 批量試驗(yàn)結(jié)果
4.4.1 集合離散度與均方根誤差
4.4.2 Talagrand分布與異常值(Outliers)評(píng)分
4.4.3 集合預(yù)報(bào)的可辨識(shí)度與可信度
4.4.4 CRPS評(píng)分
4.5 本章小結(jié)
第五章 兩種初始擾動(dòng)構(gòu)造方案的性能分析
5.1 試驗(yàn)方案設(shè)計(jì)
5.2 個(gè)例試驗(yàn)結(jié)果分析
5.2.1 暴雨個(gè)例分析
5.2.2 郵票圖
5.2.3 降水概率預(yù)報(bào)
5.3 批量試驗(yàn)結(jié)果分析
5.3.1 集合離散度與均方根誤差
5.3.2 Talagrand分布與異常值(Outliers)評(píng)分
5.3.3 集合預(yù)報(bào)的可信度與可辨識(shí)度
5.3.4 CRPS評(píng)分
5.3.5 BS、TS、ETS評(píng)分檢驗(yàn)
5.4 本章小結(jié)
第六章 總結(jié)與討論
6.1 總結(jié)
6.2 論文的創(chuàng)新點(diǎn)
6.3 問題及討論
參考文獻(xiàn)
致謝
作者簡(jiǎn)介
本文編號(hào):3866004
【文章頁數(shù)】:88 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 集合預(yù)報(bào)的意義
1.2 集合預(yù)報(bào)研究進(jìn)展
1.3 集合預(yù)報(bào)擾動(dòng)的研究
1.3.1 集合預(yù)報(bào)初始擾動(dòng)構(gòu)造方法
1.3.2 區(qū)域集合預(yù)報(bào)初始擾動(dòng)構(gòu)造方法
1.4 基于資料同化融合多尺度信息相關(guān)研究
1.5 論文主要內(nèi)容和創(chuàng)新點(diǎn)
1.5.1 論文研究目的和創(chuàng)新點(diǎn)
1.5.2 論文章節(jié)安排
第二章 數(shù)值預(yù)報(bào)模式和資料同化系統(tǒng)
2.1 數(shù)值預(yù)報(bào)模式
2.1.1 GRAPES模式動(dòng)力框架
2.1.2 GRAPES物理參數(shù)化方案
2.2 資料同化系統(tǒng)
2.2.1 三維變分同化理論
2.3 GRAPES區(qū)域集合預(yù)報(bào)系統(tǒng)
2.4 資料介紹
2.5 本章小結(jié)
第三章 基于數(shù)字濾波的尺度混合初始擾動(dòng)方案試驗(yàn)
3.1 尺度分離方法
3.1.1 Barnes濾波
3.1.2 2D-DCT
3.2 試驗(yàn)方案設(shè)計(jì)
3.2.1 Barnes濾波及混合方案
3.2.2 2D-DCT濾波及混合方案
3.2.3 試驗(yàn)流程
3.3 典型降水天氣過程分析
3.3.1 暴雨過程簡(jiǎn)介
3.3.2 集合平均和郵票圖
3.3.3 降水概率預(yù)報(bào)
3.4 批量試驗(yàn)結(jié)果
3.4.1 集合離散度與均方根誤差
3.4.2 Talagrand分布與異常值(Outliers)評(píng)分
3.4.3 集合預(yù)報(bào)的可辨識(shí)度與可信度
3.4.4 CRPS評(píng)分
3.5 本章小結(jié)
第四章 基于同化方法的尺度混合初始擾動(dòng)方案研究
4.1 尺度混合初始擾動(dòng)方案
4.1.1 基于資料同化的尺度混合初始擾動(dòng)方案
4.2 試驗(yàn)方案設(shè)計(jì)
4.3 暴雨個(gè)例分析
4.3.1 功率譜分析
4.3.2 暴雨個(gè)例分析
4.3.3 集合平均和郵票圖
4.3.4 降水概率預(yù)報(bào)
4.4 批量試驗(yàn)結(jié)果
4.4.1 集合離散度與均方根誤差
4.4.2 Talagrand分布與異常值(Outliers)評(píng)分
4.4.3 集合預(yù)報(bào)的可辨識(shí)度與可信度
4.4.4 CRPS評(píng)分
4.5 本章小結(jié)
第五章 兩種初始擾動(dòng)構(gòu)造方案的性能分析
5.1 試驗(yàn)方案設(shè)計(jì)
5.2 個(gè)例試驗(yàn)結(jié)果分析
5.2.1 暴雨個(gè)例分析
5.2.2 郵票圖
5.2.3 降水概率預(yù)報(bào)
5.3 批量試驗(yàn)結(jié)果分析
5.3.1 集合離散度與均方根誤差
5.3.2 Talagrand分布與異常值(Outliers)評(píng)分
5.3.3 集合預(yù)報(bào)的可信度與可辨識(shí)度
5.3.4 CRPS評(píng)分
5.3.5 BS、TS、ETS評(píng)分檢驗(yàn)
5.4 本章小結(jié)
第六章 總結(jié)與討論
6.1 總結(jié)
6.2 論文的創(chuàng)新點(diǎn)
6.3 問題及討論
參考文獻(xiàn)
致謝
作者簡(jiǎn)介
本文編號(hào):3866004
本文鏈接:http://sikaile.net/projectlw/qxxlw/3866004.html
最近更新
教材專著