【摘要】：近幾十年來,臺風(fēng)路徑的預(yù)報誤差逐年降低,而強度和降水方面的進步卻很緩慢,這部分是由于臺風(fēng)數(shù)值模式對其強度和結(jié)構(gòu)預(yù)報能力相對不足導(dǎo)致。由于臺風(fēng)系統(tǒng)非線性很強,初始場的微小偏差容易在積分過程中加倍放大,使得預(yù)報結(jié)果嚴重偏離實際天氣狀況。資料同化過程將模式背景場和觀測資料基于一定的數(shù)學(xué)理論進行融合,獲得理論上誤差較小的分析場,能夠為數(shù)值模式提供較為準確的預(yù)報初始條件,在一定程度上提高模式預(yù)報能力。岸基雷達能夠探測登陸臺風(fēng)內(nèi)核精細結(jié)構(gòu),合理地利用雷達資料對提升我國登陸臺風(fēng)數(shù)值預(yù)報很有意義。集合卡爾曼濾波利用一組集合成員構(gòu)建具有“流依賴”特性的背景誤差協(xié)方差,目前在國內(nèi)雷達資料同化的臺風(fēng)研究中仍不多見。利用集合卡爾曼濾波同化我國岸基雷達資料來研究登陸臺風(fēng)的數(shù)值預(yù)報問題,是一個很有意義的工作。本文利用美國賓州州立大學(xué)開發(fā)的PSU WRF-EnKF同化系統(tǒng)結(jié)合我國岸基雷達徑向風(fēng)資料對近年來三個登陸臺風(fēng)“彩虹(1522)”、“莫蘭蒂(1010)”、“威馬遜(1409)”進行了數(shù)值試驗。發(fā)現(xiàn)雷達資料集合同化技術(shù)能夠顯著地改善臺風(fēng)路徑、強度、結(jié)構(gòu)和降水模擬。通過循環(huán)資料同化,分析場臺風(fēng)位置逐漸向?qū)崪y位置靠近,最終使得臺風(fēng)登陸點的模擬誤差小于10km。三個臺風(fēng)平均來看,經(jīng)過8h循環(huán)同化雷達資料后,臺風(fēng)路徑誤差相比同化前開始呈現(xiàn)正效果,同化窗內(nèi)平均誤差從未同化資料的60km減小到同化后的20km左右,多時次循環(huán)同化后路徑誤差可低于10km。臺風(fēng)強度從循環(huán)同化初期就有比較明顯的改進效果,平均臺風(fēng)強度誤差可以減小到10hPa以下,雷達資料同化能夠比較顯著地使得臺風(fēng)加強。在臺風(fēng)“彩虹”同化分析中還發(fā)現(xiàn),隨著同化資料次數(shù)增多,高層暖心結(jié)構(gòu)明顯加強、最大風(fēng)速半徑收縮、風(fēng)眼收縮、對流非對稱結(jié)構(gòu)與實測接近。同化增量顯示,隨著循環(huán)次數(shù)增加,資料對模式背景場的修正逐漸集中于臺風(fēng)內(nèi)核。資料循環(huán)同化一定程度上改善了臺風(fēng)降水的預(yù)報,并且同化資料時次越多,降水預(yù)報TS評分提高越多。進一步將雷達資料按距臺風(fēng)中心距離分成小于100km、100-200km和大于200km三部分分別進行同化,從“彩虹”試驗結(jié)果來看,僅同化臺風(fēng)100km半徑范圍內(nèi)資料在臺風(fēng)路徑、強度、結(jié)構(gòu)等方面均可以得到與同化所有資料基本相同的同化效果,而僅同化100-200km和200km以外范圍內(nèi)資料效果卻不顯著。同化內(nèi)核100km范圍內(nèi)資料和同化全體資料在三個臺風(fēng)試驗中均得到十分接近的效果,多時次循環(huán)同化后路徑和強度誤差分別可低于5km和5hPa。表明內(nèi)核資料改善背景場的關(guān)鍵,這部分資料通常僅占總量的50%以下(依照臺風(fēng)個例而變化),但是卻制約著同化效果。僅同化這部分資料可以得到與同化所有資料相同的效果,卻可以將原本巨大的集合同化計算量減小超過一半,縮短計算機時。
[Abstract]:In recent decades, the forecast error of typhoon track is decreasing year by year, but the progress of intensity and precipitation is very slow, which is partly due to the relatively insufficient ability of typhoon numerical model to predict its intensity and structure. Due to the strong nonlinearity of the typhoon system, the small deviation of the initial field is easy to double magnify in the integral process, which makes the forecast result deviate from the actual weather condition seriously. In the process of data assimilation, the model background field and observation data are fused based on certain mathematical theory, and the analytical field with small theoretical error is obtained, which can provide more accurate prediction initial conditions for the numerical model. To a certain extent, the ability of model prediction is improved. Shore based radar can detect the fine structure of landing typhoon core. It is very important to make use of radar data to improve the numerical forecast of landing typhoon in China. Ensemble Kalman filter uses a set of members to construct background error covariance with "current dependence" characteristics, which is still rare in the study of typhoon data assimilation in China. It is significant to study the numerical prediction of landfall typhoon by using the ensemble Kalman filter to assimilate the land-based radar data in China. Three landfall typhoons Rainbow (1522), Moranti (1010) and Wieson (1409) have been numerically tested in this paper by using the PSU WRF-EnKF assimilation system developed by Penn State University and the radial wind data of land-based radar in China in recent years. It is found that the radar data set contract technique can significantly improve typhoon track, intensity, structure and precipitation simulation. Through the assimilation of the cyclic data, the typhoon position of the field is gradually approaching to the measured position, and the simulation error of the landing point of the typhoon is less than 10km. In the mean of three typhoons, after 8 h cyclic assimilation of radar data, the track error of the typhoon began to show positive effect compared with that before assimilation, and the 60km of the data never assimilated in the assimilation window was reduced to about the 20km after assimilation. The path error can be less than 10km after multi-time cycle assimilation. The typhoon intensity can be improved obviously from the initial stage of cycle assimilation, the mean typhoon intensity error can be reduced to below 10hPa, and the radar data assimilation can significantly strengthen the typhoon. In the analysis of typhoon "rainbow" assimilation, it is also found that with the increase of assimilation data, the structure of the upper layer warm center is obviously strengthened, the maximum wind velocity radius shrinks, the wind hole shrinks, and the convection asymmetric structure is close to the measured data. The assimilation increment shows that the correction of the model background field is gradually concentrated in the typhoon core with the increase of the number of cycles. The data assimilation improves the forecast of typhoon precipitation to some extent, and the more times of assimilation, the more the TS score of precipitation forecast is improved. The radar data are further assimilated into three parts according to the distance from the center of the typhoon, which are less than 100kmm2 100-200km and larger than 200km, respectively. According to the results of Rainbow test, only the data in the radius range of Typhoon 100km are assimilated in the track and intensity of the typhoon. The assimilation effect can be basically the same as that of all the data assimilated in structure, but the assimilation effect is not significant except in the range of 100-200km and 200km. The data and assimilation data in the 100km range of the assimilation core are very close to each other in the three typhoon experiments, and the error of track and intensity after multi-time cyclic assimilation is lower than that of 5km and 5HPA, respectively. It shows that the kernel data is the key to improve the background field, which usually accounts for less than 50% of the total data (varying according to the typhoon case), but restricts the assimilation effect. Only assimilation of this part of data can achieve the same effect as assimilation of all data, but it can reduce by more than half the calculation amount of the original huge set assimilation, and shorten the computer time.
【學(xué)位授予單位】：中國氣象科學(xué)研究院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：P456.7

【相似文獻】

相關(guān)期刊論文 前10條

1 黃幸媛;我國登陸臺風(fēng)災(zāi)害的監(jiān)測及預(yù)報技術(shù)研究成果交流會順利召開[J];應(yīng)用氣象學(xué)報;2003年02期

2 ;我國登陸臺風(fēng)災(zāi)害的監(jiān)測及預(yù)報技術(shù)研究[J];Annual Report of CAMS;2003年00期

3 汪鐸,陸叔鳴,陳繼芳,張鐔;近百年東亞登陸臺風(fēng)的長期振動[J];熱帶氣象;1986年04期

4 勵申申，壽紹文;登陸臺風(fēng)維持和暴雨增幅實例的能量學(xué)分析[J];南京氣象學(xué)院學(xué)報;1995年03期

5 ;我國登陸臺風(fēng)災(zāi)害的監(jiān)測及預(yù)報技術(shù)研究——項目的意義和進展[J];Annual Report of CAMS;2002年00期

6 姚才,張誠忠,黃明策;華南登陸臺風(fēng)“榴蓮”的能量分析[J];氣象;2004年06期

7 楊玉華,雷小途;我國登陸臺風(fēng)引起的大風(fēng)分布特征的初步分析[J];熱帶氣象學(xué)報;2004年06期

8 于淑秋;王繼志;;“我國登陸臺風(fēng)災(zāi)害的監(jiān)測及預(yù)報技術(shù)研究”通過驗收[J];Annual Report of CAMS;2004年00期

9 澎濤涌;“世界氣象組織國際登陸臺風(fēng)研討會”在中國澳門舉行[J];氣象學(xué)報;2005年02期

10 李英;;登陸臺風(fēng)及其暴雨的研究進展[J];Annual Report of CAMS;2005年00期

相關(guān)會議論文 前10條

1 王新敏;趙培娟;李保生;蘇愛芳;;影響河南的登陸臺風(fēng)路徑分析[A];2007年海峽兩岸氣象科學(xué)技術(shù)研討會論文集[C];2007年

2 劉鳳淮;陳慧;王蘇;;汛期(6～9月)登陸臺風(fēng)偏多預(yù)測探討[A];第26屆中國氣象學(xué)會年會熱帶氣旋科學(xué)研討會分會場論文集[C];2009年

3 陳勝晶;;福建省登陸臺風(fēng)與暴雨洪水關(guān)系分析[A];福建省第十三屆水利水電青年學(xué)術(shù)交流會論文集[C];2009年

4 朱志存;尹宜舟;;中國大陸登陸臺風(fēng)所引起的暴雨頻數(shù)分布初步分析[A];第七屆長三角氣象科技論壇論文集[C];2010年

5 錢燕珍;孫軍波;陳佩燕;張程民;;近海及登陸臺風(fēng)強度預(yù)報的支持向量機方法[A];第28屆中國氣象學(xué)會年會——S12熱帶氣旋[C];2011年

6 張行才;朱持則;;浙江登陸臺風(fēng)的風(fēng)險水平研究[A];中國災(zāi)害防御協(xié)會風(fēng)險分析專業(yè)委員會第二屆年會論文集（二）[C];2006年

7 岳彩軍;;登陸臺風(fēng)暴雨的定量分析:“海棠”臺風(fēng)(2005)個例研究[A];第七次全國動力氣象學(xué)術(shù)會議論文摘要[C];2009年

8 韓桂榮;唐曉文;魏建蘇;;兩個登陸臺風(fēng)不同的發(fā)展過程的對比分析[A];第二屆長三角氣象科技論壇論文集[C];2005年

9 徐明;余錦華;高琦;;環(huán)境風(fēng)垂直切變與登陸臺風(fēng)強度變化關(guān)系的統(tǒng)計分析[A];第27屆中國氣象學(xué)會年會災(zāi)害天氣研究與預(yù)報分會場論文集[C];2010年

10 韓桂榮;唐曉文;;登陸臺風(fēng)變性發(fā)展與消亡的對比分析[A];2006年海峽兩岸氣象科學(xué)技術(shù)研討會論文集[C];2006年

相關(guān)重要報紙文章 前6條

1 南方日報記者 鄧圣耀　通訊員 粵水軒;粵年均登陸臺風(fēng)居全國之首[N];南方日報;2014年

2 記者 郭起豪;今年登陸臺風(fēng)多但損失小[N];中國氣象報;2008年

3 陳磊;臺風(fēng)監(jiān)測預(yù)報技術(shù)研究通過驗收[N];中國氣象報;2004年

4 李曄;賈天清;陳擁君;服務(wù)更加精細化[N];中國氣象報;2002年

5 王章敏;5月入汛以來全省氣候特點[N];湖北科技報;2006年

6 記者　雷弟明;重慶旱情尚難緩解[N];中華工商時報;2006年

相關(guān)博士學(xué)位論文 前1條

1 李昕;適用于登陸臺風(fēng)數(shù)值預(yù)報的雷達資料同化理論和應(yīng)用研究[D];南京大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 馬秀梅;我國登陸臺風(fēng)邊界層風(fēng)場結(jié)構(gòu)和演變特征的多普勒雷達分析[D];南京大學(xué);2014年

2 林青;華南登陸臺風(fēng)內(nèi)核區(qū)降水非對稱結(jié)構(gòu)分析[D];南京大學(xué);2014年

3 馮佳寧;集合卡爾曼濾波（EnKF）岸基雷達資料同化對登陸臺風(fēng)數(shù)值模擬的影響研究[D];中國氣象科學(xué)研究院;2017年

4 姚麗娜;華東地區(qū)登陸臺風(fēng)降水及路徑的初步研究[D];南京信息工程大學(xué);2008年

5 施程;清代浙江省登陸臺風(fēng)及其社會響應(yīng)[D];浙江師范大學(xué);2014年

6 林衛(wèi)華;登陸臺風(fēng)暴雨的數(shù)值模擬與診斷分析[D];南京信息工程大學(xué);2007年

7 徐明;環(huán)境風(fēng)垂直切變對登陸臺風(fēng)活動的影響[D];南京信息工程大學(xué);2008年

8 花叢;登陸臺風(fēng)“羅莎”中云物理特征的數(shù)值模擬研究[D];中國氣象科學(xué)研究院;2010年

9 陳玉林;登陸臺風(fēng)暴雨成因淺析及其數(shù)值模擬[D];南京信息工程大學(xué);2005年

10 周芯玉;風(fēng)廓線儀多點觀測網(wǎng)揭示的登陸臺風(fēng)“天鵝”、“巨爵”低層風(fēng)場結(jié)構(gòu)特征[D];中國氣象科學(xué)研究院;2011年

，

本文編號：2212396