不同初始场估计对集合卡尔曼滤波同化多普勒雷达资料的影响
高性能计算机计算性能的不断提升和新一代天气雷达网的建立为风暴尺度数值预报的研究提供了条件.本文利用集合卡曼滤波(EnKF)在WRF模式中同化模拟多普勒雷达径向风资料,并考察了不同初始场下EnKF同化方法性能.结果表明,EnKF同化使用较好的初始场时,RMSE下降迅速,预报场很快接近真实场.使用较差的初始场时,RMSE下降缓慢.但是经过多个同化周期后(大约2小时),EnKF同化不同初始场的同化结果几乎一致.EnKF同化好的初始可以缩短同化进程.
风暴尺度天气 数值预报 多普勒雷达资料 集合卡尔曼滤波 同化能力
干莉 张卫民
国防科技大学计算机学院 长沙410073
国内会议
西宁
中文
336-340
2013-07-20（万方平台首次上网日期，不代表论文的发表时间）