短时降水的超级集合预报算法研究
摘要 | 第8-9页 |
ABSTRACT | 第9页 |
第一章 绪论 | 第11-21页 |
1.1 引言 | 第11页 |
1.2 积云对流参数化的意义和研究进展 | 第11-15页 |
1.2.1 积云对流参数化的意义 | 第11-13页 |
1.2.2 对流参数化方案研究进展 | 第13-15页 |
1.2.3 对流参数化方案存在的问题 | 第15页 |
1.3 集合预报 | 第15-18页 |
1.3.1 集合预报原理及意义 | 第15-16页 |
1.3.2 集合预报的发展 | 第16-18页 |
1.3.3 物理扰动集合预报技术 | 第18页 |
1.4 本文研究的问题和创新 | 第18-19页 |
1.5 论文结构 | 第19-21页 |
第二章 WRF对流参数化方案 | 第21-35页 |
2.1 WRF模式简介 | 第21页 |
2.2 对流参数化方案介绍 | 第21-26页 |
2.2.1 模式方程中的积云对流项 | 第21-23页 |
2.2.2 KFeta方案 | 第23-25页 |
2.2.3 简化的舒荒方案(SAS) | 第25-26页 |
2.3 参数化方案性能检验 | 第26-34页 |
2.3.1 降水个例说明 | 第26-27页 |
2.3.2 实验方案设计 | 第27-28页 |
2.3.3 评价标准 | 第28-29页 |
2.3.4 降水个例检验 | 第29-34页 |
2.4 小结 | 第34-35页 |
第三章 短时集合预报设计 | 第35-52页 |
3.1 超级集合预报 | 第35-36页 |
3.2 超级集合算法的研究进展 | 第36-37页 |
3.3 超级集合算法设计与调试 | 第37-44页 |
3.3.1 集合成员设计 | 第37-38页 |
3.3.2 超级集合 | 第38-40页 |
3.3.2.1 算法设计 | 第38-39页 |
3.3.2.2 敏感性检验 | 第39-40页 |
3.3.3 消除偏差的集合平均 | 第40-41页 |
3.3.3.1 算法设计 | 第40页 |
3.3.3.2 敏感性检验 | 第40-41页 |
3.3.4 经验正交分解的超级集合算法 | 第41-44页 |
3.3.4.1 经验正交超级集合算法 | 第42页 |
3.3.4.2 敏感性检验 | 第42-44页 |
3.4 集合预报产品检验 | 第44-50页 |
3.4.1 预报结果检验 | 第44-49页 |
3.4.2 检验训练长度对预报的影响 | 第49-50页 |
3.5 小结 | 第50-52页 |
第四章 超级集合算法的改进 | 第52-62页 |
4.1 双重检验的逐步回归算法(S1) | 第52-54页 |
4.1.1 S1算法的计算步骤 | 第52-53页 |
4.1.2 训练长度敏感性检验 | 第53-54页 |
4.2 消除“不动点”的改进算法(S2) | 第54-55页 |
4.3 基于集合平均的超级集合算法(SUMY) | 第55-57页 |
4.3.1 算法设计 | 第55-56页 |
4.3.2 训练长度敏感性检验 | 第56-57页 |
4.4 集合产品检验 | 第57-61页 |
4.5 总结 | 第61-62页 |
第五章 结论与展望 | 第62-64页 |
5.1 研究内容和结论 | 第62-63页 |
5.2 存在的问题与展望 | 第63-64页 |
致谢 | 第64-65页 |
参考文献 | 第65-69页 |
作者在学期间取得的学术成果 | 第69页 |