摘要 | 第1-5页 |
ABSTRACT | 第5-12页 |
第一章前言 | 第12-26页 |
1. 1选题的意义 | 第12-13页 |
1. 2气象资料同化方法及其研究进展 | 第13-17页 |
1. 2. 1牛顿松驰法 | 第13-14页 |
1. 2. 2最优插值法 | 第14页 |
1. 2. 3统计动力法 | 第14-15页 |
1. 2. 4卡尔曼滤波和集合卡尔曼滤波 | 第15页 |
1. 2. 5变分同化方法 | 第15-17页 |
1. 3多普勒雷达资料反演与同化研究进展 | 第17-23页 |
1. 3. 1多普勒天气雷达风场反演技术 | 第17-19页 |
1. 3. 2热力场和微物理场反演技术 | 第19-20页 |
1. 3. 3雷达资料在数值模式中的应用 | 第20-21页 |
1. 3. 4多普勒雷达晴空回波资料的同化 | 第21页 |
1. 3. 5多普勒雷达资料在云模式中的同化 | 第21-22页 |
1. 3. 6多普勒雷达资料在中尺度模式中的同化 | 第22-23页 |
1. 4讨论 | 第23-24页 |
1. 5本论文研究方法和内容 | 第24-26页 |
1. 5. 1研究目标和目的 | 第24页 |
1. 5. 2研究方法 | 第24页 |
1. 5. 3研究内容 | 第24-26页 |
第二章4D-VAR同化多普勒雷达资料的方法及数值试验 | 第26-49页 |
2. 1引言 | 第26-27页 |
2. 2云数值模式 | 第27-29页 |
2. 2. 1基本方程 | 第27-29页 |
2. 2. 2微物理过程参数化 | 第29页 |
2. 3四维变分(4D-VAR)同化方法 | 第29-33页 |
2. 3. 1价值函数的定义 | 第29-31页 |
2. 3. 2价值函数梯度的计算和下降算法 | 第31页 |
2. 3. 3伴随模式中湿物理过程的处理方法 | 第31-32页 |
2. 3. 4价值函数梯度准确性检验 | 第32-33页 |
2. 4模拟雷达资料的生成 | 第33-35页 |
2. 5试验设计和结果 | 第35-47页 |
2. 5. 1控制试验 | 第39-40页 |
2. 5. 2价值函数中增加背景项 | 第40-42页 |
2. 5. 3同化单雷达资料 | 第42-43页 |
2. 5. 4改变反演区相对雷达站的位置 | 第43-44页 |
2. 5. 5增加同化窗和雷达资料观测时次 | 第44-45页 |
2. 5. 6雷达观测资料缺值的影响 | 第45-46页 |
2. 5. 7雷达观测资料误差的影响 | 第46页 |
2. 5. 8侧边界条件效应 | 第46-47页 |
2. 5. 9模式误差的影响 | 第47页 |
2. 6小结 | 第47-49页 |
第三章4D-VAR同化多普勒雷达资料反演长江中游一次梅雨锋暴雨中尺度结构 | 第49-90页 |
3. 1引言 | 第49-50页 |
3. 2暴雨过程和多普勒雷达观测资料 | 第50-52页 |
3. 34D-VAR同化方法 | 第52-53页 |
3. 4数值试验 | 第53-70页 |
3. 4. 1控制试验 | 第53-56页 |
3. 4. 2只同化单部多普勒雷达资料 | 第56-61页 |
3. 4. 3价值函数中增加背景项J_(hm) | 第61-65页 |
3. 4. 4增加同化窗长度 | 第65页 |
3. 4. 5雷达体扫资料采用线性插值技术 | 第65-68页 |
3. 4. 6直接同化球坐标中雷达体扫资料 | 第68-70页 |
3. 4. 7改变预报变量初估值 | 第70页 |
3. 54D-VAR同化反演结果可靠性和合理性分析 | 第70-75页 |
3. 5. 1与探空资料和地面资料的比较 | 第70-71页 |
3. 5. 2与双多普勒雷达合成风场的比较 | 第71-72页 |
3. 5. 3与中尺度模式MM5模拟结果的对比分析 | 第72-74页 |
3. 5. 4与相关文献结果的比较 | 第74-75页 |
3. 64D-VAR同化反演结果误差分析 | 第75-79页 |
3. 6. 1误差来源 | 第75-76页 |
3. 6. 2误差分析 | 第76-79页 |
3. 7预报误差分析 | 第79-81页 |
3. 8暴雨中尺度结构 | 第81-89页 |
3. 8. 1回波结构特征 | 第81-82页 |
3. 8. 2风场结构 | 第82-83页 |
3. 8. 3热力场结构 | 第83-88页 |
3. 8. 4微物理场分布 | 第88-89页 |
3. 9小结 | 第89-90页 |
第四章4D-VAR同化多普勒雷达资料反演长江下游一次梅雨锋暴雨中尺度结构 | 第90-110页 |
4. 1引言 | 第90页 |
4. 2暴雨过程和多普勒雷达观测资料 | 第90-91页 |
4. 34D-VAR同化反演结果 | 第91-102页 |
4. 3. 1回波和风场结构 | 第92-93页 |
4. 3. 2热力结构 | 第93-102页 |
4. 3. 3微物理场分布 | 第102页 |
4. 44D-VAR同化反演结果可靠性和合理性分析 | 第102-107页 |
4. 4. 1与探空资料和地面资料的比较 | 第102-106页 |
4. 4. 2与双多普勒雷达合成风场的比较 | 第106页 |
4. 4. 3与相关文献结果的比较 | 第106-107页 |
4. 5本次暴雨过程与第三章所述暴雨过程中尺度结构的异同 | 第107-108页 |
4. 5. 1相同点 | 第107页 |
4. 5. 2不同点 | 第107-108页 |
4. 6小结 | 第108-110页 |
第五章利用干模式4D-VAR同化多普勒雷达资料反演低层水平风场 | 第110-116页 |
5. 1引言 | 第110页 |
5. 2干模式反演风场的4D-VAR同化方法 | 第110-111页 |
5. 3个例研究 | 第111-115页 |
5. 3. 1湖北宜昌-荆州暴雨个例 | 第112页 |
5. 3. 2安徽合肥-无为暴雨个例 | 第112页 |
5. 3. 3河南许昌对流云降水个例 | 第112-113页 |
5. 3. 4山东济南冰雹个例 | 第113-115页 |
5. 4小结 | 第115-116页 |
第六章集合卡尔曼滤波同化多普勒雷达资料的方法及数值试验 | 第116-139页 |
6. 1引言 | 第116页 |
6. 2EnKF同化方法 | 第116-121页 |
6. 2. 1KF技术 | 第116-117页 |
6. 2. 2EnKF理论 | 第117-119页 |
6. 2. 3EnKF算法的实现 | 第119-121页 |
6. 2. 4有关EnKF算法的讨论 | 第121页 |
6. 3同化模式和模拟雷达资料 | 第121-122页 |
6. 4试验设计和结果分析 | 第122-137页 |
6. 4. 1控制试验 | 第122-128页 |
6. 4. 2雷达位置和个数对同化的影响 | 第128-131页 |
6. 4. 3反射率资料的同化 | 第131页 |
6. 4. 4协方差的重要性 | 第131-132页 |
6. 4. 5观测资料质量的影响 | 第132-133页 |
6. 4. 6初始集合的影响 | 第133-136页 |
6. 4. 7集合大小和影响半径的影响 | 第136页 |
6. 4. 8模式误差的影响 | 第136-137页 |
6. 5EnKF与4D-VAR的比较 | 第137-138页 |
6. 6小结 | 第138-139页 |
第七章EnKF同化多普勒雷达资料分析暴雨中尺度结构 | 第139-164页 |
7. 1EnKF同化方法 | 第139-140页 |
7. 2资料 | 第140-141页 |
7. 3EnKF同化结果及其与4D-VAR同化结果的对比 | 第141-162页 |
7. 3. 12002年7月22日暴雨过程 | 第141-152页 |
7. 3. 22002年6月24日暴雨过程 | 第152-162页 |
7. 4小结 | 第162-164页 |
第八章总结与讨论 | 第164-169页 |
8. 1总结 | 第164-167页 |
8. 2特色与创新之处 | 第167-168页 |
8. 3存在问题和未来研究方向 | 第168-169页 |
参考文献 | 第169-177页 |
博士研究生期间公开发表和完成的论文 | 第177-178页 |
致谢 | 第178页 |