摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-18页 |
1.1 研究意义 | 第11-12页 |
1.2 国内外研究进展 | 第12-16页 |
1.2.1 多普勒雷达风场反演方法研究进展 | 第12-14页 |
1.2.2 雷达定量估计降水研究进展 | 第14-16页 |
1.2.3 资料同化研究进展 | 第16页 |
1.3 本文研究内容 | 第16-18页 |
第二章 多普勒雷达风场反演 | 第18-28页 |
2.1 反演方法 | 第18-20页 |
2.2 S波段多普勒雷达风场反演 | 第20-24页 |
2.2.1 2010年6月8日安徽省强降水个例天气实况 | 第20-21页 |
2.2.2 分析区域和雷达介绍 | 第21-22页 |
2.2.3 反演风场分析 | 第22-24页 |
2.3 C波段多普勒雷达风场反演 | 第24-26页 |
2.3.1 2013年6月19日甘肃省天水市强降水个例天气实况 | 第24-25页 |
2.3.2 分析区域和雷达介绍 | 第25页 |
2.3.3 反演风场分析 | 第25-26页 |
2.4 本章结论 | 第26-28页 |
第三章 3D-VAR同化C波段多普勒雷达反演风场 | 第28-35页 |
3.1 WRF模式 | 第28-29页 |
3.2 试验设计 | 第29-30页 |
3.2.1 模式参数介绍 | 第29-30页 |
3.2.2 试验设计 | 第30页 |
3.3 预报结果分析 | 第30-33页 |
3.4 本章结论 | 第33-35页 |
第四章 基于云分类的雷达定量估计降水 | 第35-51页 |
4.1 算法介绍 | 第35-40页 |
4.1.1 识别暖云VPR | 第35-38页 |
4.1.2 识别层云降水与对流云降水 | 第38-39页 |
4.1.3 识别暖云降水 | 第39页 |
4.1.4 降水估计算法 | 第39-40页 |
4.2 统计结果分析 | 第40-46页 |
4.2.1 资料和研究区域介绍 | 第40页 |
4.2.2 效果评估 | 第40-41页 |
4.2.3 统计结果分析 | 第41-46页 |
4.3 不同降水个例检验 | 第46-50页 |
4.3.1 2009年7月21日至23日安徽省强降水过程 | 第46-48页 |
4.3.2 2008年6月11日至13日广西柳州强降水过程 | 第48-50页 |
4.4 本章结论 | 第50-51页 |
第五章 总结与展望 | 第51-54页 |
5.1 本文主要内容及结论 | 第51-52页 |
5.2 不足及展望 | 第52-54页 |
参考文献 | 第54-60页 |
在学期间的研究成果 | 第60-61页 |
致谢 | 第61页 |