论文部分内容阅读
全世界每年灾害性天气的发生经常带来巨大的国民财产损失和人员伤亡。近年来，为改进灾害性天气预报，数据同化技术越来越得到重视，特别是对台风和暴风雨等的预报。时空多尺度数据分析同化系统（The Space and Time Mesoscale Analysis System - STMAS)是由美国国家海洋大气局地球科学系统研究实验室（NOAA/ESRL）开发的一个多重网格和变分同化系统。STMAS系统具有多尺度和非均匀数据分析的能力。本文利用了STMAS系统生成中尺度模式（WRFV3.1）的初始场和全球模式预报（GFS）作为边界场驱动，进行了灾害性天气个例研究，例如飓风2005 Katrina的强度和路径预报效果，并初步探讨了循环同化中该系统对预报飓风的作用。另一个小尺度灾害性天气个例研究是2008年5月发生在美国科罗拉多州的Windsor龙卷风事件。本文从水平和垂直的观测和预报的雷达反射率结构等来分析龙卷风的生成和演变过程。仅采用中尺度模式预报为初始场和边界场的预报显示，没有STMAS数据同化系统的加入，龙卷风的形成由于模式自身的调整适应时间大大延迟了。STMAS的湿度场等分析为模式提供了热启动的效果。研究表明，STMAS同化系统在一定程度上改进了不同尺度下灾害性天气的预报。今后需要对STMAS系统做更多的试验和研究。