论文目录 | |
中文摘要 | 第1-5页 |
Abstract | 第5-7页 |
目录 | 第7-12页 |
第一章 绪论 | 第12-20页 |
· 研究背景 | 第12-16页 |
· 综述 | 第12-13页 |
· 有关背景误差协方差及应用的研究回顾和现状 | 第13-15页 |
· 目前存在的问题 | 第15-16页 |
· 研究目标及创新点 | 第16-17页 |
· 使用方法 | 第17-18页 |
· 本文主要内容简介 | 第18-20页 |
第二章 资料同化方法介绍以及基于浅水方程的初步试验 | 第20-41页 |
· 引言 | 第20页 |
· 同化方法介绍 | 第20-28页 |
· 大气资料同化方法简单回顾 | 第20-23页 |
· 集合卡尔曼滤波(EnKF)方法介绍 | 第23-27页 |
· 变分同化(VAR)方法介绍 | 第27-28页 |
· 浅水方程和试验资料 | 第28-30页 |
· 集合平方根滤波(EnSRF)的同化试验 | 第30-37页 |
· 试验设计 | 第30-31页 |
· 单点观测试验 | 第31-33页 |
· 不同预报样本数量、观测分布、密度对于局地化特征尺度和方差放大因子的敏感性试验 | 第33-37页 |
· 四维变分(4DVAR)的同化试验 | 第37-40页 |
· 试验设计 | 第37页 |
· 背景误差协方差设定 | 第37-38页 |
· 单点高度H观测试验 | 第38-40页 |
· 4DVAR与EnSRF同化结果比较 | 第40页 |
· 本章小结 | 第40-41页 |
第三章 混合背景误差协方差用于集合平方根滤波同化的试验 | 第41-50页 |
· 引言 | 第41-42页 |
· 混合背景误差协方差方案 | 第42页 |
· 模式和资料及试验设计 | 第42-43页 |
· 基本试验 | 第43-45页 |
· 模式误差的影响 | 第45-46页 |
· 集合成员大小的影响 | 第46-47页 |
· 观测密度的影响 | 第47-48页 |
· 总结和讨论 | 第48-50页 |
第四章 使用4DEnSRF同化多时次观测资料 | 第50-75页 |
· 引言 | 第50页 |
· 方法介绍 | 第50-53页 |
· 4D-PSAS方法 | 第50-51页 |
· 4DEnKF方法 | 第51-52页 |
· 4DEnSRF方法 | 第52-53页 |
· 模式和资料 | 第53-55页 |
· 单点观测同化试验 | 第55-58页 |
· 同化单点高度h观测资料 | 第55-56页 |
· 同化单点风场u、v分量观测资料 | 第56-58页 |
· 同化两个时次观测资料试验 | 第58-68页 |
· 试验设计 | 第58-59页 |
· 同化单变量观测资料试验 | 第59-61页 |
· 同化多变量观测资料试验 | 第61-63页 |
· 不同长度同化时间窗比较 | 第63-64页 |
· 不同观测密度及分布 | 第64-65页 |
· 样本数量 | 第65-66页 |
· 与顺序同化比较 | 第66-68页 |
· 同化多个时次观测资料试验 | 第68-70页 |
· 同化三个时次观测 | 第69页 |
· 不同同化时间窗选取方法比较 | 第69-70页 |
· 时间维局地化和方差放大因子的一些讨论 | 第70-73页 |
· 时间维局地化问题 | 第70-72页 |
· 方差放大问题 | 第72-73页 |
· 结论 | 第73-75页 |
第五章 将预报集合估计的背景误差协方差用于4DVAR | 第75-94页 |
· 引言 | 第75页 |
· 模式和资料 | 第75-76页 |
· 混合四维变分-方法1 | 第76-83页 |
· 方法介绍 | 第76页 |
· 试验设计 | 第76-77页 |
· 单点高度h观测同化试验 | 第77-78页 |
· En4DVAR-V1与标准4DVAR的基本对比试验 | 第78-81页 |
· 模式误差的影响 | 第81-82页 |
· 样本容量的影响 | 第82页 |
· 观测分布和密度的影响 | 第82-83页 |
· 集合四维变分-方法2 | 第83-88页 |
· 方法介绍 | 第83-85页 |
· 试验设计 | 第85页 |
· En4DVAR-V2与标准4DVAR和En4DVAR-V1的对比试验 | 第85-87页 |
· 减小样本容量 | 第87-88页 |
· 采用时间维扩展采样方案改进En4DVAR-V2方法 | 第88-92页 |
· 方法介绍 | 第88-89页 |
· 试验设计 | 第89-90页 |
· 50个样本的对比试验 | 第90-91页 |
· 采样时间层数和采样时间间隔比较 | 第91-92页 |
· 结论 | 第92-94页 |
第六章 流依赖背景误差协方差在单多普勒雷达2维风场反演中的应用 | 第94-112页 |
· 引言 | 第94页 |
· 观测资料 | 第94-96页 |
· 相控阵天气雷达介绍 | 第94-95页 |
· 2007年5月9号Oklahoma州Union市的一次龙卷风个例 | 第95-96页 |
· 2维简单伴随风场反演方法 | 第96-100页 |
· 方法简介 | 第96-97页 |
· 简化的径向风预报方程 | 第97页 |
· 目标函数定义 | 第97-99页 |
· 梯度定义 | 第99-100页 |
· 2维简单伴随方法对龙卷个例的风场反演 | 第100-103页 |
· 试验设计 | 第100-101页 |
· 反演结果 | 第101-103页 |
· 使用流依赖的背景误差协方差的反演方案 | 第103-106页 |
· 构造流依赖的集合预报样本 | 第103-105页 |
· 使用流依赖的背景误差协方差 | 第105-106页 |
· 2维集合简单伴随方法对龙卷个例的风场反演 | 第106-111页 |
· 试验设计 | 第106页 |
· 扰动预报样本得到的相关结构分析 | 第106-109页 |
· 反演结果 | 第109-111页 |
· 总结 | 第111-112页 |
第七章 总结和展望 | 第112-116页 |
· 本文主要结论 | 第112-114页 |
· 存在问题和下一步的工作 | 第114-116页 |
参考文献 | 第116-128页 |
在学期间的研究成果 | 第128-129页 |
致谢 | 第129页 |