基于CNOP方法和DOTSTAR资料的台风目标观测研究
  • 【摘要】

    本论文通过比较条件非线性最优扰动(CNOP)、第一线性奇异向量(FSV)、合成奇异向量(CSV)三种方法,考察CNOP方法在台风目标观测应用的可行性。首先比较研究CNOP、FSV、CSV的空间结构及其发展。接着,运用三种方法确定出敏感区,考察初始误差所在位置及其空间结构对误差发展的影响。然后,研究不同背景环流形势下,CNOP敏感区的分布特征及其与台风周围主要天气系统的联系。最后,利用DOTSTAR... 展开>>本论文通过比较条件非线性最优扰动(CNOP)、第一线性奇异向量(FSV)、合成奇异向量(CSV)三种方法,考察CNOP方法在台风目标观测应用的可行性。首先比较研究CNOP、FSV、CSV的空间结构及其发展。接着,运用三种方法确定出敏感区,考察初始误差所在位置及其空间结构对误差发展的影响。然后,研究不同背景环流形势下,CNOP敏感区的分布特征及其与台风周围主要天气系统的联系。最后,利用DOTSTAR下投探空资料,通过观测系统试验(OSE),比较分别同化不同敏感区、随机选择区域内的下投探空资料以及同化所有下投探空资料后对台风路径预报的改善。主要结论如下:
       1、在优化初始时刻,CNOP、FSV、CSV温度场和风场的大值区一般呈环状结构围绕在台风中心周围,但其所在位置有明显的差异。从三种误差的发展的空间结构看,CNOP的发展的温度场在台风中心两侧表现出冷暖中心对立的结构,其垂直分布有明显的斜压结构,并且在冷暖中心所在区域分别对应着明显的反气旋性和气旋性环流;CSV和FSV的发展的风场环流结构和温度垂直斜压结构均不如CNOP的发展明显。从能量发展的角度,CNOP的发展明显大于CSV和FSV的发展,而CSV在非线性模式下的能量发展可能要大于FSV的发展。
       2、从统计的角度看,CNOP敏感区内随机误差的发展是最大的,CSV敏感区内随机误差的发展要大于FSV敏感区和随机选择区域内随机误差的发展。这说明CNOP方法相比CSV和FSV方法更适合被用来识别敏感区,而其他增长较快的SV所识别的敏感区也是SV方法确定敏感区的重要参考。
       另一方面,试验结果显示CNOP、CSV、FSV型初始误差的发展要大于随机误差的发展,其中CNOP型初始误差是所有被考察的初始误差中发展最大的。通过分组试验,发现与CNOP型初始误差相似系数较高的随机误差的发展总体上要大于相似系数较低的随机误差的发展。这说明CNOP型初始误差可反映出有利于误差快速增长的空间结构。
       3、CNOP敏感区往往位于两个或多个系统的交界处,处于系统相互作用的区域。西太平洋副高是影响台风运动和发展最重要的天气系统,它的发展变化在一定程度上决定了台风走向。当副高脊线附近气流对台风有较强的引导作用时,CNOP敏感区往往位于台风系统与副高系统的交汇处。此外,CNOP方法同样可以揭示出其他天气系统,如中纬度西风槽、台风下游的高压系统,对台风发展的潜在影响。
       4、OSE试验结果显示,同化所有下投观测资料后,用MM5模式进行路径模拟,其改善平均可达7.1%。从统计角度看,同化所有下投探空资料不仅可以改善24小时路径模拟还可以改善36小时路径模拟,但前者的改善程度要大于后者。此外,同化所有下投探空资料对路径模拟的改善程度总体上要大于仅同化不同敏感区或随机选择区域内的资料对路径模拟的改善。
       仅同化CNOP敏感区内的下投探空资料对路径模拟的改善程度通常要大于仅同化FSV敏感区资料或随机选择区域内的资料后模拟的改善,甚至在MM5模式对台风36小时路径模拟的结果中,其改善程度要大于同化所有下投探空资料后模拟的改善。比较MM5模式与WRF模式的模拟结果,发现用MM5模式计算出的CNOP所识别的敏感区通常也适用于WRF模式对台风路径模拟的改善。
       总体上,本研究的结果表明,相比FSV和CSV方法,CNOP方法在台风目标观测敏感区识别的问题上是更为有效的方法。 收起<<

  • 【作者】

    陈博宇 

  • 【学科专业】

    气象学

  • 【授予学位】

    博士

  • 【授予单位】

    中国科学院研究生院

  • 【导师姓名】

    穆穆

  • 【学位年度】

    2011

  • 【语种】

    chi

  • 【关键词】

    条件非线性最优扰动  第一奇异向量  合成奇异向量  台风  目标观测  台风路径预报