求解雷達資料反演熱動力場未知常數之新方法的發展及驗證

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：123

、訪客IP：18.117.158.93

姓名

陳思婷(Szu-Ting Chen) 查詢紙本館藏

畢業系所

大氣科學學系

論文名稱

求解雷達資料反演熱動力場未知常數之新方法的發展及驗證
(The verification of a new method for solving the unknown constants in the retrieved thermodynamic field using multiple radar data)

相關論文

★ 單雷達風場反演—【移動坐標法】的特性分析與應用	★ 由都卜勒風場反演熱動力場的新方法 ——TAMEX IOP#2颮線個案應用分析
★ 利用VAD技術及回波保守方程反演渦度場	★ 利用單都卜勒雷達反演三維風場之研究─以數值模式資料驗證
★ 在地形上由都卜勒風場反演熱動力場	★ 利用Extended-GBVTD方法反求非軸對稱颱風（颶風）風場結構
★ 同化雷達資料對數值預報影響之研究	★ 使用系集卡曼濾波器同化都卜勒雷達資料之研究
★ 以3DVAR同化都卜勒雷達觀測及反演資料對於數值模擬結果的影響	★ 台灣北部初秋豪雨個案之降雨特性研究
★ 同化都卜勒雷達資料改善模式預報之研究	★ 2008年台灣西南部地區TRMM降雨雷達與七股雷達回波觀測比較分析及降雨估計應用研究
★ 使用四維變分同化都卜勒雷達資料以改進短期定量降雨預報	★ 同化多部都卜勒雷達資料以提升降水預報能力之研究-2008 SoWMEX IOP8個案分析
★ 結合VDRAS、WRF與雷達網聯資料，以檢視對台灣地區短期降水預報改善之成效	★ 結合都卜勒雷達觀測及反演氣象變數與COSMIC RO資料以改進模式預報之可行性研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

本研究採用一新發展的方法，嘗試解決一個自1987年即存在於熱動力反演演算法中的問題，也就是用都卜勒雷達合成風場所反演出來的熱動力場(即: 溫度及氣壓的擾動場)，在垂直結構上的不確定性。這個不確定性來自於傳統方法上的限制: 也就是反演的熱動力場在每個水平面上與真實值都相差一個未知常數，這個未知常數以擾動場的水平平均的形式存在。本研究所用的新方法，其優勢在於首創藉由結合狀態方程和垂直方向動量方程式，可由一個單點的地面站觀測開始垂直積分，獲得該未知常數的垂直分布，而非如前人研究所採用的，必須仰賴時間解析度極低的探空氣球資料。
本研究使用Observing System Simulation Experiment(OSSE)的架構，測試此方法的可行性，並進一步應用於2008年西南氣流實驗#IOP 8的真實個案。首先使用都卜勒雷達觀測的徑向風進行風場合成，並利用此三維風場資訊反演熱動力場，再使用新方法校正熱動力場垂直結構。結果顯示，以新方法得之水平平均相似於探空觀測得之，並且成功校正其垂直結構，證實了此方法在分析劇烈天氣的情形下有一定的可信度。

摘要(英)

This study adopts a newly developed method in solving the vertical structure uncertainty of retrieved thermodynamic fields (e.g., pressure and temperature perturbations) from multiple-Doppler radars synthesized winds, which hadn’t been solved yet since 1987. This uncertainty comes from the limitation of the traditional method: an unknown constant exists at each layer. This unknown constant exists with a form of horizontal average. The advantages of this new method is that the vertical uncertainty can be solved by a single in-situ observation only by combining the Equation of State and vertical integration instead of relying a sounding observation with much lower temporal resolution.

We conduct OSSE framework at first and the data collected during SoWMEX (Southwestern Monsoon Experiment) IOP #8 , which is a heavy rainfall event occurred on June 14 2008, are further investigated the performance of the new scheme. In this study, using the data from Doppler radar, WISSDOM(WInd Synthesis System using DOppler radar Measurements) helps to provide the wind information and a thermodynamic retrieval is conducted by TPTRS(Terrain Permitting Thermodynamic Retrieval Scheme). The horizontal average of each layer can be obtained either by the sounding or the station. The results show that the horizontal averages of thermodynamic fields obtained from the stations are quite similar to which obtained from the soundings. The vertical structure has been correctly solved. Overall, it demonstrates a high reliability using the new scheme.

關鍵字(中)

★ 都卜勒雷達
★ 風場合成
★ 熱動力反演

關鍵字(英)

論文目次

摘要 i
Abstract ii
誌謝 iii
目錄 iv
表目錄 vi
圖目錄 vii
第一章緒論 1
1.1 前言 1
1.2 文獻回顧 2
1.3 論文架構 3
第二章風場反演與熱動力反演法 4
2.1 多都卜勒雷達風場合成 4
2.1.1 價值函數 4
2.1.2 沈浸邊界法 7
2.2 熱動力場反演 8
第三章垂直方向未知常數之處理 11
第四章觀測系統模擬實驗 14
4.1 定量校驗方法 14
4.2 實驗設計 15
4.3 敏感度測試 15
4.3.1 門檻值 15
4.3.2 垂直距離 16
4.4 結果分析 17
第五章真實個案分析與反演結果 18
5.1 SOWMEX IOP #8 個案介紹 18
5.2 反演設定與使用資料 18
5.2.1 反演設定 18
5.2.2 七股雷達(RCCG) 19
5.2.3 SPOL雷達(SPOL) 19
5.2.4 墾丁雷達(RCKT) 19
5.2.5 雷達資料品質控管與處理 20
5.2.6 探空觀測資料 20
5.2.7 測站觀測資料 20
5.3 風場合成背景場製作 21
5.4 反演風場及驗證 21
5.4.1 定量校驗 21
5.4.2 風場合成結果 22
5.5 熱動力反演場 23
第六章結語與展望 25
6.1 結語 25
6.2 未來展望 26
參考文獻 27
附錄 30
附表 32
附圖 33

參考文獻

王文源，2016：於複雜地形上結合多都卜勒雷達合成風場反演三維熱動力場之研究。國立中央大學大氣物理所碩士論文，1-83。
鄧詠霖，2015：利用雷達觀測與反演變數改善模式定量降水預報之能力－2008年
西南氣流實驗 IOP#8個案分析。國立中央大學大氣物理所碩士論文，1-111。
鄭羽廷，2019：同化雷達觀測與反演變數改善模式對流尺度降雨預報能力：探討OSSE與真實個案。國立中央大學大氣物理所碩士論文，1-92。
Ciesielski, P. E., and Coauthors, 2010: Quality-Controlled Upper-Air Sounding Dataset for TiMREX/SoWMEX: Development and Corrections. J. Atmos. Oceranic Technol., 27, 1802-1821.
Foerster, A. M., and M. M. Bell, 2017: Thermodynamic Retrieval in Rapidly Rotating Vortices from Multiple-Doppler Radar Data. J. Atmos. Oceranic Technol., 34, 2353-2374.
Gal-Chen, T., 1978: A Method for the Initialization of the Anelastic Equations: Implications for Matching Models with Observations. Mon. Wea. Rev., 106, 587-606.
Lin, Y., P. S. Ray, and K. W. Johnson, 1993: Initialization of a Modeled Convective Storm Using Doppler Radar–derived Fields. Mon. Wea. Rev., 121, 2757-2775.
Lin, Y.-L., R. D. Farley, and H. D. Orville, 1983: Bulk parameterization of the snow field in a cloud model. J. Climate Appl. Meteor., 22, 1065-1092
Liou, Y.-C., 2001: The Derivation of Absolute Potential Temperature Perturbations and Pressure Gradients from Wind Measurements in Three-Dimensional Space. J. Atmos. Oceranic Technol., 18, 577-590.
Liou, Y.-C., and Y.-J. Chang, 2009: A Variational Multiple–Doppler Radar Three-Dimensional Wind Synthesis Method and Its Impacts on Thermodynamic Retrieval. Mon. Wea. Rev., 137, 3992-4010.
Liou, Y.-C., S.-F. Chang, and J. Sun, 2012: An Application of the Immersed Boundary Method for Recovering the Three-Dimensional Wind Fields over Complex Terrain Using Multiple-Doppler Radar Data. Mon. Wea. Rev., 140, 1603-1619.
Liou, Y.-C., J.-L. Chiou, W.-H. Chen, and H.-Y. Yu, 2014: Improving the Model Convective Storm Quantitative Precipitation Nowcasting by Assimilating State Variables Retrieved from Multiple-Doppler Radar Observations. Mon. Wea. Rev., 142, 4017-4035.
Liou, Y.-C., T.-C. Chen Wang, and P.-Y. Huang, 2016: The Inland Eyewall Reintensification of Typhoon Fanapi (2010) Documented from an Observational Perspective Using Multiple-Doppler Radar and Surface Measurements. Mon. Wea. Rev., 144, 241-261.
Liou, Y.-C., P.-C. Yang, and W.-Y. Wang, 2019: Thermodynamic Recovery of the Pressure and Temperature Fields over Complex Terrain Using Wind Fields Derived by Multiple-Doppler Radar Synthesis. Mon. Wea. Rev., 147, 3843-3857.
Liou, Y.-C., and Y.-L. Teng, 2023: Removal of the Vertical Structure Ambiguity in the Thermodynamic Retrieval from Multiple-Doppler Radar Synthesized Wind Fields. Mon. Wea. Rev., 151, 1427-1442.
Liu, D. C., and J. Nocedal, 1989: On the limited memory BFGS method for large scale optimization. Math. Program., 45, 503-528.
Protat, A., Y. Lemaitre, and G. Scialom, 1998: Thermodynamic analytical fields from Doppler radar data by means of the MANDOP analysis. Quart. J. Roy. Meteor. Soc., 124, 1633–1668
Protat, A., and I. Zawadzki, 2000: Optimization of Dynamic Retrievals from a Multiple-Doppler Radar Network. J. Atmos. Oceranic Technol., 17, 753-760.
Roux, F., 1985: Retrieval of Thermodynamic Fields from Multiple-Doppler Radar Data Using the Equations of Motion and the Thermodynamic Equation. Mon. Wea. Rev., 113, 2142-2157.
Tong, M., and M. Xue, 2005: Ensemble Kalman filter assimilation of Doppler radar data with a compressible nonhydrostatic model: OSS experiments. 1789-1807.
Tseng, Y.-H., and J. H. Ferziger, 2003: A ghost-cell immersed boundary method for flow in complex geometry. J. Comput. Phys, 192, 593-623.
Weygandt, S. S., A. Shapiro, and K. K. Droegemeier, 2002: Retrieval of model initial fields from single-Doppler observations of a supercell thunderstorm. Part II: Thermodynamic retrieval and numerical prediction. Mon. Wea. Rev., 130, 454–476

指導教授

廖宇慶(Yu-Chieng Liou)

審核日期

2023-10-6

推文