利用WRF 3DVAR同化雷達徑向風對2011年南瑪都颱風模擬之影響

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：28

、訪客IP：18.119.136.122

姓名

陳怡儒(Yi-Ru Chen) 查詢紙本館藏

畢業系所

大氣物理研究所

論文名稱

利用WRF 3DVAR同化雷達徑向風對2011年南瑪都颱風模擬之影響
(Effects of radar radial wind data assimilation using WRF 3DVAR on the typhoon simulation: Case of typhoon Nanmadol (2011))

相關論文

★ 宜蘭地區秋冬季降雨特性之研究	★ 台灣地區午後對流降水特性之分析
★ 台灣梅雨季中尺度對流系統之數值模擬研究-TAMEX IOP 8 個案	★ 利用整合探空系統分析南海北部大氣邊界層特性之研究
★ 中尺度波譜模式對梅雨期豪雨個案模擬之研究	★ 宜蘭地區秋冬季豪大雨特性之研究
★ 台灣東南部地區局部環流與邊界層特性之研究	★ 台灣東南部地區複雜地形局部環流的模擬研究
★ 宜蘭地區豪雨個案之研究	★ 台灣北部地區雨滴粒徑分佈特性與降雨估計之探討
★ 冬季雹暴個案之分析與模擬	★ 伴隨敏督利颱風的強烈西南氣流引發豪大雨之個案探討
★ 利用整合探空系統分析台灣東南部地區大氣邊界層特性之研究	★ 桃芝颱風(2001)數值模擬研究：颱風路徑與結構之模擬與分析
★ 利用雨滴譜儀分析不同降水系統之微物理特性研究	★ 台灣北部地區不同季節以及不同降水型態的雨滴粒徑分布特性

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)

台灣地理位置位於熱帶氣旋活躍的西北太平洋地區，為颱風路徑之要衝，每年颱風季中，約有30個颱風生成於西北太平洋地區，當侵台颱風接近台灣時，移動路徑與環流因複雜的地形產生很大的變化，使得台灣地區對颱風的風雨與路徑預報更為困難。
　　在天氣系統的數值模擬過程中，模式的預報能力常受限於初始場的準確性，全球模式提供的初始場空間解析度不夠高，無法完整描述出中小尺度天氣系統真實大氣的狀態。雷達觀測具有高時空解析度的優點，常使用於劇烈天氣的監控與觀測，能夠觀測颱風環流結構的詳細特徵。本研究挑選2011年8月28日至8月29日侵襲台灣的南瑪都颱風，將雷達高時解析度的徑向風資料同化到模式中，以改善初始場，探討雷達徑向風資料同化對颱風路徑與風雨分布模擬之影響。
　　本研究使用WRF模式（V3.2.1）和3D-VAR同化系統（WRFDA V3.2.1），使用兩層巢狀網格，水平網格間距為 15和5 公里，網格數為 301 x 253和 241 x 241，垂直分層 35 層。初始時間為2011年8月28日0000 UTC；而WRF 3DVAR cycle使用中央氣象局墾丁雷達（RCKT），同化時間為2011年8月28日0600、0900、1200、1500和1800 UTC，背景場誤差採用NCEP全球模式所計算出的統計值（CV3），並測試兩組水平影響半徑：R1=0.06和R2=0.12，分別進行30、24、21、18、15和12小時模擬，探討不同同化次數和調整其水平影響半徑對數值模擬的影響。
　　模擬結果在颱風結構上，雷達資料同化會改善近颱風中心的雨帶分佈，並隨著同化循環次數越多，其修正效果越大；而較大的影響半徑 R2的強對流雨帶分布也比 R1 更接近觀測。在颱風移動路徑上，R2平均路徑誤差小於 R1，且隨著同化次數越多，路徑誤差也明顯的下降，證明較大的影響半徑 R2 做多次同化循環明顯改善颱風路徑過快且偏離最佳路徑的情形。在降雨模擬結果中，經過多次同化循環可以改善降雨分佈不正確且高估的情形，而較大影響半徑 R2的強降水分佈位置比R1準確；而雨量驗證上，R1 的 ETS得分在偏弱降水有較高的得分，但在強降雨的模擬上，R2 有較高的準確度。雖然累積雨量還是有高估的情形，但若使用較大的影響半徑配合多次同化循環，會明顯修正雨量的高估和強降水區的分布位置。
　　經由不同組合的實驗發現：（1）相較於一次雷達資料同化，較多的同化循環次數對颱風模擬的改善效果好；（2）較大的影響半徑（R2=0.12）模擬結果也比較小的影響半徑（R1=0.06）佳。因此以較多的同化循環再加上較大的影響半徑組合實驗能有效改善數值模擬結果，雖然降水仍有高估、颱風移動速度偏快的現象，但相較於未同化實驗的模擬結果，降水分布和颱風路徑有更接近觀測的趨勢；雖然同化效果仍然有限，但就颱風整體降雨、結構和移動路徑而言，同化雷達徑向風資料確實有效的改善模擬結果的準確度。

摘要(英)

Taiwan is located in the northeastern pacific region where tropical cyclone is very active and thus a major path for typhoons. Every typhoon season, approximately 30 typhoon forms in the northeastern pacific region. When the typhoon approaches Taiwan, the track and circulation of the typhoon changes dramatically due to the complex geographic features of the island, so it’s difficult to predict the typhoon’s track and rainfall.
　　Compared with conventional data, radar observations have an advantage of high spatial and temporal resolutions, and Doppler radars are capable of capturing detailed characteristics of flow fields, including typhoon circulation. The observation of radar network in Taiwan was used to investigate the impact of radar data assimilation for typhoon simulation. The case of Typhoon Nanmadol（2011）was chosen for this study, it struck Taiwan from 28 Aug 2011 to 29 Aug 2011. The purpose of this study was to adjust the initial field of the numerical model to improve the short-term typhoon predictions near Taiwan by using Doppler radar radial wind data assimilation. The typhoon track, structure, and precipitation were also inspected to clarify the effect of radar data assimilation simulated when typhoon approaching Taiwan.
　　In this study, Weather Research and Forecasting（WRF V3.2.1） model and 3D-VAR method of WRF Data Assimilation system（WRFDA V3.2.1）were used in doppler radar data assimilation.. The horizontal grid resolution of nested domains is 15 and 5 km, respectively, horizontal grid points were 301×253 and 241×241, model vertical layers extended from the surface up to 50 hPa with 35 levels. Initial conditions at 0000 UTC 28 Aug, and the WRF 3DVAR cycling from RCKT of CWB at 0600、0900、1200、1500 and 1800 UTC 28 Aug. The 3DVAR influence factor of horizontal scale for radar data assimilation was set R1 = 0.06 and R2 = 0.12.
　　After a series of experiments, we obtained some conclusions :（1） Compared with the one-time radar data assimilation, cycling of the multiple-time radar data assimilation has more positive impact on typhoon simulation, （2）Larger influence factor of horizontal scale （R2 = 0.12） also has more positive impact than smaller influence factor of horizontal scale（R1 = 0.06）for typhoon simulation in Taiwan. More assimilation cycle collocate with a larger influence factor of horizontal scale（R2 = 0.12）, had improved the accuracy of the numerical simulation. Compared with the non-assimilate experiment, the precipitation pattern and typhoon track in the assimilation experiment were closer to the observations.

關鍵字(中)

★ 南瑪都颱風
★ 三維變分資料同化

關鍵字(英)

★ Typhoon Nanmadol
★ 3DVAR

論文目次

摘要 .................................................................. i
Abstract .............................................................. iii
致謝 ................................................................. v
目錄 ……......................................................... vi
圖表目錄 ......................................................... viii
第一章緒論 .................................................... 1
1.1 前言 ........................................................... 1
1.2 文獻回顧 ................................................... 1
1.3 研究動機 ................................................... 3
1.4 論文架構 ……............................................. 4
第二章個案介紹與資料處理 ........................ 5
2.1 個案天氣分析 ............................................ 5
2.2 資料來源 .................................................... 6
2.3 雷達資料處理 ............................................ 7
第三章研究方法 ............................................ 10
3.1 數值模式簡介 ............................................10
3.1.1 WRF 模式介紹 ....................................... 10
3.1.2 同化系統介紹 ........................................ 11
3.2 降水校驗方法 ........................................... 13
3.2.1 公正預兆得分（ETS） ......................... 14
3.2.2 偏離係數（Bias） ................................. 15
3.3 模式設定 .................................................. 15
3.4 單點測試 .................................................. 16
3.5 實驗設計 .................................................. 17
第四章模擬結果討論 ................................... 19
4.1 颱風結構 .................................................. 19
4.1.1 最大雷達回波 ....................................... 19
4.1.2 海平面氣壓 ........................................... 20
4.2 颱風路徑 .................................................. 21
4.3 累積雨量和驗證 ...................................... 23
第五章同化循環實驗測試 ........................... 26
5.1 實驗目的與設計 ...................................... 26
5.2 實驗測試結果 .......................................... 27
5.2.1 最大雷達回波 ....................................... 27
5.2.2 颱風路徑 ............................................... 27
5.2.3 累積雨量和驗證 ................................... 28
第六章結論與未來工作 ............................... 29
6.1 結論 .......................................................... 29
6.2 未來展望 .................................................. 30
參考文獻 ......................................................... 31
附表 ............................................................... 34
附圖 ............................................................... 37

參考文獻

林欣弘，2011：雷達徑向風資料同化對降雨系統模擬之影響研究。國立中央大學，大氣物理研究所，博士論文。
鄧仁星，2000：RASTA (Radar Analysis System for Taiwan Area) 使用說明書。
葉天降、吳石吉、謝信良, 1998：台灣附近颱風路徑預報校驗與統計方法之應用。大氣科學，第26 期3 號，227-248。
Anthes, R. A., 1983: Regional models of the atmosphere in middle latitudes. Mon. Wea.Rev., 111, 1306–1335.
Barker, D. M., W. Huang, Y.-R. Guo, and A. Bourgeois, 2003: A three-dimensional variational (3DVAR) data assimilation system for use with MM5. NCAR Tech. Note, 68 pp.
Barker, D. M., W. Huang, Y.-R. Guo, A. Bourgeois, and Q. Xiao, 2004: A three-dimensional variational data assimilation system for MM5: Implementation and initial results. Mon. Wea. Rev. , 132, 897–914.
Gao, J., M. Xue, K. Brewster, and K. K. Droegemeier, 2004: A three-dimensional variational data analysis method with recursive filter for Doppler radars. J. Atmos. Oceanic Technol. , 21, 457–469.
Hu M., and M. Xue, 2006: 3DVAR and cloud analysis with WSR-88D level-II data for the prediction of the Fort Worth, Texas, tornadic thunderstorms. Part II: Impact of radial velocity analysis via 3DVAR. Mon. Wea. Rev. , 134, 699-721.
32
Hu M., and M. Xue, 2007: Impact of Configurations of Rapid Intermittent Assimilation of WSR-88D Radar Data for the 8 May 2003 Oklahoma City Tornadic Thunderstorm Case. Mon. Wea. Rev., 135, 507-525.
Lin, H. H., P. L. Lin, Q. Xiao, and Y. H. Kuo, 2011: Effect of Doppler radial velocity data assimilation on the simulation of a typhoon approaching Taiwan: A case study of Typhoon Aere (2004). Terr. Atmos. Ocean. Sci., 22, 325-345.
Schaefer, J. T., 1990: The critical success index as an indicator of warning skill. Wea. Forecasting, 5, 570-575.
Sun, J., and N. A. Crook, 1998: Dynamical and microphysical retrieval from Doppler radar observations using a cloud model and its adjoint. Part II: Retrieval experiments of an observed Florida convective storm. J. Atmos. Sci. , 55, 835–852.
Xiao, Q., Y.-H. Kuo, J. Sun, W.-C. Lee, E. Lim, D. M. Barker, and E. Lim, 2004: Assimilation of Doppler radar observations and its impacts on forecasting of landfalling typhoon Rusa (2002). Proceeding of ERAD (2004): 178-182.
Xiao, Q., Y.-H. Kuo, J. Sun, W.-C. Lee, E. Lim, Y.-R. Guo, D. M. Barker, 2005: assimilation of Doppler radar observations with a Regional 3D-Var system: Impact of Doppler velocities on forecasts of a heavy rainfall case. J. Appl. Met. , 44, 768-78.
Xiao, Q., Y.-H. Kuo, J. Sun, W.-C. Lee, D. M. Barker, and E. Lim, 2007: An Approach of Radar Reflectivity Data Assimilation and Its Assessment with the Inland QPF of Typhoon Rusa (2002) at Land fall. J. Appl. Meteor. Climat. , 46, 14-22.
33
Xiao, Q., J. Sun, W. C. Lee, Y. H. Kuo, D. M. Barker, E. Lim, D. J. Won, M. S. Lee, W. J. Lee, J. Y. Cho, D. K. Lee, and H. S. Lee, 2008: Doppler radar data assimilation in KMA’s operational forecasting. Bull. Amer. Meteorol. Soc., 89,39-43.
Xiao, Q., X. Zhang, C. Davis, J. Tuttle, G. Holland and. P. J. Fitzpatrick, 2009: Experiment of Hurricane Initialization with Airborne Doppler Radar Data for the Advanced Research Hurricane WRF (AHW) Model. Mon. Wea. Rev. , 137, 2759-2777.
Zhao, Q., and Y. Jin, 2008: High-resolution radar data assimilation for hurricane Isabel (2003) at landfall. Bull. Amer. Meteor. Soc ., 89, 1355-1372.

指導教授

林沛練(Pay-Liam Lin)

審核日期

2012-7-31

推文