.png){kind=icon}
返回
A Framework for Convective-Scale Observing System Simulation Experiments Using Ensembles
.png){kind=icon}
PRE
AI
DOI：10.1175/WAF-D-24-0153.1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
对流允许模型被用于预测大气中强天气现象的演变。这些模型对用于初始化其预报积分的数值环境中的误差很敏感。数据同化方法可以帮助克服这些误差，但通常受限于稀疏的观测覆盖。目前有多种新型观测平台可用，有望填补这些覆盖缺口，但它们尚未被广泛同化到天气模型中。观测系统模拟试验通常被用来通过使用高分辨率自然运行产生的合成观测，确定如何最佳地在时空上同化这些新型观测。然而，单一确定性自然运行无法提供所选建模系统内流内在可预报性的度量。我们提出了一种框架，通过使用自然运行的集合来提供对此可预报性的洞察。该集合为风暴演变提供了可能的结果范围，并设定了一个上限，用于验证预报。我们将此框架应用于2023年俄克拉荷马州的两个事件：2月的准线性对流系统和4月的超级单体案例。自然运行集合的内在可预报性被用于校准每个案例并验证预报集合。结果表明，自然运行集合建议的内在可预报性既与场相关，也与案例相关。该框架可以通过让研究人员更好地理解所选流问题和建模系统的可能性以及如何最佳地包含和安排新型观测，来指导未来的研究。
Keyword:
Ensembles
Forecasting techniques
Numerical weather prediction/forecasting
Data assimilation
Model evaluation/performance
期刊
IF:
3.1
论文数:
2.9K
被引数:
7.9K
机构
引用论文
暂无论文信息