文献

J-GLOBAL ID：201602269358335543   整理番号：16A1253061

ENKF 度分散膨張アルゴリズムがレーダデータ同化に与える影響に関する研究【JST・京大機械翻訳】

Impact of inflation methods on radar data assimilation using EnKF

著者 (3件)： Gao Shibo (Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology,Key Laboratory of Meteorological Disaster of Ministry of Education) ,  Min Jinzhong (Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology,Key Laboratory of Meteorological Disaster of Ministry of Education) ,  Huang Danlian (Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology,Key Laboratory of Meteorological Disaster of Ministry of Education)
資料名： Qixiang Kexue  (Qixiang Kexue)
巻： 36  号： 3  ページ： 319-328  発行年： 2016年 
JST資料番号： C2436A  ISSN： 1009-0827  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： アンサンブルKALMANフィルタ(ENKF)法を用いて,レーダエコーとエコーをシミュレーションし,時空間適応性理論の優位性を有するBAYES膨張アルゴリズムを導入し,定数膨張アルゴリズムとの比較により,ENKFの同化効果に及ぼす2つの共分散アルゴリズムの影響を解析した。結果は以下を示す。対流領域の北側では、BAYES膨張アルゴリズムによって分析されたエコーは水平と垂直構造においていずれも増強される。対流領域において、BAYES膨張アルゴリズムによって得られた各変数の集合分散度が増大し、二乗平均平方根誤差が減少し、水平と垂直速度が増大し、プールの強度が低下した。シミュレーション結果により,BAYES膨張アルゴリズムは,強い対流システムのシミュレーション効果を強化し,そして,エコー強度を強化し,そして,突風前線帯の水平および垂直風速を増加させた。これらの結果は,BAYES膨張アルゴリズムが効果的に定数膨張アルゴリズムに基づくENKF同化レーダデータの効果を改良することを示した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 分散度 ,  *レーダ ,  適応性 ,  シミュレーション ,  *データ同化 ,  共分散 ,  フィルタ ,  対流 ,  *アルゴリズム ,  風速
準シソーラス用語： レーダエコー , 【Automatic Indexing@JST】

著者キーワード (4件)： EnKF ,  Radar data assimilation ,  Bayes inflation ,  Constant inflation

分類 (1件)： 気象学一般  (DC05010D)

タイトルに関連する用語 (7件)： EnKF ,  度 ,  膨張 ,  アルゴリズム ,  レーダ ,  データ同化 ,  研究