文献

J-GLOBAL ID：202002288543620873   整理番号：20A0584642

MCSの解析と予測を改善するためのENSRFレーダデータ同化へのBayesインフレーション法の適用【JST・京大機械翻訳】

Application of a Bayesian inflation approach to EnSRF radar data assimilation to improve the analysis and forecasting of an MCS

著者 (4件)： Gao Shibo (Department of Atmospheric Sciences, Agronomy College, Shenyang Agricultural University, Shenyang, China) ,  Min Jinzhong (School of Atmospheric Sciences, Nanjing University of Information Science and Technology, Nanjing, China) ,  Liu Limin (Department of Atmospheric Sciences, Agronomy College, Shenyang Agricultural University, Shenyang, China) ,  Ren Chuanyou (Department of Atmospheric Sciences, Agronomy College, Shenyang Agricultural University, Shenyang, China)
資料名： Meteorological Applications  (Meteorological Applications)
巻： 27  号： 1  ページ： e1801  発行年： 2020年 
JST資料番号： W2130A  ISSN： 1350-4827  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 空間的および時間的に変化するBayesインフレーションアルゴリズムを,高度な地域予測システム(ARPS)内のアンサンブル平方根フィルタ(EnSRF)を用いて,2007年5月8~9日に発生したメソスケール対流システム(MCS)の実際のレーダデータの同化に適用した。比較目的のために,二つのレーダデータ同化とBayesインフレーションと正規乗法的インフレーションアルゴリズムを用いた予測実験を行った。結果は,Bayesインフレーション法を用いたMCSの解析反射率構造が乗法的インフレーション法を用いるときより良いように見えることを示した。Bayesインフレーション法はまた,二乗平均二乗技術(RMSIs)を減少させ,反射率と半径方向速度に対するアンサンブルの広がりを増加させた。さらに,RMSIsの減少は,背景に割り当てられたより高いBayes膨張パラメータに関連していた。Bayes膨張パラメータの流れ依存特性は,それが空間とモデル状態変数によって変化することを意味した。この成功した解析により,その後の予測反射率と降水量,特に層状降水量を改善することができた。それはまた,対流領域における強い表面冷プールと流出を伴うMCSの発達を促進した。定量的反射率と降水予測スキルも,Bayesインフレーション実験で改善された。これらの有望な結果は,乗法的インフレーションと比較して,EnSRFレーダデータ同化に対するBayesインフレーションアルゴリズムの使用の大きな可能性を実証した。Copyright 2020 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 降水 ,  *レーダ ,  中規模 ,  降水量 ,  対流 ,  状態変数 ,  *データ同化 ,  *インフレーション ,  アルゴリズム ,  反射率 ,  インフレーション成形 ,  乗算 ,  フィルタ
準シソーラス用語： 予測スキル ,  層状降水 , 【Automatic Indexing@JST】

著者キーワード (5件)： Bayesインフレーション・アルゴリズム ,  アンサンブル平方根フィルタ(ENSRF) ,  中規模対流系(MCS) ,  乗法的インフレーションアルゴリズム ,  レーダデータ同化

分類 (1件)： 気象学一般  (DC05010D)

タイトルに関連する用語 (6件)： MCS ,  解析 ,  予測 ,  レーダ ,  データ同化 ,  インフレーション法