|
|
Diagnostika kovariancí chyb předběžného pole ve spojeném systému globální a regionální asimilace dat
Bučánek, Antonín ; Brožková, Radmila (vedoucí práce) ; Sokol, Zbyněk (oponent) ; Derková, Mária (oponent)
Tato práce se zabývá tvorbou počátečních podmínek pro numerickou předpověď počasí v modelech na omezené oblasti ve vysokém rozlišení. Soustředí se na problematiku zachování velkoměřítkové části analýzy globálního řídícího modelu, kterou nelze v modelech na omezené oblasti určit v dostatečné kvalitě. Za tímto účelem je využito tzv. BlendVar schéma. To se skládá z aplikace metody Digital Filter (DF) Blending, která zabezpečuje přenos velkoměřítkové části ana- lýzy řídícího modelu do modelu na omezené oblasti, a z třídimenzionální variační metody (3D-Var) ve vysokém rozlišení. Práce se zaměřuje na vhodnou specifikaci chyb předběžného odhadu počátečních podmínek, která je jednou z klíčových komponent metody 3D-Var. Jsou vyšetřeny různé přístupy k modelování chyb předběžného odhadu, včetně možnosti zohlednění vývoje chyb v závislosti na aktuální meteorologické situaci. Přístupy jsou hodnoceny i z hlediska možnosti praktické implementace. Studie vývoje chyb v průběhu asimilačních cyklů metod DF Blending a BlendVar vede k novému návrhu tvorby kovarianční matice chyb předběžného odhadu, která je vhodná pro asimilační schéma BlendVar. Použití nové kovarianční matice chyb přináší žádanou vlastnost posunu impaktu metody 3D-Var směrem k menším měřítkům. 1
|
|
|
Non-conventional data assimilation in high resolution numerical weather prediction model with study of the slow manifold of the model
Benáček, Patrik ; Brožková, Radmila (vedoucí práce) ; Derková, Mária (oponent) ; Randriamampianina, Roger (oponent)
Družicová pozorování poskytují v současné době největší zdroj informací o aktuálním stavu atmosféry pro numerické předpovědní modely. S tím, jak se postupně zvyšuje prostorové rozlišení modelů, je potřeba zajistit dostatečně hustou síť vstupních měření, abychom byli schopni rozlišit i jevy malých měřítek. Mnoho pozorovaných dat je vyřazeno z procesu asimilace do modelu kvůli předpokladu nekorelovaných chyb pozorování. Družicová měření navíc obsahují systematické chyby, které mohou být větší než je samotný signál z družic, a proto musí být zaveden vhodný způsob jejich korekce. Jedním z takových způsobů je schéma variační korekce systematických chyb (VarBC), které je běžně používáno v globálních modelech. Jak využít toto schéma v mod- elech, pracujících na omezené oblasti (LAM) ve vysokém rozlišení, je ale stále otázkou. V této práci se zabýváme problematikou diagnostiky korelace chyb pozorování a korekcemi systematických chyb v LAM modelu ALADIN. Cílem bylo nejprve vyhodnotit prostorové korelace chyb pozorování, a najít tak op- timální ředění vstupních dat. Poté byly detekovány systematické chyby družic a studovány různé konfigurace VarBC s ohledem na kvalitu výsledné...
|
|
|
Non-conventional data assimilation in high resolution numerical weather prediction model with study of the slow manifold of the model
Benáček, Patrik ; Brožková, Radmila (vedoucí práce) ; Derková, Mária (oponent) ; Randriamampianina, Roger (oponent)
Družicová pozorování poskytují v současné době největší zdroj informací o aktuálním stavu atmosféry pro numerické předpovědní modely. S tím, jak se postupně zvyšuje prostorové rozlišení modelů, je potřeba zajistit dostatečně hustou síť vstupních měření, abychom byli schopni rozlišit i jevy malých měřítek. Mnoho pozorovaných dat je vyřazeno z procesu asimilace do modelu kvůli předpokladu nekorelovaných chyb pozorování. Družicová měření navíc obsahují systematické chyby, které mohou být větší než je samotný signál z družic, a proto musí být zaveden vhodný způsob jejich korekce. Jedním z takových způsobů je schéma variační korekce systematických chyb (VarBC), které je běžně používáno v globálních modelech. Jak využít toto schéma v mod- elech, pracujících na omezené oblasti (LAM) ve vysokém rozlišení, je ale stále otázkou. V této práci se zabýváme problematikou diagnostiky korelace chyb pozorování a korekcemi systematických chyb v LAM modelu ALADIN. Cílem bylo nejprve vyhodnotit prostorové korelace chyb pozorování, a najít tak op- timální ředění vstupních dat. Poté byly detekovány systematické chyby družic a studovány různé konfigurace VarBC s ohledem na kvalitu výsledné...
|
|
|
Diagnostika kovariancí chyb předběžného pole ve spojeném systému globální a regionální asimilace dat
Bučánek, Antonín ; Brožková, Radmila (vedoucí práce) ; Sokol, Zbyněk (oponent) ; Derková, Mária (oponent)
Tato práce se zabývá tvorbou počátečních podmínek pro numerickou předpověď počasí v modelech na omezené oblasti ve vysokém rozlišení. Soustředí se na problematiku zachování velkoměřítkové části analýzy globálního řídícího modelu, kterou nelze v modelech na omezené oblasti určit v dostatečné kvalitě. Za tímto účelem je využito tzv. BlendVar schéma. To se skládá z aplikace metody Digital Filter (DF) Blending, která zabezpečuje přenos velkoměřítkové části ana- lýzy řídícího modelu do modelu na omezené oblasti, a z třídimenzionální variační metody (3D-Var) ve vysokém rozlišení. Práce se zaměřuje na vhodnou specifikaci chyb předběžného odhadu počátečních podmínek, která je jednou z klíčových komponent metody 3D-Var. Jsou vyšetřeny různé přístupy k modelování chyb předběžného odhadu, včetně možnosti zohlednění vývoje chyb v závislosti na aktuální meteorologické situaci. Přístupy jsou hodnoceny i z hlediska možnosti praktické implementace. Studie vývoje chyb v průběhu asimilačních cyklů metod DF Blending a BlendVar vede k novému návrhu tvorby kovarianční matice chyb předběžného odhadu, která je vhodná pro asimilační schéma BlendVar. Použití nové kovarianční matice chyb přináší žádanou vlastnost posunu impaktu metody 3D-Var směrem k menším měřítkům. 1
|
host ::
RSS.