|
|
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...
|
|
|
Software environment for data assimilation in radiation protection
Majer, Peter ; Šmídl, Václav (vedoucí práce) ; Hofman, Radek (oponent)
Táto práca sa zaoberá asimiláciou dát prízemného vetra v rámci meteorologického modelu WRF pre lokálnu doménu. Využívame pritom bayesovskú štatistiku, konkrétne metódu sekvenčné Monte Carlo v kombinácii s filtrom vzoriek - particle filtering. Súčasťou práce je aplikácia napísaná v jazyku Python, ktorá tvorí rozhranie s WRF, uskutočňuje samotnú asimiláciu a poskytuje výstup v podobe grafov. V prípade stabilných veterných podmienok sú predpovede korigovaného WRF signifikantne bližšie meraným dátam než predpoveď nekorigovaného WRF. Za týchto okolností je možné použiť takto asimilovaný model pre spoľahlivejšie krátkodobé lokálne predpovede. Powered by TCPDF (www.tcpdf.org)
|
|
|
Kovariantní model chyb pro asimilaci radarové odrazivosti do numerického modelu předpovědi počasí
Sedláková, Klára ; Sokol, Zbyněk (vedoucí práce) ; Zacharov, Petr (oponent)
KOVARIANTNÍ MODEL CHYB PRO ASIMILACI RADAROVÉ ODRAZIVOSTI DO NUMERICKÉHO MODELU PŘEDPOVĚDI POČASÍ Předpověď událostí se silnou konvekcí není jednoduchá a to díky malému prostorovému měřítku a rychlému vývoji tohoto jevu. Umět předpovědět takovéto události je ale důležité z hlediska nebezpečných jevů, které tyto události doprovází jako jsou přívalové povodně, silný vítr, krupobití nebo atmosférická elektřina. Ke zlepšení předpovědi lze dosáhnout přesněji definovanými počátečními podmínkami, které vstupují do modelu asimilací dat. Tyto data musí odpovídat měřítku studovaného jevu. V jevu malého měřítka tedy přichází v úvahu radarová data. Ačkoli má model popisovat skutečné procesy díky zjednodušením a aproximacím chování modelu zcela neodpovídá skutečnosti. Proto pokud chceme, aby model generoval srážky musíme zajistit, aby hodnoty modelových proměnných a jejich vzájemný vztah byl takový, kdy je tento proces spuštěn. Ke zjištění těchto vztahů chceme využít kovariantní model. V práci jsme se tedy zaměřili na analýzu korelačních vztahů v oblastech konvekce mezi radarovou odrazivostí, jejího přepočtu na intenzitu srážek a ostatních modelových veličin. K analýze byla využita data z modelu COSMO s horizontálním rozlišením 2,8 km, která popisovala přibližně 700 konvekčních bouří ve všech vertikálních...
|
|
|
Time-domain modelling of global barotropic ocean tides
Einšpigel, David ; Martinec, Zdeněk (vedoucí práce) ; Haagmans, Roger (oponent) ; Matyska, Ctirad (oponent)
Oceánské slapy se tradičně modelují ve frekvenční oblasti s buzením na vybraných slapových frekvencí. Je to přírozený přístup, nicméně nelinearity oceánské dynamiky nejsou přímo zahrnuty. Alternativou je modelování v časové oblasti s buzením, které je dáno kompletním lunisolárním slapovým potenciálem, tj. všechny slapové frekvence jsou zahrnuty. Tento přístup byl uplatněn v několika oceánských slapových modelech, nicméně stále zůstavá pár problémů k vyřešení, například asimilace satelitních altimetrických dat. V této práci představujeme DEBOT, globální a časový barotropní oceánský slapový model s úplným lunisolárním buzením. DEBOT byl vyvinut "od píky". Základem modelu jsou rovnice mělké vody, které jsou nově odvozeny v geografických (sférických) souřadnicích. Odvození zahrnuje okrajové podmínky a Reynoldsův tenzor ve fyzikálně konzistentním tvaru. Numerický model je řešen v prostoru metodou konečných diferencí a v čase zobecněným forward-backward schématem. Funkčnost kódu je demonstrována testy na zachování integrálních invariantů. DEBOT má dva módy pro modelování oceánských slapů: DEBOT-h, čistě hydrodynamický mód, a DEBOT-a, asimilační mód. Navrhli jsme asimilační schéma vhodné pro časový model, které představuje alternativu k existujícím frekvenčním technikám, jež jsou používány v ostatních asimilačních...
|
|
|
Diagnostika kovariancí chyb předběžného pole ve spojeném systému globální a regionální asimilace dat
Bučánek, Antonín ; Brožková, Radmila (vedoucí práce)
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...
|
|
|
Diagnostika kovariancí chyb předběžného pole ve spojeném systému globální a regionální asimilace dat
Bučánek, Antonín ; Brožková, Radmila (vedoucí práce)
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
|
|
|
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
|
|
|
Kovariantní model chyb pro asimilaci radarové odrazivosti do numerického modelu předpovědi počasí
Sedláková, Klára ; Sokol, Zbyněk (vedoucí práce) ; Zacharov, Petr (oponent)
KOVARIANTNÍ MODEL CHYB PRO ASIMILACI RADAROVÉ ODRAZIVOSTI DO NUMERICKÉHO MODELU PŘEDPOVĚDI POČASÍ Předpověď událostí se silnou konvekcí není jednoduchá a to díky malému prostorovému měřítku a rychlému vývoji tohoto jevu. Umět předpovědět takovéto události je ale důležité z hlediska nebezpečných jevů, které tyto události doprovází jako jsou přívalové povodně, silný vítr, krupobití nebo atmosférická elektřina. Ke zlepšení předpovědi lze dosáhnout přesněji definovanými počátečními podmínkami, které vstupují do modelu asimilací dat. Tyto data musí odpovídat měřítku studovaného jevu. V jevu malého měřítka tedy přichází v úvahu radarová data. Ačkoli má model popisovat skutečné procesy díky zjednodušením a aproximacím chování modelu zcela neodpovídá skutečnosti. Proto pokud chceme, aby model generoval srážky musíme zajistit, aby hodnoty modelových proměnných a jejich vzájemný vztah byl takový, kdy je tento proces spuštěn. Ke zjištění těchto vztahů chceme využít kovariantní model. V práci jsme se tedy zaměřili na analýzu korelačních vztahů v oblastech konvekce mezi radarovou odrazivostí, jejího přepočtu na intenzitu srážek a ostatních modelových veličin. K analýze byla využita data z modelu COSMO s horizontálním rozlišením 2,8 km, která popisovala přibližně 700 konvekčních bouří ve všech vertikálních...
|
host ::
RSS.