|
|
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...
|
|
|
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.