介绍Tsc
热带气旋(tc)是自然界最强烈的现象和沿海居民最大的担忧之一。他们威胁海运业,摧毁沿海地区,导致洪水和侵蚀内陆通过暴雨,强风和严重的暴风雨。通过沿海发展和增长,美国变得更加脆弱飓风的影响现在比以往任何时候在最近的过去(皮尔克&皮尔克,1997)。一个极端的例子是卡特里娜飓风在2005年的夏天。由于巨大的社会和经济影响的飓风,这是非常重要的,这些飓风的跟踪和强度可以准确地预测提前几个小时。
在过去的二十年里,计算机建模和数据同化技术先进的快速。随着高分辨率数值模拟的发展和先进的数据同化能力,数值天气预报的技巧已经得到了明显的改善。由于这些努力,TC跟踪预测获得了很大改善。然而,强度预测仍然是一个巨大的挑战在操作和研究社区。据报道从罗杰斯et al。(2006)和美国国家飓风中心(NHC),http://www.nhc.noaa.gov/verification),官方48 h TC跟踪预测误差减少45%在过去的15年里,虽然强度预测误差却只下降了17%。TCs的快速强化尤其糟糕的预测(Titley & Elsberry, 2000;Houze et al ., 2006)。
缺乏技能的数值预测TC强度可以归因于三个因素(罗杰斯et al ., 2006): 1)不准确的初始条件在暴风雨中涡和环境数值模型;2)限制在不完美的物理参数化等数值模型;和3)TCs对物理学的理解不足及其发展。在其他因素中,不确定性在飓风初始化的一些基本原因飓风预测能力有限。
与TC强化相关的流程进行了调查在许多先前的研究(如Malkus, 1958;威洛比,1988;弗兰克&里奇,1999;蒙哥马利et al ., 2006)。已经认识到大规模的环境条件等垂直风切变预先存在的上层槽、中尺度对流storm-scale内核结构,和海气相互作用,如海面通量都扮演了一个重要的角色(例如,戴维斯&伊曼纽尔,1988;DeMaria &泡菜,1988;郭et al ., 1991;美林& Velden, 1996;威洛比&黑色,1996;通过et al ., 2000;朱et al ., 2002;蒙哥马利et al ., 2006)。因此,为了提高TC预报,准确规范每个大型的中尺度和小规模的大气状况是非常重要的。
自从TCs形式在海洋,常规观测是稀疏的,已取得显著进展使用卫星和机载现场和遥感数据在TC预报。它已经表明,这些额外的观察对TC预报有积极的影响。例如,美国国家海洋和大气管理局(NOAA)综观监视任务非常有用在改善个人TC跟踪预测(例如,富兰克林& DeMaria, 1992;富兰克林et al ., 1993;之一Burpee et al ., 1996;Aberson, 2002;Aberson et al ., 2003;Aberson & Etherton, 2006)。其他研究项目,如“Dropwindsonde观察台湾地区附近的台风监测”(DOTSTAR)也证明了目标的积极影响观察的跟踪预测在西太平洋台风(吴et al ., 2007)。
一起进步遥感技术,可用卫星数据的数量在过去二十年里迅速增加了。许多卫星数据产品TC分析和预测已成为有用的来源(例如,Velden et al ., 1992;莱斯利et al ., 1998;Velden et al ., 1998;聚氨酯et al ., 2002;朱et al ., 2002;聚氨酯&道,2004;侯et al ., 2004年,吴et al ., 2006;陈,2007;Zhang et al ., 2007年,Pu et al ., 2008)。 However, due to云和雨影响,一些观察TC核心区域同化到模型中。卫星数据同化主要导致飓风环境条件的改善。因此,即使在高分辨率模型,初始条件可能不会解决TCs的现实的核心结构和强度。使用所谓的“虚假的漩涡”通常是采用数值模拟研究和业务预测(栗原市et al ., 1993;莱斯利和荷兰,1995;聚氨酯和布劳恩,2001;布劳恩et al ., 2006)。由于缺乏常规观测和困难在使用雨cloud-affected卫星观测,飓风内核结构的初始化与现实的动态和热力学的观察在数值天气预报一直是一个具有挑战性的问题。幸运的是,大量的可用的多普勒雷达数据和雷达数据同化的近期发展带来的希望改善TC核心热力学和水汽凝结体条件。几项研究(赵et al ., 2008; Zhao & Jin, 2008; Pu et al., 2009b) have proved that radar data assimilation resulted in a significant impact on TC track and intensity forecasting.
飓风aformentioned研究,改善环境条件和涡旋初始化都扮演了一个重要的角色在准确预测飓风快速强化和强度的变化。具体来说,通过同化卫星、雷达和原位飞机观测,它建立了飓风强度预测确实可以提高了数据同化。然而,一般的结论如何(以及在多大程度上)环境条件和初始涡结构有助于显著提高飓风快速强化尚未建立。从作者的最近的研究结果,将讨论此主题在当前章节。
2。改善TC环境条件
在所有的环境因素,对TC强度变化产生影响,它已经认识到环境垂直风切变影响热带气旋结构是一个重要的因素和发展。罗杰斯et al。(2003)表明,热带气旋对流和降水结构环境垂直风切变的大小密切相关。Merriell(1988)和弗兰克和里奇(1999)认为弱环境垂直风切变是热带气旋深化的必要条件。
社区中尺度天气的研究和预测(WRF)模型(Skamarock et al ., 2008)及其三维变分同化系统(3 dvar)数据(巴克et al ., 2004),图1比较吸收各种风数据的影响,包括这些的国家航空和宇宙航行局(NASA)QuikSCAT卫星测量海洋表面矢量,NOAA GOES-11快速扫描大气运动矢量和飞机dropwindsondes环境垂直风切变热带风暴哥特(2005)在大西洋上空。风数据同化的重大影响TC环境条件已被证明;因此,飞机下投式探空仪数据的同化和卫星风数据帮助模型复制更准确的预测风暴登陆。大约50%的跟踪误差降低。登陆时间和地点都被预测和数据同化(详情见聚氨酯et al ., 2008)。进一步研究飓风辛迪(2005)表明,上述风数据的同化定量降水预报有很大的影响(QPF)在辛迪的进化(图2),暗示的重要环境风切变对中尺度对流系统的影响与辛迪(详情见聚氨酯et al ., 2008)。
一) |
.200我 |
b) |
^ 200年 |
U |
850年,200年 |
/ |
) |
1 |
A200 350 |
7850年 |
v / 850 |
4 2 0 2 4 2 0 2 4 4 - 2 0 2 4 4 2 0 2 4 4 - 2 0 2 4 u (m / s) u (m / s) (m / s) u (m / s)(米/秒)
图1所示。环境风的速度图(m s - 1)在850年和200年之间hPa附近的热带风暴的漩涡哥特(2005)在1200 UTC时间2005年7月24日。从实验获得不同的面板代表风剪没有风的同化数据(a)和同化的b) NASA QuikSCAT海洋表面矢量,c) NOAA GOES-11快速扫描大气运动矢量,d) Dropwindsondes, e)所有以上提到的风力数据。[图从Pu et al . (2008)]。
厕所W B5 W 00 W 85 W问H 100 W tf四维W 85 W 60 W
厕所W B5 W 00 W 85 W问H 100 W tf四维W 85 W 60 W
图2所示。天气研究和预测(WRF)模型预测从飓风辛迪降雨量超过48小时,2005年7月5 - 7日(前面板)没有(左)和(右)数据同化。底部面板显示了降雨期间积累沿着轨道辛迪的生命周期(由NASA热带降雨测量任务(TRMM)项目)。没有数据同化,预测显示不切实际辛迪登陆后大量的雨水。它还表明,错过了一个大的预测降雨量辛迪登陆之前发生。然而,图像与数据同化更准确地描绘了雨,实际上下降了。
图2所示。天气研究和预测(WRF)模型预测从飓风辛迪降雨量超过48小时,2005年7月5 - 7日(前面板)没有(左)和(右)数据同化。底部面板显示了降雨期间积累沿着轨道辛迪的生命周期(由NASA热带降雨测量任务(TRMM)项目)。没有数据同化,预测显示不切实际辛迪登陆后大量的雨水。它还表明,预测错过了大量的降雨发生在辛迪登陆之前。然而,图像与数据同化更准确地描绘了雨,实际上下降了。
除了风信息,准确的大气剖面信息普遍缺乏之前大气红外测深仪(播出)发射到太空的2002年5月NASA的Aqua卫星上。为了评估AIRS数据对TCs的影响预测,Pu、张(2010)进行了一系列实验数据同化与中尺度社会气象研究和预测(WRF)模型及其数据同化系统。结果显示检索到的空气温度和湿度的同化资料有重大影响的数值模拟TCs,尽管数据的总体影响数值模拟TCs非常敏感的数据质量。具体地说,它是发现,形成热带风暴黛比的预测(2006年,在大西洋)是非常敏感的资料同化的水分。温度与湿度资料相比,资料显示对黛比跟踪预测的影响更大,这主要是因为风场响应主要分析温度场的增量。当湿度和温度资料通过偏差纠正、调整数据同化导致改进跟踪和强度预估黛比(Pu &张,2010)。额外的实验Supertyphoon Jangmi(2008)还表示,AIRS数据具有积极的影响Jangmi暴风雨的跟踪预测。
3所示。并准确的初始强度导致一个精确的TC强度预报了吗?
上述数据同化实验表明,同化的大气温度、风和水分资料可能有助于准确规范TC环境条件的数学模型,从而导致改善TC预报。事实上,可用卫星和现场数据的同化,我们常常能够通过同化捕捉TCs的初始强度的数据在TC环境。然而,准确的初始强度TC漩涡并不总是导致完美的强度预测。
在最近的一项研究由李和聚氨酯(2008),数值模拟的快速加强早期飓风艾米丽(2005)从0600 UTC 7月14日到0600 UTC 15 2005年7月,当观察到的最小的中心海平面气压(MSLP)从991年到952年hPa改变。WRF模式初始条件生成使用WRF 3 dvar数据同化系统。GOES-11快速扫描大气运动向量,QuikSCAT海洋表面矢量风,和飞机dropwindsonde数据,收集在NASA热带云系统和流程(TCSP)实验(霍尔沃森et al ., 2007),是融入WRF模式与传统可用6小时循环数据中的数据
图3所示。时间序列的)最低中央海平面气压(hPa)和b)最大的表面风速(m s - 1)从国家飓风中心最好的跟踪数据(突发)和数值模拟飓风艾米丽使用UTC WRF模式在0600年7月14日1200 UTC时间2005年7月15日与不同的微观物理学的方案:凯斯勒温暖的雨计划(KS);普渡大学林计划(林);WRF一刻(WSM);三级简单冰方案(WSM3);WSM five-class混合阶段计划(WSM5);WSM six-class霰方案(WSM6)埃塔兽医方案(FERR)。(图来自李和Pu (2008))。
图3所示。时间序列)最低中央的海平面气压(hPa)和b)最大表面风速(m s - 1)从国家飓风中心最好的跟踪数据(突发)和数值模拟飓风艾米丽使用UTC WRF模式在0600年7月14日1200 UTC时间2005年7月15日与不同的微观物理学的方案:凯斯勒温暖的雨计划(KS);普渡大学林计划(林);WRF一刻(WSM);三级简单冰方案(WSM3);WSM five-class混合阶段计划(WSM5);WSM six-class霰方案(WSM6)埃塔兽医方案(FERR)。(图来自李和Pu (2008))。
同化12 h内同化窗口(1800 UTC 13至0600 UTC时间2005年7月14日)。年底数据同化,强度(最低海平面压力和最大风能)的初始涡强度匹配指定的国家飓风中心最好的跟踪数据。数据同化后,30-h数值模拟是由一个3公里网格间距。数值模拟结果显示显著的敏感性预测飓风艾米丽在WRF模式不同的云微物理方案。然而,即使是不同组合的各种物理方案,实验中没有一个是能够捕获的真正强化飓风艾米丽在仿真期间,尽管所有的模拟从相同的初始条件与风暴强度相匹配的最佳跟踪风暴强度方面的最小中央海平面压力和最大表面风。诊断的一项研究(Pu et al ., 2009)然后进行检查伴随初始和预测错误。初始条件和模拟飓风漩涡与飞行高度数据获得来自美国空军c - 130 j飞机。不切实际的热对流风暴眼壁结构在初始条件(图4)。此外,模拟(预测)眼壁不合同足够迅速在建模仿真。虽然失败的可能因素导致的强度预测是复杂的,和诊断研究聚氨酯et al。(2009)只能解释一些与这个失败的原因,这项研究从总体结果表明飓风漩涡的更准确的表示,尤其是核心结构的初始条件,有必要进行更准确的预测飓风快速强化(聚氨酯et al ., 2009)。
100 -50 0 50 50 100 -100 -50 O
C Distonce(公里)D E距离(公里)F
图4所示。风的比较结构的飓风艾米丽)美国空军飞行高度数据;b)模型初始条件在0600 UTC时间2005年7月14日1公里分辨率(Exp CTRL-1);和风速比较模型的初始条件和美国空军飞行高度数据腿CD (c)和EF (d)。[图从Pu et al . 2009年))
100 -50 0 50 50 100 -100 -50 O
C Distonce(公里)D E距离(公里)F
图4所示。风的比较结构的飓风艾米丽)美国空军飞行高度数据;b)模型初始条件在0600 UTC时间2005年7月14日1公里分辨率(Exp CTRL-1);和风速比较模型的初始条件和美国空军飞行高度数据腿CD (c)和EF (d)。[图从Pu et al . 2009年))
3所示。同化的影响机载多普勒雷达的TC预报
正如上面提到的,在以前的研究中,准确预测TC结构和强度的变化是密切相关的风暴核心热和动态结构及其演变(乔丹1961;富兰克林et al ., 1988;Kossin & Eastin, 2001;Houze et al ., 2006;罗杰斯et al ., 2006)。不幸的是,大多数可用卫星数据在TC核心地区受到沉重的降水。这会产生不确定性在代表TC结构模型初始条件。最近多普勒雷达的操作带来了机会样本热力学,TCs的粒子物理学和动态特征(是2003)。数据在高空间和时间分辨率,机载多普勒雷达可以揭示TCs的详细结构特点,研究已经证明,这些雷达数据是有用的在研究飓风(肖et al ., 2007;赵et al ., 2008; Zhao & Jin 2008, Pu et al., 2009b).
图5所示。散度字段250 hpa(上)和850 hpa(底部)压力水平。控制实验(左;不同化雷达数据),而实验,汲取了雷达径向速度数据(右)在2005年7月0600 utc 8。散度的轮廓线表示积极的价值观,而阴影轮廓代表负值。等高线间距是50 x10-5 s - 1。(从Pu et al . 2009 b)。
图5所示。散度字段250 hpa(上)和850 hpa(底部)压力水平。控制实验(左;不同化雷达数据),而实验,汲取了雷达径向速度数据(右)在2005年7月0600 utc 8。散度的轮廓线表示积极的价值观,而阴影轮廓代表负值。等高线间距是50 x10-5 s - 1。(从Pu et al . 2009 b)。
与高分辨率(约1 - 2公里在水平和垂直方向0.5公里),机载多普勒雷达主要代表风,水分,飓风眼壁内和水汽凝结体结构。在最近的一项研究(Pu et al ., 2009 b),机载多普勒雷达反射率和径向速度的有用性更好的代表飓风核心结构和提高飓风强度预测研究。一系列数值试验进行飓风丹尼斯(2005)研究其强度变化附近登陆。雷达反射率和径向速度派生风能领域都融入WRF模式3 dvar系统。数值结果表明,雷达数据同化大大提高了模拟飓风丹尼斯的结构和强度的变化。飓风登陆,强化和弱化事件仿真期间都被同化雷达反射率和径向速度数据。如图5所示,同化雷达径向速度数据提高了散度/融合结构在飓风丹尼斯核心区域。图6和7说明了机载多普勒雷达数据的同化的影响数值模拟的丹尼斯在模拟期间的跟踪强度变化;丹尼斯的跟踪和强度显著提高预测显然是证明。
•“TS ^ |
•- CTRL 1 - RD1 |
■v - \ |
|
- - - - - -■现场 |
图6所示。风暴跟踪飓风丹尼斯(6小时间隔)0600 UTC 8至0000 UTC时间2005年7月9日。国家飓风中心最好的跟踪数据(突发)相比与实验预测同化雷达反射率(RD1),径向速度(以RD2)雷达反射率和径向速度(现场)。(从聚氨酯et al ., 2009 b)
4所示。摘要和结论
预测飓风快速强化对业务天气预报是一项具有挑战性的问题。我们有限的预测能力主要有不准确的初始条件。最近的研究表明,改进的飓风环境条件和涡旋初始化都扮演了一个重要的角色在准确预测飓风快速强化和强度的变化。具体来说,通过同化卫星、雷达和原位飞机观测,它建立了飓风强度预测确实可以提高了数据同化。然而,一般的结论关于如何以及在多大程度上对环境条件和初始涡结构有助于快速加强飓风的显著改善尚未建立。从最近的研究结果,这本书一章讨论准确的环境条件的影响和改善涡初始化快速加强飓风预测。很明显,这两个因素都是非常重要的改善飓风强度的预测。为了提高当前的飓风强度的预测能力有限,一个集成的数据同化的努力与同化的观察TC环境和核心地区是必要的。
图7所示。时间序列的观测和模拟最低海平面气压(左)和风暴轨迹(右)0600 UTC 8至0000 UTC时间2005年7月9日。国家飓风中心最好的跟踪数据(突发)相比与实验预测同化雷达反射率(RD1),径向速度(以RD2)雷达反射率和径向速度(现场)。(从聚氨酯et al ., 2009 b)
图7所示。时间序列的观测和模拟最低海平面气压(左)和风暴轨迹(右)0600 UTC 8至0000 UTC时间2005年7月9日。国家飓风中心最好的跟踪数据(突发)相比与实验预测同化雷达反射率(RD1),径向速度(以RD2)雷达反射率和径向速度(现场)。(从聚氨酯et al ., 2009 b)
此外,由于不确定性模型中初始条件的只有一个许多因素可能影响TC强度预测的准确性,研究也应该改善计算机模型和我们理解的过程控制飓风强度的变化。
5。参考
Aberson, s d (2002)。两年的运营飓风天气监测。我们。预测,1101 - 1110。雷竞技csgo
Aberson s d &桑普森c r (2003)。可预见性的热带气旋轨迹在西北太平洋盆地。星期一,我们。启,131,1491 - 1497。
Aberson, s d & Etherton b . j . (2006)。目标和数据同化研究在飓风温贝托(2001)。j .大气压。科学。,63,175 - 186。
巴克,d . m .;李,M.-S。;郭、Y.-R;黄,w;小Q.-N。& Rizvi r (2004) WRF变分资料同化在NCAR开发。6月22日至25日,2004年。WRF / MM5用户的车间,博尔德有限公司
通过l . f .;Velden, c . s .;欧洲蕨,w·e·;莫利纳里J &黑色,p . g . (2000)。环境影响的快速强化飓风蛋白石(1995)在墨西哥湾,星期一,我们。牧师,128,322 - 352。
布劳恩,s . a;蒙哥马利;m t & Pu、z (2006)。高分辨率模拟飓风邦妮(1998)。第一部分:眼壁垂直运动的组织。j .大气压。科学。,到63年。
Burpee r·w·;Aberson s d;富兰克林,j·l·;主,s . j . & Tuleya两r . e . (1996)。ωdropwindsondes对操作的影响飓风跟踪预报模型。公牛。阿米尔。流星。Soc。,77,925 - 933。
s . h (2007)。吸收的影响SSM / I和QuikSCAT卫星飓风在伊西多尔模拟。星期一,我们。牧师,135,549 - 566
戴维斯,c . a &伊曼纽尔,k . a (1988)。观测证据快速海洋表面热通量的影响风暴之发展形成。星期一,我们。牧师,116,2649 - 2659。
DeMaria, m &泡菜,j . d . (1988)。一个简化的系统方程模拟热带气旋,j .大气压。科学。,45岁,1542 - 1554。
弗兰克·w·m . &里奇·e·a·(2001)。垂直风切变的影响数值模拟飓风的强度和结构。星期一,我们。牧师,129,2249 - 2269。
富兰克林,j·l . & DeMaria M。,(1992)。ωdropwindsonde观测的影响在正压飓风跟踪预测。星期一,我们。牧师,120,381 - 391。
富兰克林,j·l·;主,s . j .;封地,s e . &标志,f . d . (1993)。格洛丽亚飓风的运动学结构(1985)决定从嵌套分析dropwindsonde和多普勒雷达数据。星期一,我们。牧师,121,2433 - 2451。
霍尔沃森,j·b·&合著者(2007)。美国宇航局的热带云系统和流程(TCSP)实验。公牛。阿米尔。流星。Soc。,88,867 - 882。
侯,a . y .;& Reale树群,o . (2004)。连续变分同化的剧情和SSM / I雨率:对GEOS-3飓风的影响分析和预测。星期一,我们。牧师,132,2094 - 2109。
Houze r . a;陈,美国美国;李,w . c;罗杰斯,r f;摩尔,j . a;Stossmeister g . j .;贝尔,M。
m;Ceterone, j .;赵,w . & Brodzik s r (2006)。飓风雨带和强度变化实验:观察和建模的卡特里娜飓风欧菲莉亚,丽塔。公牛。阿米尔。流星。Soc。,87,1503 - 1521。
郭,中州。夏皮罗·m·a . & Donall e . g . (1991)。之间的交互baroclinicand传热过程的数值模拟快速加剧温带海洋气旋。星期一,我们。牧师,119,368 - 384。
栗原市,y;本德,m . a . &罗斯,r . j . (1993)。一个初始化方案的飓风模型涡规范。星期一,我们。牧师,121,2030年-2045。
莱斯利·l·m . &荷兰,g . j . (1995)。热带气旋的虚假的数值模型:涡比较概要文件。流星。大气压。理论物理。56岁,101 - 110。
莱斯利·l·m·;LeMarshall, j·f·;莫里森,r p;Spinoso c;管事,r . j .;Pescod: & Seecamp r (1998)。改进跟踪飓风预测连续同化的高质量的卫星风数据。星期一,我们。牧师,126,1248 - 1258。
李,x & Pu、z (2008)。灵敏度的数值模拟飓风艾米丽(2005)的早期快速加强云微物理和行星边界层参数化。星期一,我们。牧师,136,4819 - 4838
Malkus j . s . (1958)。的结构和维护成熟的飓风眼。j .流星。,337 - 349。
标志、f . d . (2003)。状态的科学:雷达对热带气旋的看法。雷达和大气科学:散文的大卫·阿特拉斯的集合,由r M Wakimoto编辑和r·c·斯利瓦斯塔瓦气象专著,
美林,r . t . (1988)。Environnemental影响飓风强度。j .大气压。科学。,45岁,1678 - 1687。
美林,r t & Velden c . s . (1996)。一个三维的分析流出层Supertyphoon弗洛(1990)。星期一,我们。127年牧师,47 - 63。
蒙哥马利,M.T.;尼科尔斯,m . e .;补习,a t &桑德斯,a b (2006)。“旋转的“热塔热带气旋生成途径。j .大气压。科学。(CAMEX特刊),355 - 386。
皮尔克,R.A.老,Jr .)和皮尔克,(1997)。飓风:他们的性质和对社会的影响。约翰•威利和儿子,英格兰
聚氨酯、z和布劳恩,s a (2001)。评价虚假涡与四维变分资料同化技术。星期一,我们。牧师,129,2023 - 2039。
聚氨酯,Z;道,w . k .;布劳恩,s . a;辛普森,j .;贾,y;霍尔沃森;J。侯,w . a &奥尔森(2002)。
TRMM中尺度数值模拟数据的影响supertyphoon Paka。星期一,我们。牧师,130,2248 - 2258。
Pu、z & t w . k . (2004)。中尺度同化的三里岛事故数据与4 dvar:敏感性研究。j .流星。Soc。日本。82年,1389 - 1397。
聚氨酯,z;李,x;Velden c;Aberson, t·w·s . & Liu (2008)。飞机的影响下投式探空仪和卫星风数据的数值模拟两个TCSP期间登陆我国热带风暴。我们。预报,23岁,62 - 79。
Pu、Z。、李、x和拉链,大肠(2009)。最初的诊断和预测误差的数值模拟快速加强飓风艾米丽(2005)。我们。预测,24岁,1236 - 1251。
Pu、Z。、李、x和太阳,j·b (2009)。机载多普勒雷达数据同化的影响飓风的强度变化的数值模拟丹尼斯附近登陆。j .大气压。66年Sci, 3351 - 3365。
Pu、z &张l . (2010)。验证空气温度和湿度资料在热带海洋和热带气旋的对数值模拟的影响。地球物理研究杂志》——大气,115年,D24114, doi: 10.129/210 jd - 014258
罗杰斯,r;陈,美国;的股票,j . &威洛比h . (2003)。数值研究垂直剪切的影响分布的降雨在飓风邦妮(1998)。星期一,我们。牧师,131,1577 - 159。
罗杰斯,r;Aberson,美国;黑色,m;黑色,p;Cione, j .;道奇,p;调查部门,j .;Gamache, j .;
卡普兰,j .;鲍威尔,m;谢:;Surgi: & Uhlhorn大肠(2006)。强度预测实验:NOAA多年字段项目为提高热带气旋强度的预测。公牛。阿米尔。流星。Soc。,87,1523 - 1537。
Skamarock, w . c;Klemp, j·b·;Dudhia, j .;吉尔,d . o .;巴克,d . m .;m·g·杜达;黄、X.-Y;王,w . &权力,j·g . (2008)。高级研究WRF版本2的描述。NCAR Technical Note, NCAR / tn - 468 + STR。 [available atNCAR,博尔德有限公司80300)
Titley, d . w . & Elsberry r . l . (2000)。大型热带气旋强度变化:一个案例研究在中医Supertyphoon Flo - 90。星期一,我们。牧师,128,3556年-3573。
陈,v t & Krishnamuti t . n . (1992)。涡对台风路径预报初始化。流星。大气压。理论物理。,117 - 126。
Velden, c . s .;海登,c . m;富兰克林;j·l . & (merrill Lynch), j . s . (1992)。采用卫星的影响飓风在数值跟踪预测。我们。预测,107118
Velden, c . s .;奥兰德,t . l . & Wanzong s (1998)。多光谱的影响GOES-8风大西洋热带气旋信息跟踪预测在1995年。第1部分:数据集方法,描述和案例分析。星期一,我们。牧师,126,1202 - 1218。
威洛比,h·E (1988)。热带气旋的动力核心。欧斯特。气象学。杂志。183 - 191。
威洛比,h·E &黑色,p . g . (1996)。安德鲁飓风在佛罗里达:动态的一场灾难。公牛。阿米尔。流星。Soc。,77,543 - 549。
吴,c . c;周,k h;林,p h;Aberson,美国;彭,m . s . & Nakazawa t (2007)。的影响在DOTSTAR dropwindsonde台风路径预测数据。我们。预测。22日,1157 - 1176。
赵,问:;做饭,j .;徐,问:& Harasti p r (2006)。使用雷达观测风提高中尺度数值天气预报。我们。预测,21岁,502 - 522。
赵,问:&金,y (2008)。高分辨率的雷达数据同化为飓风伊莎贝尔(2003)登陆。公牛。阿米尔。流星。Soc。,89,1355 - 1372
朱、t;张,d . l . &翁f (2002)。先进的微波探测装置测量对飓风的影响的预测。星期一,我们。牧师,130,2416 - 2432。
张,x;肖,p . j .问:&•菲茨帕特里克(2007)。多卫星数据初始化的影响和仿真的飓风丽(2002)的快速减弱阶段。星期一,我们。牧师,135,526 - 548。
继续阅读:斯坦的事件在加勒比海地区
这篇文章有用吗?
