عنوان پایان‌نامه
تعیین ساختار ریز توزیع بارش با استفاده از داده های راداری، مدل عددی و ایستگاههای بارانسنجی
- رشته تحصیلی
- هواشناسی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 77772;کتابخانه موسسه ژئوفیزیک شماره ثبت: 1341;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 77772;کتابخانه موسسه ژئوفیزیک شماره ثبت: 1341
- تاریخ دفاع
- ۲۲ شهریور ۱۳۸۹
- دانشجو
- محمود صفر
- استاد راهنما
- فرهنگ احمدی گیوی, علیرضا محب الحجه
- چکیده
- افزایش کیفیت و دقت پیشبینی وضع هوا برای زمان بسیار کوتاه و مناطق محدود، یکی از چالش‌های پیش روی هواشناسان در سال های اخیر است و توسعه روشهای گوناگون در اجرای مدل‌های پیش بینی عددی وضع هوا بر مبنای اصول آماری مانند روشهای همادی و داده‌گواری در این راستا می باشد. در روش داده گواری، با انتقال و تجمیع داده ها نظیر اندازه‌گیری‌های جوّی توسط ایستگاههای دیدبانی، ماهواره‌ها و رادارهای هواشناسی، روند اصلاح پیشبینی ها به صورت آماری انجام می شود. هدف پژوهش حاضر بررسی و یافتن پاسخ به این سؤال است که آیا می توان با استفاده از دادههای سنجش از دور و بدون درگیر شدن با حجم بسیار بالای داده‌پردازی در سامانه های داده‌گواری، روند اجرای مدل‌های پیش-بینی عددی را به نحوی اصلاح نمود که از الزامات پردازشی قابل توجه در پیش‌بینی‌های مبتنی بر داده‌گواری کاسته شود. برای دستیابی به این هدف، علاوه بر طراحی و توسعه یک نرمافزار تحلیل دادههای راداری، مدل پیش-بینی عددی میان مقیاس WRF به نحوی توسعه یافته است که بر مبنای خروجی فراهم شده توسط مدل راداری و هم چنین با نوآوری در بخش کنترل همرفت، تعیین بهترین طرحواره همرفت در حین اجرای مدل عددی وضع هوا، امکان‌پذیر باشد. در واقع، انتخاب طرحواره همرفت در روند اجرای مدل به صورت خودکار بر عهده سامانه راداری آشکارساز همرفت است. برای ارزیابی نتایج، حوزه شبیه‌سازی طراحی شده با مرکزیت محل نصب رادار هواشناسی تهران است و این سامانه برای اجرا در منطقه مرکزی ایران تنظیم شده است. شایان گفتن است که قبل از انجام اقدامات فوق، ابتدا دادههای اولیه برای اجرای مدل WRF از بین دو دسته داده بازتحلیل مربوط به NCEP (FNL) و ECMWF برای مطالعه موردی، گزینش و نتایج مورد مقایسه قرار گرفت و هم چنین به کنترل کیفی داده های راداری و ارائه الگوریتم برای تصحیح این داده ها پرداخته شد. مدل عددی توسعه یافته برای یک بازه زمانی 12 ساعته به منظور بررسی چگونگی پیشبینی بسیار کوتاه مدت اجرا شده است. این آزمون با استفاده از 8 پیکربندی طرحواره‌های فیزیکی و هم چنین وارد نمودن داده های راداری انجام گرفته است که در مجموع 40 اجرا را شامل می‌شود. به علاوه، در مطالعه موردی نیز رخداد یک تندوزه نسبتاً قوی در منطقه تهران در ساعت UTC 2330 روز 30 مارس 2009 بررسی شده است. بررسی نتایج با استفاده از شاخص‌های ریشه میانگین مربعات خطا و هم چنین همبستگی بین مقدار بارش پیش بینی شده با مقادیر ثبت شده دیدبانی، بیانگر بهبود پیشبینی بارش بسیار کوتاه مدت 6 ساعته برای کلّ منطقه مورد مطالعه است. در این ارزیابی ها، آزمون میزان انطباق الگوی بارش پیشبینی شده با بارش دیدبانی نشان داد که الگوی بارش پیشبینی تا حد زیادی با دیدبانی هم خوانی دارد و روشهای آماری نیز مؤید افزایش میزان همبستگی بین بارش پیشبینی شده و دیدبانی و هم چنین کاهش ریشه میانگین مربعات خطا است. به علاوه، برای ایستگاه هواشناسی مهرآباد تهران، سری زمانی بارش تهیه و مورد تحلیل و ارزیابی قرار گرفت که نتایج حاکی از تاثیر بسیار خوب دادههای راداری بر کاهش سری زمانی ریشه میانگین مربعات خطا است.
- Abstract
- One of the challenges facing meteorologists in recent years is to improve the quality and accuracy of weather nowcasting for limited areas and in this regard various methods based on the statistics principles, such as data assimilation and ensemble forecasting methods, have been used in running the numerical weather prediction models. In the data assimilation methods, by transferring and collecting different data including atmospheric measurements by observational stations, satellites and radars, the process of rectifying the results of numerical models is performed statistically. The aim of this research is to investigate and address the question of whether it is possible to facilitate the cycle of numerical weather prediction and improve the prediction accuracy using remote sensing data, without involving very large computational effort required in the data assimilation techniques. To reach the objectives of this research, we first designed and developed a software for radar data analysis. Second, based on both the output data provided by the radar model and the innovative changes in the relevant layer of the main model for controlling convection, the Weather Research and Forecasting (WRF) model was modified in such a way that the best convection scheme is chosen during the execution of the model. In fact, the appropriate convection scheme is chosen automatically by the capability of the radar system in detecting convection within the execution of the model. To evaluate the results, the modified model was run for the region of Iran in such a way that the site of Tehran weather radar was located in the center of the simulation domain. Before carrying out the simulations, two necessary actions were taken. First, the sensitivity of the results provided by the WRF model to the initial input data was examined. In this stage, using two reanalysis datasets of the NCEP-FNL (Final) on 1°×1° grid prepared operationally every six hours and the ECMWF dataset gridded to a horizontal resolution of approximately 80 km at 6-h intervals, a selected case was studied and the results were compared with the observational data. Then, the processing algorithms necessary to identify and remove radio electromagnetic interference (RFI) noise from radar returns were prepared. The modified WRF model was run for 12 hours to evaluate its ability and the quality of prediction for very short time periods. In total, forty experiments were carried out using eight configurations of physical parametrization schemes as well as inclusion of the radar data. In addition, the modified model was implemented for a severe squall line occurred in Tehran’s area at 2330UTC on the 30th of March 2009 and detected by the Tehran weather radar. Results for the root mean square error index and correlation between the forecasted and the observed precipitation showed that the accuracy of precipitation forecast in the study area for very short time, e.g. 6 hours, was increased when the modified model was carried out. The comparison between the forecasted precipitation patterns and the observations confirms higher consistency for the modified model’s results. Also, evaluating the results by the statistical methods, it is seen that the correlation between the forecasted precipitation and the observed values is increased significantly, while the root mean square error is decreased. In addition, the time series of the precipitation data for Mehrabad synoptic station in Tehran was investigated for which the root mean square error in the precipitation time series was decreased when the Tehran radar data was included in the working of the WRF model. Words: weather radar, NWP, assimilation, verification, observation
