检索结果-南通市图书馆

Assimilation of goes-r Geostationary Lightning Mapper Flash Extent Density Data in GSI 3DVar, EnKF, and Hybrid En3DVar for the Analysis and Short-Term Forecast of a Supercell Storm Case

引用

Advances in Atmospheric Sciences 2024年第2期41卷 263-277页

作者： rong KONG Ming XUE Edward r.MANSELL Chengsi LIU Alexandre O.FIErrO Center for Analysis and Prediction of Storms Norman Oklahoma 73072U.S.A University of Oklahoma Norman Oklahoma 73072U.S.A NOAA/National Severe Storms Laboratory NormanOklahoma 73072U.S A.4Zentralanstalt für Meteorologie und Geodynamik Department of Forecasting Models-ZAMGVienna 1190Austria

Capabilities to assimilate Geostationary Operational Environmental Satellite “r-series ”(goes-r) Geostationary Lightning Mapper(GLM) flash extent density(FED) data within the operational Gridpoint Statistical Interpolation ensemble Kalman filter(GSI-EnKF) framework were previously developed and tested with a mesoscale convective system(MCS) case. In this study, such capabilities are further developed to assimilate goes GLM FED data within the GSI ensemble-variational(EnVar) hybrid data assimilation(DA) framework. The results of assimilating the GLM FED data using 3DVar, and pure En3DVar(PEn3DVar, using 100% ensemble covariance and no static covariance) are compared with those of EnKF/DfEnKF for a supercell storm case. The focus of this study is to validate the correctness and evaluate the performance of the new implementation rather than comparing the performance of FED DA among different DA schemes. Only the results of 3DVar and pEn3DVar are examined and compared with EnKF/DfEnKF. Assimilation of a single FED observation shows that the magnitude and horizontal extent of the analysis increments from PEn3DVar are generally larger than from EnKF, which is mainly caused by using different localization strategies in EnFK/DfEnKF and PEn3DVar as well as the integration limits of the graupel mass in the observation operator. Overall, the forecast performance of PEn3DVar is comparable to EnKF/DfEnKF, suggesting correct implementation.

关键词： goes-r lightning data assimilation EnKF EnVar

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

美国新一代气象卫星系统发展综述

引用

航天器工程 2008年第4期17卷 91-98页

作者：周润松葛榜军中国空间技术研究院北京100086

介绍了美国新一代气象卫星系统发展情况,包括国家极轨业务环境卫星系统(NPOESS)和静止轨道业务环境卫星-r(goes-r)系统,以及国家全球业务环境卫星系统(NgoesS)概念研究情况,最后总结了新一代气象卫星发展特点。

关键词：气象卫星 NPOESS goes-r NgoesS

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于卫星遥感数据火山灰云识别方法

引用

科技和产业 2021年第12期21卷 267-271页

作者：段炼张欣蕊中国民用航空飞行学院空中交通管理学院四川广汉618307

火山灰云中的颗粒物能够降低能见度,损害航空器的飞行控制系统和机身,威胁飞行安全。火山灰云监测预警的研究对减少航空事故和经济损失具有很重要的作用。卫星遥感方法能有效地监测火山灰云,逐渐成为火山灰云监测的主要手段。介绍监测... 详细信息

火山灰云中的颗粒物能够降低能见度,损害航空器的飞行控制系统和机身,威胁飞行安全。火山灰云监测预警的研究对减少航空事故和经济损失具有很重要的作用。卫星遥感方法能有效地监测火山灰云,逐渐成为火山灰云监测的主要手段。介绍监测火山灰云的传感器类型和卫星遥感监测火山灰云的常用方法,并总结了对这些方法在实际运用中的优缺点,重点介绍了美国的ABI-VAA(高级基线成像火山灰算法)。

关键词：卫星遥感火山灰云 goes-r ABI-VAA

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：