| 天氣研究與預報模式(WeatherResearchandForecastModel；WRF)與系集調整卡爾曼濾波(EnsembleAdjustmentKalmanFilter；EAKF)為美國國家大氣研究中心(NationalCenterforAtmosphericResearch；NCAR)資料同化研究平台(DataAssimilationResearchTestbed；DART)最新資料同化系統。藉由EAKF資料同化系統配合本局新一代高速電腦系統,期望能有效提升預報準確率。卡爾曼濾波係利用分析場與觀測值所決定出來的最佳解。簡單來說,在預報過程中若有新的觀測資料進來時,由預報值與觀測值決定最佳分析數值解,再由此分析值往下預報。假設使用卡爾曼濾波分析一段時間後,預報結果將會接近實際觀測大氣,預報誤差也不會顯著成長。EAKF利用系集樣本的預報場與新的觀測資料來求取最佳分析場,同時也更新背景場誤差(BackgroundError)。本次實習將EAKF資料同化系統移植至中央氣象局超級電腦系統中,並以實際颱風個案進行分析與預報。觀測資料除了一般傳統觀測資料外,本次實驗也加入福衛3號(FORMOSAT-3/COSMIC)GPSradiooccultation(RO)衛星資料進行資料同化。希望利用衛星資料空間分布的優點,彌補海上觀測資料不足之區域。 |