中大機構典藏-NCU Institutional Repository-提供博碩士論文、考古題、期刊論文、研究計畫等下載:Item 987654321/25120
English  |  正體中文  |  简体中文  |  Items with full text/Total items : 80990/80990 (100%)
Visitors : 45481715      Online Users : 3469
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version


    Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/25120


    Title: 鋒生過程之四維資料同化的數值實驗;Numerical Experiments of Four-Dimensional Data Assimilation in Frontogenetical Process
    Authors: 江火明
    Contributors: 大氣物理學系
    Keywords: 四維資料同化;區域數值模式;準拉格朗日模式;鋒生;Four-dimensional data assimilation;Regional model;Quasi-Lagrangian model;Frontogenesis;大氣科學類
    Date: 1994-07-01
    Issue Date: 2010-05-27 17:22:36 (UTC+8)
    Publisher: 行政院國家科學委員會
    Abstract: 數值天氣預報的結果,主要決定於氣象資料 的初始狀況.要如何確定初始值的問題,迄今尚 未有十分令人滿意的解決之道,這問題的癥結 在於對某一特定時間的大氣觀測的準確性,其 次是在觀測期間內,往往有某綜觀系統或次綜 觀系統的快速發展,此時,用來描述質量分布的 氣壓和氣溫觀測,並不能直接告訴我們氣流的 狀況.若初始場不能與預報模式過程的動力平 衡關係一致時,這原始方程式將引發很大的非 氣象波動.所謂資料同化即是在模式積分過程 中,將新的觀測資料與模式預報值相合併的一 種技術,它的目的在於提供預報模式一個最佳 的初始狀態.本研究擬採用準拉格朗日區域模式做為數值積分模式,並利用牛頓緩和法做四 維資料融入,以求取最佳初始狀態,提高數值預 報的成效.本計畫擬選取1983年3月14日~ 17日,東 亞地區高緯度與低緯度的兩個鋒面帶生成個案 ,採用一準拉格朗日區域數值模式,並以四維資 料同化的技術,一方面比較不同的資料融入方 法對預報結果的影響;一方面探討不同氣象變 數做資料同化,對不同緯度之鋒生過程預報結 果的差異.本計畫對提高區域的數值天氣預報 成效,以及華南鋒生預報的掌握,勢必有很大的 助益. 研究期間:8208 ~ 8307
    Relation: 財團法人國家實驗研究院科技政策研究與資訊中心
    Appears in Collections:[Department of Atmospheric Sciences] Research Project

    Files in This Item:

    File Description SizeFormat
    index.html0KbHTML615View/Open


    All items in NCUIR are protected by copyright, with all rights reserved.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明