同化氣象雷達觀測與反演的動力、熱力變數以及水氣場,有效縮短數值模式的起轉(spin-up)時間,改善在山區定量降雨即時預報的精確度
本研究為廖宇慶老師研究團隊的研究成果,於2024年發表在美國氣象學會的期刊Monthly Weather Review (https://doi.org/10.1175/MWR-D-23-0230.1)。
本研究結合廖宇慶老師近年來特別針對台灣複雜地形區域所研發的兩種雷達資料反演法(WISSDOM及TPTRS),將所求出的三維空間中完整的風場、溫度場、氣壓場、雨/雪混和比、以及水氣場,同化到數值模式中,並搭配使用四種不同的微物理方案,可改善數值模式在山區6小時內定量降雨即時預報的精確度。
本研究指出水氣在提升預報降雨準確度中扮演了非常關鍵的角色,研究團隊所設計的同化流程,能夠在使用少量雷達資料(2個體積掃描)的情況下,即可有效縮短模式的起轉(spin-up)時間,因此具有應用在短延時強降雨事件中的潛力。
