Development of Multiscale EnKF within GSI and Its Applications to Multiple Convective Storm Cases with Radar Reflectivity Data Assimilation Using the FV3 Limited-Area Model
Notice bibliographique
Résumé
Abstract To improve the representation of all relevant scales in initial conditions for large-domain convection-allowing models, a new multiscale ensemble Kalman filter (MEnKF) algorithm is developed and implemented within the Gridpoint Statistical Interpolation analysis system (GSI) data assimilation framework coupled with the Finite-Volume Cubed-Sphere Dynamical Core (FV3) limited-area model. The algorithm utilizes ensemble background error covariances filtered to match the observations assimilated. This is realized in a sequential manner. 1) When assimilating coarse-resolution observations such as radiosondes, ensemble background perturbations are filtered to remove scales smaller than those the observations can represent, along with relatively large horizontal localization radii to ensure low-noise and balanced analysis increments. 2) The resulting ensemble analyses from the first step then serve as the background to assimilate denser observations such as radar data with smaller localization radii. Several passes can be taken to assimilate all observations. In this paper, vertically increasing horizontal filter scales are used when assimilating rawinsonde and surface observations together, while radar data are assimilated in the second step. The algorithm is evaluated through six convective storm cases during May 2021, with cycled assimilation of either conventional data only or with additional radar reflectivity followed by 24-h ensemble forecasts. Overall, positive impacts of the MEnKF on forecasts are obtained regardless of reflectivity data; its advantage over the single-scale EnKF is most significant in surface humidity and temperature forecasts up to at least 12 h. More accurate hourly precipitation forecasts with MEnKF can last up to 24 h for light rain. Furthermore, MEnKF forecasts higher ensemble probabilities for the observed hazardous events.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».