Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Comparisons of Performance Using Data Assimilation and Data Fusion Approaches in Acquiring Precipitable Water Vapor: A Case Study of a Western United States of America Area
Water ( IF 3.0 ) Pub Date : 2020-10-21 , DOI: 10.3390/w12102943 Zhaohui Xiong , Jizhang Sang , Xiaogong Sun , Bao Zhang , Junyu Li
Water ( IF 3.0 ) Pub Date : 2020-10-21 , DOI: 10.3390/w12102943 Zhaohui Xiong , Jizhang Sang , Xiaogong Sun , Bao Zhang , Junyu Li
There are two main types of methods available to obtain precipitable water vapor (PWV) with high accuracy. One is to assimilate observations into a numerical weather prediction (NWP) model, for example, the Weather Research and Forecasting (WRF) model, to improve the accuracy of meteorological parameters, and then obtain the PWV with improved accuracy. The other is the direct fusion of multi-source PWV products. Regarding the two approaches, we conduct a comparison experiment on the West Coast of the United States of America with the data from May 2018, in which the WRF data assimilation (DA) system is used to assimilate the Global Navigation Satellite System (GNSS) PWV, while the method by Zhang et al. to fuse the GNSS PWV, ERA5 PWV and MODIS (moderate-resolution imaging spectroradiometer) PWV. As a result, four groups of PWV products are generated: the assimilated GNSS PWV, the unassimilated GNSS PWV, PWV from the fusion of the GNSS PWV and ECWMF (European Centre for Medium-Range Weather Forecasts) ERA5 (ECWMF Reanalysis 5) PWV, and PWV from the fusion of the GNSS PWV, ERA5 PWV and MODIS PWV. Experiments show that the data assimilation based on the WRF model (WRFDA) and adopted fusion method can generate PWV products with similar accuracy (1.47 mm vs. 1.52 mm). Assimilating the GNSS PWV into the WRF model slightly improves the accuracy of the inverted PWV by 0.18 mm. The fusion of the MODIS PWV, GNSS PWV and ERA5 PWV results in a higher accuracy than the fusion of GNSS PWV and ERA5 PWV by a margin of 0.35 mm. In addition, the inland canyon topography appears to have an influence on the inversion accuracy of both the methods.
中文翻译：
使用数据同化和数据融合方法获取可降水蒸汽的性能比较：美国西部地区的案例研究
有两种主要类型的方法可用于获得高精度的可沉淀水蒸气 (PWV)。一是将观测资料同化为数值天气预报（NWP）模型，例如天气研究与预报（WRF）模型，以提高气象参数的精度，进而获得精度提高的PWV。另一种是多源PWV产品的直接融合。关于这两种方法，我们在美国西海岸用2018年5月的数据进行了对比实验，其中使用WRF数据同化（DA）系统同化全球导航卫星系统（GNSS）PWV ，而张等人的方法。融合 GNSS PWV、ERA5 PWV 和 MODIS（中分辨率成像光谱仪）PWV。因此，生成了四组 PWV 产品：同化的 GNSS PWV、未同化的 GNSS PWV、来自 GNSS PWV 和 ECWMF（欧洲中期天气预报中心）ERA5（ECWMF 再分析 5）PWV 和来自GNSS PWV、ERA5 PWV 和 MODIS PWV 的融合。实验表明，基于WRF模型（WRFDA）的数据同化和采用的融合方法可以生成具有相似精度（1.47 mm vs. 1.52 mm）的PWV产品。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。同化的 GNSS PWV、未同化的 GNSS PWV、来自 GNSS PWV 和 ECWMF（欧洲中期天气预报中心）ERA5（ECWMF 再分析 5）PWV 的 PWV，以及来自 GNSS PWV、ERA5 PW 融合的 PWV和 MODIS PWV。实验表明，基于WRF模型（WRFDA）的数据同化和采用的融合方法可以生成具有相似精度（1.47 mm vs. 1.52 mm）的PWV产品。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。同化的 GNSS PWV、未同化的 GNSS PWV、来自 GNSS PWV 和 ECWMF（欧洲中期天气预报中心）ERA5（ECWMF 再分析 5）PWV 的 PWV，以及来自 GNSS PWV、ERA5 PW 融合的 PWV和 MODIS PWV。实验表明，基于WRF模型（WRFDA）的数据同化和采用的融合方法可以生成具有相似精度（1.47 mm vs. 1.52 mm）的PWV产品。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。来自 GNSS PWV 和 ECWMF（欧洲中期天气预报中心）ERA5（ECWMF 再分析 5）PWV 的 PWV，以及来自 GNSS PWV、ERA5 PWV 和 MODIS PWV 融合的 PWV。实验表明，基于WRF模型（WRFDA）的数据同化和采用的融合方法可以生成具有相似精度（1.47 mm vs. 1.52 mm）的PWV产品。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。来自 GNSS PWV 和 ECWMF（欧洲中期天气预报中心）ERA5（ECWMF 再分析 5）PWV 的 PWV，以及来自 GNSS PWV、ERA5 PWV 和 MODIS PWV 融合的 PWV。实验表明，基于WRF模型（WRFDA）的数据同化和采用的融合方法可以生成具有相似精度（1.47 mm vs. 1.52 mm）的PWV产品。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。和 PWV 来自 GNSS PWV、ERA5 PWV 和 MODIS PWV 的融合。实验表明，基于WRF模型（WRFDA）的数据同化和采用的融合方法可以生成具有相似精度（1.47 mm vs. 1.52 mm）的PWV产品。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。和 PWV 来自 GNSS PWV、ERA5 PWV 和 MODIS PWV 的融合。实验表明，基于WRF模型（WRFDA）的数据同化和采用的融合方法可以生成具有相似精度（1.47 mm vs. 1.52 mm）的PWV产品。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。
更新日期：2020-10-21
中文翻译：
使用数据同化和数据融合方法获取可降水蒸汽的性能比较：美国西部地区的案例研究
有两种主要类型的方法可用于获得高精度的可沉淀水蒸气 (PWV)。一是将观测资料同化为数值天气预报（NWP）模型，例如天气研究与预报（WRF）模型，以提高气象参数的精度，进而获得精度提高的PWV。另一种是多源PWV产品的直接融合。关于这两种方法，我们在美国西海岸用2018年5月的数据进行了对比实验，其中使用WRF数据同化（DA）系统同化全球导航卫星系统（GNSS）PWV ，而张等人的方法。融合 GNSS PWV、ERA5 PWV 和 MODIS（中分辨率成像光谱仪）PWV。因此，生成了四组 PWV 产品：同化的 GNSS PWV、未同化的 GNSS PWV、来自 GNSS PWV 和 ECWMF（欧洲中期天气预报中心）ERA5（ECWMF 再分析 5）PWV 和来自GNSS PWV、ERA5 PWV 和 MODIS PWV 的融合。实验表明，基于WRF模型（WRFDA）的数据同化和采用的融合方法可以生成具有相似精度（1.47 mm vs. 1.52 mm）的PWV产品。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。同化的 GNSS PWV、未同化的 GNSS PWV、来自 GNSS PWV 和 ECWMF（欧洲中期天气预报中心）ERA5（ECWMF 再分析 5）PWV 的 PWV，以及来自 GNSS PWV、ERA5 PW 融合的 PWV和 MODIS PWV。实验表明，基于WRF模型（WRFDA）的数据同化和采用的融合方法可以生成具有相似精度（1.47 mm vs. 1.52 mm）的PWV产品。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。同化的 GNSS PWV、未同化的 GNSS PWV、来自 GNSS PWV 和 ECWMF（欧洲中期天气预报中心）ERA5（ECWMF 再分析 5）PWV 的 PWV，以及来自 GNSS PWV、ERA5 PW 融合的 PWV和 MODIS PWV。实验表明，基于WRF模型（WRFDA）的数据同化和采用的融合方法可以生成具有相似精度（1.47 mm vs. 1.52 mm）的PWV产品。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。来自 GNSS PWV 和 ECWMF（欧洲中期天气预报中心）ERA5（ECWMF 再分析 5）PWV 的 PWV，以及来自 GNSS PWV、ERA5 PWV 和 MODIS PWV 融合的 PWV。实验表明，基于WRF模型（WRFDA）的数据同化和采用的融合方法可以生成具有相似精度（1.47 mm vs. 1.52 mm）的PWV产品。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。来自 GNSS PWV 和 ECWMF（欧洲中期天气预报中心）ERA5（ECWMF 再分析 5）PWV 的 PWV，以及来自 GNSS PWV、ERA5 PWV 和 MODIS PWV 融合的 PWV。实验表明，基于WRF模型（WRFDA）的数据同化和采用的融合方法可以生成具有相似精度（1.47 mm vs. 1.52 mm）的PWV产品。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。和 PWV 来自 GNSS PWV、ERA5 PWV 和 MODIS PWV 的融合。实验表明，基于WRF模型（WRFDA）的数据同化和采用的融合方法可以生成具有相似精度（1.47 mm vs. 1.52 mm）的PWV产品。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。和 PWV 来自 GNSS PWV、ERA5 PWV 和 MODIS PWV 的融合。实验表明，基于WRF模型（WRFDA）的数据同化和采用的融合方法可以生成具有相似精度（1.47 mm vs. 1.52 mm）的PWV产品。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。将 GNSS PWV 同化到 WRF 模型中，倒置 PWV 的精度略微提高了 0.18 毫米。MODIS PWV、GNSS PWV 和 ERA5 PWV 的融合比 GNSS PWV 和 ERA5 PWV 的融合精度高 0.35 mm。此外，内陆峡谷地形似乎对两种方法的反演精度都有影响。
京公网安备 11010802027423号