非线性误差增长和可预报性- (1) 大气可预报性; (2) 非线性局部Lyapunov指数和向量方法的发展和应用; (3) 混沌吸引子动力; (4) 多尺度误差增长
集合预报- (1) 初始集合扰动生成; (2) 分析误差估计; (3) 集合敏感性分析; (4) 结合AI的集合预报; (5) 机器学习降水短临预测
资料同化- (1) 台风资料同化和预报; (2) 背景误差方差估计; (3) 局地化的粒子滤波(particle filter); (4) 多尺度背景协方差局地化
非线性误差增长和可预报性- (1) 大气可预报性; (2) 非线性局部Lyapunov指数和向量方法的发展和应用; (3) 混沌吸引子动力; (4) 多尺度误差增长
集合预报- (1) 初始集合扰动生成; (2) 分析误差估计; (3) 集合敏感性分析; (4) 结合AI的集合预报; (5) 机器学习降水短临预测
资料同化- (1) 台风资料同化和预报; (2) 背景误差方差估计; (3) 局地化的粒子滤波(particle filter); (4) 多尺度背景协方差局地化
No content
No content
No content
No content
No content
No content