来自远程自动气象站的死可燃物湿度观测数据同化
大气与海洋物理
2016-05-05 v1
摘要
可燃物湿度对野火行为有重大影响，是火灾风险评估的重要基础因素。我们提出了一种方法，将来自远程自动气象站（RAWS）的死可燃物含水量观测数据同化到时滞可燃物湿度模型中。RAWS 在空间上分布稀疏，因此需要一种机制来估算可能远离观测站位置的可燃物含水量。这通过趋势面模型（TSM）实现，该模型允许我们考虑地形和大气状态对可燃物含水量空间变异的影响。在每个关注位置，TSM 提供一个伪观测值，并通过 Kalman 滤波进行同化。该方法在耦合天气 - 火灾代码 WRF-SFIRE 中使用时滞可燃物湿度模型进行了测试，使用了 2013 年 Colorado RAWS 的 10 小时可燃物含水量观测数据。我们通过留一法测试表明，与 Wildland Fire Assessment System 中使用的反距离平方插值法相比，TSM 表现更优。最后，我们证明了该数据同化方法能够改善未观测可燃物类别的含水量估算。
引用
@article{arxiv.1406.4480,
title = {Data assimilation of dead fuel moisture observations from remote automated weather stations},
author = {Martin Vejmelka and Adam K. Kochanski and Jan Mandel},
journal= {arXiv preprint arXiv:1406.4480},
year = {2016}
}
备注
28 pages