清华大学黄文誉--中文主页-- 1、提出了一种基于深度学习的海表粗糙度参数化方案，成功将该方案应用到课题组开发的西北太平洋区域的海洋-大气-波浪耦合模式WindWave1.0中。在2020年8月的五个台风案例中，与四个传统方案相比，在24、48和72小时预报时效，使用新方案预报的海表风的RMSE分别降低了6.02%至14.75%、11.17%至18.30%和11.91%至19.46%，这表明新的海表粗糙度方案能够成功改进西北太平洋海表风的预报。

黄文誉

副教授

个人信息

电子邮箱：

学科：大气科学

中文主页 > 科学研究 > 学术论文

1、提出了一种基于深度学习的海表粗糙度参数化方案，成功将该方案应用到课题组开发的西北太平洋区域的海洋-大气-波浪耦合模式WindWave1.0中。在2020年8月的五个台风案例中，与四个传统方案相比，在24、48和72小时预报时效，使用新方案预报的海表风的RMSE分别降低了6.02%至14.75%、11.17%至18.30%和11.91%至19.46%，这表明新的海表粗糙度方案能够成功改进西北太平洋海表风的预报。

发布时间：2021-07-01 点击次数：

是否译文：否

下一条：[140] Jiang T, B Chen, KKY Chan, B Xu. 2019. Himawari-8/AHI and MODIS aerosol optical depths in China: Evalua-tion and comparison. Remote Sens. 11(9), 1011; https://doi.org/10.3390/rs11091011