Accurate knowledge of the distribut

Accurate knowledge of the distribution and evolution
of moisture and latent heating fields associated with
deep convection is essential for accurate numerical
forecasts of cyclogenesis (e.g., Anthes et al. 1983; Brennan
and Lackmann 2005). The paucity of in situ observations
over the North Pacific Ocean can lead to significant
errors in the initial moisture fields’ input into operational
numerical models. These observational errors in
turn often lead to large forecast errors in simulated storm
geopotential height, wind, and rainfall (e.g., McMurdie
and Mass 2004).

ผลลัพธ์ (ไทย) 1:

ความรู้ถูกต้องของการกระจายและวิวัฒนาการเขตข้อมูลที่เกี่ยวข้องกับเครื่องทำความร้อน ความชื้น และแฝงอยู่การพาความร้อนลึกเป็นสิ่งจำเป็นสำหรับการถูกต้องตัวเลขการคาดการณ์ของ cyclogenesis (เช่น Anthes et al. 1983 เบรนแนนและ Lackmann 2005) Paucity ของการสังเกตในแหล่งกำเนิดสามารถนำไปสู่นัยสำคัญเหนือมหาสมุทรแปซิฟิกเหนือข้อผิดพลาดในการป้อนข้อมูลความชื้นเริ่มต้นของฟิลด์ในการดำเนินงานแบบจำลองคณิตศาสตร์ ข้อผิดพลาดเหล่านี้สังเกตในเปิดมักจะนำไปสู่ขนาดใหญ่คาดการณ์ผิดในพายุจำลองความสูง geopotential ลม และปริมาณน้ำฝน (เช่น McMurdieและมวล 2004)

ผลลัพธ์ (ไทย) 2:

ความรู้ที่ถูกต้องของการกระจายและวิวัฒนาการ
ของความชื้นและความร้อนแฝงสาขาที่เกี่ยวข้องกับ
การหมุนเวียนเป็นสิ่งจำเป็นสำหรับการคำนวณที่ถูกต้อง
คาดการณ์ของ cyclogenesis (เช่น Anthes et al, 1983;. เบรนแนน
และ Lackmann 2005) รำลึกในการสังเกตแหล่งกำเนิด
เหนือมหาสมุทรแปซิฟิกเหนือสามารถนำไปสู่อย่างมีนัยสำคัญ
ข้อผิดพลาดในการป้อนข้อมูลสาขาความชื้นเริ่มต้นเข้าสู่การดำเนินงาน
แบบจำลองเชิงตัวเลข ข้อผิดพลาดเหล่าสังเกตการณ์ใน
ทางกลับกันมักจะนำไปสู่ข้อผิดพลาดของการคาดการณ์พายุขนาดใหญ่ในการจำลอง
geopotential สูงลมและปริมาณน้ำฝน (เช่น McMurdie
และมวล 2004)

ผลลัพธ์ (ไทย) 3:

ความรู้ที่ถูกต้องของการกระจายและวิวัฒนาการความชื้นและความร้อนแฝงที่เกี่ยวข้องกับสาขาแบบลึกเป็นสิ่งจำเป็นสำหรับการคำนวณที่ถูกต้องการคาดการณ์ของ cyclogenesis ( เช่น anthes et al . 1983 ; เบรนแนนและ lackmann 2005 ) ใช้จำนวนเล็กน้อยของการสังเกตในแหล่งกำเนิดเหนือมหาสมุทรแปซิฟิคเหนือสามารถนำไปสู่ความข้อผิดพลาดในการป้อนข้อมูลด้าน " ความชื้นเริ่มต้นในปฏิบัติการแบบจำลองเชิงตัวเลข เหล่านี้สังเกตข้อผิดพลาดเปิดมักจะนำไปสู่การพยากรณ์ในการจำลองพายุขนาดใหญ่ความสูง geopotential ลมและฝน ( เช่น mcmurdieและมวล 2004 )