DOI: https://doi.org/10.3390/atmos13091353

　　本研究為陳舒雅副研究員和中央大學大氣系黃清勇教授研究團隊(黃清勇教授、博士生簡自宥)等合作之研究成果。已於2022年8月22日發表於Atmosphere。

　　本研究延續Chen et al. (2021, Wea. Forecasting)的研究，進一步採用完整的MPAS-GSI同化模擬系統，並搭配動力渦旋初始化(DVI)，以強化颱風初始內核結構，提升模式初始場與最佳路徑在位置及強度(最大風速與氣壓)上的一致性，探討GNSS掩星(RO)資料於此系統中之同化效益，以改善熱帶氣旋預報。

　　結果顯示，RO資料同化能有效改善溫度與水氣分析，並顯著降低模式預報誤差；折射率與偏折角兩種同化觀測算子雖產生相近分析，但偏折角同化在溫度與水氣增量上略大。於 60–15 公里解析度下，RO資料能改善路徑預報，特別是使用偏折角觀測算子時。波數一的位渦收支診斷指出，路徑誤差改善與模擬颱風路徑向南偏折有關，掩星資料同化有助於修正此誤差。

　　在颱風強度預報上，此模式解析度設定下，RO同化影響有限，相較之下 DVI 能顯著提升初始及後續的強度模擬，但略為降低路徑準確度。若在颱風路徑區域採用3公里高解析度，則無論是否結合 DVI，預報結果皆進一步改善。最後，以2019年米塔颱風為例，亦驗證MPAS-GSI系統整合RO資料的可行性與正面效益。