Kulor och regnstormar orsakade av landfallande tyfoner orsakar omfattande dödsoffer och förlust av egendom varje år i många kustområden i västra Stilla havet. Som sådan, att förutsäga spåret och nederbörden av tyfoner har alltid varit en högsta prioritet för väderprognoser. Tyfonens strukturella egenskaper och tillståndet i den omgivande miljön kommer direkt att påverka tyfonens utvecklingstrend och spår. Därför, det är av stor betydelse att uppdatera och korrigera temperaturen, fuktighet, vindfält, och annan information om tyfonen och det omgivande området i rätt tid när man förutser tyfoner.

Lu Zhang, Xiangjun Tian, och deras team med Institute of Atmospheric Physics vid den kinesiska vetenskapsakademin, analyserade en typisk tyfon – Typhoon Haikui (2012) – och använde multigrid NLS-4DVar-metoden utan tangentlinjära och sammanhängande modeller för att assimilera Dopplerradardata.

"Vi analyserade och diskuterade förutsägelserna om tyfonstruktur, Spår, och nederbörd, säger Tian, "och vi fann att efter att ha assimilerat radardata var tyfonens intensitet närmare observationerna."

Enligt deras studie publicerad i Framsteg inom atmosfärsvetenskap , efter justering och förbättring av tyfonstrukturen, noggrannheten för 12-timmarsspåret och prognoserna för ackumulerad nederbörd förbättrades avsevärt. Dessutom, införandet av multigrid-strategin i assimileringsmetoden förbättrade också effektiviteten.

"Vår studie tillhandahåller en ny assimileringsmetod för effektiv assimilering av ett stort antal radardata, " säger Tian. "Vi hoppas att det kommer att bidra till att förbättra noggrannheten i små och medelstora väderprognoser i numeriska väderprognoser."