海洋模式的誤差主要來(lái)源于物理過(guò)程參數(shù)化、數(shù)值方法、分辨率、以及大氣強(qiáng)迫和邊界條件的不確定性。用來(lái)減小模式誤差,提高模式性能一個(gè)主要的方式就是資料同化,同化方法主要結(jié)合觀測(cè)和模式結(jié)果給出更接近于真實(shí)的分析值。資料同化給模式提供更精確的初始條件,從而增加了模式的短期中期的可預(yù)報(bào)性。本文利用PDAF(Parallel Data Assimilation Framework)同化框架中的集合同化方法ESTKF(Error Subspace Transform Kalman filter)分別通過(guò)簡(jiǎn)單同化實(shí)驗(yàn);實(shí)際同化海表高度異常SLA(Sea Level Anomaly)到1/12°高分辨率大洋環(huán)流模式NEMO(Nucleus for European Modelling of the Ocean)中,并通過(guò)實(shí)驗(yàn)優(yōu)化了同化方案中的兩個(gè)重要的同化參數(shù):局地化半徑和forgetting factor。結(jié)論表明:局地化半徑對(duì)分析結(jié)果的空間分布影響明顯:局地化半徑過(guò)大,則并不能很好地濾去背景誤差協(xié)方差矩陣中的虛假相關(guān);局地化半徑過(guò)小則分析太細(xì)節(jié)化使得物理量場(chǎng)不符合實(shí)際。Forgetting facor...

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.1GODAEOceanView計(jì)劃參與模式情況

第一章緒論人才的培養(yǎng)，繼GODAE之后有發(fā)起了GODAEOceanView計(jì)劃（GODAEOceanViewScienceTeam,2011），持續(xù)時(shí)間為2008-2018，是國(guó)際長(zhǎng)期合作項(xiàng)目。每年一次的GODAEOceanView年會(huì)，主要介紹來(lái)自各海洋大國(guó)的....

圖1.2四維變分和集合同化理論的關(guān)系及其衍生出的同化方法

預(yù)報(bào)提供好的初始擾動(dòng)等。集合資料同化方法的發(fā)展和演進(jìn)集合同化的優(yōu)勢(shì)在于：集合同化方法不僅給出模式狀態(tài)的最優(yōu)估計(jì)；集合法并不需要建立預(yù)報(bào)模式的切線性和伴隨；背景誤差協(xié)方差“流依賴”。集方法主要有兩種：第一種是三維變分、四維變分同化，以最優(yōu)控制理論為第二種是集合資料同化方法，以統(tǒng)計(jì)....

圖1.3ESTKF相對(duì)于SEIK的優(yōu)越性（(Nergeretal.2012)

圖1.4使用LORENZ96模式孿生實(shí)驗(yàn)膨脹因子的作用(Phametal.2001)

圖1.4使用LORENZ96模式孿生實(shí)驗(yàn)膨脹因子的作用(Phametal.2001)

9圖1.5使用LORENZ96模式孿生實(shí)驗(yàn)局地化半徑的作用(引自：Phametal.2001).3.2論文章節(jié)安排第二章將介紹本文使用的模式，和同化方案。研究方案LESTKF方法詳述DAF詳述NEMO模式簡(jiǎn)介本文研究方案詳述、數(shù)值模式的設(shè)置方案、控制的設(shè)置....

本文編號(hào)：3936213