一种显式四维变分资料同化方法.pdfVIP

中国科学 D 辑:地球科学 2007 年 第37 卷 第5 期: 698~704 SCIENCE IN CHINA PRESS 一种显式四维变分资料同化方法 * 邱崇践 张 蕾 邵爱梅 (兰州大学大气科学学院, 甘肃省干旱气候变化与减灾重点实验室, 兰州 730000) 摘要 提出一种新的资料同化方法——显式变分四维同化方法, 该方法将奇异值分解(SVD)技 术用于四维空间的预报集合提取正交基向量, 这些基向量不但能够表现分析变量的空间结构, 也 能反映它的时间演变特征. 将分析变量依截断的基向量展开后, 控制变量会显式地出现在代价函 数中, 避免了传统的变分四维同化方法所必需的伴随模式的运用, 使同化过程变得简单. 用浅水 方程模式和人造资料进行的一系列数值试验对所提方法的有效性作了检验并和传统的变分四维 同化方法进行比较. 结果表明, 在观测点很密集, 观测和模式都没有误差的情况下, 它不如传统 的变分四维同化方法好. 但是当观测点稀疏时显式方法会好于传统的方法, 它对模式误差及观测 误差的敏感性也远远小于传统的方法. 关键词 资料同化 四维变分 显式方法 奇异值分解 浅水方程 四维变分方法(4DVAR)[1,2]作为一种成功的资料 量方法. 这些方法仍然需要利用切线性模式或伴随 同化方法已经被一些天气预报中心运用于数值天气 模式. 因此, 目前更多的业务部门仍然是采用三维变 预报业务. 4DVAR将资料同化问题表述为一个最优 分资料同化方法 (3DVAR). 3DVAR 可以看为是 控制问题: 根据同化时间窗内所有可能的观测反演 4DVAR 的一种简化, 但是它已经丢失了上面提到的 大气(海洋)预报模式的初始场, 使由此得到的预报与 4DVAR 的两个最大的优点, 同化的结果在很大程度 观测之间的距离最小. 4DVAR吸引人之处主要有两 上依赖于所谓背景误差协方差矩阵B , 而现在的 点: (1) 利用了完整的模式方程作为动力约束; (2) 可 3DVAR 中采用的B 矩阵是大大简化且不依流型变化 [8~11] 以同时同化多个时间的观测资料. 不过, 在 4DVAR 的, 并不能很好地反映预报误差的统计特征 . 给出的代价函数中, 控制变量(初始场)是以隐式的形 4DVAR也要利用B矩阵来对反演过程施加约束, 在这 式出现的, 为了求得代价函数相对初始场变量的梯 一点上它和 3DVAR存在同样的问题. 由于变分同化 度, 需要给出预报模式的切线性模式及相应的伴随 方法存在上述问题, 近年来基于扩展卡尔曼滤波的 模式, 这是一项相当繁杂的工作, 模式的高度非线性 同化方法受到广泛关注, 其中最引人注目的当数集 和间断性质也会使线性化遇到困难 [3,4], 而且它要随 合卡尔曼滤波(EnKF)方法 [12,13], 它利用蒙特卡罗方 着模式的更新而更新. 极小化代价函数也要反复积 法给出背景场误差统计特征的预报, 可以方便地得 分模式方程和伴随方程, 耗时颇多. 一些关于改进 到依流型而变的背景误差协方差.