集合最优插值方法在北印度洋海浪同化中的应用.pdfVIP

集合最优插值方法在北印度洋海浪同化中的应用.pdf

  1. 1、本文档共12页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
集合最优插值方法在北印度洋海浪同化中的应用.pdf

SC【ENCE 翟j黧,,凝“…““叫’…。 2015年1月嘉等拳嚣期 ADVANCESA蔫N憝静M恙N憋c。曩EINMARINE = 集合最优插值方法在北印度洋 海浪同化中的应用 曹 蕾L2…,齐 鹏1‘2” (1.中国科学院海洋研究所,山东青岛26607l; 2.中国科学院海洋环流与波动重点实验室,山东青岛266071;3.中国科学院大学,北京100049) lll,采用集合最优插值(En()I)方法对北印度洋海浪进行同化数值实验研 摘要:基于第三代海浪模式Wavewatch h变化(样本 究。在集合样本选取方案上,针对不同的实验分别选取有效波高(swH)的历史后报场(样本A)、24 h预报时效的差异(样本C)用于估计背景误差协方差。样本A和样本B是 B)以及以同一时刻72h预报时效和24 为海浪模拟而设计,样本c是为海浪预报而设计;通过与由高度计数据确定的模式背景误差进行比较,认为样本B 03—11相列误差改进都在5% 优于样本A。采用样本B对20¨年北印度洋海浪场进行同化模拟,结果表明2011 h预报,发现同化使O~24h预 及以上,其中7月份改进效果最佳。采用样本(:对2013一07的有效波高进行o~72 报改进最明显:均方根误差改进o.12m,相对误差改进5%。浮标检验结果支持上述结论。 关键词:集合最优插值;wavewatchIII;海浪预报;海浪模拟 1l 中图分类号:P731.33 文献标识码:A 文章编号:167卜6647(201;)o卜004s 北印度洋是世界著名的季风海区,也是重要的海运通道,对这一海区的海浪特征进行研究并做出准确的 o,对海 预报,具有科学意义和实用价值。我国目前对该海域海浪模拟的均方根误差(RMsE)为o.4m左右u 浪预报的均方根误差为o.5m左右口]。利用同化技术将观测资料引入海浪预报模式是进一步提高海浪预报 精度的重要途径之一。 化到海浪模式。由于OI方法是根据经验公式设定背景误差协方差的分布函数,使得背景误差协方差函数 2。提出 形式因海区而异¨。1“。除0I之外,滤波、变分同化和人工神经网络等方法也得到了发展。Evensen[1 了集合卡尔曼滤波(EnKF)法,鉴于其巨大的计算代价,又提出了集合最优插值[1胡(EnOI)作为其次优方法, 将EnKF所需的样本集合用静态的历史样本代替。因而,EnOI仅需对一个特定的样本进行分析,减少了计 算资源和系统维护成本。目前将En01应用于温盐流模式已有不少工作u。】6J,但应用于海浪预报模式的工 作几乎还未进行尝试。 选取合理的样本集合描述背景误差协方差是集合同化方法中重要的一步。集合样本的选取方案有多 种。例如,在一定误差允许范围内将随机扰动叠加到风场初值上j利用所得到的风场序列驱动海浪模式而得 到一组预报值,利用这些预报值组成的资料序列进行预报误差协方差统计;从长期积分的历史结果中进行一 定时问问隔的采样组成样本集合,或者用具有一定时间间隔的不同时刻海浪场之差组成样本集合;而NMc 法u7·是用同一时刻不同预报时效之差组成样本。 将En0I同化方法嵌入第三代海浪模式wavewatchIII中,分别采用

您可能关注的文档

文档评论(0)

kfigrmnm + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档