集合降维变分方法及其在全球谱模式T106中应用研究.pdf

摘 要 为了解决资料同化中“观测量小于模式变量数这一欠定性问题， Qiu和Chou从在大气模式吸引子上求解资料同化问题的思想出发， 提出了一种基于奇异值分解(SVD)的四维资料同化方法。这一方法 建议利用奇异值分解技术从一个模式输出的样本集合中产生支撑起 模式大气吸引子的正交基向量，将观测投影到这些基向量张成的空 间，通过变分方法得到分析场。这一方法经过不断发展完善形成了一 ReduCed 种基于集合的降维变分同化方法(Eensemble．based DimensionVariationalAssimilation 方法把同化问题从高维空间变换到低维空间来求解，这种方法和四维 变分(4DVar)一样可以在一个同化循环里使用多个观测，又不需要 计算切线性模式和伴随模式，能够减小程序工作量；它不像三维变分 (3DⅦ)、四维变分(4DVar)那样采用固定不变、各向均匀同性的 预报误差协方差，而是通过预报样本来估计预报误差协方差；但是和 一般的集合卡尔曼滤波不同，ERDVar是在变分框架下的同化方法， 更容易加入其他的物理约束，更适合同化遥感资料。另外，和集合卡