集合卡尔曼滤波据同化方法在海温数值预报中的应用研究.pdf

本论文研究工作受国家自然科学基金项目(编号和 助，在此一并表示感谢 摘要 Kalman 本文利用集合卡尔曼滤波方法(EnKF,EnsembleFilter)将渤黄海卫星 circulation 遥感海表温度数据同化进M1Tgcm(MITgeneral model)模式，初步建立 了集合卡尔曼滤波同化系统，以用做渤黄海海温监测和预报研究。 第二章和第三章分别系统的介绍了MITgcm全球海洋环流模式的特点及其 差分格式和集合卡尔曼滤波方法的基本理论及其应用概况。 第四章构建了同化系统，并通过后报同化实验检测了该同化系统的特性。对 截断半径作了敏感性分析得出，对于此海域，经向取9km，纬向取18km是比较 合适的选择。对集合成员数与均方根误差之间的关系也进行了探讨，表明集合成 员数取80是一个较合适的值，进一步增加集合成员数对同化效果改善不大。此 外，对观测如何进入同化系统的问题进行了探讨；针对EnKF方法如何实施问题， 确定了具体的解决方案。 第五章对分析场与观测场差异进行了分析表明，分析场在分布趋势上接近预 报场，在数值上接近观测场，观测对同化的影响效果显著。另外对预报场与模拟 场差异的分析表明，如果仅仅依靠模式的自动向前积分，得到温度场数值与观测 的数值相差较大，不能有效的进行海温的预报。对预报场的方差也进行了分析， 方差随着时间的向前发展有逐步降低的趋势，预报场充分“吸收”了观测信息， 用以更新背景场；分析了在不同集合成员数的情况下，对预报场方差的影响以及 均方根误差随着时间的变化趋势等问题。 sensedobservationsofseasurface been Remotely temperature(SST)have assimilatedintoMIT circulation BohaiandYellow general model(MITgcm)forsea， theEnsembleKalman EnKFassimilationhasbeenset using Filter(EnKF)．An system tohavea onoceanmonitorandforecastforBohaiand up study Yellowsea． twoandthreethe and In characteristicdifferenceschemeof model chapter MITgcm and ofEnKF andbasic methodareintroduced theory application respectively． four．An In EnKFassimilationisset andthe ofthe chapter systemup properties assimilationschemeareexamined ahindcastvalidation through experiment．A in sensitivityofcutradiusshowst