犌犚犃犘犈犁全球四维变分同化系统极小化算法预调节.PDFVIP

第 卷 第 期 应 用 气 象 学 报 ， ２８ ２ Ｖｏｌ．２８ Ｎｏ．２ 年 月 　　　　　　 　 　 　 　　　　 ２０１７ ３ ＪＯＵＲＮＡＬＯＦＡＰＰＬＩＥＤＭＥＴＥＯＲＯＬＯＧＩＣＡＬＳＣＩＥＮＣＥ Ｍａｒｃｈ２０１７ 　 　 张林，刘永柱 全球四维变分同化系统极小化算法预调节 应用气象学报， ， （）： ．ＧＲＡＰＥＳ ． ２０１７２８２ １６８１７６． ： ／ ＤＯＩ１０．１１８９８１００１７３１３ 犌犚犃犘犈犛全球四维变分同化系统极小化算法预调节  张 林 刘永柱 　 　 （中国气象局数值预报中心，北京 １０００８１） 摘 要 　　 在进行多次外循环更新的增量分析框架下，前一次极小化迭代过程中产生的信息可提供给下一次极小化做预 调节。该文在 ＧＲＡＰＥＳ全球四维变分同化系统中对极小化算法———ＬＢＦＧＳ算法实施了这种预调节，通过全观测 的个例试验和批量试验进行评估，发现进行预调节后 算法的收敛效率得到明显提高，而且在 个月的循 ＬＢＦＧＳ １ 环试验中表现十分稳定。该工作可以帮助 ＧＲＡＰＥＳ全球四维变分同化系统有效减少极小化的迭代次数，有利于 满足业务化运行的时效要求。另外，间隔６ｈ和间隔２４ｈ的两次４ＤＶａｒ分析对应的海森矩阵变化不大，因此，前一 时刻极小化过程产生的信息提供给后一时刻的极小化进行预调节也有一定效果。 关键词：ＬＢＦＧＳ算法；预调节；四维变分 ［］ ２ 接近于单位矩阵 ，该方法的问题在于虽然海森矩 引 言 阵简化成单位矩阵以后极小化算法迭代 次即可收 １ 　 敛，但迭代时需要的梯度信息难以计算，因为梯度的 气象资料的变分同化在数学上是一个目标泛函 表达形式依赖于内积的定义。 对目标泛函的控制 ② 的极小化问题。因为目标泛函是二次型或近似二次 变量进行预条件变换。通常用背景场误差协方差矩 型，且其海森矩阵（目标泛函相对于控制变量的二阶 阵的平方根矩阵进行控制变量的预条件变换，新的 偏导数构成的矩阵）是对称正定的，所以该极小化问 控制变量的背景场误差协方差矩阵是单位矩阵，这 题等价于一个线性方程组的求解问题。在选择求解 样显著减少