集合最优插值同化方法在hycom及roms模式中应用及改进-物理海洋专业论文.docx

偏差随时间变化较为平稳。（2）同化TSLA数据后，温度均方根偏差在1000m以上均减小，最大可减小0.5℃。盐度均方根偏差在200m以上减小了0.1psu，200m 之下并无明显变差。（3）同化TSLA数据之后，海表面流场与观测的海表面浮子 的轨迹匹配较好。（4）同化TSLA数据之后，模式模拟的海表面高度变率与观测 匹配非常好，其位于菲律宾以西以及越南以东的强变率区域位置及强度与观测吻 合较好，围绕西沙群岛的弱变率区域也较好的刻画出来。（5）通过局部同化实 验，我们探究了现阶段高分辨模式模拟南海北部变率偏高的原因。结果证明：过 强的黑潮入侵是高分辨率模式模拟南海的普遍问题，通过同化高度计数据很好地 解决了这个问题。最后，我们探究了南海海表面高度异常的可预报性研究。通过2009年6月10日菲律宾以西一个强暖涡个例预报实验，我们发现，模式能够较好的预报较 大的中尺度涡，但是尺度较小的冷涡无法刻画出来。本文尝试对中尺度涡的中心 位置及移动轨迹进行可预报性研究，但是由于观测数据分辨率以及现阶段的涡检 测技术对于模式中的噪音较为敏感，不适用于现阶段的预报研究。通过集合后报 实验，本文发现：在1 月份及10 月份，预报的时效较长，分别可以达到27 天及18天。4 月及7 月份，预报时效较短，在10 天内。关键词：集合最优插值; 数据同化;TSLA;Argo; ROMS; HYCOMApplicationandimprovementofEnsembleOptimalInterpolationonHybridCoordinateOceanModel(HYCOM)andRegionalOceanModelingSystem(ROMS)AbstractDataassimilationisoneofthemostimportantpartsofanoceanoperational system.Advancesincomputingmachineoverthepast20yearshaveenabledthe implementofeddy-resolvingoperationalsystems.Manycountrieshavedeveloped theiroperationalsystemsfordailyandseasonalforecast.Theoperationalsystems havetoprovideforecastsinseveralhoursandtheoceanmodelsareusually time-consuming,sotheoperationalsystemsrequirethedataassimilationtobe efficientandcomputationallycheap.EnOI(EnsembleOptimalInterpolation),an approximationofEnKF(EnsembleKalmanFilter),isacomputationallyveryefficient dataassimilationmethod.Itiswidelyusedincoarseclimatemodelsandhigh resolutionforecastingsystem.Inthispaper,wecarriedoutthefollowingworksbased on EnOI:Firstly,theschemeaboutassimilationArgoprofilesintoHYCOMbasedonEnOI isimproved.BasedoncharactersoftheHybirdcoordinate,thediagnoseprocessis updated.Alsoallbarotropicvariablesincludingubavg,vbavgandpbavgareupdated when assimilating layer thicknessto avoid potential degradation on dynamicbalance. Fiveexperimentsareconductedtoillustratetheimprovements.Theresultsshow:(1) theimprovedschemesignificantlyreducedtheRMSD(Root-Mean-Square-Deviation)fortemperatureandsalinity.In200m,theRMSDoftemperatureisreducedby1.5℃,andtheRMSDofsalinityisreducedby0.1psuwhileXZ-Sschemecannotre