利用伴随法优化非线性潮汐模型的开边界条件Ⅱ.黄海、东海潮汐资料的同化试验

本研究基于最优控制理论,采用变分数据同化法,通过建立伴随模型,把观测资料同化到陆架海域潮汐数值模型中去,优化开边界条件,以便提高数值预报的精度.潮汐模型的控制方程为考虑平流项、非线性底摩擦和侧向涡动粘性项的非线性浅水方程组.在第Ⅰ部分建立伴随模型和进行“孪生”数值试验的基础上,给出利用验潮站的水位资料以及TOPEX/Poseidon卫星测高数据在黄海、东海进行变分数据同化试验的数值结果.试验表明利用上述资料对模型进行变分同化校正是可行的.     

黄海、渤海TOPEX/Poseidon高度计资料潮汐伴随同化

首先将大约10a的TOPEX/Poseidon(T/P)高度计资料沿星下轨迹点做潮汐调和分析,提取得到各分潮的调和常数,利用伴随同化方法,同化到二维非线性潮汐数值模式中,模拟了黄海、渤海区域M₂,S₂,O₁,K₁等4个潮汐分潮,并根据计算结果给出了各分潮的同潮图.将计算值与观测值的进行偏差统计,结果表明计算值与验潮站资料符合良好.研究过程中做了两类试验:一类试验是针对不同的参数进行优化,一类试验是针对不同的资料进行同化.第一类试验表明:将开边界条件和底摩擦系数同时作为模型优化的控制参数,其结果明显优于单独优化开边界条件;第二类试验表明:同时同化高度计资料与验潮站资料,比单独同化其中任一种资料,对模式计算结果都有较好的改进.研究结果表明,采用伴随同化方法,利用T/P高度计资料和验潮站资料作为同化数据能有效改进模拟结果,用来反演黄海、渤海的潮波系统是可行的.     

基于潮汐表数据同化的天文潮数值预报模型及其模拟预报效果

潮汐表是利用长期潮汐观测结果经调和分析实现的主要港湾潮汐预报结果,具有较高的预报精度,而通常的天文潮数值预报目前还难以达到潮汐表的预报精度.本研究在建立常规天文潮数值预报模型的基础上,建立了基于潮汐表数据同化的天文潮数值预报模型,并分别采用这2种模型预报福建沿岸海域的天文潮.其结果表明同化模型的预报结果无论是在潮时还是在潮高均明显优于常规模型;同化模型能显著地改善所研究的沿岸海域90个水位点中至少45个水位点的潮汐预报结果,而其他水位点的预报结果也有不同程度地改善.     

利用伴随同化方法估计渤海潮汐模式的底摩擦系数

利用伴随同化方法，根据岸边潮位站的水位观测资料反演渤海二维非线性潮汐模型的底摩擦系数。计算结果与潮位站观测资料符合良好。结果表明利用伴随同化方法从岸边潮位观测资料估计潮汐模式的底摩擦系数是可行的。     

ARGO观测资料的2种同化方案

使用POM(Princeton Ocean Model)海洋环流模式模拟西北太平洋海域的温盐场,之后运行中国科学院大气物理研究所同化系统(Ocean Variational Analysis System,OVALS),使用Argo观测网格化产品进行2006年整个计算域三维变分同化。无论从平面分布还是断面分布来看,除海表面温度(SST)外,温度同化的效果都比较好,尤其是800 m水深以浅,均方差值甚至能减小1.0℃以上。而且随着同化积分时间的增加,同化后误差减小越来越显著,3、4月份的同化效果明显高于1、2月份。与OFES(OGCM for the Earth Simulator)海洋模式结果相比,同化在一定程度上改进了模拟结果。在POM(Princeton Ocean Model)数值模拟基础上,利用3个西太平洋代表性浮标的观测资料,运用松弛逼近法同化2006年6月断面数据。当松弛系数取0.5时,模拟时间大约半天,模拟值就能快速逼近或完全等于观测值。虽然只对观测剖面进行了数据同化,但该同化可以产生更大范围的效果,而且这种效果可以持续更长时间。     

利用伴随法优化非线性潮汐模型的开边界条件：Ⅰ.伴随方程的建立及“？…

本研究采用基于最优控制理论的伴随法,把观测资料同化到陆架海域潮汐数值模型中去,优化开边界条件,提高数值预报的精度。潮汐模型的控制方程为考虑平流项、非线性底摩擦和侧向涡动性项的非线性浅不方程组;采用Ｌａｇｒａｎｇｅ乘子法建立了伴随模型。研究分两部分：第一部分即本文,建立非线性浅水方程模型的伴随方程、给出目标函数的梯度,并实现“孪生”数值试验;第二部分另文给出。     

利用伴随法优化非线性潮汐模型的开边界条件Ⅰ．伴随方程的建立及“孪生"数值试验

本研究采用基于最优控制理论的伴随法,把观测资料同化到陆架海域潮汐数值模型中去,优化开边界条件,提高数值预报的精度．潮汐模型的控制方程为考虑平流项、非线性底摩擦和侧向涡动粘性项的非线性浅水方程组;采用Lagrange乘子法建立了伴随模型．研究分两部分：第一部分即本文,建立非线性浅水方程模型的伴随方程、给出目标函数的梯度,并实现“孪生”数值试验;第二部分另文给出．     

用伴随法优化非线性潮汐模型的开边界条件Ⅰ.伴随方程的建立及“孪生”数值试验

本研究采用基于最优控制理论的伴随法,把观测资料同化到陆架海域潮汐 数值模型中去,优化开边界条件,提高数值预报的精度．潮汐模型的控制方程为考虑 平流项、非线性底摩擦和侧向涡动粘性项的非线性浅水方程组;采用Ｌａｇｒａｎｇｅ乘子 法建立了伴随模型．研究分两部分：第一部分即本文,建立非线性浅水方程模型的伴 随方程、给出目标函数的梯度,并实现“孪生”数值试验;第二部分另文给出．     

美国卡罗莱纳州区域海洋观测预报系统简介

介绍了美国卡罗莱纳州区域海洋观测预报系统(Caro-COOPS系统)。该系统通过"实时观测-模式模拟-数据同化-业务应用"形成的一个完整链结,为卡罗莱纳州及其周边海域的科研、经济以及军事应用提供服务。观测系统依靠沿岸水文气象台站、海上浮标、潜标以及卫星遥感装置等,获得研究海区的准确观测资料。数值模拟模块是Caro-COOPS系统的核心部分,使用三重网格嵌套技术,并耦合了大气、海浪、泥沙输运以及生物化学模型,真实、全面地模拟出该海区的状况。Caro-COOPS系统中采用集合卡曼滤波和四维变分同化的方式,利用观测数据来调整计算误差。在模式的运行过程中,数据同化的作用主要体现在对初始场和强迫场的修正上,其观测结果经过统计分析处理后,可对原有的强迫场进行校正,将相对真实的强迫场提供给模式计算;模式计算的结果与观测数据相融合,通过滤波的方法调整积分的方向,以便更加逼近物理场的真实状态,将滤波调整后形成的物理场作为模拟下一个时刻计算所需的初始场。经过数据同化的调整,优化了模式计算所依赖的初始场和强迫场,减小了其与真实状态的误差,使模式的计算结果更加逼近真实值。Caro-COOPS系统的一大优势亮点是通过将预报结果与地理信息系统(GIS)相结合,快速而准确地定位洪水、风暴潮等自然灾害的影响区域,可准确至每一条街道乃至住宅,极大方便了决策部门有针对性地进行灾害预防和救助工作。GIS与模式结果的结合也极大地增强了Caro-COOPS系统服务社会的能力。     

利用资料同化方法优化观测系统的空间布局:以泰国湾为例

海洋观测费用高昂，设计科学高效的观测系统可以充分发挥观测的效能。本文以泰国湾高频地波雷达观测系统为例，利用数据同化方法对观测系统进行了最优布局。首先基于FVCOM海洋数值模式建立了泰国湾海域高分辨率三维斜压水动力模式，在此基础上利用一种改进的高效集合卡曼滤波同化方法对岸基高频地波雷达表层海流观测系统开展观测效能评估数值实验。通过观测区域的不同组合方式将3个区域的雷达表层海流数据同化到数值模式中，实验结果表明，岸基高频地波雷达表层海流观测系统可有效降低高分辨数值模式的海流模拟误差。但不同观测区域的组合提供的观测数据对改善海流模拟的作用存在明显差别，泰国湾现有观测系统雷达站位布设方式应进一步优化。本文最后给出了研究区域最优观测站位的布局方案，可作为下一步观测系统进行布局调整的指导。     

基于适应性观测误差和温盐偏差控制的EnKF温盐廓线资料同化试验

通过开展2008年夏季南海北部开放航次CTD的温盐廓线数据资料同化试验,本文采取了观测误差适应的方法来防止EnKF滤波发散问题;同时,从背景误差协方差和温盐模式偏差关系入手,在同化中引入温盐控制来减小模式偏差对同化结果的影响。对于改进的同化方案进行了试验验证,并用卫星高度计观测数据,OSCAR流速数据,走航ADCP数据作为独立观测数据检验。结果证明新的EnKF同化策略能够有效地减小温盐均方根误差。同时整个同化系统能有效地改善高度场和流场的模拟。     

用混沌理论提高潮汐预报的准确度

为提高潮位预报的准确性,在具有较长潮汐观测数据的站点,基于混沌理论,对观测值与潮汐模型预测值之差所构成的余水位序列(即误差序列),采用局域线性模型的分析方法,给出可能误差预测,修正模型的预报结果,提高潮汐预报的准确性。所给例子,对预测跨度T=2 h,经局域法修正后,崇武站2007年12月份1个月预测水位统计的RMSE值减少74.7%,厦门站减少60.5%;对T=24 h,崇武、厦门两站RMSE值减小都在50%左右。     

基于数值模拟的强潮海湾潮汐预报模型精度分析：以三门湾为例

全球潮汐预报模型在深水大洋具有较高的精度, 但在近岸强潮海区由于地形岸线、模型分辨率等原因精度不一, 难以直接应用。三门湾海域多年平均潮差4 m, 最大潮差可达7 m,是典型的强潮海湾, 为了评估TPXO9.0、TPXO9.0-atlas TOPEX/POSEIDON TIDES）、NAO.99b（National Astronomical Observatory of Japan）与GTM（Global Tide Model） 4 种预报模型在三门湾海域的预报精度, 本文分别通过上述4 个潮汐预报模型提取水动力数学模型开边界进行对比,并利用提取的开边界潮位对二维水动力模型进行驱动。通过计算分析潮位站实测数据与数值模拟结果的误差, 研究4 种预报模型模拟的三门湾潮汐变化得出, NAO.99b 模型在三门湾海域整体预报精度最佳, 分潮振幅、迟角和实测数据误差最小, TPXO9.0-atlas 分潮振幅模拟较好, 但迟角误差较大。对湾内四大分潮进行潮汐调和分析发现, 三门湾海域以半日潮为主, M2、S2 和K1分潮振幅由湾顶向湾口递减, O1分潮相反。     

基于粒子滤波和三维变分混合数据同化方法的构建与理想实验验证

本文基于粒子滤波和三维变分设计了一种新的混合数据同化方法。新方法通过粒子滤波的最优估计生成具有背景误差信息的集合扰动,从而为三维变分提供流依赖的背景误差协方差。粒子退化一直是粒子滤波应用于数据同化领域的主要阻碍。为了让混合方法更好地发挥作用,针对粒子退化问题,本文提出了一种改进的残差重采样方法,通过在正态分布中采样粒子,解决了退化导致的粒子缺乏多样性。在理想lorenz-63模型上进行数据同化实验,结果表明,新方法在模型误差较大的情况下效果优于集合变换三维变分方法(ensemble transform Kalman filter-three-dimensional variational method,ETKF-3Dvar),并且随着模型误差不断增大,新方法也同样优于传统数据同化方法。改进的残差重采样在与分层重采样和一般残差重采样的对比实验中,在给定时间窗口内可以保证同化结果稳定,而其他两种方法的同化结果都出现了较大偏差。     

基于POM模式与blending同化法建立中国近海潮汐模型

利用POM海洋数值模式建立了中国近海（2°N-41°N，99°E～132°E）分辨率为5′×5′的潮汐模型，模式采用blending同化法同化了由10年TOPEX／Poseidon测高数据反演的潮汐参数与沿岸52个验潮站观测。精度分析表明建立的潮汐模型的8分潮RSS为12．5cm。     

基于Cressman客观分析的南海北部海区数据同化实验

利用POM模式和空间插值法构造的同化方案对南海北部的航次观测资料进行了数据同化模拟.结果表明,数据同化有效兼顾了模式模拟和航次观测,在一定程度上纠正了模式模拟值相对于真实数据的误差;同化结果与模拟结果相比更接近观测值,在航次断面及其附近海域同化结果误差较小;另一方面,由于航次资料站点相对较少,在无观测数据的海域模式同化不是很理想,有待改进.此方法可为南海大型航次及其他资料同化提供一个再分析资料的实验性参考.     

南海潮汐的伴随同化数值模拟

把利用正交潮响应方法对 2 4 8个周期超过 6年的南中国海的TOPEX/Poseidon卫星高度计资料进行潮波分析提取的沿轨分潮调和常数同化到二维非线性潮汐数值模式中去 ,优化模型中的开边界条件和底摩擦系数 ,模拟了南海m1 和M2 分潮的潮汐。所用的同化方法是伴随同化。根据计算结果给出了m1 和M2 分潮的同潮图。计算结果与 5 9个验潮站资料的比较结果是 :m1 分潮的振幅和迟角的平均绝对误差分别是 4.8cm和 8.7°;M2 分潮的振幅和迟角的平均绝对误差分别是 4.3cm和 1 1 .0°,表明计算结果与验潮站资料符合良好。研究结果表明 ,利用伴随同化方法把TOPEX/Poseidon资料同化到潮汐数值模式中去对模式进行校正是有效的     

边界条件对北太平洋自然^14C分布的影响

利用一个北太平洋海盆尺度环流模式模拟了北太平洋自然14C的分布和吸收.为了考察开边界与闭边界模式的不同以及不同的开边界条件对模拟结果的影响,相应地做了两个开边界的试验和一个闭边界试验.结果表明,由于自然14C的模拟需要长时间的积分才能达到稳态,因而边界的处理对模拟结果有很大的影响;在闭边界试验中,总体上模拟结果偏大,采用开边界条件打开南边界改变了闭边界中模拟结果偏大的状况.但是,在开边界试验中,边界处观测资料的影响也是显著的.当在边界考虑了出流和入流的不同时,与入流时采用零梯度边界条件的试验相比,入流时边界值给定为观测数据的试验得到了较好的模拟结果,与观测结果更为接近.     

各向异性背景场误差协方差构建及在“凡亚比”台风的应用

利用相临过去时段预报结果中同一时刻不同时效的模式预报场差异,计算预报误差协方差,并基于集合-变分混合同化系统将其与静态背景场误差协方差结合,从而在同化系统中构建了具有各向异性和一定流依赖特征的背景场误差协方差。单点观测理想试验显示本方案改善了静态模型化背景场误差协方差的各向同性和流依赖性问题。“凡亚比”台风的一系列同化及模拟试验表明,从台风路径、强度等方面本文方案的效果都要优于三维变分法。本文方案在不需要集合预报,计算量与三维变分法相当的情况下,给同化系统引入了各向异性、一定流依赖特征的背景误差协方差,因此本方案适于在计算资源较为紧缺情况下,对时效要求较高的预报业务中应用。     

最优插值法在东海赤潮高发区赤潮生消过程数值模拟中的应用

将最优插值法与赤潮数值模型相结合,针对时空分辨率不统一的卫星遥感数据及海洋常规调查数据,进行了东海赤潮高发区海表温度场及海表营养盐浓度场的数据同化研究,并在此基础上进行了该海区春季赤潮过程的数值模拟研究。数据同化结果显示,最优插值数据同化方法不仅在一定程度上修正了海表温度场模拟结果的误差,尤其体现在对赤潮藻的生长影响较大的温度区段18—20℃等值线的南移,而且较为明显地优化了研究海域海表营养盐浓度场,使模拟结果更加接近观测值。对比赤潮过程数值模拟结果发现,在未加同化情况下,海区赤潮藻并未形成大规模赤潮,并且消散较快;而在加入同化后,研究海域交替出现了硅藻及甲藻的大范围赤潮,赤潮生消过程与现场调查数据分析结果较为一致。耦合了最优插值数据同化方法的赤潮数值模型,由于具有改进海洋环境背景场的优势,因此可以在赤潮预报预警工作中得到较好应用。