| DCM模拟中基于OPSA方法的参数敏感性分析 |
| |
| 引用本文： | 高永丽,王际朝,孙国栋,张坤,姜向阳,王宁.DCM模拟中基于OPSA方法的参数敏感性分析[J].海洋科学,2023,47(5):139-148. |
| |
| 作者姓名： | 高永丽 王际朝 孙国栋 张坤 姜向阳 王宁 |
| |
| 作者单位： | 中国石油大学(华东), 山东 青岛 266580;中国科学院大气物理研究所, 北京 100029;中国科学院海洋研究所, 山东 青岛 266071;山东省海洋资源与环境研究院, 山东 烟台 264006 |
| |
| 基金项目： | 国家自然科学基金项目(92158202,41576015) |
| |
| 摘 要： | 深层叶绿素最大值(deep chlorophyll maximum,DCM)现象是海洋与湖泊中普遍存在的生态现象。对其进行数值模拟时,参数不确定性是导致模拟结果出现误差的重要原因。基于一个经典海洋生态模式(nutrients-phytoplankton model,NP),本文通过最优参数敏感性分析(optimization parameter sensitivity analysis,OPSA)方法探讨了模式参数不确定性对DCM模拟的影响。研究表明,背景场浑浊度、垂向湍流扩散系数、浮游植物营养盐含量和硝酸盐再循环系数为模式中的敏感参数,它们的扰动将导致DCM模拟发生显著改变。进一步,设计观测系统模拟试验评估了消除敏感参数误差DCM模拟的改进程度。结果显示,去除4个敏感参数误差DCM模拟平均改进了56.83%,约是去除不敏感参数误差平均改进程度(4.51%)的13倍。而且,去除敏感参数误差模拟改进的稳定性更好,变异系数仅为9.44%,去除不敏感参数误差模拟改进的变异系数达到了14.76%,稳定性较差。据此,可优先发展与敏感参数直接相关的动力过程参数化方案,或在有限的观测资源下优先对敏感参数展开目标观测,进而为提高DCM模拟与预测提供科学指导。
|
| 关 键 词： | DCM 参数敏感性 最优扰动 OPSA方法 目标观测 |
| 收稿时间： | 2022/5/17 0:00:00 |
| 修稿时间： | 2022/7/18 0:00:00 |
Parameter sensitivity analysis of a biological ocean model based on OPSA method |
| |
| GAO Yong-Li,WANG Ji-chao,SUN Guo-dong,ZHANG Kun,JIANG Xiang-yang,WANG Ning.Parameter sensitivity analysis of a biological ocean model based on OPSA method[J].Marine Sciences,2023,47(5):139-148. |
| |
| Authors: | GAO Yong-Li WANG Ji-chao SUN Guo-dong ZHANG Kun JIANG Xiang-yang WANG Ning |
| |
| Institution: | China University of Petroleum(East China), Qingdao 266580, China;Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China;Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266071, China;Shandong Marine Resources and Environment Research Institute, Yantai 264006, China |
| |
| Abstract: | |
| |
| Keywords: | DCM parameter sensitivity optimal perturbation OPSA target observation |
|
| 点击此处可从《海洋科学》浏览原始摘要信息 |
| 点击此处可从《海洋科学》下载免费的PDF全文 |
|
