|
|||||
|
|
| 一种基于历史样本投影的三维变分同化方法 | |
| 引用本文： | 赵明,王斌,成巍,赵颖.一种基于历史样本投影的三维变分同化方法[J].气候与环境研究,2010,15(2):199-209. |
| 作者姓名： | 赵明 王斌 成巍 赵颖 |
| 作者单位： | 1. 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室,北京,100029;中国科学院研究生院,北京,100049 2. 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室,北京,100029 3. 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室,北京,100029;北京应用气象研究所,北京,100029 4. 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室,北京,100029;解放军理工大学理学院,南京,210011 |
| 基金项目： | 公益性行业科研专项GYHY(QX)2007-6-12和国家重点基础研究发展规划项目2005CB321703 |
| 摘 要： | 对于中尺度数值天气预报来说,初始条件的准确与否已成为影响预报技巧的主要因素之一。现有的大气观测资料在时空分布上的不均匀,以及存在的观测误差,使得我们必须引进资料同化方法,为中尺度数值模式提供最优的初始场。由于传统的三维变分同化(3DVar)方法缺乏模式约束以及背景误差协方差矩阵(B矩阵)不具有流依赖性,因此本文提出一种基于历史样本投影的3DVar(HSP-3DVar)方法,它不仅具有流依赖的B矩阵,而且比传统的3DVar简单易行。为了评价HSP-3DVar的同化性能,我们基于区域暴雨预报模式AREM(Advanced Regional Eta Model)对其进行了观测系统模拟试验(OSSE),结果表明:HSP-3DVar能够有效融合观测信息,模式初值在各层的均方根误差都显著地降低。 |
| 关 键 词： | HSP-3DVar，AREM模式，观测系统模拟实验 |
An Approach of Three-Dimensional Variational Data Assimilation Based on Historical Sample Projection |
|
| Zhao Ming,Wang Bin,Cheng Wei and Zhao Ying.An Approach of Three-Dimensional Variational Data Assimilation Based on Historical Sample Projection[J].Climatic and Environmental Research,2010,15(2):199-209. | |
| Authors: | Zhao Ming Wang Bin Cheng Wei and Zhao Ying |
| Institution: | ZHAO+Ming1,2,WANG+Bin1,CHENG+Wei1,3,,+ZHAO+Ying1,4+1+State+Key+Laboratory+of+Numerical+Modeling+for+Atmospheric+Sciences+,+Geophysical+Fluid+Dynamics,Institute+of+Atmospheric+Physics,Chinese+Academy+of+Sciences,Beijing+100029+2+Graduate+University+of+Chinese+Academy+of+Sciences,Beijing+100049+3+Beijing+Institute+of+Applied+Meteorology,Beijing+100029+4+Institute+of+Science,PLA+University+of+Science+,+Technology,Nanjing+210011 |
| Abstract: | As an important role in mesoscale numerical weather forecasts, initial conditions (ICs) of atmosphere affect the prediction skills directly. Due to the existing noises in observation, and the irregularly spatial and temporal distributions of observation, data assimilation approaches are required to provide mesoscale numerical weather forecasts with optimal ICs. Because the standard three-dimensional variational data assimilation (3DVar) method lacks model constraints and uses a background error covariance m... |
| Keywords: | HSP-3DVar AREM OSSE |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《气候与环境研究》浏览原始摘要信息 | |
| 点击此处可从《气候与环境研究》下载免费的PDF全文 | |