首页 | 本学科首页   官方微博 | 高级检索  
     检索      

两种四维SVD同化方法的比较及误差分析
引用本文:王金成,李建平,丑纪范.两种四维SVD同化方法的比较及误差分析[J].大气科学,2008,32(2):277-288.
作者姓名:王金成  李建平  丑纪范
作者单位:1.兰州大学大气科学学院,兰州,730000;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
基金项目:国家重点基础研究发展规划项目2006CB403600,国家自然科学基金资助项目40325015、40221503
摘    要:4DSVD是最近提出的一种新的资料同化方法。目前还存在一些需要解决的问题,比如如何选取样本,如何得到支撑大气吸引子的基向量以及选取基向量的个数问题等等。作者利用奇异值分解(SVD)与经验正交函数分解(EOF)两种方法来获得支撑大气吸引子的基向量,推导了基于这两种方法的4DSVD分析场的理论公式,并用简单的数值试验比较了基于这两种方法的4DSVD分析场的空间相关系数和误差,初步分析了分析场与基向量个数的关系以及与样本选取的关系和分析误差的来源及各种误差对分析误差影响的相对大小。结果表明,用SVD方法作为获得支撑大气吸引子基向量的方法得到的分析场较EOF方法稳定,分析场与基向量个数有密切关系,观测误差、模式误差和观测代表性误差是分析误差的主要来源,且其引起的分析误差随着基向量个数增多而增大。

关 键 词:四维奇异值分解  资料同化  经验正交函数  奇异值分解  误差分析
文章编号:1006-9895(2008)02-0277-12
收稿时间:2006-09-15
修稿时间:2006-12-26

Comparison and Error Analysis of Two 4-Dimensional Singular Value Decomposition Data Assimilation Schemes
WANG Jin-Cheng,LI Jian-Ping and CHOU Ji-Fan.Comparison and Error Analysis of Two 4-Dimensional Singular Value Decomposition Data Assimilation Schemes[J].Chinese Journal of Atmospheric Sciences,2008,32(2):277-288.
Authors:WANG Jin-Cheng  LI Jian-Ping and CHOU Ji-Fan
Abstract:
Keywords:4DSVD  data assimilation  singular value decomposition  empirical orthogonal function  error analysis
本文献已被 维普 等数据库收录!
点击此处可从《大气科学》浏览原始摘要信息
点击此处可从《大气科学》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号