数值模式误差订正方法初探

鉴于大气系统的复杂性,实际的大气运动方程包含许多数学简化。这些简化的方程组虽能模拟大气运动的主要特征,但无法揭示天气演变的所有细节,这将导致数值模式的预报能力受到极大限制。只有完善大气运动方程本身的确定性框架,才能从根本上减少预报误差。若无其他手段的帮助,仅依靠推导方法获取大气运动过程中的所有微分表达式将十分困难。演化算法具有自适应、自组织特征,它能处理复杂的数学问题,可从观测资料所蕴含的丰富信息中挖掘系统的动力学。本文结合演化建模的智能算法,提出了一种数值模式的误差订正方案,并以一维典型混沌系统Logistic模型为例,探讨了误差订正方案的有效性。数值试验结果表明该方法对模式误差有较强的反演能力,值得进一步深入研究。