排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
本文基于时间分布参数设置,利用伴随同化方法,反演了Ekman模型中随时间变化的风应力拖曳系数,并在孪生实验和实际实验中对该方法进行了验证。在孪生实验中,研究了参数反演结果对不同影响因素的响应,包括:风速分布、风应力系数分布、风应力系数初始猜测值、风应力系数独立变量个数、观测数据误差和观测的深度。孪生实验结果验证了伴随同化方法反演Ekman模型中时变风应力系数的有效性,具体包括如下五个方面结论:1)不同风速分布下均能成功反演出不同风应力拖曳系数分布; 2)反演结果对初始猜测值较为敏感,风应力系数初始猜测值越接近给定值,反演结果越好;3)风应力系数独立点个数的选取会显著影响反演结果,合理的选择有利于提高反演效率及减小观测数据误差;4)观测误差能够影响反演结果,观测数据误差在20%以下时能取得合理的反演结果; 5)反演结果对观测数据的表层和次表层流速更为敏感,这是由Ekman流的物理性质决定的。实际实验,利用百慕大锚系试验平台的风速和流速数据,去除周期性潮流和地转流成分后得到Ekman流成分,并作为观测输入到该同化模型,反演出了适用于该区域和该时段的随时间变化的风应力系数。通过比较模拟流速和观测流速,证明利用伴随同化方法能从实测数据中反演出合理的时变风应力系数,对于海洋模型风应力系数的确定是一项有益的尝试。 相似文献
2.
厄尔尼诺-南方涛动(El Ni?o and Southern Oscillation,简称ENSO)是短期气候预测的主要可预报性来源.为提高ENSO的预报水平,我们构建了一个包含5个动力耦合模式的多模式集合预报系统,其中各个模式具有不同的复杂程度、参数化方案、分辨率、初始化和集合扰动生成方案,以尽可能全面地考虑各种不确定性对预报结果的影响.回报试验结果表明:多模式集合的预报效果明显好于任何一个单一模式,其显著降低了均方根误差,并提高了异常相关性技巧.该多模式集合的预报效果可以比肩甚至优于同期北美多模式比较计划中的ENSO多模式集合预报技巧.此外,多模式集合预报能够削弱“春季预报障碍”的影响,提供更为可靠的概率预报.实时预报能够提前六个月准确地捕捉到近期连续两年的拉尼娜事件,并且该系统从2022年4月开始的预报也显示出连续三年拉尼娜事件的可能性.总体来说,这一多模式集合预报系统能够提供比任何模式成员更加准确的确定性预报和概率预报.这些改进主要得益于:一方面不同模式之间的优势互补增加了可预报信息,另一方面该系统集合成员规模较大有助于更为合理地刻画预报不确定性的分布. 相似文献
3.
4.
5.
气候模式是我们理解、模拟和预报气候演变的重要工具。然而即使是目前最先进的耦合模式,其模拟和预报与大气/海洋的真实状态相比,仍存在较大偏差,这是由于在模式的倾向方程中不可避免地存在系统性的误差(倾向误差)。因此,减小模式倾向误差对改进模式的模拟和预报效果具有重要意义。该研究首先发展了一种新的计算模式倾向误差的估计算法——基于局地集合变换卡尔曼滤波器(local ensemble transform kalman filter, LETKF)同化技术的倾向误差估计算法。在此基础上,将新发展的算法应用到Zebiak-Cane (ZC)模式,通过同化海表面温度异常(sea surface temperature anomaly, SSTA)数据,估计随时空变化的倾向误差,并使用计算得到的倾向误差订正模式,进行积分模拟。结果表明: (1)倾向误差和ZC模式的模拟偏差具有高度相关性; (2)订正后的模式改善了对厄尔尼诺-南方涛动(El Niño-Southern Oscillation, ENSO)的一些重要特征的模拟。这说明新发展的模式倾向误差估计算法十分有效且在ENSO模拟中具有较好的应用价值,此外,这种新的模式倾向误差估计算法,计算高效简便,可便捷地应用于各模式中,利于推广。 相似文献
6.
近年来风暴潮等海洋灾害的频发,对沿海大型工程的防御能力提出了更高的要求。本研究结合广西北海港石步岭港区项目海岸防御工程的设计标准及现状,进行风暴潮和海浪灾害的风险性评估,把推算得到的防御工程应达到的理论顶高程与实测高程进行对比,评估该工程项目抵御海洋灾害的能力。研究发现考虑海平面上升之后的极端高潮位评估结果跟设计值相当;无论是设计高潮位还是极端高潮位下的N向波高的理论值均高于设计值;码头及其他防护岸段的实测最低高程均低于考虑波浪爬高影响之后的理论顶高程,存在一定风险,建议项目业主单位立即采取措施以降低海洋灾害风险。 相似文献
7.
利用变分同化技术,将船舶报资料与海表面温度短期数值预报模式有机结合,实现了渤、黄、东海的海表面温度短期数值预报。本预报模式利用伴随方法实现了预报模式的全局优化,不但最大限度地利用了船舶报资料,而且初始温度场的调整由自动的数值迭代过程来实现。在渤、黄、东海海域,4个季节的典型月份的SST连续1个月的24h后报结果与船舶报资料均方差均降至0.8℃以下。同化后海表面温度初始场的绝均差较同化前有显著下降。与以前所用的客观分析方法比较的结果表明,伴随同化的预报精度明显高于客观分析方法。 相似文献
8.
为了得到一种有效的计算海水涡动黏性的途径,本文基于伴随同化方法,研究了Ekman模型中垂向涡动黏性系数(verticaleddyviscositycoefficient,VEVC)的时间变化。本文推导了时间变化VEVC的优化关系式,并利用理想实验对三个影响因素进行了探究,包括优化算法、初始猜测、观测深度,其主要结论是:(1)梯度下降法的优化效果优于共轭梯度法和有限记忆BFGS(limited-memoryBroyden–Fletcher–Goldfarb–Shanno)法;(2)初始猜测值与实际值接近时,收敛速度更快,反演误差更小;(3)反演结果对表层和次表层的流速更为敏感。本文从百慕大试验站锚泊系统(Bermuda Testbed Mooring, BTM)的数据中提取了Ekman流速,并反演了VEVC的时间变化,实际实验结果表明:(1)对于实测数据而言,仍是梯度下降法优化效果最好;(2)将VEVC设置为时间变化型的反演策略,反演效果优于常数型和深度变化型;(3)该地区VEVC在0.01m~2/s左右。该研究为Ekman流的数值模拟提供了一种确定VEVC时间变化的有效方法,对于其他动力机制的研究具有一定的参考价值。 相似文献
9.
集合资料同化方法的理论框架及其在海洋资料同化的研究展望 总被引:3,自引:1,他引:2
在海洋动力系统的数值模拟中,海洋资料同化是一种能够有效融合多源海洋观测资料和数值模式的方法。它不仅可以显著地提高数值模拟的效果,构造海洋再分析资料场,还能有效减少海洋和气候预报时模式初始条件的不确定性。因此,海洋资料同化对于海洋研究和业务化应用具有非常重要的意义。资料同化方法的研究一直是大气、海洋科学的热门课题之一。其中,集合卡尔曼滤波器(EnKF)是一种有效的资料同化方法,自提出以来经过了20多年的发展和改进,已经在海洋资料同化中得到了广泛的研究和应用。近年来,随着动力模式的不断发展和计算能力的提高,粒子滤波器由于不受模型线性和误差高斯分布假设的约束,也逐渐成为了当前资料同化方法研究的热点。本文分析和总结了目前关于集合卡尔曼滤波器和粒子滤波器的一些最新理论研究结果,在贝叶斯滤波理论的框架下讨论了这两类算法的关联和区别,以及各自在资料同化实践中的优势和不足。在此基础上,我们探讨了粒子滤波器应用于海洋模式资料同化的主要困难和目前可行的一些解决方法,展望了集合资料同化方法研究的新趋势,为集合资料同化方法的进一步发展和应用提供理论基础。 相似文献
1