|
|||||
|
|
| 集合降维变分同化中的初始扰动和局地化 | |
| 引用本文： | 希爽.集合降维变分同化中的初始扰动和局地化[J].气象科技,2022,50(5):670-676. |
| 作者姓名： | 希爽 |
| 作者单位： | 1 中国气象局地球系统数值预报中心，北京 100081； 2 国家卫星气象中心，北京 100081 |
| 基金项目： | 国家自然科学基金项目（41905031）和国家重点研发计划项目（2017YFC1501603）共同资助 |
| 摘 要： | 集合降维变分同化方法ERDVar不需要求解切线性模式和伴随模式，不仅能减少同化计算量，而且能够提供“流依赖”的背景误差协方差矩阵。本文提出用NMC初始扰动生成方法和分区同化方案，来解决初始扰动样本生成问题和全球同化局地化问题，最终实现将ERDVar应用到全球中期数值预报模式T106L19。试验结果表明：①使用ERDVar方法能够有效提取真实增量信息，提高全球同化精度。②用NMC方法产生的扰动样本反映预报误差结构特征，在预报过程中不容易衰减，同化后至少使预报误差降低10%。③与全球ERDVar同化试验相比，分区ERDVar同化试验各变量平均的均方根误差降低14%，计算代价进一步降低。分区ERDVar方法和NMC样本的联合应用使同化改进效果更稳定。 |
| 关 键 词： | 集合降维变分同化方法 初始扰动 局地化 全球中期数值预报模式T106L19 |
| 收稿时间： | 2021/3/23 0:00:00 |
| 修稿时间： | 2022/8/22 0:00:00 |
Initial Perturbation and Localization in Ensemble-Based Reduced-Dimensional Variational Assimilation Method |
|
| XI Shuang.Initial Perturbation and Localization in Ensemble-Based Reduced-Dimensional Variational Assimilation Method[J].Meteorological Science and Technology,2022,50(5):670-676. | |
| Authors: | XI Shuang |
| Abstract: | |
| Keywords: | Ensemble based Reduced Dimension Variational assimilation method initial perturbation localization Global Medium Range Numerical Weather Prediction Model T106L19 |
| 点击此处可从《气象科技》浏览原始摘要信息 | |
| 点击此处可从《气象科技》下载免费的PDF全文 | |