热带海洋学报 ›› 2011, Vol. 30 ›› Issue (6): 24-30.doi: 10.11978/j.issn.1009-5470.2011.06.024

• 海洋水文学 • 上一篇    下一篇

集合滤波和三维变分混合数据同化方法研究

吴新荣 1,2,3 , 韩桂军 2 , 李冬 2 , 李威 2   

  1. 1. 中国科学院南海海洋研究所 , 广东 广州 510301; 2. 国家海洋信息中心 , 天津 300171; 3. 中国科学院研究生院 , 北京 100049
  • 收稿日期:2010-01-31 修回日期:2010-04-26 出版日期:2011-12-20 发布日期:2011-12-22
  • 作者简介: 吴新荣 (1981 — ), 男 , 江苏省泰州市人 , 在读博士生 , 主要从事海洋数据同化方法应用研究。
  • 基金资助:
    国家重点基础研究发展计划项目 (2007CB816001); 国家自然科学 (40776016)

A hybrid ensemble filter and 3D variational analysis scheme

WU Xin-rong1,2,3, HAN Gui-jun2, LI Dong2, LI Wei2   

  1. 1. South China Sea Institute of Oceanology, CAS, Guangzhou 510301, China ; 2. National Marine Data and Information Service, Tianjin 300171, China ; 3. Graduate University of CAS, Beijing 100049, China
  • Received:2010-01-31 Revised:2010-04-26 Online:2011-12-20 Published:2011-12-22

摘要: 发展了一种新的混合数据同化方法——基于集合滤波和三维变分的混合数据同化方法。该方法将集合调整卡尔曼滤波(ensembleadjustmentKalmanfilter, EAKF)得到的集合样本扰动通过一个转换矩阵的形式直接作用到背景场上, 利用顺序滤波的思想得到分析场的一个扰动; 然后在三维变分(threedimensionalvariationalanalysis, 3D-Var)的框架下与观测数据进行拟合, 从而给出分析场的最优估计。文中以Lorenz63模型为例, 开展了理想数据同化试验, 结果表明, 相比于集合调整卡尔曼滤波, 这种新的混合同化方法可以给出更好的同化结果。

关键词: 混合数据同化方法, 集合调整卡尔曼滤波, 三维变分

Abstract: A new hybrid data assimilation scheme based on ensemble adjustment Kalman filter (EAKF) and three-dimensional variational (3D-Var) analysis is developed. In this assimilation scheme, the perturbation of ensemble from EAKF is applied to the background field by using a transformation matrix, thus the perturbation of the analysis field can be obtained by taking advantage of a sequential filter, which will then be optimized by being combined with observations under the framework of 3D-Var. The data assimilation experiment in a perfect case is carried out by using Lorenz-63 model. The results demonstrate that the hybrid data assimilation scheme performs better than EAKF.

Key words: hybrid data assimilation scheme, ensemble adjustment Kalman filter, 3D-Var

中图分类号: 

  • P731