检索
E-mail
RSS

作者投稿 主编审稿 专家审稿 远程编辑

热带海洋学报 ›› 2010, Vol. 29 ›› Issue (4): 1-7.doi: 10.11978/j.issn.1009-5470.2010.04.001cstr: 32234.14.j.issn.1009-5470.2010.04.001

所属专题： 海洋大数据及应用

• 海洋水文学 •    下一篇

基于Cressman客观分析的南海北部海区数据同化实验

陈飞1,2, 施平1,3, 杜岩1, 王东晓1   

  1. 1. 中国科学院南海海洋研究所热带海洋环境动力学重点实验室, 广东 广州 510301; 2. 中国科学院研究生院, 北京 100049;  3. 中国科学院烟台海岸带可持续发展研究所, 山东 烟台 264003
  • 收稿日期:2008-12-08 修回日期:2009-06-08 出版日期:2010-07-31 发布日期:2010-07-29
  • 通讯作者: 杜岩。
  • 作者简介:陈飞(1984—), 男, 陕西省汉中市人, 硕士研究生, 现从事物理海洋数值研究。E-mail: chenfei206@mails.gucas.ac.cn
  • 基金资助:

    科学院知识创新项目(KZCX2-YW-BR-04, KZCX1-YW-12-01, KZCX2-YW-Q11-02); 自然科学基金项目(40876007)

Assimilation of hydrographic data in the northern South China Sea based on the Cressman objective analysis

CHEN Fei1,2, SHI Ping1,3, DU Yan1, WANG Dong-xiao1   

  1. 1. Key Laboratory of Tropical Marine Environmental Dynamics, South China Sea Institute of Oceanology, CAS, Guangzhou 510301, China; 2. Graduate University of CAS, Beijing 100049, China; 3.Yantai Institute of Coastal Zone Research for Sustainable Development, CAS, Yantai 264003, China
  • Received:2008-12-08 Revised:2009-06-08 Online:2010-07-31 Published:2010-07-29
  • Contact: 杜岩。
  • About author:陈飞(1984—), 男, 陕西省汉中市人, 硕士研究生, 现从事物理海洋数值研究。E-mail: chenfei206@mails.gucas.ac.cn
  • Supported by:

    科学院知识创新项目(KZCX2-YW-BR-04, KZCX1-YW-12-01, KZCX2-YW-Q11-02); 自然科学基金项目(40876007)

PDF (PC)

赞

被引次数

32 | 3

摘要：

利用POM模式和空间插值法构造的同化方案对南海北部的航次观测资料进行了数据同化模拟。结果表明, 数据同化有效兼顾了模式模拟和航次观测, 在一定程度上纠正了模式模拟值相对于真实数据的误差; 同化结果与模拟结果相比更接近观测值, 在航次断面及其附近海域同化结果误差较小; 另一方面, 由于航次资料站点相对较少, 在无观测数据的海域模式同化不是很理想, 有待改进。此方法可为南海大型航次及其他资料同化提供一个再分析资料的实验性参考。

关键词: 数据同化, 空间插值, POM模式, 航次资料

Abstract:

 The authors assimilate cruise data in the northern South China Sea using the Princeton Ocean Model (POM). The results show that the model assimilation improves the simulation effectively by reducing model errors, namely making the model results closer to the observations. The assimilation results, however, are not quite ideal in the regions where cruise observations are absent, indicating the method needs to be improved. This assimilation method once improved can provide re-analysis dataset for studying the South China Sea.

Key words: data assimilation, interpolation method, Princeton Ocean Model (POM), cruise data