研究背景
可预测性是研究地球物理流体的活跃研究领域,不仅因为其科学和技术挑战,而且因为它在实际问题中的广泛应用。一个值得注意的例子是数值天气预报(NWP)领域的研究发展,现代技能预报是将来自不同现场和遥感平台的许多观测数据与准确、动态复杂的气候模型结合使用高级数据同化方法的结果。多亏了这些方法论的协同作用,我们现在可以在可接受的精度范围内提前几天预测天气,并将此类预测用于各种有用的应用。预测海洋环流及其相关天气同样有趣且具有挑战性。卫星技术的出现揭示了海洋中尺度现象以及现场仪器的日益部署,加上海洋模型模拟现实性的提高,使我们能够设想可以与大气对应物在现实性和社会相关性方面相媲美的海洋天气预报系统。
研究主旨
本文研究了强约束数据同化方法IS4DVAR在区域海洋建模系统ROMS中的应用,以提高东澳大利亚洋流(EAC)中尺度变异性的预测能力。通过同化卫星海面温度(SST)、海面高度(SSH)及次表层温度剖面等观测数据,作者评估了IS4DVAR对海洋状态估计的改进效果。结果显示,仅同化表面信息不足以准确预测次表层状态,而引入基于表面与次表层变量之间经验关系的合成CTD伪观测数据,能显著提升预测精度,使模型在长达两周的时间内保持较高的预测技能。
研究特点
数据同化的一个重要应用是为模型预报估计合适的初始条件。本文评估了区域海洋建模系统(ROMS)在给定强约束四维变分数据同化(IS4DVAR)条件下对东澳大利亚洋流(EAC)中尺度变异性的预测能力。考虑到所有2001年和2002年的可用观测数据,通过同化前7天的观测数据,每周生成ROMS预报初始条件。仅同化海表面温度(SST)和海面高度(SSH)表面信息导致对真实次表层海洋状态(如XBT所示)的估计较差,因此对次表层条件的预报技能也较差。引入基于卫星表面观测与次表层变异性经验关系的伪观测(合成CTD),显著改善了海洋状态估计,使得在考虑的区域内,最多两周内都有技能预报。