2011年资料同化理论和方法重要进展及成果

      在同化系统方面，已经建立了中国科学院大气物理研究所全球陆面数据同化系统，该同化系统于2011年正式在国家气象信息中心实时运行，取得了良好的效果；在数据同化方法方面，继续对本人所研发的基于POD分解的集合四维变分同化方法PODEn4DVar进行改进，引入局地化、Inflation技术以及PODEn4DVar与PODEn3DVar的耦合策略，使得其计算量更小，同化精度更高,目前该方法已经被南京大学、中国农科院以及北京师范大学等科研单位的一些学者所采用，进行相应的生态、农业以及大气同化研究。

 

      样本是集合最优插值方法必需的一个要素，我们研究探讨了样本的选取和更新对背景误差协方差结构分布的影响，研究结果表明：由变量的原始状态数据估计的静态样本会夸大样本相关性，从来带来虚假相关,而这种较大的虚假相关, 造成了同化区域每个观测的贡献都比较大,这样不可避免地会恶化同化结果.由变量的距平数据所得到的样本由于扣除了季节变化,能比较合理地反映背景误差协方差随流形分布的结构。但是在季风控制的海域,如印度洋,流场受季风的影响比较大,所以流场是随时间变化的,从理论上,静态不随时间变化的样本统计出来的背景误差协方差结构是不变的,在季风海域不能反映随流形分布的特征,试验结果也表明,静态样本在季风海域所反映的样本相关形状与流形垂直,同化的结果也较差,所以采用随时间变化的样本。

 

选取陕西及张北风电场为研究对象，基于WRF模式的预报结果，以及风电场的测风塔连续观测资料，提出了一个基于Kalman滤波的模式风场预报的后处理订正方案，研究结果表明，Kalman滤波对WRF模式的24小时预报有较好的订正效果，显著减小了模式对风场的模拟偏差，对均方根误差也有一定的改进。

 

      基于EnOI方法在一个有潮汐过程的南海涡分辨海洋模式中提出了一个沿轨高度计同化方案，并通过1994-1995年的同化试验对该方案进行了较详尽的分析,并使得中尺度涡漩的模拟更为准确。将上述同化方案应用于一个有潮汐的南海高分辨(约5km)海洋模式，利用长时间(18年)同化分析结果，研究分析了南海中尺度涡的可预报性。针对模式区域范围内的观测、模式自由积分与同化后高度计变率的比较分析表明，相对于观测SLA变率分布，模式自由积分模拟的变率存在明显偏差。如：北赤道流的向南分支和南海北部变率明显偏强，而在吕宋海峡以东黑潮附近变率则偏弱。同化沿轨高度计资料后，上述变率偏差得以修正。

 

      对于基于集合同化技术和各种遥感,现场观测研制的一套高质量的亚印太交汇区的海洋再分析资料集AIPOcean 1.0已经应用到了多个领域，主要包括:中国近海的中尺度涡,台风,海洋热量输送,深海的热量分析,重要环流的质量输送,印度洋的环流机制以及环流分析等等。