2012年资料同化理论和方法科研进展及成果

在原有的陆面数据同化系统以及目前几乎所有的陆面数据同化之中都没有考虑到集合同化方法的局地化策略，往往会造成表层的陆地观测与深层土壤的模式变量之间的虚假相关，从而会影响的陆面数据同化的同化效果。在这年的工作中，我们通过在LDAS-IAP/CAS中引入垂直局地化方案，在很大程度上消除了陆表的（大约2-5cm）的微波亮温观测与土壤深层的土壤湿度之间的虚假相关，由此土壤湿度的同化精度有所提高。通过在PODEn4DVar的分析算法中引入R型局地化方案，并采用逐点分析计算的方式进行同化，大大地简化了同化过程，而非常易于并行化，并在一定程度上提高了同化精度。

基于一个南海高分辨海洋环流模式，利用沿轨高度计同化方案，开展连续多年的同化分析试验，并对冬季南海暖流三维结构特征进行了分析。研究结果表明：冬季1月份在广东外海30米深度有明显的西南东北向流，且与低盐舌有较好的吻合，但在表层该流系不明显；南海暖流向东流速核主要分布在20-50米深度范围，相北的流速极大值也不是出现在表层。因而，总体而言暖流流速大约在10cm/s左右，且由西向东伴随低盐、暖水的特点。同时在该暖流的向南一侧均出现较为明显的正海面高度梯度且伴有高温、低盐特征，即预示着暖流与暖水的堆积有着密切的联系。在30米深度，平均动能和涡动动能的空间分布呈现明显不同的特征，沿南海暖流路径南北两侧，涡动动能较平均动能大两个数量级，表明冬季南海暖流与中尺度涡旋过程的输送密切相关。

基于国家海洋环境预报中心已有ROMS涡分辨率海洋模式，在预报中心高性能计算集群上开展了沿轨高度计同化试验和部分同化方案的优化试验。首先，针对集合最优插值过程中局地化半径的选取问题，利用模式20年积分的历史样本分析南海SLA与其它模式变量之间的空间相关性。研究结果表明，同化高度计资料时，以250km为局地化半径是合适的选择。同化试验每7天同化一次运行5年，模式运行调用128个CPU，同化运行调用16个CPU。图10为在整个模式区域内SLA均方根误差在对照试验(CTRL)和同化试验(ASSI)的对比情况，平均而言同化沿轨高度计资料使得模式模拟的海面高度异常误差减小3cm。

由于外强迫场、分辨率以及参数化方面的不完美性，模式偏差的存在是不可避免的，如最常见的模式偏差就是温跃层比较稀疏，对于HYCOM模式而言，模式偏差是在印度洋温跃层里垂直温度梯度较小，温跃层以下偏冷。在观测稀少的区域，即使同化也无法很好地改善模式偏差，为此同化中考虑偏差订正方法，以此来缓解模式偏差带来的问题。实施了有偏差订正试验和无偏差订正试验，结果表明偏差订正后，温跃层里温度的改善是最显著的，印度洋温度可以降低1度，西太平洋也有一定程度的改善，而温跃层深度也较无偏差订正试验要浅，上层300米热容变低也进一步证明偏差订正能在一定程度上改进温跃层的模拟。

基于自己发展的集合四维变分同化方法PODEn4DVar方法，以WRF模式为系统平台，开发了WRF-PODEn4DVar雷达资料同化系统。该同化系统可以同时同化雷达径向风和反射率，已经开展的同化实验表明，该同化系统可以在很大程度上提高对于暴雨模拟精度