典型文献
集合降维变分同化中的初始扰动和局地化
文献摘要：
集合降维变分同化方法ERDVar不需要求解切线性模式和伴随模式,不仅能减少同化计算量,而且能够提供"流依赖"的背景误差协方差矩阵.本文提出用NMC初始扰动生成方法和分区同化方案,来解决初始扰动样本生成问题和全球同化局地化问题,最终实现将ERDVar应用到全球中期数值预报模式T106L19.试验结果表明:①使用ERDVar方法能够有效提取真实增量信息,提高全球同化精度.②用NMC方法产生的扰动样本反映预报误差结构特征,在预报过程中不容易衰减,同化后至少使预报误差降低10％.③与全球ERDVar同化试验相比,分区ERDVar同化试验各变量平均的均方根误差降低14％,计算代价进一步降低.分区ERDVar方法和NMC样本的联合应用使同化改进效果更稳定.
文献关键词：
集合降维变分同化方法;初始扰动;局地化;全球中期数值预报模式T106L19
中图分类号：
作者姓名：
希爽
作者机构：
中国气象局地球系统数值预报中心,北京100081;国家卫星气象中心,北京100081
文献出处：
引用格式：
[1]希爽-.集合降维变分同化中的初始扰动和局地化)[J].气象科技,2022(05):670-676
A类：
集合降维变分同化方法,ERDVar,T106L19
B类：
初始扰动,局地化,切线,线性模式,伴随模式,计算量,背景误差,协方差矩阵,NMC,生成方法,样本生成,成问题,期数,数值预报模式,有效提取,实增,增量信息,预报误差,误差结构,联合应用,改进效果,更稳
AB值：
0.23885
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
