典型文献
一种新的模式倾向误差估计算法及其在ENSO模拟中的应用
文献摘要：
气候模式是我们理解、模拟和预报气候演变的重要工具.然而即使是目前最先进的耦合模式,其模拟和预报与大气/海洋的真实状态相比,仍存在较大偏差,这是由于在模式的倾向方程中不可避免地存在系统性的误差(倾向误差).因此,减小模式倾向误差对改进模式的模拟和预报效果具有重要意义.该研究首先发展了一种新的计算模式倾向误差的估计算法——基于局地集合变换卡尔曼滤波器(local ensemble transform kalman filter,LETKF)同化技术的倾向误差估计算法.在此基础上,将新发展的算法应用到Zebiak-Cane(ZC)模式,通过同化海表面温度异常(sea surface temperature anomaly,SSTA)数据,估计随时空变化的倾向误差,并使用计算得到的倾向误差订正模式,进行积分模拟.结果表明:(1)倾向误差和ZC模式的模拟偏差具有高度相关性;(2)订正后的模式改善了对厄尔尼诺-南方涛动(E1 Ni?o-Southern Oscillation,ENSO)的一些重要特征的模拟.这说明新发展的模式倾向误差估计算法十分有效且在ENSO模拟中具有较好的应用价值,此外,这种新的模式倾向误差估计算法,计算高效简便,可便捷地应用于各模式中,利于推广.
文献关键词：
模式倾向误差;参数估计;局地集合变换卡尔曼滤波器;Zebiak-Cane模式
中图分类号：
作者姓名：
何群;高艳秋;唐佑民;张继才
作者机构：
浙江大学海洋学院 浙江舟山 316021;自然资源部第二海洋研究所卫星海洋环境动力学国家重点实验室 浙江杭州310012;南方海洋科学与工程广东省实验室(珠海)广东珠海 519082;河海大学海洋学院 江苏南京 210098
文献出处：
引用格式：
[1]何群;高艳秋;唐佑民;张继才-.一种新的模式倾向误差估计算法及其在ENSO模拟中的应用)[J].海洋与湖沼,2022(05):1067-1078
A类：
模式倾向误差,局地集合变换卡尔曼滤波器,LETKF,Zebiak
B类：
误差估计,估计算法,ENSO,气候模式,气候演变,最先,耦合模式,大偏差,预报效果,计算模式,local,ensemble,transform,kalman,filter,算法应用,Cane,ZC,海表面温度,温度异常,sea,surface,temperature,anomaly,SSTA,时空变化,误差订正,厄尔尼诺,E1,Southern,Oscillation,算高,参数估计
AB值：
0.303866
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。
