大气/海洋数据同化方法(1)松弛逼近,Kalman滤波入门函数拟合逐步订正最优插值函数拟合逐步订正最优插值弱变分约束(变分调整)强变分约束(变分伴随法)弱变分约束(变分调整)强变分约束(变分伴随法)动力初值化正则模初值化动力初值化正则模初值化卡尔曼滤波卡尔曼滤波客观分析变分约束初值化状态估计理论数据同化分析松弛逼近观测松弛逼近最优(伴随)松弛逼近分析松弛逼近观测松弛逼近最优(伴随)松弛逼近松弛逼近伴随方程图1
1数据同化的发展及其各种方法(卡尔曼滤波可以看作是最优插值的拓展,对于完美的线性模式变分伴随同化等价于卡尔曼滤波,伴随方程是解变分问题的一种数学工具)回顾逐步订正:背景场(猜值场、预报场、诊断场)+观测数据=优化场优点:简单,计算量小;观测数据较多时,效果还不错,不比最优插值逊色
缺点:只针对一个变量场没有动力与物理上的约束一个实例:由地面气压场诊断地面风场,然后利用地面风观测资料运用逐步订正法调诊断风场
11511711912112312536384042̽¿ÕÕ¾º£ÑóÕ¾EN1m100m200m300m600m900m1200m1500mƽ̨վooooooooooxssFfvxpyuvxuutu1)(yssFfuypyvvxvutv1)(考虑惯性力(即平流项)、气压梯度力、科氏力、摩擦力,在局地直角平面建立一个简单的水平二维地面风场诊断模式:ii+1i-1jj+1j-1i-1ii+1j-1jj+1yxu,f;v,f;px1nji,jsyyxxxnji,1nji,Evfxppuvuutuunjinjix,,11)(y1nji,jsyyxxynji,1nji,Eufyppvvvutvvnjinjiy,1,1)(1980年4月4日20时的气压场