基于解析四维集合变分的全球正压谱模式初始场优化研究

解析四维集合变分数据同化方法是一种无需伴随的、完全继承四维变分非线性处理能力的、“流依赖”的非顺序数据同化方法。本研究基于解析四维集合变分,开展全球正压谱模式初始场优化研究,验证解析四维集合变分的同化能力,并构建了高效的扰动集合成员生成方案,将解析四维集合变分降维到了样本空间,最后检验了解析四维集合变分对同化积分窗口长度和观测采样间隔的敏感性。试验结果表明,解析四维集合变分能优化全球正压谱模式的初始场,降维到样本空间后,只需要80个集合成员就可以取得很好的同化效果,在较长的同化积分窗口和观测采样间隔的条件下也可以达到理想的同化效果。