《大气环流模式及应用》培训课件

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,大气环流,模,模式及应用,多媒体课件,南京信息工,程,程大学大气,科,科学系,大气环流模,式,式及应用,学,时,时：32学时（,其,其中：,讲课22学,时,时，上机10学时,）,先修课程：天气学原理,，,，动力气象,、,、数值预报,开课院系：大气科学学,院,院,参考书目：,A ClimateModellingPrimer第三,版,版，John Wiley &,Sons.Ltd，2004年,，,，Kendal Mcguffie andAnn,Henderson-Sellers,大气环流,模,模式 气,象,象出版社1987年J. Chang(美，,张时禹),著,著(史久恩,等,等译),大气数值,模,模拟气象,出,出版社 1991年,程,程麟生，丑,纪,纪范著,气候模式,的,的基本原理,和,和技术方法,气象出版,社,社 1997年,董敏等编著,大气环流模,式,式及应用,教学内容：,1，模式发,展,展和基本知,识,识,2，,模式初始化-资料同化,3，模式结,果,果的后处理,4，主流模,式,式介绍,5，平均态,模,模拟和预报,6，异常敏,感,感性试验,经纬度格点,差,差分模式,基 本 情,况,况 回,顾,顾数值模式,50年代后,期,期：准地转模式（ 顾震潮,等,等）,60年代初,期,期：斜压原始方,程,程模式,三层模式（,曾,曾庆存等）,二层模式（,陈,陈雄山等）,70年代中,期,期：五层暴雨模,式,式（周晓平等,）,）,分辨率：50公里,70年代后,期,期：三层模式（朱抱真等,）,）,B模式,斜压原始方,程,程、完整物,理,理过程,80年代中,期,期：中期数值预,报,报模式（ 纪立人,等,等）,全球谱模式,、,、非绝热物,理,理过程,80年代中,期,期：REM（宇如聪等,）,）,-坐标,、E网格、IAP变换,保形正定的,水,水汽平流方,案,案,80年代中,期,期：2层全球大,气,气模式（曾庆存等,）,）,80年代中,期,期：4层大洋模,式,式（张学洪等,）,）,90年代初,期,期：M2+4（曾庆存、,张,张学洪等）,90年代初,中,中期：9层全球大,气,气模式（梁信忠等,）,）,90年代初,中,中期：20层大洋,模,模式（张学洪等,）,）,90年代中,期,期：IAP94（戴永久等,）,）,90年代中,期,期：M2+20（曾庆存、,张,张学洪等）,90年代中,后,后期：9层全球谱,模,模式（ 吴国雄,等,等）,90年代中,后,后期：30层大洋,模,模式（ 张学洪,等,等）,90年代后,期,期：AVIM（季劲钧等,）,）,90年代后,期,期：GOALS（吴国雄、,张,张学洪等）,90年代末,期,期：AREM（宇如聪等,）,）,载水方案、,显,显式云方案,边界层方案,、,、模块化等,21世纪初,：,：21L AGCM（曾庆存等,）,）,21世纪初,：,：26L SAMIL（ 吴国雄,等,等）,21世纪初,：,：26L GAMIL（ 王斌等,）,）,21世纪初,：,：30L LICOM大,洋,洋模式（ 刘海龙,等,等）,21世纪初,：,：FGOALS（ 俞永强,、,、周天军等,）,）,其它模式系,统,统：,短期气候预,测,测系统（曾庆存等,）,）,近海环流模,式,式（李荣凤等,）,）,热带太平洋,模,模式（张荣华、,周,周广庆等）,全球非静,力,力模式（LACS、LASG）,其它模式,系,系统：,区域气候,模,模式（东亚中,心,心）,雪盖模式（孙菽芬,等,等）,陆面水文,模,模式（谢正辉,等,等）,辐射模式（石广玉,等,等）,污染模式（LAPC）,化学模式（LAPC、竺南,中,中心、LASG）,70年代,初,初期：红外遥感,原,原理（ 曾庆,存,存等）,70年代,后,后期：风场观测,的,的使用（曾庆存,等,等）,90年代,初,初期：三维同化,系,系统（李旭等,）,）,90年代,中,中期：海洋资料,同,同化（朱江、,周,周广庆,）,）,90年代,后,后期：卫星观测,的,的3D-Var（ 王斌,等,等）,GPS折,射,射角（李,树,树勇）,基 本,情,情 况,回,回 顾资料同,化,化,90年代,末,末期：常规观测,的,的4D-Var（王斌等,）,）,地面加密,观,观测（张,昕,昕）,台风初始,化,化（张晓,艳,艳）,2001,年,年至今：卫星观测,的,的4D-Var（王斌等,）,）,AMSU-A反演,资,资料（赵,颖,颖）,TOVS,卫,卫星反演,资,资料（王,云,云峰）,红外辐射,率,率资料（,王,王云峰）,2001,年,年至今：雷达资料,的,的卡门滤,波,波（雷霆等,）,）,二资料同化的基,本,本概念,一资料,同,同化的必,要,要性,三资料,同,同化的基,本,本方法,目录,不 同,的,的 资,料,料 来,源,源,Radar,Radiosonde,Satellite,Other,measurements,Howto assemble,andcombinethem?,Model,forecasts,一资料,同,同化的必,要,要性,）数值,预,预报模式,只,只是一种,近,近似，并,不,不,能,能精确反,映,映大气（,海,海洋）的,复,复杂运动,，,，存在预,报,报不确定,性,性,.,数值,预,预报模式,不,不完美,）在将,预,预报方程,离,离散时，,会,会根据实,际,际拥有的,资,资料做进,一,一步的简,化,化，产生,离,离散误差,2),观测资料,在,在时间和,空,空间上分,布,布不连续.,(常规观,测,测分布不,均,均匀;,非常规观,测,测,分布更不,均,均匀，质,量,量更差,),3)观测,仪,仪器误差,、,、算法误,差,差,4)观测,都,都是点观,测,测，存在,代,代表性误,差,差,观测,资,资料也不,完,完美,1),观测资料,非,非常稀少.,数值模式(背景场),不完美,观测不完,美,美,数值预报,不是一个,严,严格的初,值,值问题,粗略地反,映,映真实场,的,的状态,问题：误,差,差的考虑,南北温度,差,差的信息,的,的利用,10,o,C(1,o,C),11,o,C(1.5,o,C),12,o,C(1,o,C),12,o,C(1,o,C),13,o,C(1.6,o,C),15,o,C(1,o,C),16,o,C(1.3,o,C),14,o,C(1,o,C),13,o,C(1.1,o,C),一 资料,同,同化问题,举,举例,1.1,确,确定某地,区,区的平均,气,气温,问题一般,化,化,给定一个,区,区域内的,不,不同地点,的,的温度观,测,测 T,1,T,2,T,n,以及它,们,们的误差e,1,e,2,e,n, 求平,均,均温度的,一,一个线性,估,估计,T= a,1,T,1,+a,2,T,2,+a,n,T,n,要满足,a,1,+a,2,+a,n,1,并且权重,系,系数a,1,，a,2,，a,n,要和e,1,e,2,e,n,有关。,如何确定,这,这些权重,系,系数？靠,什,什么标准,？,？,如果要考,虑,虑利用资,料,料中的南,北,北差异的,信,信息，线,性,性估计的,形,形式是否,够,够？,一 资料,同,同化问题,举,举例,1.1,确,确定某地,区,区的平均,气,气温,FurtherReadingsofthetopic:,S.S.P. Shen,T.M. Smith,C.F. RopelewskiandR.E. Livezey, An optimal regional averagingmethodwitherror estimatesanda testusing tropical Pacific SST data,J.Climate11,2340-2350 (1998).,S.S.P. ShenandX. Wang,Optimalaverageofregionaltemperaturewith sampling errorestimation,AtmosphereandOcean 35, 147-160 (1997).,1.2,通,通过一点,的,的资料来,对,对模式结,果,果进行修,正,正,x,T,模式结果,T,b,观测,一 资料,同,同化问题,举,举例,x,T T,b,观测模,式,式,对模式结,果,果的订正,问题：如,何,何确定这,样,样的订正,？,？依据是,什,什么？什,么,么理论才,能,能够提供,解,解决这个,问,问题的方,法,法？,1.2,通,通过一点,的,的资料来,对,对模式结,果,果进行修,正,正,一 资料,同,同化问题,举,举例,1.3,空,空气污染,平,平均浓度,观,观测资料,的,的使用,DifferentialOptical,Absorption Spectrometer,（DOAS),发射,发射,发射,接收,接收,接收,差分吸收,光,光普仪可,以,以通过不,同,同波长的,激,激波在传,输,输过程中,被,被大气化,学,学物质吸,收,收而衰减,的,的量来观,测,测传输路,径,径上不同,化,化学物质,的,的平均浓度,一 资料,同,同化问题,举,举例,问题：大,气,气污染数,值,值预报模,式,式通常需,要,要每个格,点,点处的浓,度,度来作为,初,初值进行,预,预报，如,何,何利用这,些,些平均浓,度,度信息来,帮,帮助获得,更,更好的初,始,始场？,1.3,空,空气污染,平,平均浓度,观,观测资料,的,的使用,一 资料,同,同化问题,举,举例,问题的简,化,化,假设模式,是,是一维的,，,，在某时,刻,刻模式的,计,计算结果,已,已知，同,时,时有平均,浓,浓度的观,测,测，如何,来,来改进模,式,式结果？,x,SO,2,模式格点,结,结果,模式平均,浓,浓度结果,观测平均,浓,浓度,1.3,空,空气污染,平,平均浓度,观,观测资料,的,的使用,一 资料,同,同化问题,举,举例,简化问题,的,的直觉解,决,决方式,根据模式,结,结果在不,同,同地点的,误,误差来决,定,定把模式,浓,浓度提高,，,，直到平,均,均浓度符,合,合观测的,结,结果。模,式,式误差大,的,的地方就,提,提高多一,些,些。,x,SO,2,模式格点,结,结果,模式平均,浓,浓度结果,观测平均,浓,浓度,改进后的,模,模式格点,结,结果,改进后的,模,模式平均,浓,浓度结果,1.3,空,空气污染,平,平均浓度,观,观测资料,的,的使用,一 资料,同,同化问题,举,举例,问题1：,就,就简化问,题,题而言，,如,如何估计,模,模式结果,的,的误差？,问题2：,简,简化问题,的,的方法如,何,何推广到,二,二、三维,空,空间中？,问题3：,解,解决这类,问,问题的理,论,论依据和,方,方法是什,么,么？,1.3,空,空气污染,平,平均浓度,观,观测资料,的,的使用,一 资料,同,同化问题,举,举例,1.4,一,一个溜狗,概,概念模型,问题,：一个人,溜,溜,狗，如何,根,根据一个,“,“狗眼”,观,观测器提,供,供的信息,来,来确定这,个,个人和狗,的,的溜狗路,线,线？,观测,：一个“,狗,狗眼”观,测,测器，仅,能,能够看见,狗,狗，看不,见,见人。,规律,：这个人,溜,溜狗时大,部,部分时间,让,让狗在他,前,前面走；,当,当狗离开,他,他超过5,米,米时，他,就,就会用绳,子,子把狗拉,回,回到5米,内,内。,一 资料,同,同化问题,举,举例,真实的路,线,线,方法一,：假设人,的,的速度为V（是真,实,实的速度,的,的一半）,；,；人和,狗的初始,位,位置已知,（,（正好是,真,真实的位,置,置）；,根据,“狗眼”,观,观测器确,定,定的狗的,位,位置，而,人,人的位置,靠,靠速度来,确,确定。,时刻1,时刻2,时刻3,时刻1,时刻2,时刻3,1.4,一,一个溜狗,概,概念模型,一 资料,同,同化问题,举,举例,真实的路,线,线,方法二,：假设人,的,的速度为V（是真,实,实的速度,的,的一半）,；,；人和,狗的初始,位,位置已知,（,（正好是,真,真实的位,置,置）；,根据,“狗眼”,观,观测器确,定,定的狗的,位,位置，而,人,人的位置,移,移到狗后5米。,时刻1,时刻2,时刻3,时刻1,时刻2,时刻3,1.4,一,一个溜狗,概,概念模型,一 资料,同,同化问题,举,举例,资料同化,中,中考虑物,理,理规律的,重,重要性可,以,以通过这,个,个例子来,说,说明，大,气,气资料同,化,化中利用,热,热成风关,系,系是同样,的,的原理：,观测到的,是,是非主导,的,的变量，,因,因此在根,据,据观测确,定,定非主导,变,变量时也,要,要调整主,导,导的变量,。,。,1.4,一,一,个,个,溜,溜,狗,狗,概,概,念,念,模,模,型,型,一,资,资,料,料,同,同,化,化,问,问,题,题,举,举,例,例,同,同,化,化,（,（assimilation,）,）,一,种,种,分,分,析,析,技,技,术,术,，,，,是,是,一,一,种,种,利,利,用,用,了,了,物,物,理,理,上,上,的,的,约,约,束,束,和,和,时,时,间,间,连,连,续,续,性,性,约,约,束,束,，,，,将,将,各,各,种,种,时,时,空,空,上,上,不,不,规,规,则,则,的,的,零,零,散,散,分,分,布,布,的,的,观,观,测,测,融,融,合,合,到,到,基,基,于,于,物,物,理,理,规,规,律,律,的,的,模,模,式,式,当,当,中,中,的,的,方,方,法,法,二,资,料,料同,化,化,的,的,基,基,本,本,概,概,念,念,背,背,景,景,场,场,（,（background,）,）,在,对,对,模,模,式,式,进,进,行,行,同,同,化,化,以,以,前,前,，,，,对,对,模,模,式,式,状,状,态,态,的,的,一,一,种,种,初,初,估,估,状,状,态,态,其,其,中,中,用,用,到,到,了,了,一,一,定,定,的,的,物,物,理,理,约,约,束,束,和,和,模,模,式,式,状,状,态,态,在,在,时,时,间,间,上,上,连,连,续,续,的,的,假,假,设,设,可,可,以,以,是,是,气,气,候,候,态,态,或,或,是,是,其,其,他,他,的,的,不,不,重,重,要,要,的,的,状,状,态,态,，,，,也,也,可,可,以,以,由,由,先,先,前,前,的,的,分,分,析,析,场,场,产,产,生,生,二,资,料,料同,化,化,的,的,基,基,本,本,概,概,念,念,分,分,析,析,场,场,（,（analysis,）,）,在,一,一,个,个,给,给,定,定,的,的,时,时,间,间,上,上,，,，,能,能,够,够,准,准,确,确,反,反,映,映,真,真,实,实,状,状,态,态,的,的,结,结,果,果,一,一,般,般,是,是,对,对,模,模,式,式,进,进,行,行,同,同,化,化,以,以,后,后,得,得,到,到,的,的,状,状,态,态,二,资,料,料同,化,化,的,的,基,基,本,本,概,概,念,念,模,式,式,初,始,始,条,条,件,件,(,初,初,值,值,场,场),预,报,报,结,结,果,果,数,值,值(,天,天,气,气,气,气,候,候),预,预,报,报,资,料,料,同,同,化,化,问,问,题,题,数,值,值,天,天,气,气,预,预,报,报,实,实,际,际,上,上,是,是,求,求,解,解,控,控,制,制,大,大,气,气,运,运,动,动,的,的,偏,偏,微,微,分,分,方,方,程,程,组,组,的,的,初,初,边,边,值,值,问,问,题,题,。,。,因,因,此,此,，,，,利,利,用,用,数,数,值,值,模,模,式,式,做,做,天,天,气,气,预,预,报,报,时,时,，,，,预,预,报,报,误,误,差,差,来,来,源,源,于,于,初,初,边,边,值,值,的,的,误,误,差,差,和,和,模,模,式,式,误,误,差,差,两,两,个,个,方,方,面,面,。,。资料同化的,目,目的之一就,是,是提高初值,的,的质量，进,而,而改进预报,效,效果。,资 料 同,化,化,数值模式+,观,观测资料=,更,更准确的,初,初值,资料同化是,指,指充分利用,观,观测资料（,常,常规、非常,规,规），结合,预,预报模式，,尽,尽可能准确,地,地给出大气,或,或海洋运动,真,真实状态的,估,估计。,1) 简,单,单分析,2) 统,计,计插值或最,优,优插值,变分分析,资料同化发,展,展的三个主,要,要阶段,简单分析主,要,要在20世,纪,纪50年代,使,使用，那时,计,计算机技术,还,还相当落后,，,，计算能力,仍,仍然非常低,下,下。简单分,析,析又主要分,为,为主观分析,和,和客观分析,两,两种，它们,可,可以说是资,料,料同化最早,的,的基础。当,时,时，采用主,观,观分析技术,的,的最小化过,程,程通常只起,着,着“平滑”,的,的作用，其,结,结果非常不,可,可靠，因为,受,受人为因素,影,影响较大。,由,由于这个原,因,因，当时客,观,观分析更受,到,到重视。,简 单 分,析,析,在20世纪60年代至70年代，,统,统计学方法,被,被引入到气,象,象资料同化,中,中来。由此,，,，一些统计,插,插值（或最,优,优插值）方,法,法被用来把,观,观测资料同,化,化到预报模,式,式中去。后,来,来，这些最,优,优插值分析,方,方法得到了,广,广泛使用。,统计插值或,最,最优插值,到了20世,纪,纪80年代,至,至90年代,，,，人们的注,意,意力已逐渐,转,转移到变分,方,方法上来，,尤,尤其是四维,伴,伴随处理。,这,这一技术不,仅,仅在气象和,海,海洋观测资,料,料的同化中,得,得到广泛应,用,用，而且也,在,在敏感性分,析,析和参数估,计,计中发挥了,重,重要作用。,变 分 分,析,析,资料同化的,历,历史和现状,最优插值,（OI）(60-80,年代,),三维变分,（3D-VAR）,ECMWF(1996.1)、NCEP(,原,NMC)(1991.6),四维变分,（4D-VAR）,ECMWF(1997.11),区域模式,北欧八国(,HIRLAM,1999, 3D-VAR),资料同化目,的,的,获得给定时,刻,刻的大气或,海,海洋等的“,真,真实”状态,的,的分析值。,为天气与气,候,候数值模式,提,提供初值,为科学研究,提,提供高质量,的,的资料,环境监测等,大气、海洋,、,、水文等的,数,数值模拟和,预,预报,河口发育的,变,变分同化,1.3资料,同,同化,方法,资料同化的,有,有效信息,观测值，背,景,景场，两者,各,各自的误差,；,；,大气发展、,变,变化遵循的,物,物理、动力,的,的规律。,如何进行资,料,料同化？,现行的同化,方,方法可分为,两,两类：序列,同,同化和变分,同,同化。序列,同,同化主要有,卡,卡尔曼滤波,集合卡尔,曼,曼滤波等,归结为最优,化,化问题。,资料同化的,基,基本原理,资料同化的,基,基本原理,变分同化方,法,法原理简介,代价函数（,或,或罚函数）,J,:,J,(,x,),=,(,x - x,b,),T,B,-1,(,x - x,b,),+,(,R,(,x,),-,Y,obs,),T,O,-1,(,R,(,x,),-,Y,obs,),1,2,1,2,1,2,the backgroundor,the firstguess,N,-componentvector,of analysis variables,N,forecast,errorcovariance,matrix,N,M,-component,vector of,observations,observation,operator,M,observational,errorcovariance,matrix,M,怎样变分同,化,化?,x,0,k+1,= x,0,k,-,S,k,J,(,x,0,k,),T,k,where,S,k,a symmetric matrix,an approximation tothe,inverse Hessian. Itonlydepends on,J,and.is,the step size.,J,k,Limited-memoryquasi-Newton method:,x,0,1,= x,b,The minimization:,Tofindanoptimalestimateoftheinitialstate,J,(,x,0,),=minJ,(,x,),S,x,0,:,资料,同,同化,方,方法,的,的发,展,展史,初始,条,条件,给,给定,观测,资,资料,或,或分,析,析值,不,不能,直,直接,用,用于,模,模式,的,的初,始,始场,：,：,观测,或,或分,析,析资,料,料的,误,误差,导,导致,风,风场,和,和气,压,压场,之,之间,的,的不,平,平衡,；,；,初始,资,资料,和,和数,值,值模,式,式之,间,间的,不,不平,衡,衡,初始,条,条件,给,给定,方,方法,（,（初,值,值化,）,）,静力,初,初始,化,化：,指用,一,一些,已,已知,的,的风,压,压场,平,平衡,关,关系,，,，或,用,用运,动,动方,程,程等,求,求得,的,的诊,断,断方,程,程来,处,处理,，,，使,得,得风,场,场同,气,气压,场,场平,衡,衡或,近,近似,平,平衡,的,的方,法,法,地转,关,关系,、,、平,衡,衡方,程,程或,者,者其,它,它一,些,些关,系,系,初始,条,条件,给,给定,方,方法,（,（初,值,值化,）,）,动力,初,初始,化,化：,通过,预,预报,方,方程,本,本身,的,的特,性,性，,调,调整,风,风压,场,场达,到,到近,似,似平,衡,衡，,以,以致,不,不含,有,有明,显,显虚,假,假的,重,重力,惯,惯性,波,波的,方,方法,动力,恢,恢复,法,法、,正,正规,波,波法,初始,条,条件,给,给定,方,方法,（,（初,值,值化,）,）,变分,初,初始,化,化：,通过,变,变分,原,原理,，,，使,初,初始,资,资料,在,在一,定,定动,力,力约,束,束下,调,调整,，,，达,到,到各,种,种初,始,始场,之,之间,协,协调,一,一致,的,的方,法,法,静力,和,和地,转,转平,衡,衡约,束,束下,的,的变,分,分处,理,理、,总,总质,量,量守,恒,恒、,总,总能,量,量守,恒,恒和,整,整层,大,大气,无,无辐,射,射约,束,束下,的,的变,分,分处,理,理,预报,过,过程,中,中的,资,资料,同,同化,连续,资,资料,同,同化,是指,在,在数,值,值模,式,式连,续,续积,分,分过,程,程中,，,，不,断,断的,加,加入,与,与模,式,式积,分,分时,刻,刻一,致,致的,观,观测,资,资料,间歇,资,资料,同,同化,在数,值,值模,式,式积,分,分的,一,一定,时,时间,间,间隔,（,（例,如,如6,小,小时,、,、12小,时,时等,）,）上,引,引入,观,观测,资,资料,。,。它,还,还包,括,括动,力,力学,方,方法,及,及统,计,计动,力,力学,方,方法,2.3,三,三维,变,变分,方,方法,的,的导,出,出,二,资,资料,同,同化,的,的理,论,论基,础,础,3DVAR方,法,法的,工,工作,流,流程,时间,模式,模式,模式,观测,同化,观测,同化,“非,循,循环,”,”48小,时,时预,报,报,“循,环,环”48,小,小时,预,预报,海平,面,面台,风,风中,心,心最,低,低气,压,压随,时,时间,变,变化,同化,时,时间,窗,窗,观测,48,小,小,时,时预,报,报时,间,间窗,GRAPES_3DVAR,循,循环,同,同化,试,试验,2.3,三,三维,变,变分,方,方法,的,的导,出,出,二,资,资料,同,同化,的,的理,论,论基,础,础,3DVAR的,其,其它,缺,缺点,：,：,后面,时,时刻,资,资料,无,无法,用,用来,订,订正,前,前面,的,的结,果,果；,同化,的,的解,在,在时,间,间上,不,不连,续,续；,time,观测,同化,结,结果,模式,积,积分,2.3,四,四维,变,变分,方,方法,的,的导,出,出,二,资,资料,同,同化,的,的理,论,论基,础,础,一个,设,设想,的,的工,作,作流,程,程,时间,模式,模式,模式,观测,同化,观测,观测,观测,同化,观测,观测,降水,观,观测,的,的四,维,维变,分,分资,料,料同,化,化,观测,资,资料,：,：1998年7月21,日,日00Z,21日06Z，,鄂,鄂、,湘,湘、,赣,赣、,皖,皖四,省,省的339个自,动,动气,象,象站,的,的逐小,时,时的降,水,水,同化,方,方法,：,：利,用,用Grell,积,积云,参,参数,化,化方,案,案及,其,其伴,随,随的,四,四维,变,变分,方,方法,同化,时,时间,窗,窗口,：,：6,小,小时,7月21,日,日00时,22日00,时,时,降,降水,模,模拟,的,的TS评,分,分,7月21,日,日00时,21日06,时,时,降,降水,模,模拟,的,的TS评,分,分,（变分,同,同化,试,试验）,Kalman,滤,滤波,1960,年,年由,数,数学,家,家Kalman提,出,出了,卡,卡尔,曼,曼滤,波,波（KF,）,）的,方,方法,，,，它,是,是以,分,分析,误,误差,的,的最,小,小方,差,差为,最,最优,标,标准,，,，在,假,假定,系,系统,是,是线,性,性的,，,，噪,音,音是,白,白色,，,，高,斯,斯型,条,条件,下,下的,一,一种,递,递归,资,资料,处,处理,方,方法,。,。,20,世,世纪60,年,年代,中,中期,，,，Jones,首,首次,将,将Kalman滤,波,波引,入,入气,象,象学,，,，形,成,成卡,尔,尔曼,滤,滤波,的,的资,料,料同,化,化方,法,法。,与,与四,维,维变,分,分同,化,化方,法,法寻,求,求整,个,个同,化,化时,段,段的,最,最优,解,解不,同,同，,它,它只,着,着眼,于,于求,解,解观,测,测时,刻,刻的,最,最优,分,分析,值,值，,在,在给,出,出这,一,一时,刻,刻的,最,最优,分,分析,值,值的,同,同时,也,也给,出,出了,分,分析,误,误差,的,的分,布,布，,这,这是,变,变分,方,方法,所,所不,具,具备,的,的。,其基,本,本思,想,想是,，,，首,先,先进,行,行模,式,式状,态,态的,预,预报,，,，然,后,后引,入,入观,测,测数,据,据，,根,根据,观,观测,数,数据,对,对模,式,式状,态,态进,行,行重,新,新分,析,析，,接,接着,再,再进,行,行预,报,报，,进,进而,完,完成,预,预报,、,、分,析,析、,再,再预,报,报的,循,循环,过,过程,。,。,基于Kalman,滤,滤波,的,的同,化,化方,法,法,1),Kalman,滤,滤波,(KF),优点:,预报,误,误差,随,随模,式,式动,力,力发,展,展而,发,发展,B,矩,矩阵,是,是,flow-dependence；,与,4D-VAR,相比,KF,是显式,发,发展,了,了误,差,差协,方差,矩,矩阵,，,，而,4D-VAR,只能,隐,隐式,发,发展,误,误差,协方,差,差矩,阵,阵；,不,用,用写,模,模式,的,的伴,随,随,缺点:,计,算,算量,很,很大,；,；,1,计,计算,增益,矩,矩阵,主,要,要是,的求,逆,逆,2,背,背景,场,场误,差,差协,方,方差,矩,矩阵,的,的及,时,时传,播,播，,需要2n,倍,倍的,模,模式,积,积分,时,时间,和,和,B,的存,储,储,Q,的估,计,计很,难,难给,出,出,对,对同,化,化准,确,确性,有,有很,大,大的,影响；,仅针对,线,线性系统(,H,M都,是,是线性的,)；,假设误,差,差正态分,布,布,误差,线,线性增长(雪盖、,降雪等不,适,适合),2),扩展,Kalman,滤波,(EKF),Update,Forecast,=,Q,在,alman滤波,基,基础上的,改,改进：,可以适用,于,于弱的非,线,线性系统,在计算误,差,差协方差,时,时，对,M,H,作,Taylor,级数展开,，,，略去,2,阶和,2,阶以上的,高,高阶导数,，,，保留,1,阶导数项,来,来获取非,线,线性方程,的,的切线性,方,方程，形,式,式与标准,Kalman,滤波的类,似,似,M： 是,模,模式的积,分,分算子（,模,模式状态,转,转换矩阵,）,）,H： 是,观,观测算子,，,，使得模,式,式向量向,观,观测向量,转,转换,仍然存在,的,的不足：,不适用于,强,强非线性,系,系统，会,碰,碰到“闭,合,合”问题,对于强的,非,非线性系,统,统，弱线,性,性问题中,被,被略掉的,2、3,阶导数甚,至,至更高阶,项,项恰恰反,映,映了强非,线,线性的作,用,用，这样,就,就会遇到,由,由于过度,简,简化闭合,方,方程和误,差,差协方差,导,导致的误,差,差无限增,长,长等问题,。,。要保留,这,这些项的,“,“闭合”,技,技术对于,强,强非线性,问,问题来说,是,是一个不,容,容回避的,棘,棘手问题,，,，这种技,术,术的优劣,会,会直接影,响,响到,KF,的收敛性,和,和稳定性,，,，从而影,响,响同化的,质,质量,集合Kalman,滤,滤波方法,ENKF,是,是一个用,蒙,蒙特卡洛,法,法的短期,集,集合预报,方,方法来估,计,计预报误,差,差协方差,的,的四维同,化,化方法。1994,年,年，Geir Evensen 开,始,始把ENKF应用,到,到同化领,域,域中，因,为,为ENKF概念公,式,式简单和,应,应用简便,的,的优点，,比,比如不需,要,要伴随方,程,程，也不,需,需要向后,积,积分等，ENKF,在,在大气和,海,海洋预报,中,中得到了,广,广泛的应,用,用。,2),集合,Kalman,滤波,(EnKF),用集合的,方,方法来计,算,算矩阵,，,，避免了,高,高阶矩,阵求逆问,题,题；,（,用背景场,和,和观测的,特,特征误差,分,分析来对,和,和观,测加扰动,，,，然后用,背,背景场扰,动,动值的差,异,异作为,背景场误,差,差的统计,样,样本来进,行,行,的估计,）,）,解决了Kalman滤波应,用,用在非线,性,性系统的,近,近似,问题，不,需,需要线性,假,假设 ；,(可以独,立,立积分，,能,能够保留,非,非线性项,）,）,不用写,模,模式的伴,随,随；,每个成员,可,可以独立,积,积分，容,易,易实现并,行,行化,主要特点:,R,eichle 2003,EnKF,同化方法,示,示意图,“近亲繁,殖,殖”问题, 观,测,测扰动问,题,题,模式,误,误差问题,样本,误,误差问题,目前存在,的,的问题：,关键：滤,波,波发散问,题,题,系统上低,估,估分析误,差,差协方差,，,，模式误,差,差的不准,确,确性太大,，,，都会导,致,致滤波发,散,散,可能的原,因,因：,确定性检,验,验,(1),相关系数,空,空间分布,预报样本,均,均值和确,定,定性预报,与,与观测的,相,相关系数,演讲完毕,，,，谢谢观,看,看！,