论文部分内容阅读
在本论文中，我们采用德国阿尔弗雷德-瓦格纳(AWI)极地研究所开发的PDAF同化系统框架，在美国国家环境预报中心(NCEP)开发的第二代气候系统模式CFSv2中，同化了SSMIS海冰密集度和SMOS/CryoSat-2海冰厚度卫星观测资料，来改进气候系统模式中的海冰预测。 首先，我们通过回报模拟试验，分析了在CFSv2气候系统模式中，同化海冰密集度和厚度观测资料对于北极海冰模拟和预测的影响，并将模式模拟的海冰厚度与独立的NASA IceBridge航空观测和海冰质量平衡浮标观测进行了对比评估。结果表明:在气候系统模式中同化海冰密集度和厚度观测，可以显著的提高模式对于北极海冰范围、密集度和厚度的模拟和预测。在初始时刻同化海冰观测，可以有效的降低初始时刻模拟的系统误差，但是随着模式积分，初始的误差会不断地增长，在3周左右达到没有同化海冰观测的模拟误差水平。而采用每5天的连续同化，可以显著地降低模式对于海冰密集度和厚度的模拟误差，提高模式对于北极海冰的模拟和预测。 在此基础上，我们进一步的改进了海冰同化分配方案，不仅保证了同化结果在海冰不同厚度类别分配的过程中海冰的总体积守恒，同时也考虑了新的海冰体积与能量的协调性问题。根据新的分配方案和最新的北极海冰厚度融合数据CS2SMOS，我们进行了多组同化模拟试验，分析了1）不同初始集合扰动的生成，2）海冰厚度观测误差对北极海冰模拟和预测的影响。结果表明:采用海冰密集度和厚度的耦合变率，生成模式的初始集合扰动，可以更有效的减小模式的系统误差，提高模式对于北极海冰范围、密集度和厚度的模拟和预测。采用具有空间分布的厚度观测误差，其模拟结果略优于采用常数厚度观测误差，但总体上二者差异不显著。通过将模式模拟的海冰厚度与独立的NASA IceBridge航空观测对比，我们注意到尽管CS2SMOS海冰厚度观测低估了北极加拿大群岛地区多年冰的厚度，导致同化观测以后模式模拟的海冰厚度偏低，但是同化海冰观测资料，依然对模式模拟的海冰厚度分布有明显的改进。 最后，我们采用PDAF最新开发的非线性粒子滤波(LNETF)，在CFSv2气候系统模式中，对海冰非线性同化做了初步的尝试和研究。在LNETF的使用中，针对海冰观测误差分布，我们采用了正态分布、对数正态分布和双指数三种分布类型。此外，我们将原有的10个集合样本提高到了40个，并通过多组同化模拟试验，分析了不同的海冰观测误差分布和集合样本数量对于北极海冰非线性同化的影响。试验结果表明:在CFSv2中采用LNETF非线性同化，可以提高模式对于北极海冰的模拟能力。在海冰密集度和厚度观测误差都服从正态分布的假设下，提高集合样本数量，可以进一步减小模式的模拟误差。当海冰厚度观测误差采用对数正态分布时，在白令海和鄂霍茨克海地区，模式模拟的海冰范围偏低。我们进一步给出了白令海和鄂霍茨克海地区，海冰密集度和厚度的概率密度分布，以及二者的联合概率密度分布，结果表明:在LNETF中考虑海冰密集度和厚度观测的联合概率密度分布，对海冰非线性同化起到了重要的作用。