基于本征正交分解的集合四维变分同化方法

摘要

本文发展了一种基于本征正交分解技术(POD)的集合四维变分同化方法(PODEn4DVar).该方法建立在集合预报与本征正交分解技术的基础之上,集合预报用以构成状态变量增量集合(model perturbations: MPs)与模拟观测增量集合(observation perturbations: OPs),而基于两者(MPs与OPs)的线性相关的假设直接将POD转换应用于OPs(而不应用于MPs),由此可以实现集合样本的正交化,而由于MPs的维数远远低于OPs,其计算量也得以显著降低.最优的MP与其相应的OP很容易地被POD变换后的MPs与OPs线性表示,由此带入4DVar的代价函数,使得4DVar的求解变得相当简单.同化数值试验表明:与一般经常使用的EnKF与4DVar方法相比,我们发展的这个PODEn4DVr能以较低的计算量获得较高的同化精度,在数据同化领域的应用具有较大的潜力。