理解大气资料同化的根本概念

被引：8

作者：

朱国富

机构：

[1] 国家气象中心

来源：

气象 | 2015年 / 41卷 / 04期

关键词：

大气资料同化; 大气状态; 随机变量; 最优估计;

D O I：

暂无

中图分类号：

P456.7 [数值预报方法];

学科分类号：

0706 ; 070601 ;

摘要：

本文阐明随机变量是大气资料同化的根本概念。其根本性可以体现在两个方面:(1)原理上,大气资料同化的科学实质是建立在随机变量这个概念上。由于将资料同化的可用信息视为随机变量的数据,所以概率论与数理统计学成为资料同化的数学基础,使得资料同化有了基于估计理论的最优标准及其数学形式,成为一门科学。(2)实施上,基于随机变量这个概念下的数据是理解大气资料同化发展史的钥匙。由于资料同化的具体实施表现为各种同化方法中可用信息的资料融合,将资料同化的可用信息视为随机变量的数据,可以清晰地揭示主流同化方法的发展进程对应着其可用信息在内涵和种类上的不断扩展,这个扩展具体地体现了同化发展史的一个循序渐进的内在发展逻辑。

引用

页码：456 / 463

页数：8

共 13 条

[1]

The national meteorological center’s spectral statistical interpolation analysis system. Parrish D F,Derber J C. Monthly Weather Review . 1992

[2]

Assimilation of observations, an introduction. Talagrand O. Journal of the Meteorological Society of Japan . 1997

[3]

Multivariate analysis of temperature and wind using optimums interpolation. Kenneth H Bergman. Monthly Weather Review . 1979

[4]

Estimating the observation error statistics for atmo-spheric data assimilation. Daley R. Annales Geophysicae . 1993

[5]

Ensemble-based atmospheric data assimilation. Hamill,T. M. Predictability of Weather and Climate . 2006

[6]

Numerical weather map analysis. Bergthorsson P,Doos B. Tellus . 1955

[7]

An operational objective analysis system. Cressman,G. P. Monthly Weather Review . 1959

[8]

Objective Analysis of Meteorological Fields.Gidrometeorologicheskoe Izdatel’’stro,Leningrad. Gandin L S. . 1965

[9]

概率论与数理统计[M]. 中国科学技术大学出版社 , 陈希孺编著, 2000

[10]

The ECMWF implementation of three‐dimensional variational assimilation (3D‐Var). I: Formulation[J] . P.Courtier,E.Andersson,W.Heckley,D.Vasiljevic,M.Hamrud,A.Hollingsworth,F.Rabier,M.Fisher,J.Pailleux. &nbspQ.J.R. Meteorol. Soc. . 2006 (550)

← 1 2 →