数值天气预报中分析同化基本方法的历史发展脉络和评述

被引：14

作者：

朱国富

机构：

[1] 国家气象中心

来源：

气象 | 2015年 / 41卷 / 08期

关键词：

数值天气预报; 客观分析和资料同化; 逐步订正方法; 最优插值方法; 变分方法; 集合卡尔曼滤波方法;

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：

数值天气预报中分析同化的基本方法先后经历了多项式函数拟合方法、逐步订正方法、最优插值方法、变分方法和集合卡尔曼滤波方法。本文首先根据相关的经典文献力求本色地介绍这些方法的基本思想和实施的具体要点;然后,着重于它们的上下承接关系,试图阐述同化的历史发展脉络,评述这些方法的显著特征和创新性,以期清晰地理解资料同化的循序渐进的内在发展逻辑。此外,从起源上阐明"主观分析"与"客观分析"、"初猜场"与"背景场"、"分析"与"同化"、以及"更新"、"新息"等基本概念,以期准确地理解和把握"大气资料同化"的由来和内涵。

引用

页码：986 / 996

页数：11

共 15 条

[1]

Data assimilation concepts and methods. BOUTTIER F,COURTIER P. Meteorological Training Course Lecture Series . 2002

[2]

Multivariate analysis of temperature and winds using optimum interpolation. Bergman,K. H. Monthly Weather Review . 1979

[3]

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

[4]

Objective Analysis of Meteorological Fields. Gandin L S. . 1965

[5] 理解大气资料同化的根本概念 [J].

朱国富 .

气象, 2015, 41 (04) :456-463

[6]

资料同化理论和应用[M]. 气象出版社 , 邹晓蕾, 2009

[7]

大气模式、资料同化和可预报性[M]. 气象出版社 , (美)EugeniaKalnay著, 2005

[8]

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)

[9]

Objective Analysis of Meteorological Fields. Gandin L S. . 1963

[10]

Atmospheric Data Analysis. Daley R. . 1991

← 1 2 →