申请/专利权人：中国海洋大学

申请日：2024-01-09

公开（公告）日：2024-06-28

公开（公告）号：CN117786601B

主分类号：G06F18/25

分类号：G06F18/25;G06F18/10;G01W1/02;G01W1/10

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明提供了一种结合偏差控制和多尺度滤波的多模式耦合同化方法。本发明所述的结合深海模式偏差控制和高效多尺度类卡尔曼滤波的多模式在线耦合同化技术，在于根据海洋观测的垂向分布特征，构建随深度变化的海洋温盐气候态松弛方案，减小深海模式偏差对同化的影响，得到平衡合理的海洋层结；使用高效多时间尺度的类卡尔曼滤波同化方法，用单一模式成员产生的历史统计资料构建不同时间尺度的背景误差协方差，以在线同化方式融合多时间尺度的海洋、大气观测信息，在降低同化对计算资源依赖性的同时，获得平衡协调的海洋大气初始化状态；用多模式同化技术重建大气海洋历史再分析，减小单一模式重建的气候再分析在海洋热含量和海洋经向输运的不确定性，提高耦合气候再分析的代表性和准确性。

主权项：1.一种结合偏差控制和多尺度滤波的多模式耦合同化方法，其特征在于,具体包括以下步骤：步骤S1：选择两个或两个以上的相互独立的耦合气候模式；选择通用地球系统模式CESM和耦合气候模式CM2，分别构建这两个模式的在线多尺度耦合同化系统；步骤S2：观测资料的准备和预处理；获取模式同化所需的大气和海洋的观测资料，并根据模式同化需要对观测资料进行预处理;一方面将大气观测资料插值到大气模式的网格上；另一方面将海表面温度SST插值到海洋模式的网格上，把海洋次表层温盐剖面资料TS分别处理为CESM和CM2模式可以读取的格式；步骤S3：海洋温盐观测气候态资料的准备和预处理；选取所需海洋温度和盐度的观测气候态的客观分析产品，将12个月的气候态温度和盐度资料分别插值处理成耦合模式所能读取的格式文件；同时，根据深度制作松弛逼近的系数文件；步骤S4：多尺度背景统计资料的构建；大气和海洋需要进行从高频到低频再到更低频的至少3个尺度的滤波同化；首先，将所用的耦合模式均进行20年的自由积分，分别得到20年的模拟结果；然后从20年的结果中构建年平均YearlyStatistics，记为、月平均YearlyStatistics，记为、天平均DailyStatistics，记为和每小时平均HourlyStatistics，记为背景统计资料；步骤S5：深海温盐场松弛逼近至观测气候态；在热传导方程和盐度扩散方程加一个松弛逼近项，下面两个式子的最后一项： 和分别为位势温度和盐度，和分别为位温和盐度的观测值，和分别为水平和和垂向分子热传导系数，和分别为水平和和垂向分子盐扩散系数，G代表松弛逼近系数，对应步骤S3中的系数文件，代表随着模式恢复至观测气候态的时间尺度；步骤S6：大气模式积分并更新背景统计资料；耦合模式在启动后会先进行大气的积分，在步骤S4中，得到大气3个尺度的背景统计资料，分别是代表静态信号的月平均背景流、代表低频信号的日平均背景流、和代表高频信号的每小时平均的背景流；在首次同化时使用已准备好的，，和，之后则根据模式积分时刻对这些背景信息进行更新；每次去除时间序列上首位的数据，并在最后一位，即第20位后加入新的统计资料，以构建新的背景误差协方差；每积分1小时，就要把时间序列上的第1个数据去掉，将模式动力积分得到的新的数据补上，得到更新后的20个统计资料，和也以此方式在模式运行和同化过程中持续更新；在第n步同化时，背景统计资料分别为： 在第n+1步同化时，背景统计资料更新为： 以此类推，其中，分别代表经度、纬度和高度三维的指数；步骤S7：使用多时间尺度类卡尔曼滤波方法进行大气变量的同化；分别从大气的静态、低频和高频3个尺度进行滤波同化，所用到的背景统计资料对应于步骤S6中的，，和；第1步求观测点处的温度和盐度观测增量，所用到的数学计算公式为： 其中，代表观测点处的温度和盐度观测增量，右边第1项为观测点处的分析值，是温度和盐度的观测值，第2项为观测点处的模式估计值，使用8点插值获得，为3个时间尺度滤波方案统计资料构造集合的标准差，为观测资料的标准差，分别表示个时间尺度；第2步是求模式格点上的分析增量，所用到的数学公式为： 其中为投影到模式格点上的分析增量，表示第1步求得的观测点处的观测增量，代表3个时间尺度滤波方案中的调整权重系数，代表各个时间尺度滤波方案的模式格点处的模式值与观测格点处的模式估计值的协方差；步骤S8：海洋模式积分并更新背景统计资料；随着模式积分到海洋同化步，对步骤S4中得到的分别代表静态信号的年平均背景流、代表低频信号的月平均背景流、和代表高频信号的日平均的背景流进行更新；在首次同化时使用已准备好的，，和，之后则根据模式积分时刻对这些背景信息进行更新；每次去除时间序列上首位的数据，并在最后一位，即第20位后加入新的统计资料，以构建新的背景误差协方差；每积分1天，就要把时间序列上的第1个数据去掉，将模式动力积分得到的新的数据补上，得到更新后的20个统计资料；每积分1个月，把时间序列上的第1个数据去掉，用模式动力积分得到的新的一个月的历史平均值补上，得到更新后的20个低频背景统计资料，对于代表静态背景流的，在整个同化阶段保持不变,和随着模式积分进行更新，在第n步，背景统计资料分别为： 第n+1步，背景统计资料更新为： 以此类推；步骤S9：使用多时间尺度类卡尔曼滤波方法进行海洋变量的同化；先进行次表层温度和盐度的多尺度同化，分别从海洋的静态、低频和高频3个尺度进行滤波同化，所用到的背景统计资料对应于步骤S8中的，，和，分别表示海洋的三维温度场和盐度场；第1步求观测点处的温度和盐度观测增量，所用到的数学计算公式为： 其中，代表观测点处的温度和盐度观测增量，右边第1项为观测点处的分析值，是温度和盐度的观测值，第2项为观测点处的模式估计值，使用8点插值获得，为3个时间尺度滤波方案统计资料构造集合的标准差，为观测资料的标准差，分别表示个时间尺度；第2步是求模式格点上的分析增量，所用到的数学公式为： 其中为投影到模式格点上的分析增量，表示第1步求得的观测点处的观测增量，代表3个时间尺度滤波方案中的调整权重系数，代表各个时间尺度滤波方案的模式格点处的模式值与观测格点处的模式估计值的协方差；次表层温盐同化完成后用相同的方法对海表面温度SST进行多尺度同化；步骤S10：循环重复步骤S5至步骤S9，每个阶段都输出相应的模拟结果，直至模式结束，最终得到基于CESM和CM2的多耦合模式的气候再分析。

全文数据：

权利要求：

百度查询： 中国海洋大学 一种结合偏差控制和多尺度滤波的多模式耦合同化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD