热带海洋学报

作者：姚长坤, 魏琨

单位：哈尔滨工程大学数学科学学院, 黑龙江 哈尔滨 150001

关键词：混合数据同化,粒子滤波,三维变分,残差重采样,

本文基于粒子滤波和三维变分设计了一种新的混合数据同化方法。新方法通过粒子滤波的最优估计生成具有背景误差信息的集合扰动, 从而为三维变分提供流依赖的背景误差协方差。粒子退化一直是粒子滤波应用于数据同化领域的主要阻碍。为了让混合方法更好地发挥作用, 针对粒子退化问题, 本文提出了一种改进的残差重采样方法, 通过在正态分布中采样粒子, 解决了退化导致的粒子缺乏多样性。在理想lorenz-63模型上进行数据同化实验, 结果表明, 新方法在模型误差较大的情况下效果优于集合变换三维变分方法(ensemble transform Kalman filter-three-dimensional variational method, ETKF- 3Dvar), 并且随着模型误差不断增大, 新方法也同样优于传统数据同化方法。改进的残差重采样在与分层重采样和一般残差重采样的对比实验中, 在给定时间窗口内可以保证同化结果稳定, 而其他两种方法的同化结果都出现了较大偏差。

来源：2024年第1期

《热带海洋学报》期刊编辑部

查看热带海洋学报杂志2024年第1期