1、  同化：把各种时空上不规则的零散分布的观测融合到基于物理规律的模式当中。

2、  集合卡尔曼滤波的主要优点是利用一个随天气流型演变的背景场误差协方差来进行资料分析，但它也存在滤波发散、分析变量不平衡等问题。

3、  成功的数值预报离不开地球大气运动初始状态的准确描述，而资料同化是利用多种观测资料准确的描述大气当前状态的一种有效方法，并且能为数值预报提供在物理和动力学上协调一致的大气运动实况分析初值，因而对提高资料分析质量以及数值预报的准确率有重大意义。

4、  从同化所包含的内容和功能来看，资料分析和为数值预报产生一个准确协调的初值自始至终都是同化的重要内容和功能。在同化一词在数值预报广泛使用之前，客观分析的主流方法先后经历了多项式拟合、逐步订正法、最优差值3个阶段：（1）、多项式拟合：是用一个多项式展开去拟合包含数个分析格点的一小块分析区域中的所有观测点。展开系数用最小二乘拟合确定。客观分析的平滑度可由展开系数的个数控制，根据假定的精度加权观测。然而，这种方法的区域多项式拟合并不稳定，站点资料的小变化就会引起多项式在测站之间点上值很大变化。（2）、逐步订正法：原理是从每个观测中减去背景场得到观测增量，通过分析观测增量得到分析增量，然后将分析增量加到背景场得到最终分析。每个分析格点上的分析增量通过其周围影响区域内观测增量的线性组合而加权，观测权重和格点之间的距离成反比。逐步订正法引入了背景场的概念，解决了多项式拟合在资料稀少地区的不连续问题。然而，逐步订正法的权重函数仅仅依赖于测站到格点的距离，而与测站的分布无关，在统计意义上不是最优的。（3）、最优插值：是一种从统计意义上说均方差最小的线性插值方法。最优插值比逐步订正法最大的改进就是权重考虑了背景场和观测误差的统计特征，即包含了观测、预报和分析之间的内在关系。

5、  Thompson分析当时客观分析方法中所谓的动力处理方法时，指出该方法同样有“单一时刻的资料同化”所存在的缺陷，所以，必须要在“整个时间序列的分析过程中保持变量的动力协调”。这其实已经把“初始化”的概念引入到同化范畴中来，至此，四维资料同化的基本思想已经成型。而资料同化的内容已经超出了原先的单纯客观分析的范围。Daley指出，“一个同化循环的内容应该包括质量控制、客观分析、初始化和为下一次同化的背景场所做的短期预报”。从目前资料同化的应用来看，同化的功能也不单单是为数值预报构造初值，在观测系统的评估、资料分析、在目标性观测研究等方面也有着广泛应用。

6、  变分方法通过求解表征分析场与观测及背景场之间偏差的目标函数的极小化问题，得到最优分析值。变分方法的优点是进一步摆脱了观测量与分析变量之间存在的线性关系的限制，使得直接同化非常规资料变为可能，同时也可以把模式作为一个强约束下进行求解，从而得到一个物理和动力上与模式协调的初始场。而集合卡尔曼滤波则是利用集合预报成员进行统计得到背景场误差协方差后再进行最优分析，从而实现了对误差协方差的更新。

7、  研究集合卡尔曼滤波资料同化方法的意义和必要性：

先进的变分同化对分析场进行全局调整，使分析与观测以及某种背景场的总偏差达到最小，这种方法为模式变量存在复杂关系的观测要素的使用打开道路，同时使预报模式直接介入了分析过程。变分方法加上遥感资料的使用被普遍认为是九十年代数值预报质量持续提高的关键因素，变分同化方法也因此成为当前各种同化方法的一个主流。但变分同化方法存在一些根本的缺陷，特别是它依赖于切线性伴随模式的后向积分，而发展完整物理过程的数值预报模式的切线性伴随模式是十分困难，甚至在理论上根本不存在。与变分同化方法寻求整个同化时段的最优解不同，顺序方法只着眼于求解观测时刻的最优分析值。卡尔曼滤波在给出这一时刻的最优分析值同时也很容易给出了分析误差的分布，这是变分方法所不具备的。卡尔曼滤波方法后来又扩展到非线性模式，因此原则上讲，可以比依赖于切线性及其伴随模式后向积分的变分同化方法更方便的应用到真实的大气模式中。

转载本文请联系原作者获取授权，同时请注明本文来自吕丽科学网博客。
链接地址：https://blog.sciencenet.cn/blog-627205-551966.html

上一篇：10.6 今天几件事
下一篇：为什么北京的风如此之大？