集合卡尔曼滤波与变分同化的混合数据同化方法研究

集合卡尔曼滤波和变分同化方法是目前气象和海洋数值预报应用研究越来越广泛的先进数据同化方法，但两者各自存在不足。本项目拟通过将集合卡尔曼滤波和变分同化方法（包括三维变分法和四维变分法）藕合起来的新途径，研究获得一种新的混合数据同化方法。新的混合数据同化方法能够有效结合并体现两种数据同化方法的优点，即集合类滤波法可以提供流依赖的背景场协方差，而变分同化方法可以提供一个误差最小的状态场估计。由该混合同化方法得到的集合分析结果既可以作为下一个同化循环的开始，又可以作为集合预报的基础。通过新的混合同化方法在洛伦兹(Lorenz)模型、区域海洋环流模式等中的应用研究，探讨该方法的理论及其应用价值。本项目的研究成果预期可为气象和海洋数据同化领域将集合卡尔曼滤波和变分同化法统一到一起开辟一种新途径。因此，本研究具有重要的科学意义和广泛的应用前景。