非高斯误差分布资料的变分同化

大多数当前的气象资料同化技术基于最小平方准则。在非高斯重大误差（gross error）出现的情况下，它经常导致可怜的系统性能。严格的质量控制并不能满意的解决问题。本项目试图建立基于鲁棒（robust）估计理论的变分同化技术，它被期望即使在重大误差出现的情况下，系统仍将保持良好的性能。项目将建立两种主要的鲁棒算法："变分质量控制"和基于鞍点（saddle point）查找的极大极小叠代算法。一个一般的鲁棒资料同化理论框架也将建立。建立的算法将可以作为三维四维变分算法的一个补充或替代，并期望可以进一步提高天气分析和预报性能。项目的理论和技术成果也可以为海洋资料同化和遥感反演等相关领域所用。