海洋再分析中的数据同化问题研究

海洋再分析利用数据同化将海洋模式与观测数据相结合，可再现海洋时空多尺度变化过程。我国迫切需要海洋再分析信息来支持深入开展我国陆架海域环流动力过程、演变规律及其在气候变化中作用等科学研究，提高海洋防灾减灾、生态保护、气候预测和国防安全保障等能力。根据已有基础，本项目凝练出海洋再分析中数据同化需要研究解决的科学前沿问题，如温盐观测数据同化引起的虚假静力不稳定性、海洋深层温盐观测数据的同化、模式参数的动力自适应优化和海洋观测数据确定性信息提取等；并从海洋动力和物理角度，深入分析问题的实质，提出解决问题的有效途径，以期突破制约我国海洋再分析发展的瓶颈，切实提升我国海洋再分析研究能力及水平。为检验数据同化研究效果，拟开展中国近海及邻近海域50年再分析试验，形成的高分辨率再分析数据集达到可应用于我国海洋科学研究等领域的要求。本项目研究方向、内容及方案具有创新性和重要科学意义，预期研究成果应用前景广阔。

本项目针对凝练出的海洋再分析中数据同化关键科学问题开展攻关，按计划顺利完成了计划书中的五项研究内容，并分别取得了相应研究进展：提出了在变分框架下同时保持热量、盐度和势能守恒，最小调整量及保持温盐一致性的水柱垂向调整算法，解决了数据同化引起的虚假静力不稳定问题；在海洋多尺度三维变分数据同化框架下，通过引入等位势密度约束和二阶平滑项解决了海洋深层数据同化产生的虚假涡旋问题；基于四维变分和集合卡尔曼滤波框架，发展了在数据同化的同时进行参数自适应优化的方法，对模式参数或者动力内核引起的偏差进行校正；基于数据同化“两步走”的思路，将集合卡尔曼滤波和多尺度分析方法相结合发展了一种新的混合数据同化方法，即第一步采用集合卡尔曼滤波之后，在第二步利用多尺度分析方法（如逐步订正法和多重网格法）提取观测余量中的多尺度信息，解决了集合卡尔曼滤波局地化半径经验给定过大或过小的难题。本项目从海洋动力和物理角度解决了海洋数据同化中的问题，并将研究成果应用到海洋再分析试验中，使获得的时间序列为51年（1958-2008）的中国近海及邻近海域区域海洋再分析数据集和全球海洋再分析数据集具有更高的分析精度，为我国科学家开展海洋和气候等科学研究提供了自己的动力基础数据，预期应用前景广阔。项目发表论文41篇，其中SCI/EI索引30篇，培养博士毕业生3人，获得省部级二等奖1项，形成了一支在海洋数据同化和再分析研究领域有较强科技攻关能力的团队。