基于集合滤波器的热带印度洋同化系统和热带印度洋海温异常预测的研究

As a novel assimilation method, the largest challenge of the Sigma-point Kalman filter (SPKF) is its costly expense when applied to a high-dimensional system. This proposal first explores a method to reduce the rank of the error coverance in SPKF (RSPKF), and then develops an assimilation system for the Indian Ocean. This assimilation system is further compared with one EnKF assimilation system that will be developed. On this basis, we propose to use the better assimilation system, through sensitive experiments, to explore the impact of observation on oceanic analysis and prediction, from which we can privide scitific evidence and guide for the location choice of disploying floats. Furthermore, we will develop a hybrid coupled model for the tropical Indian Ocean, using it to study and predict the variability of the tropical Indian sea surface temperaturte anomalies. ..Emphasis of this proposal is placed on exploring and studying the assimilation method itself such as the difficult techniques and theoretical concerns of the RSPKF. Meanwhile, it also addresses the actual application by developing the realistic prediction model and assimilation system. Thus, this project has both important theoretical contributions and practical significances.

Sigma-point卡尔曼滤波器（SPKF）是一种新颖的资料同化方法。高维系统使用它所遇到的最大挑战是计算费用。本项目首先考察一个通过预报误差协方差阵降秩来简化SPKF的方法（RSPKF），并以此为基础发展一个印度洋多源资料同化系统。同时，也把我们以前发展的EnKF太平洋同化系统扩展到印度洋，并与RSPKF比较，以得到一个最好的印度洋多源资料同化系统。并利用该同化系统，对观测站点进行敏感性试验，为我国印度洋实时浮标观测站位的选取提供科学依据。进一步，我们将发展一个以海洋为动力，大气为统计的热带印度洋耦合杂交模式。结合同化系统，研究和预测热带印度洋海温异常的年际变率。..该项目强调 RSPKF的一些关键技术，对同化理论进行探讨和研究。同时，它也紧紧结合印度洋业务化监测和预报的需求。因此，本研究既有重要的理论价值也有明显的应用价值。

本项目首先发展了一个通过预报误差协方差阵降秩来简化SPKF的方法（RSPKF），并以此为基础发展了一个印度洋区域海洋资料同化系统，该系统能够将印度洋的各种观测资料进行同化，为印度洋海洋预测和研究提供了准确的初始场资料和再分析资料。进一步在理论上发展了SPKF同化技术并进行推广，处于国际先进水平。同时，使用线性和非线性统计模型建立了IOD统计预报模式，对IOD进行模拟和预测，提高了预报技巧。基于CESM系统考察、评价CESM对IOD的模拟能力；进一步系统的研究了热带印度洋海温和盐度的异常，对背后的物理机制进行初步探讨。利用最优扰动方法，确定了影响IOD预报最大误差的敏感区，并结合同化方法，对敏感区进行了敏感性分析，为我国印度洋实时观测浮标站位的选取提供了科学依据。.该项目强调 RSPKF的一些关键技术，对同化理论进行探讨和研究。同时，它也紧紧结合印度洋业务化监测和预报的需求。因此，本研究既有重要的理论价值也有明显的应用价值。