涡分辨海洋建模中随机与确定性降尺度的比较：拉克沙深普海案例研究
大气与海洋物理
2022-10-06 v1
摘要
本研究比较了两个水平分辨率相同但基于不同原理的数值模型在刻画拉克沙深普海（北印度洋）海洋动力中尺度与亚中尺度特征的能力。第一个模型名为 LD20-NEMO，基于使用 NEMO（Nucleus for European Modelling of the Ocean）建模引擎求解原始方程。第二个名为 LD20-SDD，采用较新的随机-确定性降尺度（Stochastic-Deterministic Downscaling）方法。两模型分辨率均为 1/20°，并使用来自 Copernicus Marine Service (CMEMS) 的 1/12° 分辨率全球海洋物理分析与预报模型输出。LD20-NEMO 仅使用 CMEMS 的二维数据集作为侧边界条件。LD20-SDD 消耗 CMEMS 的完整三维数据集，并利用这些数据的随机特性生成比母模型更高分辨率的降尺度场变量。在 2015–2018 四年期间，针对遥感与现场观测对 CMEMS、LD20-NEMO 和 LD20-SDD 三个模型的技能进行评估。所有模型在再现温度和盐度方面表现出相似技能，但 SDD 版本略优于 NEMO 版本。这一分辨率差异在涡度模拟及高非线性过程所占海域的计算中尤为显著。尽管 NEMO 与 SDD 模型技能相近，SDD 模型的计算效率却大幅高于 NEMO 模型。
引用
@article{arxiv.2210.02150,
title = {A comparison of stochastic and deterministic downscaling in eddy resolving ocean modelling: the Lakshadweep Sea case study},
author = {Georgy I. Shapiro and Jose M. Gonzalez-Ondina and Mohammed Salim and Jiada Tu},
journal= {arXiv preprint arXiv:2210.02150},
year = {2022}
}
备注
23 pages , 9 figures