海洋边界层混合的 K-Profile 参数化校准。第一部分：开发
大气与海洋物理
2016-04-21 v1
摘要
在与观测数据的模式比较中，并非所有数据都包含可用于回答特定科学问题的信息。若将不相关或高度不确定的数据纳入比较度量，会降低对目标科学过程重要的其他观测的意义。比较度量中求和量之间的噪声源与相关会影响用于检验模式技巧的信号显著性。在热带太平洋背景下，我们引入了一种“依赖于探究”（ID）的模式-数据比较度量，用于确定 TOGA-TAO 浮标对海温、盐度及水平流的观测在影响上层海洋垂直湍流混合方面的相对重要性，该混合由嵌入 MIT 通用环流模式（MITgcm）中的 K-Profile 参数化（KPP）表征（2004–2007 时段）。ID 度量应对了一个挑战：风强迫可能比湍流本身更是海洋状态不确定性的显著来源，且观测在时间、空间及跨海洋状态变量上相关。在此方法中，MITgcm 用于推断数据内部及数据间的变化性与关系，并确定对约束不确定参数最相关的响应结构。我们证明 ID 度量能够区分由参数扰动引起的效应与由不确定风场引起的效应，且比较中纳入多种数据十分重要，这表明 ID 度量适用于利用海洋状态锚定观测对 KPP 模式参数进行校准。
引用
@article{arxiv.1604.05802,
title = {Calibration of the K-Profile Parameterization of ocean boundary layer mixing. Part I: Development},
author = {S. E. Zedler and C. S. Jackson and F. Yao and P. Heimbach and A. Kohl and R. B. Scott and I Hoteit},
journal= {arXiv preprint arXiv:1604.05802},
year = {2016}
}