局地集合变换卡尔曼滤波与PSAS在NASA有限体积GCM中的比较：完美模型实验
大气与海洋物理
2020-01-29 v3
摘要
本文通过比较局地集合变换卡尔曼滤波（LETKF）与业务化3D-Var同化系统——物理空间统计分析系统（PSAS）在完美模型情景下的性能，探索了LETKF的潜力。比较在有限体积全球环流模型（fvGCM）上进行，该模型在纬向有72个格点，经向有46个格点，垂直方向有55层。仅使用四十个集合成员，LETKF获得的分析和预报的均方根误差低于PSAS。通过同化来自探空仪的模拟温度观测和常规地面气压观测而不是位势高度，LETKF的性能得到进一步改善，尤其是在海洋上。在PSAS中观察到的北半球预报误差的初始下降在LETKF中未观察到，这表明PSAS分析不太平衡。观察到的LETKF相对于PSAS的优势在于，来自LETKF的四十成员集合能够捕获流依赖误差，从而对真实背景不确定性做出良好估计。此外，局地化使LETKF高度并行且高效，在由20台个人电脑组成的集群中，使用四十个集合成员，每次分析仅需5分钟。
引用
@article{arxiv.physics/0703066,
title = {Comparison between Local Ensemble Transform Kalman Filter and PSAS in the NASA finite volume GCM: perfect model experiments},
author = {Junjie Liu and Elana Judith Fertig and Hong Li and Eugenia Kalnay and Brian R. Hunt and Eric J. Kostelich and Istvan Szunyogh and Ricardo Todling},
journal= {arXiv preprint arXiv:physics/0703066},
year = {2020}
}
备注
50 pages, 11 figures