Babcock-Leighton 太阳发电机模型中的集合卡尔曼滤波数据同化：重构子午流速度的观测系统模拟实验
太阳与恒星天体物理
2014-08-22 v1
摘要
准确了解子午流速度及其剖面的时间变化对于估计太阳活动周特征至关重要，而这些特征最终导致了空间气候的变化。然而，关于太阳子午环流模式的观测和理论尚未达成共识。通过在 Data Assimilation Research Testbed (DART) 框架下，将集合卡尔曼滤波 (EnKF) 数据同化实施于 Babcock-Leighton 太阳发电机模型中，我们发现，当使用十个或更多观测值、更新时间为 15 天且观测误差 时，可获得子午流速度时间变化的最佳重构。将集合大小从 16 增加到 160 可改善重构效果。将重构的流速与“真实状态”进行比较表明，EnKF 数据同化在重构子午流速度方面非常强大，并建议其可用于重构子午环流的时空模式。
引用
@article{arxiv.1408.5113,
title = {Ensemble Kalman filter data assimilation in a Babcock-Leighton solar dynamo model: an observation system simulation experiment for reconstructing meridional flow-speed},
author = {Mausumi Dikpati and Jeffrey L. Anderson and Dhrubaditya Mitra},
journal= {arXiv preprint arXiv:1408.5113},
year = {2014}
}
备注
18 pages, 6 figures, published in GRL (August 2014)