集合海洋数据同化对 ECMWF 下一代海洋再分析系统的影响

集合数据同化（EDA）可以提供关于分析和短临预报不确定性的宝贵信息。目前的 ECMWF 业务化海洋分析和再分析系统称为 ORAS5，它生成一个集合，但并未将其用于指定数据同化系统的关键组件——背景误差协方差矩阵 $\mathbf{B}$。在本文中，我们描述了海洋 EDA 的发展，它利用短临预报集合以两种不同方式指定 $\mathbf{B}$ 的协方差模型表示的参数。首先，我们在较长时期内生成一个气候态集合，以产生背景误差方差和水平相关长度尺度的季节性变化气候态估计。其次，在每个同化周期中，我们从集合中诊断出随流场演变的方差，并将其与气候态估计混合以形成混合方差。我们还利用该集合来诊断随流场演变的垂直相关长度尺度。我们针对 Argo 数据丰富的时期证明，与 ORAS5 中使用的 $\mathbf{B}$ 的参数化表示相比，这种新的 $\mathbf{B}$ 混合表示显著降低了背景误差。新的海洋 EDA 系统将应用于 ECMWF 的下一代海洋再分析系统 ORAS6。