什么限制了集合卡尔曼滤波能有效同化的观测数量？

借助信号自由度（DFS）的概念，分析了集合卡尔曼滤波（EnKF）算法从观测中提取信息的能力。一个简单的数学论证表明，EnKF 的 DFS 由上界限于集合规模，这意味着同化远多于集合规模的观测会自动导致 DFS 低估。由于 DFS 是映射至归一化观测空间的后验误差协方差的迹，被低估的 DFS 意味着分析离散度上的过度自信（欠分散），这在循环同化背景下需施加协方差膨胀。随后将该理论推广至应用了协方差定位方案（B 定位或 R 定位）的情形，以说明它们如何缓解 DFS 低估问题。这些来自数学论证的发现通过一个简单的一维协方差模型加以演示。最后，利用 DFS 概念形成推测性论证，以解释文献中先前报道的 LETKF 若干令人困惑的特征，例如为何使用较少观测反而能带来更好性能、最优定位尺度何时出现，以及为何基于松弛至先验信息方法的协方差膨胀在观测非均匀分布时尤为成功。附录给出了 DFS 诊断在一个准业务全球 EnKF 系统中的疑似首次应用。