A New Scheme of Adaptive Covariance Inflation for Ensemble Filtering Data Assimilation
A New Scheme of Adaptive Covariance Inflation for Ensemble Filtering Data Assimilation
复制标题
集成滤波数据同化的自适应协方差膨胀新方案
DOI：
10.3390/jmse9101054
复制
发表时间：
2021-09
影响因子：
2.9
通讯作者：
Zhang Anmin
中科院分区：
文献类型：
--
作者：
Su Ang;Zhang Liang;Zhang Xuefeng;Zhang Shaoqing;Liu Zhao;Liu Caili;Zhang Anmin
由于有限集合的模式误差和采样误差，在数据同化的滤波过程中，背景集合扩散变小，误差协方差被低估。在高维真实的大气和海洋模式中，由于计算资源的限制，很难使用较大的集合尺度来减小采样误差。在这里，基于贝叶斯理论，我们探索了一种新的时空变化的自适应协方差膨胀算法。为了提高有限背景系综的统计表现，膨胀的先验概率服从逆卡方分布，似然函数服从t分布，利用它们可以得到先验或后验协方差膨胀方案。不同的集合大小被用来比较同化质量与其他膨胀方案在完美和有偏模式框架。通过两个简单的耦合模型，我们检验了新方案的性能。结果表明，在某些情况下，新的膨胀方案比现有的方案具有更好的稳定性和更小的同化误差，特别是在有偏模式中使用小的集合尺度时。由于新方案具有较好的计算性能和较低的计算资源需求，因此在更全面的模式预报初始化和再分析中具有更大的应用潜力。总之，新的暴胀方案在小尺度下表现良好，可能更适合于大尺度模式。
Due to the model and sampling errors of the finite ensemble, the background ensemble spread becomes small and the error covariance is underestimated during filtering for data assimilation. Because of the constraint of computational resources, it is difficult to use a large ensemble size to reduce sampling errors in high-dimensional real atmospheric and ocean models. Here, based on Bayesian theory, we explore a new spatially and temporally varying adaptive covariance inflation algorithm. To increase the statistical presentation of a finite background ensemble, the prior probability of inflation obeys the inverse chi-square distribution, and the likelihood function obeys the t distribution, which are used to obtain prior or posterior covariance inflation schemes. Different ensemble sizes are used to compare the assimilation quality with other inflation schemes within both the perfect and biased model frameworks. With two simple coupled models, we examined the performance of the new scheme. The results show that the new inflation scheme performed better than existing schemes in some cases, with more stability and fewer assimilation errors, especially when a small ensemble size was used in the biased model. Due to better computing performance and relaxed demand for computational resources, the new scheme has more potential applications in more comprehensive models for prediction initialization and reanalysis. In a word, the new inflation scheme performs well for a small ensemble size, and it may be more suitable for large-scale models.
登录
查看更多内容
DOI：
10.3402/tellusa.v64i0.10963
发表时间：
2012-01
期刊：
Tellus A: Dynamic Meteorology and Oceanography
影响因子：
--
作者：
Shaoqing Zhang;Zhengyu Liu;A. Rosati;T. Delworth
通讯作者：
Shaoqing Zhang;Zhengyu Liu;A. Rosati;T. Delworth
DOI：
10.3402/tellusa.v64i0.18408
发表时间：
2012-09
期刊：
Tellus A: Dynamic Meteorology and Oceanography
影响因子：
--
作者：
T. Miyoshi;Masaru Kunii
通讯作者：
T. Miyoshi;Masaru Kunii
影响因子：
5.8
作者：
Xiaogu Zheng
通讯作者：
Xiaogu Zheng
影响因子：
5.2
作者：
S. Zhang
通讯作者：
S. Zhang
DOI：
10.2307/2291025
发表时间：
1991-03
期刊：
--
影响因子：
--
作者：
R. Daley
通讯作者：
R. Daley