Assimilating SMOS sea ice thickness into a coupled ice-ocean model using a local SEIK filter
Assimilating SMOS sea ice thickness into a coupled ice-ocean model using a local SEIK filter
复制标题
使用局部 SEIK 滤波器将 SMOS 海冰厚度同化到耦合冰海模型中
DOI：
10.1002/2014jc009963
复制
发表时间：
2014-10
影响因子：
--
通讯作者：
Zhanhai Zhang
中科院分区：
文献类型：
--
作者：
Qinghua Yang;Svetlana N. Losa;Martin Losch;Xiangshan Tian-Kunze;Lars Nerger;Jiping Liu;Lars Kaleschke;Zhanhai Zhang
同化海冰厚度数据来自欧空局的土壤水分和海洋盐度（SMOS）卫星与特殊传感器微波成像仪/探测器（SSMIS）的海冰浓度数据的国家冰雪数据中心（NSIDC）在一个耦合的海冰-海洋模型的影响进行了检查。选择2011年11月1日至2012年1月31日的3个月时间段来评估同化系统的预报能力。24小时预报和更长的预报是基于马萨诸塞州理工学院的大气环流模式（MITgcm），同化是由一个本地化的奇异进化插值卡尔曼（LSEIK）滤波器。为了比较，同化只重复与SSMIS海冰浓度。通过两个不同的同化试验，并与未同化模式、独立卫星资料和现场观测资料进行比较，结果表明，SMOS冰厚同化改善了冰厚预报。使用SMOS厚度资料，海冰密集度预报也与观测结果吻合得更好，尽管这种改善较小。
The impact of assimilating sea ice thickness data derived from ESA's Soil Moisture and Ocean Salinity (SMOS) satellite together with Special Sensor Microwave Imager/Sounder (SSMIS) sea ice concentration data of the National Snow and Ice Data Center (NSIDC) in a coupled sea ice-ocean model is examined. A period of 3 months from 1 November 2011 to 31 January 2012 is selected to assess the forecast skill of the assimilation system. The 24 h forecasts and longer forecasts are based on the Massachusetts Institute of Technology general circulation model (MITgcm), and the assimilation is performed by a localized Singular Evolutive Interpolated Kalman (LSEIK) filter. For comparison, the assimilation is repeated only with the SSMIS sea ice concentrations. By running two different assimilation experiments, and comparing with the unassimilated model, independent satellite-derived data, and in situ observation, it is shown that the SMOS ice thickness assimilation leads to improved thickness forecasts. With SMOS thickness data, the sea ice concentration forecasts also agree better with observations, although this improvement is smaller.
登录
查看更多内容
影响因子：
3.6
作者：
Marshall, J;Adcroft, A;Heisey, C
通讯作者：
Heisey, C
影响因子：
3.2
作者：
T. Yabe;R. Tanaka;T. Nakamura;F. Xiao
通讯作者：
T. Yabe;R. Tanaka;T. Nakamura;F. Xiao
影响因子：
2.2
作者：
J. Nystuen
通讯作者：
J. Nystuen
影响因子：
2.3
作者：
L. Nerger;S. Danilov;W. Hiller;J. Schröter
通讯作者：
L. Nerger;S. Danilov;W. Hiller;J. Schröter
影响因子：
3.6
作者：
Nguyen, An T.;Menemenlis, Dimitris;Kwok, Ronald
通讯作者：
Kwok, Ronald