Using the hybrid gain algorithm to sample data assimilation uncertainty
Using the hybrid gain algorithm to sample data assimilation uncertainty
复制标题
利用混合增益算法采样数据同化不确定性
DOI：
10.1002/qj.3426
复制
发表时间：
2018
影响因子：
8.9
通讯作者：
Michèle De La Chevrotière
中科院分区：
文献类型：
--
作者：
P. Houtekamer;M. Buehner;Michèle De La Chevrotière
在加拿大气象中心(CMC)，集合变分(EnVar)数据同化系统用于全球确定性预报系统，集合卡尔曼滤波(EnKF)用于全球集合预报系统。这两个系统是在CMC共同开发和共同发展的，在这项研究中，我们探索了如何最大化拥有两个算法的影响。
At the Canadian Meteorological Centre (CMC), an ensemble variational (EnVar) data assimilation system is used for the global deterministic prediction system and an ensemble Kalman filter (EnKF) is used for the global ensemble prediction system. These two systems are co‐developed and co‐evolving at the CMC and in this study we explore how to maximize the impact of having two algorithms.