Optimisation of an idealised ocean model, stochastic parameterisation of sub-grid eddies
Optimisation of an idealised ocean model, stochastic parameterisation of sub-grid eddies
复制标题
理想化海洋模型的优化、次网格涡流的随机参数化
DOI：
10.1016/j.ocemod.2014.12.014
复制
发表时间：
2015
期刊：
影响因子：
3.2
通讯作者：
Cooper F
中科院分区：
文献类型：
--
作者：
Cooper F
发展了一种优化方案来精确地表示高维混沌海洋系统的亚格子尺度强迫。使用一个简单的参数化方案，对一个30公里分辨率的浅水海洋模式的速度分量进行了优化，使其具有与粘性较低的7.5公里分辨率模式相同的气候均值和方差。5天滞后协方差也被优化，使得使用低分辨率模式对强迫的高分辨率响应得到更准确的估计。所考虑的系统是理想的正压双涡旋，在两种分辨率下都是混沌的。使用优化方案，我们找到并应用了时间上的常数，但空间上变化的强迫项等于亚格子尺度涡旋的时间积分强迫。用一个与大尺度流动无关的线性随机项来表示瞬变涡旋，它没有空间相关性，但幅度和时间尺度在空间上是变化的。使用来自单一高分辨率积分的速度的气候学平均值、方差和5天滞后协方差来提供优化目标。不需要其他高分辨率统计数据。也不需要额外的编程工作，例如建立切线模型或伴随模型。本文的重点是优化方案和优化后的流动的精度。然而，强迫可以为确定性和随机参数的设计提供洞察力。在本研究中，我们发现修正模型方差的随机参数与涡旋去相关时间尺度的空间模式有关，而不是与方差幅度的空间模式相关。这种方法可以应用于未来对控制正压湍流的物理过程的研究，它可能有助于理解和纠正更现实的粗糙或允许涡流的海洋模式的均值和方差的偏差。该方法是对现有参数化方法的补充，无需修改即可同时应用。
An optimisation scheme is developed to accurately represent the sub-grid scale forcing of a high dimensional chaotic ocean system. Using a simple parameterisation scheme, the velocity components of a 30 km resolution shallow water ocean model are optimised to have the same climatological mean and variance as that of a less viscous 7.5 km resolution model. The 5 day lag-covariance is also optimised, leading to a more accurate estimate of the high resolution response to forcing using the low resolution model.The system considered is an idealised barotropic double gyre that is chaotic at both resolutions. Using the optimisation scheme, we find and apply the constant in time, but spatially varying, forcing term that is equal to the time integrated forcing of the sub-grid scale eddies. A linear stochastic term, independent of the large-scale flow, with no spatial correlation but a spatially varying amplitude and time scale is used to represent the transient eddies. The climatological mean, variance and 5 day lag-covariance of the velocity from a single high resolution integration is used to provide an optimisation target. No other high resolution statistics are required. Additional programming effort, for example to build a tangent linear or adjoint model, is not required either.The focus of this paper is on the optimisation scheme and the accuracy of the optimised flow. However the forcing can provide insights in the design of deterministic and stochastic parameterisations. In the present study, we found that the stochastic parameterisation correcting the model variance is associated with the spatial pattern of eddy-decorrelation timescales rather than the spatial pattern of the amplitude of the variance. The method can be applied in future investigations into the physical processes that govern barotropic turbulence and it can perhaps be applied to help understand and correct biases in the mean and variance of a more realistic coarse or eddy-permitting ocean model. The method is complementary to current parameterisations and can be applied at the same time without modification.
登录
查看更多内容
影响因子：
3.1
作者：
J. Frederiksen;Steven M. Kepert
通讯作者：
Steven M. Kepert
DOI：
10.1002/qj.49712757202
发表时间：
2001-01-01
影响因子：
8.9
作者：
Palmer, TN
通讯作者：
Palmer, TN
用于研究内部气候变率的具有经验线性校正和降阶的两层模型
DOI：
--
发表时间：
1999
期刊：
影响因子：
--
作者：
U. Achatz;G. Branstator
通讯作者：
G. Branstator
影响因子：
3.5
作者：
S. Waterman;B. Hoskins
通讯作者：
S. Waterman;B. Hoskins
29. 为什么气候建模者应该担心大气和海洋天气
DOI：
--
发表时间：
2010
期刊：
影响因子：
--
作者：
B. Kirtman;G. Vecchi;K. Kumar
通讯作者：
K. Kumar