一种新的模式倾向误差估计算法及其在ENSO模拟中的应用*

何 群 高艳秋 唐佑民, 4 张继才

一种新的模式倾向误差估计算法及其在ENSO模拟中的应用*

何 群1, 2高艳秋2, 3①唐佑民2, 3, 4张继才1

(1. 浙江大学海洋学院 浙江舟山 316021; 2. 自然资源部第二海洋研究所卫星海洋环境动力学国家重点实验室 浙江杭州 310012; 3. 南方海洋科学与工程广东省实验室(珠海) 广东珠海 519082; 4. 河海大学海洋学院 江苏南京 210098)

气候模式是我们理解、模拟和预报气候演变的重要工具。然而即使是目前最先进的耦合模式, 其模拟和预报与大气/海洋的真实状态相比, 仍存在较大偏差, 这是由于在模式的倾向方程中不可避免地存在系统性的误差(倾向误差)。因此, 减小模式倾向误差对改进模式的模拟和预报效果具有重要意义。该研究首先发展了一种新的计算模式倾向误差的估计算法——基于局地集合变换卡尔曼滤波器(local ensemble transform kalman filter, LETKF)同化技术的倾向误差估计算法。在此基础上, 将新发展的算法应用到Zebiak-Cane (ZC)模式, 通过同化海表面温度异常(sea surface temperature anomaly, SSTA)数据, 估计随时空变化的倾向误差, 并使用计算得到的倾向误差订正模式, 进行积分模拟。结果表明: (1) 倾向误差和ZC模式的模拟偏差具有高度相关性; (2) 订正后的模式改善了对厄尔尼诺-南方涛动(El Niño-Southern Oscillation, ENSO)的一些重要特征的模拟。这说明新发展的模式倾向误差估计算法十分有效且在ENSO模拟中具有较好的应用价值, 此外, 这种新的模式倾向误差估计算法, 计算高效简便, 可便捷地应用于各模式中, 利于推广。

模式倾向误差; 参数估计; 局地集合变换卡……