Kalman滤波法在海温数据同化中的应用研究

【摘要】： 本文概括地介绍了Kalman滤波的发展，基本理论、性质及其在物理海洋中的实际应用等。在此基础上，利用Kalman滤波原理，以一维海温垂直分布的数值模式为例，通过对原模式进行分解，得到确定性模式和随机过程两部分，继而建立了一个可同化海温连续观测资料的数据同化模式。并通过在赤道太平洋，165°E，热带大气和海洋(Tropical Atmosphere and Ocean project)，即TAO／TRITON锚系浮标阵列观测点，选取一段时间观测资料，进行Kalman滤波试验。数据同化试验结果表明本文建立的一维海温Kalman滤波数据同化模型，对改进海温数值计算结果是十分有效的。 通过本文的上述研究结果表明：Kalman滤波方法不仅提供一个系统最佳状态的顺序估计，而且提供系统误差的信息，适合于将实时观测资料同化到预报模式中。它的不足之处是对计算资源的需求昂贵。因此对于目前实际应用的海洋数值模型(三维，非线性)，需要发展在最优性方面损失较少的简化方法，如SEEK滤波法(Singular Evolutive EKF)，这样，以便应用到实际海洋的数据同化问题。