一种显式四维变分资料同化方法

？提出一种新的资料同化方法——显式变分四维同化方法,该方法将奇异值分解(SVD)技术用于四维空间的预报集合提取正交基向量,这些基向量不但能够表现分析变量的空间结构,也能反映它的时间演变特征.将分析变量依截断的基向量展开后,控制变量会显式地出现在代价函数中,避免了传统的变分四维同化方法所必需的伴随模式的运用,使同化过程变得简单.用浅水方程模式和人造资料进行的一系列数值试验对所提方法的有效性作了检验并和传统的变分四维同化方法进行比较.结果表明,在观测点很密集,观测和模式都没有误差的情况下,它不如传统的变分四维同化方法好.但是当观测点稀疏时显式方法会好于传统的方法,它对模式误差及观测误差的敏感性也远远小于传统的方法.