集合kalman滤波和最优插值方法在不同观测分布的比较理想试验

目前一种比较流行并且可行的同化方法-集合kalman滤波(enkf)能够计算依赖于流的误差统计量.理论上,enkf能够比最优插值、三维变分等更准确地计算误差统计量,能更好地融合背景场和观测场的信息.作者利用二维平流扩散方程经过10天的同化循环,比较不同观测分布的情况下enkf和最优插值(oi)的模拟能力.理想试验结果显示,随着观测分布密度的减小,尤其是当观测的分辨率大于oi估计的相关尺度时,集合kalman滤波的结果比最优插值有更明显的改进.