论文研究 小集合数条件下的数据同化策略研究.pdf

基于集合的数据同化方法近年来得到广泛的重视和研究，已经逐步实验在业务大气数据同化系统中来替代变分类方法。集合Kalman滤波方法高度依赖于集合的大小，集合数过小会带来欠采样，协方差低估，滤波发散和远距离的虚假相关等问题。局地化技术可以有效改善小集合带来的相关问题。在Lorenz-96模型的基础上，研究有无局地化的效果差异，探讨小集合条件下的局地化技术的优劣性；提出一种基于功率谱密度（PSD）判断集合数据同化效果的办法。实验证明：在有限集合数下，采用Kalman增益值和PSD可以评价同化效果，结合局地化技术，可以获得效率更高的同化算法。