IOCAS-IR  > 海洋环流与波动重点实验室
日本南部黑潮大弯曲路径预报的不确定性研究
张培军
学位类型博士
导师穆穆
2014-05
学位授予单位中国科学院研究生院
学位授予地点北京
学位专业物理海洋学
关键词黑潮大弯曲路径 预报不确定性 初始误差 模式参数误差 条件非线性最优扰动
其他摘要    日本南部黑潮路径变异对流经地区的海洋环境、气候变化、渔场分布以及航海安全具有重要影响。目前一些研究机构已经开展黑潮路径变异的预报试验,但是影响黑潮路径变异预报不确定性的因素有很多,弄清这些因素以及它们的相互作用对黑潮路径变异预报的影响具有十分重要的意义。本文首先基于正压出入流模式考察了非线性过程在日本南部黑潮大弯曲路径形成中的作用。然后基于1.5层浅水方程模式,采用条件非线性最优扰动方法,研究了模式参数误差、初始误差以及两种误差的共同作用对日本南部黑潮大弯曲路径预报的影响。本论文的研究结果主要有以下几点:
    首先,本文在正压出入流模式的基础上,考察了非线性过程在日本南部黑潮大弯曲路径形成过程中的作用。由条件非线性最优初始扰动(CNOP-I)方法得到了使黑潮由平直路径过渡到大弯曲路径的CNOP-I型扰动。研究发现,CNOP-I型扰动的非线性发展导致了黑潮由平直路径到大弯曲路径的过渡,然而它的线性发展却不能导致黑潮大弯曲路径的形成。这揭示了非线性过程即由扰动引起的扰动的非线性平流(NAPP),在黑潮大弯曲路径形成过程中具有重要作用。因此,我们需要采用非线性方法来进行黑潮大弯曲路径的可预报性研究。
    其次,本文基于1.5层浅水方程模式,利用条件非线性最优参数扰动(CNOP-P)方法,考察了具有不同误差范围的模式参数误差对日本南部黑潮大弯曲路径预报的影响。这里主要是指风应力大小在不同月份具有不同的误差范围。研究结果表明,对于预报起始月份相同的事件,均为相同几个月份的风应力大小误差对黑潮大弯曲路径预报影响较大。例如,预报起始月份均为6月的两个事件,风应力大小误差对黑潮大弯曲路径预报影响较大的月份均为7月、8月、11月和12月。因此,在这些月份对风应力加强观测,将有助于改善黑潮大弯曲路径预报。通过比较同时优化所有模式参数得到的CNOP-P与最优初始误差CNOP-I对预报影响的结果发现,CNOP-I导致的预报误差比CNOP-P的略大,但是差异并不显著。这表明初始误差和模式参数误差均能导致较大的预报不确定性。
    最后,本文利用条件非线性最优扰动(CNOP)方法,考察了模式参数误差和初始误差的共同作用对日本南部黑潮大弯曲路径预报的影响。研究结果表明,与只考虑初始误差和只考虑模式参数误差的结果相比,同时优化初始误差和模式参数误差得到的误差的联合模态导致了更大的预报误差。另外,CNOP的初始分量与CNOP-I或者local CNOP-I(LCNOP-I)的空间结构比较相似,并且在预报时间较短时,它们导致的预报误差差异不大。但是当预报时间较长时,CNOP与CNOP-I或者LCNOP-I的非线性发展对黑潮大弯曲路径预报的影响差异较大,这表明在预报时间较短时,初始条件误差是导致黑潮大弯曲路径预报不确定性的主要来源;当预报时间较长时,初始误差和模式参数误差的共同作用导致了更大的预报不确定性,说明在预报时间较长时,模式参数误差也是导致预报不确定性的重要因子。因此,为了提高黑潮路径变异的预报技巧,减小黑潮大弯曲路径预报的不确定性,在对初始条件进行改进的同时,应尽可能地对模式中的参数进行较为精确的估计。
语种中文
文献类型学位论文
条目标识符http://ir.qdio.ac.cn/handle/337002/18110
专题海洋环流与波动重点实验室
推荐引用方式
GB/T 7714
张培军. 日本南部黑潮大弯曲路径预报的不确定性研究[D]. 北京. 中国科学院研究生院,2014.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
日本南部黑潮大弯曲路径预报的不确定性研究(4652KB) 限制开放CC BY-NC-ND浏览
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[张培军]的文章
百度学术
百度学术中相似的文章
[张培军]的文章
必应学术
必应学术中相似的文章
[张培军]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 日本南部黑潮大弯曲路径预报的不确定性研究-张培军.pdf
格式: Adobe PDF
此文件暂不支持浏览
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。