中文版 | English

在结果中检索

IOCAS-IR
（本次检索基于用户作品认领结果）

浏览/检索结果: 共4条，第1-4条 帮助

限定条件        
已选(0)清除 条数/页：   排序方式：
Impacts of parameter uncertainties on deep chlorophyll maximum simulation revealed by the CNOP-P approach 期刊论文
JOURNAL OF OCEANOLOGY AND LIMNOLOGY, 2020, 页码: 12
作者:  Gao Yongli;  Mu Mu;  Zhang Kun
Adobe PDF(1297Kb)  |  收藏  |  浏览/下载：129/0  |  提交时间：2020/09/25
deep chlorophyll maximum (DCM) simulation  parameter uncertainty  conditional nonlinear optimal perturbation related to parameters (CNOP-P)  sensitivity  
源区黑潮流量季节性下降的可预报性和目标观测研究 学位论文
, 北京: 中国科学院大学, 2017
作者:  张坤
Adobe PDF(8389Kb)  |  收藏  |  浏览/下载：246/2  |  提交时间：2017/05/28
源区黑潮  可预报性研究  目标观测研究  Cnop方法  
Effects of optimal initial errors on predicting the seasonal reduction of the upstream Kuroshio transport 期刊论文
DEEP-SEA RESEARCH PART I-OCEANOGRAPHIC RESEARCH PAPERS, 2016, 卷号: 116, 页码: 220-235
作者:  Zhang, Kun;  Wang, Qiang;  Mu, Mu;  Liang, Peng
Adobe PDF(11550Kb)  |  收藏  |  浏览/下载：172/1  |  提交时间：2017/03/21
Initial Errors  The Upstream Kuroshio Transport  Cnop  
初始误差对双流环变异可预报性的影响 学位论文
: 中国科学院研究生院, 2013
作者:  张坤
Adobe PDF(1986Kb)  |  收藏  |  浏览/下载：206/2  |  提交时间：2014/08/08
双流环变异  条件非线性最优扰动（cnop）  1.5层浅水模式  可预报性