Page 95 - 应用声学2019年第4期

第 38 卷 第 4 期 笪良龙等： 海洋水声环境敏感区诊断与适应性观测研究进展 555

的初始条件对特定区域数值预报有很大影响 [2] 。适 哥湾环状流位置和强度的集合预报结果要好于传
应性观测作为一种提高特定区域数值预报质量的 统的单一预报结果。
有效方法，其关键在于准确识别敏感区位置，即敏
1.2 线性奇异向量法(LSV)
感区诊断。针对这一问题，国际上在气象领域开展
了一系列外场试验，如锋面和大西洋风暴追踪试验 线性奇异向量法 (LSV) 具有完备的数学理
(FASTEX)、北太平洋试验 (NORPEX)、冬季风暴 论基础，最早是由欧洲中期天气预报中心 (Eu-
观测试验(WSR)、热带气旋监测计划(DOTSTAR)、 ropean centre for medium-range weather forecast,
全球观测系统研究与可预报性试验 (THORPEX)、 ECMWF) 提出，并在其全球的业务化预报系统中
THORPEX 亚太地区试验(T-PARC)等 [3] ，这些外 得到了成功的应用。具体而言，非线性动力学系统
场试验的结果表明适应性观测及敏感区诊断可在 在有限时间内是基本稳定的，假若初始扰动比较小，
一定程度上提高数值预报水平。 在一定时间内，扰动的发展可以用模式线性近似进
敏感区诊断方法伴随着数值预报的发展，也逐 行描述，通过求取切线性模式的最大奇异值，可以得
渐由根据主观经验的判断发展为综合考虑动力过 到在相空间中线性增长最快的初始扰动，通过消除
程及物理机制。目前，敏感区诊断的方法主要有增长 初始扰动中的快速增长部分，可以有效提高预报质
[4]
模繁殖法(Breeding of growing modes, BGM) 、线 量。但是LSV应用的前提是切线性模式能够近似描
性奇异向量法 (Linear singular vector, LSV) 、集 述初始扰动的发展，它不能揭示非线性对初始扰动
[5]
合转换卡尔曼滤波法(Ensemble transform Kalman 增长的影响。因而，LSV 不能代表非线性模式中的

filter, ETKF) [6] 以及条件非线性最优扰动法 (Con- 增长最快的有限振幅初始扰动 [11] ，这在很大程度上
ditional nonlinear optimal perturbation, CNOP) [7] 限制了该方法在目标观测非线性系统中的应用。
等。 近年来，有研究人员利用 LSV 方法开展海洋
可预报性问题的相关研究，如 Xue 等 [14] 和 Chen
1.1 增长模繁殖法(BGM)
等 [15] 利用 LSV 方法研究厄尔尼诺 -南方涛动 (El
增长模繁殖法 (BGM) 最早是由 Toth 等 [8] 提 Niño-Southern Oscillation, ENSO) 预报结果不确
出，并在美国国家环境预报中心 (National centers 定性问题，并分析了其中的动力学过程；另外，
for environmental prediction, NCEP) 投入业务化 邹广安 [16] 利用 LSV 方法及 POM(Princeton ocean
使用 [9] 。相关研究结果表明，模式的初始误差场中 model) 模式研究了日本南部黑潮路径变异的可预
既存在随机的、非增长的误差分量，也存在与预报 报性问题。
模型有动力联系、快速增长的误差分量，其中非增
长的误差将在预报开始后逐渐转换到增长的方向， 1.3 集合变换卡尔曼滤波(ETKF)
增长的误差比非增长的误差在决定预报水平上更 集合变换卡尔曼滤波(ETKF)是一种根据卡尔

为重要 [10] 。该方法用相同的非线性模式对未加扰 曼滤波理论发展的敏感区诊断方法，该方法将集合
动的初始场和扰动初始场进行积分，在固定时间间 预报误差协方差信息结合观测误差信息，计算引入
隔内对扰动预报与控制预报之差进行处理，再将处 适应性观测资料引起的验证区域内预报误差方差
理过的差值反馈到对应时刻的分析场上，重复以上 的减少量，进而确定敏感区 [17] 。ETKF 方法克服了
过程，直至扰动增长饱和，由此得到最终的扰动繁殖 BGM 方法中分析误差方差固定不变及其扰动难以
模 [9] 。该方法的优点是计算量少，易于工程实施；但 保持正交性的缺陷，同时避免了使用伴随模式，计算
缺点在于初始扰动方差是由不随时间变化的气候 资源花费较少，并且可以实现并行计算，从而为其在
场分析误差限定的，且扰动之间并未接近正交 [11] 。 业务化预报中的推广奠定了基础。但ETKF方法的
在应用研究方面，Yang 等 [12] 发现利用 BGM 应用也存在一定限制：首先，为了提供准确的背景场
方法生成初始扰动场，进而实施集合预报能提高季 误差，分析误差协方差矩阵必须足够精确；其次，初
节到年际变化的预报水平；Yin 等 [13] 利用 BGM 方 始扰动必须足够小，以满足线性近似的条件；最后，
法生成了海洋环流初始状态的集合，发现针对墨西 集合扰动的样本必须足够丰富 [18] 。