文献

J-GLOBAL ID：201802258968965010   整理番号：18A0751890

Cryosat-2とSMOS海氷厚データを同時に同化することによる海氷厚推定の改善【JST・京大機械翻訳】

Improving sea ice thickness estimates by assimilating CryoSat-2 and SMOS sea ice thickness data simultaneously

著者 (8件)： Mu Longjiang (Key Laboratory of Research on Marine Hazards Forecasting, National Marine Environmental Forecasting Center, Beijing, China) ,  Yang Qinghua (Key Laboratory of Research on Marine Hazards Forecasting, National Marine Environmental Forecasting Center, Beijing, China) ,  Losch Martin (Climate Science Division, Alfred Wegener Institute, Helmholtz Centre for Polar and Marine Research, Bremerhaven, Germany) ,  Losa Svetlana N. (Climate Science Division, Alfred Wegener Institute, Helmholtz Centre for Polar and Marine Research, Bremerhaven, Germany) ,  Losa Svetlana N. (Shishov Institute of Oceanology, the Russian Academy of Sciences, St Petersburg, Russia) ,  Ricker Robert (Climate Science Division, Alfred Wegener Institute, Helmholtz Centre for Polar and Marine Research, Bremerhaven, Germany) ,  Nerger Lars (Climate Science Division, Alfred Wegener Institute, Helmholtz Centre for Polar and Marine Research, Bremerhaven, Germany) ,  Liang Xi (Key Laboratory of Research on Marine Hazards Forecasting, National Marine Environmental Forecasting Center, Beijing, China)
資料名： Quarterly Journal of the Royal Meteorological Society  (Quarterly Journal of the Royal Meteorological Society)
巻： 144  号： 711  ページ： 529-538  発行年： 2018年 
JST資料番号： D0478A  ISSN： 0035-9009  CODEN： QJRMAM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 北極海の海洋氷-海洋モデルの海氷場に対する日毎のSMOS海氷の厚さと毎日のSSMIS海氷濃度データと共に,毎週のCryosSat-2海氷の厚さデータを同化する影響を調べた。海氷モデルはマサチューセッツ研究所の技術一般循環モデル(MITgcm)に基づいており,同化は平行データ同化枠組み(PDAF)でコード化された局在化単一進化内挿Kalman(LSEIK)フィルタによって実行される。2011年11月1日から2012年1月30日までの3か月の期間を,寒冷期における同化システムのスキルを評価するために選択した。同化されていない溶液および海氷濃度のみが同化される溶液と比較して,モデル-データのミスフィットは,厚い氷と薄い氷の両方の領域で実質的に減少する。海氷の厚さの推定値は,SMOSデータのみの同化から得られた海氷の厚さよりも,中央北極海のその場観測値と有意に良く一致したが,海氷濃度は非常に小さい改善を示した。SMOSとCryoSat-2データの結合同化により得られた海氷場は,統計的に併合したSMOSとCryoSat-2海氷厚さ積を直接同化したものよりも,厚さと濃度の誤差が低かった。これらのより低い誤差は,モデル動力学がデータ混合において重要な役割を果たすことを示唆する。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 符号化 ,  推定量 ,  *海氷 ,  大気大循環モデル ,  海洋 ,  内挿法 ,  海洋モデル ,  北極海 ,  フィルタ ,  データ同化
準シソーラス用語： 北極地方 ,  海氷モデル ,  *海氷厚 ,  *SMOS , 【Automatic Indexing@JST】

著者キーワード (6件)： 北極 ,  Cryosat-2 ,  データ同化 ,  アンサンブルKalmanフィルタ ,  海氷の厚さ ,  SMOS

分類 (1件)： 雲と降水の微物理  (DC05110M)

タイトルに関連する用語 (4件)： SMOS ,  海氷厚 ,  同化 ,  推定