文献

J-GLOBAL ID：201902233178851797   整理番号：19A0489766

4DENVAR法におけるEOF解析の役割の評価【JST・京大機械翻訳】

Evaluating the Role of the EOF Analysis in 4DEnVar Methods

著者 (8件)： Kou Xingxia (Institute of Urban Meteorology, China Meteorological Administration, Beijing 100089, China) ,  Kou Xingxia (State Key Laboratory of Atmospheric Boundary Layer Physics and Atmospheric Chemistry, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China) ,  Huang Zhekun (School of Atmospheric Sciences, Nanjing University, Nanjing 210093, China) ,  Huang Zhekun (Huaxi Securities CO., LTD, Shenzhen 518048, China) ,  Liu Hongnian (School of Atmospheric Sciences, Nanjing University, Nanjing 210093, China) ,  Zhang Meigen (State Key Laboratory of Atmospheric Boundary Layer Physics and Atmospheric Chemistry, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China) ,  Shen Si (National Center for Atmospheric Research, Boulder, MN 80302, USA) ,  Peng Zhen (School of Atmospheric Sciences, Nanjing University, Nanjing 210093, China)
資料名： Atmosphere (Web)  (Atmosphere (Web))
巻： 8  号： 8  ページ： 146  発行年： 2017年 
JST資料番号： U7137A  ISSN： 2073-4433  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 4次元変分データ同化(4DVar)法は,数値気象予測に用いられる最も一般的な技術の一つである。それにもかかわらず,随伴モデルの必要性と予測モデルの線形化は,4DVarのより広い応用を大きく制限する。4Dアンサンブル変分データ同化法(4DEnVar)は,アンサンブルKalmanフィルタと4DVarの強度を利用し,4次元背景誤差共分散を直接推定するためにアンサンブル軌道を使用する。本研究では,4DEnVarにおける経験的直交関数(EOF)解析の役割を評価した。広く認識された4DEnVar法DRP-4DVar(次元縮小投影4DVar)を,本研究におけるEOF解析の表現として採用した。次元縮小投影4DVar(DRP-4DVar),4DEnVar(すなわち,EOF変換のない他の従来の4DEnVar方式)の性能,およびアンサンブル変換Kalmanフィルタ(ETKF)を比較して,DRP-4DVarにおけるEOF解析の効果を実証した。感度実験は,EOF解析が固有値空間における基底ベクトルを構築し,DRP-4DVarアプローチにおける次元縮小が計算効率と解析精度の改善を助けることを示した。4DEnVarとETKFと比較すると,DRP-4DVarは4DEnVarに対して類似の解析二乗平均誤差(RMSE)を示したが,ETKFを22.3%上回った。さらに,アンサンブルサイズ,同化窓長,および初期摂動の標準偏差に関するDRP-4DVarの感度実験は,最適化EOF切断数を有するDRP-4DVarが広い範囲のパラメータに対してロバストであるが,極端に低い値を避けるべきであることを意味した。ここで示した結果は,ハイブリッド4DEnVar法におけるEOF解析の潜在的広い応用を示唆した。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *変分法 ,  標準偏差 ,  次元縮小 ,  モデル ,  最適化 ,  四次元 ,  予測モデル ,  天気予報 ,  ロバスト性 ,  固有値 ,  データ同化
準シソーラス用語： 計算効率 ,  誤差共分散 ,  随伴 ,  4D-VAR , 【Automatic Indexing@JST】

著者キーワード (4件)： 4デンバー ,  アンサンブル変換Kalmanフィルタ ,  次元縮小投影4DVAR ,  空間変換

分類 (1件)： 天気予報  (DC05020O)

引用文献 (57件)：

• Courtier, P.; Thépaut, J.N.; Hollingsworth, A. A strategy for operational implementation of 4DVar, using an incremental approach. Q. J. R. Meteorol. Soc. 1994, 120, 1367-1387.
• Evensen, G. Sequential data assimilation with a nonlinear quasi-geostrophic model using Monte Carlo methods to forecast error statistics. J. Geophys. Res. 1994, 99, 10143-10162.
• Lorenc, A.C. The potential of the ensemble Kalman filter for NWP-A comparison with 4D-Var. Q. J. R. Meteorol. Soc. 2003, 129, 3183-3203.
• Kalnay, E.; Li, H.; Miyoshi, T.; Ballabrera, J. 4DVar or ensemble Kalman filter? Tellus A 2007, 59, 758-773.
• Gustafsson, N. Discussion on “4DVar or EnKF?”. Tellus A 2007, 59, 774-777.

タイトルに関連する用語 (3件)： EOF解析 ,  役割 ,  評価