Ein verbessertes gekoppeltes Datenauswertungssystem mit einem CGCM unter Verwendung von Multi-Time-Scale Hoch-Effizienz EnOI-ähnlicher Filterung

Zusammenfassung Die gekoppelte Datenauswertung (CDA), die gekoppelte Modelle und Beobachtungen aus mehreren Erd-systemdomänen kombiniert, spielt eine entscheidende Rolle in Klimastudien, indem sie eine vierdimensionale Schätzung der Erd-systemzustände erzeugt. Traditionelle Ensemble-Kalman-Filter (EnKF) CDA-Algorithmen sind zwar bequem in mehreren DA-Komponenten eines gekoppelten Systems zu implementieren, jedoch kostenintensiv und weisen eine unzureichende Repräsentativität für niederfrequente Hintergrundströme auf. Hier wurde ein multi-time-scale hoch-effizienter approximativer Filter mit Ensemble-optimierter Interpolation (MSHea-EnOI) Schema mit einem global vollgekoppelten Modell implementiert. Er besteht aus stationären, niederfrequenten und hochfrequenten Filtern, die aus der Zeitreihe einer Einzelmodell-Lösung konstruiert sind und eine verbesserte Repräsentativität für niederfrequente Hintergrundfehlerstatistiken und erhöhte Recheneffizienz aufweisen. Der MSHea-EnOI wird in einem biased Twin-Experiment-Rahmen mit synthetischen "Beobachtungen" bewertet, die von einem anderen gekoppelten Modell erzeugt wurden, und in einem dreijährigen gekoppelten Reanalyse-Experiment mit realen Beobachtungen. Die Ergebnisse zeigen, dass mit zunehmender Repräsentativität der multiskaligen Hintergrundströme, während die Rechenkosten nur einen kleinen Bruchteil der ensemblebasierten CDA ausmachen, der MSHea-EnOI das Potenzial hat, die CDA-Qualität mit synthetischen Beobachtungen zu verbessern. Das gekoppelte Reanalyse-Experiment mit realen Beobachtungen zeigt ebenfalls angemessene Anpassungen an die Beobachtungen und vergleichbare Ergebnisse zu anderen Reanalyse-Produkten, die unterschiedliche DA-Schemata verwenden. Während der Rekonstruktion eines nahezu schnellen atlantischen meridionalen Umwälzstroms reproduziert die gekoppelte Reanalyse die meisten Atmosphäre- und Ozean-Reanalyse-Signale wie die Hadley-Zirkulation und den Wärmeinhalt im oberen Ozean. Der MSHea-EnOI könnte ein gutes Anwendungspotenzial in ensemblebasierten DA-Systemen hinsichtlich seiner Multiskalen-Eigenschaften und Recheneffizienz haben.