将不同来源、不同误差信息、不同时空分辨率的观测资料融入数值动力模式，依据不同权重将观测场与模式场结合，从而得到真实场最优估计，如今这种数据同化技术，已广泛应用于大气海洋领域。记者8日从自然资源部国家海洋环境预报中心（简称预报中心）获悉，最新研究发现，海冰—海洋多参数协同数据同化可为动力模式提供初始场，经过不断循环，使模式结果不断向观测值靠拢，从而提高对北极海冰演化的预测。
该研究发表于《地球物理研究杂志：海洋》期刊，论文第一作者、中心极地环境研究预报室博士梁曦说，尽管海冰演化与海洋条件有密切的动力和热力学联系，但以前许多研究都是在没有同化海洋状态变量情况下进行的。
在国家重点研发计划支持下，预报中心的北极海冰短期预报系统升级为ArcIOPS v1.1于今年6月正式运行。系统在准实时同化海冰密集度和海冰厚度的基础上，进一步实现了卫星观测海洋表面温度数据的融合，解决了极区观测变量数据同化技术中海冰—海洋界面物质和能量的协同调整难题。
据悉，更高水平分辨率的ArcIOPS v2.0版本正在测试中，预计年底投入试运行，届时中心将为北极科考和商业航行提供更精细化、更准确的海冰预报服务能力。
投稿
