论文部分内容阅读
本文基于ROMS模式和条件非线性最优扰动(CNOP)方法开展了源区黑潮流量季节性下降的可预报性和目标观测研究，主要内容和结论如下: 首先，使用ROMS成功模拟了源区黑潮及其流量变化，建立了非线性优化系统并求解了条件非线性最优初始扰动(CNOP)，考察了初始误差对源区黑潮流量季节性下降事件预报的影响及误差增长机制。结果表明:初始误差对源区黑潮流量预报有重要影响。CNOPs大值在水平方向位于在吕宋岛以东128°E附近，在垂向上则位于海洋上层1000米内。误差在预报时间段内快速增长，并最终以中尺度涡形式影响源区黑潮。斜压不稳定是误差快速增长的主要动力学机制。 其次，利用垂直积分能量方案识别了源区黑潮目标观测的最优敏感区OSen，确定了最优能量方案（总能量）和敏感区范围大小（占总水平格点数0.5％）。进一步地，设计敏感性试验验证了OSen的有效性，考察了初始误差空间位置和结构对源区黑潮流量预报的影响。结果表明，在OSen区域内的初始误差更易引起预报技巧的显著下降;其中，具有CNOP空间结构的初始误差导致最差预报结果。因此，在OSen内实施目标观测能更有效地提高源区黑潮流量的预报技巧。 最后，在不同设置下构建了随机观测网和适应性观测网，通过观测系统模拟试验(OSSEs)系统地评估了两类观测网在改善源区黑潮流量预报方面的有效性，并最终确定了最优适应性观测网。OSSEs结果表明，适应性观测网比随机观测网更有效，在适应性观测策略下存在最优观测设置方案。当观测站点数目为6或8并且观测站点间距为140 km或165km时，适应性观测网在目标观测中有最佳表现。研究表明，最优适应性观测网可使得源区黑潮流量预报技巧平均提高超过40％。 本研究阐明了初始误差影响源区黑潮流量季节性下降预报不确定性的机制，揭示了斜压不稳定对误差快速增长的重要性，确定了源区黑潮目标观测敏感区和最优适应性观测网，能够为源区黑潮的数值模拟、业务预报与目标观测提供理论和方法指导。