为强耦合陆地大气数据同化构建跨组分背景误差协方差

地表温度(LST)是陆气相互作用的关键变量，对天气和气候预报具有重要影响。尽管陆气耦合模式中的数据同化取得了进展，但弱耦合同化仍然占主导地位。这意味着在同化过程中没有充分考虑陆地和大气之间的跨组分相互作用，因此很难实现陆地和大气变量之间的一致性分析。

南京信息工程大学陈耀登教授团队构建了跨陆地和大气成分的耦合背景误差协方差，解决了强耦合陆气数据同化的关键问题，揭示了地表和大气变量背景误差之间的联系，研究成果发表在《大气与海洋科学快报》上。

研究首先生成基于2023年梅雨季的气候预报和集合预报样本，然后利用预报误差估计技术计算跨分量背景误差协方差。研究结果表明，地表温度的误差主要与大气温度相关，相关性随大气高度的增加而降低，且地表温度标准差的误差明显大于低层大气温度的误差。

研究团队还选取了两天气象条件差异较大的时段进行表征，结果表明，地表温度和低层大气温湿度的误差相关性和误差标准差与天气背景关系密切，具有明显的日变化特征。

研究团队计划在后续研究中探讨不同季节对结果的影响，并将这些研究成果进一步应用于强耦合陆气数据同化，进一步提高陆气耦合模式的预报水平，为天气预报预警提供更精准的信息支持。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！