...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Ocean Dynamics >OpenDA-NEMO framework for ocean data assimilation
【24h】

OpenDA-NEMO framework for ocean data assimilation

机译：OpenDA-NEMO海洋数据同化框架

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Data assimilation methods provide a means to handle the modeling errors and uncertainties in sophisticated ocean models. In this study, we have created an OpenDA-NEMO framework unlocking the data assimilation tools available in OpenDA for use with NEMO models. This includes data assimilation methods, automatic parallelization, and a recently implemented automatic localization algorithm that removes spurious correlations in the model based on uncertainties in the computed Kalman gain matrix. We have set up a twin experiment where we assimilate sea surface height (SSH) satellite measurements. From the experiments, we can conclude that the OpenDA-NEMO framework performs as expected and that the automatic localization significantly improves the performance of the data assimilation algorithm by successfully removing spurious correlations. Based on these results, it looks promising to extend the framework with new kinds of observations and work on improving the computational speed of the automatic localization technique such that it becomes feasible to include large number of observations.
机译：数据同化方法为处理复杂海洋模型中的建模误差和不确定性提供了一种方法。在这项研究中，我们创建了一个OpenDA-NEMO框架，以解锁OpenDA中可用于NEMO模型的数据同化工具。这包括数据同化方法，自动并行化和最近实现的自动定位算法，该算法基于计算的卡尔曼增益矩阵中的不确定性来消除模型中的虚假相关性。我们已经建立了一个孪生实验，可以吸收海平面高度（SSH）卫星的测量值。从实验中，我们可以得出结论，OpenDA-NEMO框架的性能符合预期，并且自动定位通过成功消除虚假相关性，显着提高了数据同化算法的性能。基于这些结果，用新的观测资料扩展框架，并致力于提高自动定位技术的计算速度，使包含大量观测资料成为可能，是很有希望的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号