Assimilating temperature and salinity profiles using Ensemble Kalman Filter with an adaptive observation error and T-S constraint

从在北华南海期间收集的 conductivity-temperature-depth 数据的温度(T) 和咸度(S) 侧面从 8 月 16 日打开巡航到 2008 年 9 月 13 日用整体 Kalman 过滤器(EnKF ) 被吸收。适应观察错误策略被用来阻止过滤器分叉。同时，在 T 和 S 引起的一些地点瞄准有限改进在模型，偏导一个 T-S 限制计划被采用改进吸收表演，在 T 和 S 独立在这些地点被更新的地方。确认被在 situ 数据(卫星遥感海水平异例(SLA ) ，奥斯卡奖速度产品和舷侧 ADCP ) 把吸收产量与独立人士作比较执行。结果证明新 EnKF 吸收计划罐头显著地与控制跑和传统的 EnKF 相比减少海洋的 T 和 S 的根均方差(RMSE ) 。系统能也改进发行量和 SLA 的模拟。