论文部分内容阅读
本论文研究了黑潮延伸体模态转变的可预报性问题,主要包括:黑潮延伸体模态转变的最优前期征兆(OPR),预报黑潮延伸体模态转变过程的最快增长初始误差(OGIE)以及识别黑潮延伸体模态转变的目标观测敏感区。使用的1.5层非线性约化重力模式由Pierini(2006)设计,该模式可以较好的刻画黑潮延伸体的模态转变过程。使用的方法是条件非线性最优扰动(CNOP)方法,该方法可以有效的识别非线性物理过程中发展最迅速的初始扰动。研究表明,黑潮延伸体模态转变的最优前期征兆空间结构主要集中在黑潮延伸体南侧再循环流的南部,表现为负的海表面高度(SSH)异常扰动,这与观测事实相符。最优前期征兆在初始时刻会减弱黑潮延伸体的强度,使黑潮延伸体主轴大幅度摆动并产生大量的中尺度涡旋。此外,黑潮延伸体主轴北移,并形成两个稳定的准静止弯曲。伴随着这些过程,黑潮延伸体由低能量模态转变为高能量模态。另一方面,由CNOP方法计算出预报黑潮延伸体模态转变过程中的两类最快增长初始误差:第一类最快增长初始误差会使我们在预报黑潮延伸体模态转变过程中,低估黑潮延伸体的强度;第二类最快增长初始误差则使我们在预报黑潮延伸体模态转变过程中,高估黑潮延伸体的强度。从空间结构上来看,这两类最快增长初始误差空间分布相似,但表现为相反的SSH扰动:第一类最快增长初始误差主要表现为正SSH扰动异常,而第二类最快增长初始误差则主要表现为负SSH扰动异常。考察两类最快增长初始误差的发展机制,发现最快增长初始误差快速发展的能量主要是由正压能转换项提供的。此外,我们利用由CNOP方法算得的最优前期征兆以及最快增长初始误差的空间结构识别出黑潮延伸体模态转变的目标观测敏感区,并利用观测系统模拟试验(OSSE)检验了在敏感区内实施目标观测对预报的改善效果。OSSE试验结果表明:在敏感区内增加额外观测,既能够捕捉到黑潮延伸体模态转变的最优前期征兆,也能减小海洋场的初始误差,从而有利于提高黑潮延伸体模态转变的预报技巧。