海洋生物地球化学模型和数据同化
理查德•j•琼斯Matear和大肠
抽象的生物地球化学进入全球海洋数据同化实验系统代表了一个令人兴奋的机会,包括重大挑战。帮助阐明这些挑战我们回顾海洋生物地球化学模型和生物地球化学数据同化的现有应用程序。生物地球化学数据同化的挑战源于大型模型错误与生物地球化学模型,计算全球数据同化系统的要求,和强大的生物地球化学状态变量之间的非线性。我们使用海洋状态估计问题,提出了一个方法来添加对全球海洋生物地球化学数据同化数据同化实验系统。我们的方法允许时空上的生物地球化学模型参数不同,使数据同化系统跟踪观察到的生物地球化学领域。方法是基于解决生物地球化学数据同化的挑战同时提高状态估计的基本生物地球化学领域和生物地球化学模型。
12.1介绍
海洋生物地球化学(BGC)模型是一个关键的方法来帮助我们理解生化过程负责养分和碳之间的转移<一个title="无机和有机gydF4y2Ba" href="//m.zandimusic.com/wastewater-treatment-3/inorganic-substances.html">无机和有机池。量化这些生化过程是必不可少的理解在海洋碳循环,空气-<一个title="海交换gydF4y2Ba" href="//m.zandimusic.com/atmospheric-sciences/airsea-exchange-and-ocean-mixing-at-the-diurnal-and-intraseasonal-scales.html">海交换碳,气候变化的影响和变化对海洋生态系统和海洋物理和raybet雷竞技最新海洋生物之间的联系。
CSIRO财富从海洋国家研究旗舰,CSIRO海洋和大气研究,霍巴特,澳大利亚电子邮件:<一个href="//m.zandimusic.com/cdn-cgi/l/email-protection">(电子邮件保护)
a·席勒g . b . Brassington (eds),<一个title="操作海洋学gydF4y2Ba" href="//m.zandimusic.com/oceanography/overview-global-operational-oceanography-systems.html">操作海洋学在21世纪,295年
DOI 10.1007 / 978 - 94 - 007 - 0332 - 2 - _12,©Springer科学+商业媒体帐面价值2011
数据同化是一个新的和令人兴奋的工具来促进海洋biogeo-chemical研究。耦合的物理和生物地球化学数据同化是一个自然进化的全球海洋数据同化实验(GODAE)。数据同化融合与一组不同的观测模型,提供更一致的视图的物理和生物的海洋。扩展GODAE努力包括BGC数据同化提供了一个激动人心的机会扩大使用海洋资料同化研究人员感兴趣的产品和Brasseur et al。(2009)提供了一个总结BGC数据同化的应用程序。然而,这些新的BGC数据同化产品交付并不是一件容易的事情。在这里,我们将专注于利用现有的挑战物理海洋数据同化系统包括BGC数据同化。帮助建立的背景下,讨论我们将首先简要回顾生物地球化学模型的基本组件,可以纳入GODAE数据同化系统。第二,我们将简要讨论之前BGC数据同化的努力。最后,我们将讨论扩展现有GODAE数据同化系统的挑战包括生物地球化学模型提供生物地球化学数据产品。这些任务将计算要求自GODAE已经需要大量计算资源和数据同化系统添加BGC这些系统只会进一步增加这些需求。 Therefore, computational constraints will also be a factor to achieving BGC data assimilation.
12.2生物地球化学模型
海洋生物群发挥重要作用在营养和海洋碳循环。预后很感兴趣海洋生物地球化学模型起源于需要更好地理解,量化,最终预测海洋在全球碳循环中的作用和生物过程参与的碳循环在海洋中。在这里,我将重点讨论BGC模型,包括碳和养分循环,链接到最低营养级的海洋生态系统。这显然不是唯一BGC造型和其他应用程序的应用程序包括预测有害藻华(1997年法兰克人),定量了解海洋食物网到鱼(布朗et al . 2010年),和海洋硫排放可能造成的影响<一个title="云的形成gydF4y2Ba" href="//m.zandimusic.com/snow/cloud-formation-and-precipitation.html">云的形成凝结核(Gabric et al . 1998年)。阐明BGC造型代表什么,我们选择讨论一个简单的模型,该模型描述了<一个title="氮循环gydF4y2Ba" href="//m.zandimusic.com/wastewater-treatment-3/nitrogen-cycle.html">氮循环和它链接到最低营养水平的海洋生态系统。关键流程模型中捕获的生物吸收以及后续补充矿质氮的有机物回到一种无机形式。BGC模型是基于模型的例子,应用于顾营养了地区南部的塔斯马尼亚调查浮游植物动力学(Kidston et al . 2010年)。BGC模型可以很容易地扩展到碳和其他营养物质,但是即使在其简单的形式可以提供有用的BGC数据产品和初级生产力一样,这支撑着整个海洋生态系统(布朗et al . 2010年)。
BGC模型自然垂直细分为两个领域:<一个title="透光区gydF4y2Ba" href="//m.zandimusic.com/antarctic-sector/info-vsi.html">透光区光就足以让浮游植物光合作用和更深层次的不透光带没有光合作用。例如BGC模型,重点是进化的透光区4 BGC状态变量的硝酸(N),浮游植物(P),浮游动物(Z)和碎屑(D)是由以下方程描述。完整性这里给出的方程,详细参考Kidston et al。(2010)。下面的模型方程描述BGC的进化状态变量的混合层更易与N / m3, M是混合层深度和表12.1总结了BGC模型参数。
dt米
- = Y1G (P, Z) - y2z¡xZZ2 ^ Z (12.2)
dt dD (m + h + (t)) (1 _3) - wD - - - - - - D (12.3)
dz米
- = ixdD + Y2Z + ixpP J (t M, N) P +——(没有- N) (12.4)
dt米
表12.1 0 d BGC模型的模型参数。优化的价值来自塔斯马尼亚南部的亚南极的区现场P1。(Kidston et al . 2010年)
参数
象征
价值
单位
浮游植物模型参数
首次导出曲线的斜率
一个
0.256
普通人每天/ (W m - 2)
票面价值
0.43
- - - - - -
由于水的光衰减
k w
0.04
m - 1
一个
0.27
普通人每天
最大增长速率参数
b
1.066
- - - - - -
c
1.0
颈- 1
饱和常数N吸收一半
k
0.7
更易与N / m3
浮游植物死亡
副总裁
0.01
普通人每天
浮游动物模型参数
同化效率
易
0.925
- - - - - -
最大放牧率
g
1.575
普通人每天
猎物捕获率
年代
1。6
(更易与N / m - 2)
1普通人
二次死亡
VZ
0.34
(更易与N / m3)
1普通人
排泄
Y2
0.01旅级战斗队
普通人每天
碎屑模型参数
Remineralisation率
Vd
0.048旅级战斗队
普通人每天
下沉的速度
WD
18.0
米/天
浮游植物Eq。12.1包括浮游植物生长(J (t M, N) P),损失浮游动物放牧(G (P, Z))和浮游植物的死亡率(^ pP),由于海洋物理和变化(在情商的最后一学期了。12.1)。海洋物理包括稀释的P (M)的混合层深度的加深与时间(h + (t) = min (0, dM))而浅P M没有影响,因为没有新水补充道。海洋物理学术语中的m代表浮游植物的垂直扩散损失的混合层。
浮游植物生长的主要环境因素是温度(T),光(I)和硝酸浓度水平(N)和增长率是由以下方程。
24米
J (M t) = - if-JmaxaI (Z t) 1/2 dzdt (12.6)
(,)24 w) (Jmax +(我(Z, t)) 2) 1/2 ' '
我(z, t) = PAR (0, t) e-k™z (12.7)
光水平的日变化的影响<一个title="入射太阳辐射gydF4y2Ba" href="//m.zandimusic.com/forest-meteorology/solar-radiation-interception-by-plants.html">入射太阳辐射在<一个title="海洋表面gydF4y2Ba" href="//m.zandimusic.com/earth-surface-2/ocean-circulation.html">海洋表面(我(0,t)),太阳辐射的一部分用于光合作用(PAR),混合层的深度,extinc -
——kz光深度(e w)。在这些方程Jmx是最大的浮游植物生长与无限的光和N,这样可以减少在低硝酸盐浓度。
浮游动物Eq。12.2代表之间的平衡增长由于浮游植物放牧(G (P, Z))和损失由于浮游动物排泄物(y2Z)和死亡率(^ Z2)和海洋物理(上学期)。浮游植物的放牧浮游动物是由以下方程给出s e P2
G (P, Z) = S ^ n2 P (12.9)
只有一小部分的擦伤了浮游植物(欧美)直接进入浮游动物增长,而其余的是转移到碎屑。
碎屑(Eq。12.3),从浮游植物死亡,有一个输入和浮游动物放牧和死亡率,而碎片分解(pPp)和沉没(wDdDD)提供的损失。P方程中的最后一项代表海洋物理Eq。12.1是相同的。碎屑沉没“出口”一词中的氮模型域。沉没的废物到海洋和后续decompo sition回到无机形式(硝酸)创建一个垂直梯度随深度增加的硝酸盐。
硝酸(Eq。12.4),浮游植物吸收提供了损失,碎屑reminer-alization源提供了一个额外的外部供应由于海洋物理学术语(我^ + L + M(没有- N)),由硝酸再次回到域通过指定硝酸浓度低于混合层(不)。物理过程提供地下水上层海洋浮游植物生长的重要提供硝酸,物理和生物系统之间的重要一环。
简单的BGC模型可以扩展到包括多个营养物质(如碳、碱度、铁、磷酸),浮游植物(例如大小和功能依赖)、浮游动物和碎屑状态变量(例如Vichi et al . 2007年)。额外的BGC状态变量添加复杂性的模型和引入额外的模型参数必须被指定。因此,有一个折中模型复杂性和信息约束BGC模型(Matear 1995)。进一步BGC的参数化模型往往依赖于经验的关系,与海洋的物理模型<一个title="控制方程gydF4y2Ba" href="//m.zandimusic.com/energy-balance/governing-equations-for-glacier-dynamics.html">控制方程有很强的理论连接(例如n - s方程)。因此,使用一个简单的和复杂的生物之间的权衡模型归结为一个试图解决的问题。
简单的BGC模型只代表字段的过程发生在混合层混合和系统可以配置为0 d系统。唯一的物理过程包括在BGC模型垂直硝酸混合层由于深化和供应之间的垂直混合混合层和深层水。如果想向GODAE系统包括这个BGC模型需要明确解决竖直维度(如Schartau Oschlies 2003 a)和耦合海洋环流的BGC状态变量(例如Oschlies和Schartau 2005)。在这种形成,BGC状态变量的发展将受到上述生物过程和海洋动力学将运输BGC状态变量在海洋。
虽然3 d BGC模型将一些物理和生化过程进化BGC状态变量的重要的是要注意,在透光区一般生物转换是远远大于物理影响海洋浮游植物(如加倍发生在几天,平流更像是周在全球海洋模型)。因此在透光区在日常时间尺度有可能关注生化过程。有许多例子BGC模型只适用于竖直维度仅仅关注过程发生在混合层。生物过程的主导地位在高流动物理失败地区水平平流可以运输生物池,这显然是明显的海洋中色彩意象的叶绿素a叶绿素a的螺旋形性质证明海洋动力学的重要性(图12.1)。透光区以下,不透光带的物理和生物过程的演变都是重要BGC状态变量和通常不可能忽视过程(图12.2)。
2000年5月04
日志。分别m。0”£113.0°E 115.0 * E U7.0°E
图12.1一天<一个title="SeaWiFSgydF4y2Ba" href="//m.zandimusic.com/aquatic-ecosystems/seawifs-global-biosphere.html">SeaWiFS海洋表面的色彩形象叶绿素a Chla (mg / m3)从澳大利亚西部5月4日,2000年。等值线表示<一个title="海面高度异常gydF4y2Ba" href="//m.zandimusic.com/oceanography/altimeter-sea-surface-height.html">海面高度异常同期(SSHA)领域。请注意这两个<一个title="anti-cyclonicgydF4y2Ba" href="//m.zandimusic.com/global-climate-2/anticyclones.html">anti-cyclonic涡流(负SSHA封闭轮廓)与书架上和运输高叶绿素水离岸。(摩尔et al . 2007年)
日志。分别m。0”£113.0°E 115.0 * E U7.0°E
图12.1一天SeaWiFS海洋表面的色彩形象叶绿素A Chla (mg / m3)从澳大利亚西部5月4日,2000年。等值线表示海面高度异常(SSHA)同期字段。请注意这两个<一个title="anti-cyclonicgydF4y2Ba" href="//m.zandimusic.com/global-climate-2/anticyclones.html">anti-cyclonic涡流(负SSHA封闭轮廓)与书架上和运输高叶绿素水离岸。(摩尔et al . 2007年)
13日12
13日12
自1月1日150年200天
浮游植物浮游动物碎屑
50 100 150 200
天自1月1日
图12.2的季节性进化4 0 d BGC模型的状态变量SAZ-Sense P1网站给出的模型参数值在表12.1。上图:硝酸浓度、底:浮游植物、浮游动物和岩屑浓度更易与N / m3
12.3生物地球化学数据同化
数据同化的应用分离成两种类型的问题:1。参数估计和2。状态估计。这两种方法反映了不同的哲学如何融合BGC模型与观测与交付有用但不同的信息。在两种方法中,数据被用来限制的发展状态变量与参数估计模型参数,但被修改以适应限制在状态估计状态变量被修改以适应观测。状态估计方法一般形式的基础GODAE物理数据同化的努力提供海洋预报或再分析产品的时间演变的三维海洋物理状态。然而,BGC数据同化研究往往关注数据同化参数估计。虽然这两种方法的完整描述已经超出了本文的范围,下面是一个简短的总结这两个应用程序的数据同化方法。
12.3.1参数估计
简单的BGC模型的一个明显的特征讨论了教派。12.2是大量的模型参数,必须指定在BGC模拟。这些参数的设置可以从观测部分完成但对于许多参数没有直接观察估计是可用的。进一步,即使对可观测参数等参数控制浮游植物生长(如和Jmax)不确定性仍然存在,因为参数值随时间变化或从个人价值观决定的<一个title="浮游植物物种gydF4y2Ba" href="//m.zandimusic.com/antarctic-sector/phytoplankton.html">浮游植物物种可能并不适用于整个生态系统。不能直接指定所有模型参数部队一个确定参数通过调优模型复制的观察值。这是一个繁琐和费时的方法。数据同化的吸引力在于,它提供了一种方法来生成一组模型参数反映了观察,确定不知道参数的值,并提供洞察哪些参数约束的模型(Kidston et al . 2010;Schartau Oschlies 2003 b)。
现在有一长串的研究利用数据同化方法来估计模型参数的生态系统模型(见格雷格et al . 2009的这些研究)。甚至有一个网页设置探索一套不同的BGC模型的参数估计在许多不同的网站(<一个href="http://www.ccpo.odu">http://www.ccpo.odu。edu/marjy/Testbed/Workshop1.html)。
最近的模型比较研究突出了使用BGC模型的一些问题(friedrich et al . 2007年)。在他们的研究中,他们评估了12种不同的能力BGC不同复杂性的模型适合观察从两个不同的网站。
他们表明,模型校准时同样一个站点执行,但是只有与多个浮游生物模型状态变量可以有相同的两个站点的模型参数。这项研究强调了需要在模型参数空间变异性占不同的生态机制。因此,不存在一个独特的模型参数包括整个海洋生态系统组件(如浮游植物和灵活性的模型参数需要纳入模型应用程序。
生物模型的不确定性不仅在模型参数,延伸到方程的选择用来描述生物系统(弗兰克斯2009)。参数和模型制定的不确定性引入大型模型误差BGC造型,这有助于参数估计研究探索参数空间的模型复杂性和模型公式(例如Matear 1995)。解决这三个问题的能力证明了参数估计的价值BGC数据同化方法。此外,参数估计可以提供了解观察至关重要建筑和约束更现实的模型,并确定所需的关键模型参数再现观测(Kidston et al . 2010年)。后者的结果提供了一种方便的方法来识别关键模型参数的一个子集,它捕获的关键观察到生物系统的动力学,并探讨这些参数是如何影响系统的动态(例如弗里德里希et al . 2006年)。
一个需要注意的重要方面的参数估计方法是不切实际的估计参数值可能因为重要的进程被排除在模型公式(这些都是调用结构模型中的错误)。因此,估计模型参数值必须生态评估,否则视为合理的制定模式的结构性错误。
12.3.2海洋状态估计
状态估计数据同化的吸引力在于它提供了一种方法将两种物理和生物观测到数值模型获得的进化BGC字段动态与观测一致,并提供一个工具来扩展空间和时间的观察(Lee et al . 2009年)。状态估计的应用克服局限性的模型通过纠正海洋状态产生一个更现实的海洋国家的进化(Natvik和Evensen 2003 a)。限制的方法提供了一种模型误差的影响(参数,制定、初始化和强迫)更好的追算和预测海洋状态。
格雷格(2008)的研究提供了一个不错的复习顺序BGC数据同化研究我在这里简要总结。不奇怪这些研究的重点是在海洋吸收颜色表面叶绿素a浓度在BGC模型由于这个数据产品提供了最佳的时空数据的海洋生物系统。
第一个例子直接序列数据同化CZCS叶绿素插入美国东南海岸的三维模型(Ishizaka 1990)。他们在叶绿素产生直接的改进模拟但这些改进并没有持续超过几天前模型模拟偏离观测。散度的模型模拟观测生物模型中反映出的偏见高估叶绿素a。纠正这种偏见会获得更好和更持久的状态估计结果的关键。最近,集合卡尔曼滤波(EnKF)已经被用来吸收SeaWiFS海洋颜色叶绿素数据为北大西洋的3 d模型(Natvik Evensen 2003 a、b)。它们显示海洋EnKF更新状态是一致的与观察到的浮游植物和硝酸浓度。然而,这项研究并没有显示任何团体相比,数据,使定量评估BGC状态估计的影响(Gregg et al . 2009年)。随后,格雷格(2008)使用条件放松分析方法(塞)顺序同化多年SeaWiFS数据到一个3 d BGC模型。毫不奇怪他们改善表面叶绿素a估计由于这是状态变量被同化。一个更加独立的评估是由观察数据同化的影响在模拟depth-integrated初级生产显示一个更温和改善与数据同化而叶绿素A的改善。
最近,Hemmings et al。(2008)提出了一个氮平衡方案,目的是吸收海洋颜色叶绿素的改进估计seawa-ter二氧化碳分压。他们使用一维模拟在两个地点在北大西洋(30 n和50 n)来评估他们的方案的性能。计划利用covari-ance叶绿素a和其他生物之间状态变量的计算成本的一小部分多元EnKF方案。为此Hemmings et al。(2008)使用一维模型模拟不同模型参数提取模拟叶绿素a和其他生物变量之间的关系。该信息用于项目同化叶绿素a的数据对所有生物状态变量。他们显示了氮平衡的方法提高了海洋二氧化碳分压模拟的情况只有浮游植物和DIC更新。30 n,均方根误差表面的二氧化碳分压降低了50%以上(4 ^小于2 ^ atm自动取款机)。在50 n,二氧化碳分压表面均方根误差提高很小但是偏见在从2 ^ atm减少到几乎为零。
目前,状态估计的应用一直局限于利用遥感海洋颜色叶绿素a。将这些信息从表面延伸到海洋内部将需要耦合biological-physical模型。进一步,许多彩色图像被云层和填充这些数据差距是另一个明显的状态估计结果。最后,它很有可能,我们最感兴趣的领域不够观察提供所需的空间和时间范围(如二氧化碳分压)。在这些情况下,利用现有的观测数据同化提供工具来生成领域的兴趣。
12.4增加GODAE BGC数据同化系统的挑战
12.4.1背景
全球海洋数据同化实验(GODAE)是提供一个3 d的描述<一个title="全球海洋环流gydF4y2Ba" href="//m.zandimusic.com/earth-surface-2/ocean-circulation.html">全球海洋环流在艾迪决议通过数据同化是符合物理领域和动态约束(Lee et al . 2009年)。的扩张GODAE状态估计BGC字段是一个自然进化,利用GODAE努力提供BGC状态估计与物理和生物信息一致(Brasseur et al . 2009年)。
GODAE努力涉及三个流:(1)海洋中尺度分析和预测,(2)初始化seasonal-interannual预测,和(3)状态估计(再分析)产品(Lee et al . 2009年)。在讨论的问题包括BGC GODAE工作重点是如何修改状态估计问题。一系列同化方法应用了各种团体产生海洋状态估计,从伴随到顺序的方法。
的<一个title="伴随方法gydF4y2Ba" href="//m.zandimusic.com/oceanography/adjoint-data-assimilation-methods.html">伴随方法(例如从日本和出版集团(www.ecco-group.org))(李et al . 2009年)类似于前面讨论的参数估计方法,但实现这种海洋国家不仅通过优化模型参数也控制变量如海洋的初始状态和强迫。虽然adjoint-based估计产品的特点是与物理模型一致性方程他们需要制定一个“伴随模式”数据同化。的发展伴随的一些物理生物模型是可能的(例如Matear和Holloway 1995;啤酒2002),但它不是一个微不足道的任务。出于这个原因,它是更现实的期待第一个GODAE系统包括BGC基于序列数据同化方法和下面讨论的焦点是如何让BGC到这种类型的数据同化系统。
序贯方法所实现的各种海洋再分析组(例如Bluelink从澳大利亚(好的et al . 2008);泡沫来自英国(Martin et al . 2007);墨卡托从法国(Brasseur et al . 2005年)通常比伴随方法计算效率更高。序贯方法允许估计状态偏离一个底层物理模型的精确解通过应用统计修正到海洋状态。这样修正作为内部热量的源/汇,盐,和动量。有兴趣的读者应该阅读Zaron(这个问题)更彻底的顺序数据同化。应用顺序数据同化状态变量的一个需求信息观测项目到另一个状态变量,包括所有状态变量对模型网格点。这个信息被称为多元背景误差协方差计算(bec)和异常的状态变量演化unassimilating模型。在实践中从一个合奏的bec估计模拟不同状态变量的初始值(Brasseur et al . 2005年)或从多年运行一个模拟计算(好的et al . 2008年)。使用bec的好处是:它们反映了长度尺度的各向异性,不同地区的海洋环流。 They provide the information on the covariances between different state variables in a dynamically consistent way (we use the term dynamically consistent to describe an ocean state that can be generated by the model). Finally they are easily generalized to assimilate different observation types in a single step. Therefore, one might expect the approach could easily be generalized to include BGC information. There have been a number of attempts to do this (Natvik and Evensen 2003a, b).
现在我们将使用我们的简单BGC模型探索这些问题提供一个教学工具来评估是否bec适合BGC状态估计数据同化的大道。
12.4.2潜在问题和解决方案
海洋生物地球化学的关键数据集状态估计是颜色叶绿素A因此,下面的讨论将集中在如何限制浮游植物浓度影响BGC状态变量。出现一个明显的方法来实现使用bec BGC数据同化,然而BGC模型的不确定性和偏差可以产生巨大的影响估计bec和结果数据同化状态估计。对3 d BGC造型,bec的计算提出了一个挑战自生化过程控制状态变量之间的流动是不确定的。这种不确定性反映在模型参数的不确定性,模型参数随时间演变,模型制定的不确定性和模型结构中的错误(即模型简化和失踪的过程)。捕捉这一方法的不确定性(例如EnKF)将成为3 d计算要求BGC模型,因为它将很难包括足够数量的乐团成员占所有BGC模型不确定性。EnOI方法(Brassington et al . 2007年)提供了一个更高效的计算bec的物理状态变量通过使用统计数据生成九年制unassimilating海洋模型的运行。虽然与3 d BGC模型计算上可行的,从这个方法不是时变计算bec,这可能是不适合BGC状态变量,因为他们的现状,如是否浮游植物的增长,改变了bec (Hemmings et al . 2008年)。
bec代内三维海洋环流模型GODAE系统目前没有计算上是可行的,但是如果我们感兴趣的主要是BGC透光区有可能把3 d BGC模型为一组0 d混合层表现为每个海洋表面网格点的域。BGC在混合层的发展通常是由BGC控制流程和应用此域分解通常是一个合理的假设。这种方法的例子包括大部分的参数估计研究指在前一节中。从海洋动力学的角度的关键物理过程驱动BGC字段是垂直的营养供应透光区和可用性的光的透光区。这些过程都纳入前面给出的简单BGC模型。
所需的关键物理信息0 d BGC模型垂直速度、垂直混合率,混合层深度和温度的演化。这些已经标准状态变量由GODAE数据同化系统因此他们可以使用我们的0 d BGC模型。BGC数据同化的额外的评估考虑到他们需要这些实体产品重要性BGC模型行为,但这是最好的追求通过改进物理数据同化系统。数量快速增长的阿尔戈温度和盐度资料观测信息来评估这些字段和改善他们的物理数据同化系统提供了明确的前进方向。
通过计算的bec关注0 d BGC的透光层模型,生成bec合奏的模拟计算上可行的。但bec应该是什么样子的呢?鉴于BGC模型的非线性我们预计BGC状态变量之间的复杂关系。Hemmings et al。(2008)氮平衡的方法是基于开发机械的不同BGC状态变量之间的联系。尽管他们讨论bec复杂性和时间依赖自然是有益的评论这个问题与我们的简单0-D BGC模型。
12.4.3飞行员使用bec BGC数据同化
BGC模型中描述的教派。12.3是用于探索探索BGC状态变量之间的关系。计算bec,我们执行100随机扰动的初始条件,这些状态变量在1月1日。初始状态是高斯的扰动标准差为0.01更易与N / m3和正确的意思是零,确保氮气保护。模拟,它发生在浮游植物的生长阶段,揭示了BGC模型及其bec的几个重要特征。随机扰动的初始BGC状态变量不会导致长期BGC状态变量的变化轨迹和所有扰动返回到原始轨迹的非微扰模型e-folding时间尺度约25天(图12.3)。这反映了一个偏见BGC状态变量遵循相同的轨迹团体模式。模型中的偏差行为可能会减少如果我们第一次使用数据同化之前估计的模型参数的观察处理连续数据同化。然而,我们从不期望占所有模型偏差的模型域和进一步我们希望数据同化帮助纠正这些缺陷产生一个更现实的模型行为。的衰减扰动BGC状态变量包括阻尼振荡,反映了初始扰动的不平衡的性质。非线性模型像我们0 d BGC模型,通常产生不平衡状态时,状态变量是更新,件
-
-
自1月1日一天
天自1月1日
图12.3 0 d BGC模型SAZ-Sense P1现场:BGC状态变量的标准差异常产生一个100年的模拟得到的随机扰动的初始值在1月1日±0.01更易与N / m3。b进化BGC状态变量异常乐团成员之一。BGC的异常状态变量被定义为状态变量的差异在图12.2给出的解决方案
天自1月1日
图12.3 0 d BGC模型SAZ-Sense P1现场:BGC状态变量的标准差异常产生一个100年的模拟得到的随机扰动的初始值在1月1日±0.01更易与N / m3。b进化BGC状态变量异常乐团成员之一。BGC的异常状态变量被定义为状态变量的差异在图12.2给出的解决方案
机台的不良反应模型和应该避免这种情况。模拟浮游植物(P)和其他状态变量之间的关系也是复杂的(图12.4)明显负相关关系与硝酸盐(N)但没有明显的浮游动物(Z)和碎屑(D)(没有显示)。消极phytoplankton-nitrate关系是浮游植物生长依赖响应更多的浮游植物相当于大的浮游植物生长和增加硝酸盐吸收和减少硝酸盐浓度,反之亦然。然而,phy-toplankton-zooplankton关系似乎并未透露任何模式。P和Z之间的联系变得更加清晰,当我们每- 100的绘制相图
0.012 -
!E
0.0080.004 -0.000
”“^”如果射频-„„fr。
- - - - - -
啊! |
我*»<
- - - - - -
CL
- 0.008 - 0.012
x *
- - - - - -
-。
1 1 1 1 1 1 1 1 008 - 04 0.000 - 0.004
0.008
一个
1 1 1 1 1 1 1 1 1
1
0.012
- - - - - -
到£
0.008
X X * *
- - - - - -
Se
0.004
xX xX“x *
- 0.008 - 0.012
x * xX“xX«”x“
x
- - - - - -
- 0.02 - 0.01 0.00 0.01 0.02 b浮游动物异常(更易与N / m3)
- 0.02 - 0.01 0.00 0.01 0.02 b浮游动物异常(更易与N / m3)
图12.4 100年1月7日从成员整体模拟,在浮游植物浓度异常之间的关系异常在硝酸盐(a),和浮游动物(b)浓度。BGC的异常状态变量被定义为状态变量的差异在图12.2给出的解决方案
turbations(图12.5)。因为Z之间的滞后响应P扰动,我们错过了强大的两个状态变量之间的联系。P和Z之间的滞后造成的不平衡响应BGC模型随机扰动,导致在我们的模型模拟极限环。捕获这个Z之间的事联系到P不是微不足道的,进一步将依赖于模型参数值的选择和BGC状态扰动之前。
所有上述问题使用的bec BGC数据同化是复杂的,而不是一个有吸引力的解决BGC状态估计方法。我们应该怎么做?
通过专注于一个模拟我们更易与N / P浓度增加0.01 m3和观察系统的发展可以帮助我们开发一个ap -
- 0.02 - 0.01 - 0.00 0.01 - 0.02浮游动物异常(更易/ m3)
图12.5之间的相位关系合奏的浮游植物和浮游动物异常浓度模拟初始化后50天。每天每一个星号,线是一个成员。BGC的异常状态变量被定义为状态变量的差异在图12.2给出的解决方案
- 0.02 - 0.01 - 0.00 0.01 - 0.02浮游动物异常(更易/ m3)
图12.5之间的相位关系合奏的浮游植物和浮游动物异常浓度模拟初始化后50天。每天每一个星号,线是一个成员。BGC的异常状态变量被定义为状态变量的差异在图12.2给出的解决方案
友善更有效地利用P的观察。这个模拟类似于情况BGC模型模拟ece15 P和我们想要的模型表现得更像观测值。在这种状态扰动在几天内摄动浮游植物浓度迅速返回到pre-nudge价值和小从同化了除了我们生成一个不平衡扰动而产生的振荡BGC状态变量持续多天(图12.6)。自然平衡状态更新是最明显的领域不能直接吸收,例如Z显示了更大的可变性比P没有持续的数据同化我们不会保持一个现实的P和另一将继续产生寄生行为BGC状态变量。然而,硝酸为这个地方总是超过(图12.2)更直接的方式来控制P是通过其损失放牧。通过减少放牧10%(图12.6 b)更持续的浮游植物响应实现和其他BGC状态变量的反应缺乏BGC的伪变化,因为变化是平衡的状态。这样的修改BGC模型可以合理的理由是放牧参数是不确定的。
放牧的修改是纠正模型的低估P通过改变底层方程而不是改变P反映了观察。改变放牧率改变模型的轨迹模拟导致持续增加,P, Z, D和持续降低N(图12.6 b)。BGC的持久特性变化状态变量是一个理想的特性,因为它表明“同化”P可以产生持久的影响在模型模拟,从而避免数据同化的情况只提供短期改善BGC状态进化(例如Ishizaka 1990)。
0.01
0.008
0.006
0.004
0.002
0.002
0.004
0.06
0.05
1
z
0.04
O
E
£
0.03
n
o
类风湿性关节炎
■你
0.02
n
e
c
n
o o
0.01
>。
类风湿性关节炎
E o
0
n
<
- 0.01
- 0.02
10 15 20 25天自1月1日
10 15 20 25
天自1月1日
图12.6 0 d BGC模型状态变量异常的演化0.01更易与N / m3额外的浮游植物浓度。b状态变量异常时浮游植物的浮游动物放牧率下降了10%。两个数字,BGC状态变量异常用硝酸(深蓝色),浮游植物(青色),浮游动物(黄色),碎屑(红色)更易与N / m3的所有单位。BGC的异常状态变量被定义为状态变量的差异在图12.2给出的解决方案
现在我接受这是一个做作的例子,该模型具有明显的偏见,但这可能是总是预期给定模型参数和配方的不确定性。在前两个实验的顺序数据同化应用BGC状态变量和被认为是成功的必须强调观察生成模型是用于数据同化因此他们公正的对模型用于做数据同化(Eknes和Evensen 2002)。因此省略模型偏差的影响在他们的评估数据同化的成功,也不会在一个真实世界的应用程序。
简单的例子强调微扰模型参数和多德的好处(2007);不受et al。(2010);琼斯et al。(2010)提供了更广泛的例子如何扰乱底层模型参数复制的观察状态演化BGC字段。这些平衡方法(即只改变模型参数)同时提供的参数估计与模型状态没有假设模型参数不变。使用时间进化参数值来改变BGC状态变量以适应观测以来生态意义我们预计生物过程时空上控制这些参数值是不同的。理想情况下,GODAE BGC数据同化我们想携带不同模型参数的合奏的1 d研究多德(2007);不受et al。(2010);琼斯et al。(2010)到3 d BGC模型的计算开销运行多个BGC模型是不可能的。因此,一个需要减少潜在的参数只有一个参数集。也许我们可以做一些生态站得住脚的选择对模型参数的演化在时间和空间的方式是一致的模型参数不确定性和观测结果的不确定性。
12.4.4提出了BGC状态估计序列数据同化
在前面的部分中,我讨论了在状态估计申请BGC领域的几个问题。我现在想提出一个方法来合并BGC GODAE系统的状态估计。下面是该序列顺序BGC状态估计的步骤,也概述了在图12.7。
1。把观察到的遥感海洋颜色叶绿素a浓度估计的表层浮游植物浓度提供了观察BGC数据同化的约束。注意,另一种是包括叶绿素在BGC作为状态变量模型和包含在BGC模型的配方N:浮游植物的叶绿素比率(例如Hemmings et al . (2008))。
2。使用派生的浮游植物的季节性气候学观测参数估计应用于3 d BGC的0 d BGC表示模型
PD1(观察)π(4)
继续阅读:<一个href="//m.zandimusic.com/oceanography/xa-xb-axx-vyy-xb136.html">Xa Xb aXX Vyy Xb136
这篇文章有用吗?
理查德•j•琼斯Matear和大肠 抽象的生物地球化学进入全球海洋数据同化实验系统代表了一个令人兴奋的机会,包括重大挑战。帮助阐明这些挑战我们回顾海洋生物地球化学模型和生物地球化学数据同化的现有应用程序。生物地球化学数据同化的挑战源于大型模型错误与生物地球化学模型,计算全球数据同化系统的要求,和强大的生物地球化学状态变量之间的非线性。我们使用海洋状态估计问题,提出了一个方法来添加对全球海洋生物地球化学数据同化数据同化实验系统。我们的方法允许时空上的生物地球化学模型参数不同,使数据同化系统跟踪观察到的生物地球化学领域。方法是基于解决生物地球化学数据同化的挑战同时提高状态估计的基本生物地球化学领域和生物地球化学模型。 海洋生物地球化学(BGC)模型是一个关键的方法来帮助我们理解生化过程负责养分和碳之间的转移<一个title="无机和有机gydF4y2Ba" href="//m.zandimusic.com/wastewater-treatment-3/inorganic-substances.html">无机和有机 CSIRO财富从海洋国家研究旗舰,CSIRO海洋和大气研究,霍巴特,澳大利亚电子邮件:<一个href="//m.zandimusic.com/cdn-cgi/l/email-protection">(电子邮件保护) a·席勒g . b . Brassington (eds),<一个title="操作海洋学gydF4y2Ba" href="//m.zandimusic.com/oceanography/overview-global-operational-oceanography-systems.html">操作海洋学 DOI 10.1007 / 978 - 94 - 007 - 0332 - 2 - _12,©Springer科学+商业媒体帐面价值2011 数据同化是一个新的和令人兴奋的工具来促进海洋biogeo-chemical研究。耦合的物理和生物地球化学数据同化是一个自然进化的全球海洋数据同化实验(GODAE)。数据同化融合与一组不同的观测模型,提供更一致的视图的物理和生物的海洋。扩展GODAE努力包括BGC数据同化提供了一个激动人心的机会扩大使用海洋资料同化研究人员感兴趣的产品和Brasseur et al。(2009)提供了一个总结BGC数据同化的应用程序。然而,这些新的BGC数据同化产品交付并不是一件容易的事情。在这里,我们将专注于利用现有的挑战物理海洋数据同化系统包括BGC数据同化。帮助建立的背景下,讨论我们将首先简要回顾生物地球化学模型的基本组件,可以纳入GODAE数据同化系统。第二,我们将简要讨论之前BGC数据同化的努力。最后,我们将讨论扩展现有GODAE数据同化系统的挑战包括生物地球化学模型提供生物地球化学数据产品。这些任务将计算要求自GODAE已经需要大量计算资源和数据同化系统添加BGC这些系统只会进一步增加这些需求。 Therefore, computational constraints will also be a factor to achieving BGC data assimilation. 海洋生物群发挥重要作用在营养和海洋碳循环。预后很感兴趣海洋生物地球化学模型起源于需要更好地理解,量化,最终预测海洋在全球碳循环中的作用和生物过程参与的碳循环在海洋中。在这里,我将重点讨论BGC模型,包括碳和养分循环,链接到最低营养级的海洋生态系统。这显然不是唯一BGC造型和其他应用程序的应用程序包括预测有害藻华(1997年法兰克人),定量了解海洋食物网到鱼(布朗et al . 2010年),和海洋硫排放可能造成的影响<一个title="云的形成gydF4y2Ba" href="//m.zandimusic.com/snow/cloud-formation-and-precipitation.html">云的形成 BGC模型自然垂直细分为两个领域:<一个title="透光区gydF4y2Ba" href="//m.zandimusic.com/antarctic-sector/info-vsi.html">透光区 dt米 - = Y1G (P, Z) - y2z¡xZZ2 ^ Z (12.2) dt dD (m + h + (t)) (1 _3) - wD - - - - - - D (12.3) dz米 - = ixdD + Y2Z + ixpP J (t M, N) P +——(没有- N) (12.4) dt米 参数 象征 价值 单位 浮游植物模型参数 首次导出曲线的斜率 一个 0.256 普通人每天/ (W m - 2) 票面价值 0.43 - - - - - - 由于水的光衰减 k w 0.04 m - 1 一个 0.27 普通人每天 最大增长速率参数 b 1.066 - - - - - - c 1.0 颈- 1 饱和常数N吸收一半 k 0.7 更易与N / m3 浮游植物死亡 副总裁 0.01 普通人每天 浮游动物模型参数 同化效率 易 0.925 - - - - - - 最大放牧率 g 1.575 普通人每天 猎物捕获率 年代 1。6 (更易与N / m - 2) 1普通人 二次死亡 VZ 0.34 (更易与N / m3) 1普通人 排泄 Y2 0.01旅级战斗队 普通人每天 碎屑模型参数 Remineralisation率 Vd 0.048旅级战斗队 普通人每天 下沉的速度 WD 18.0 米/天 浮游植物Eq。12.1包括浮游植物生长(J (t M, N) P),损失浮游动物放牧(G (P, Z))和浮游植物的死亡率(^ pP),由于海洋物理和变化(在情商的最后一学期了。12.1)。海洋物理包括稀释的P (M)的混合层深度的加深与时间(h + (t) = min (0, dM))而浅P M没有影响,因为没有新水补充道。海洋物理学术语中的m代表浮游植物的垂直扩散损失的混合层。 浮游植物生长的主要环境因素是温度(T),光(I)和硝酸浓度水平(N)和增长率是由以下方程。 24米 J (M t) = - if-JmaxaI (Z t) 1/2 dzdt (12.6) (,)24 w) (Jmax +(我(Z, t)) 2) 1/2 ' ' 我(z, t) = PAR (0, t) e-k™z (12.7) 光水平的日变化的影响<一个title="入射太阳辐射gydF4y2Ba" href="//m.zandimusic.com/forest-meteorology/solar-radiation-interception-by-plants.html">入射太阳辐射 ——kz光深度(e w)。在这些方程Jmx是最大的浮游植物生长与无限的光和N,这样可以减少在低硝酸盐浓度。 浮游动物Eq。12.2代表之间的平衡增长由于浮游植物放牧(G (P, Z))和损失由于浮游动物排泄物(y2Z)和死亡率(^ Z2)和海洋物理(上学期)。浮游植物的放牧浮游动物是由以下方程给出s e P2 G (P, Z) = S ^ n2 P (12.9) 只有一小部分的擦伤了浮游植物(欧美)直接进入浮游动物增长,而其余的是转移到碎屑。 碎屑(Eq。12.3),从浮游植物死亡,有一个输入和浮游动物放牧和死亡率,而碎片分解(pPp)和沉没(wDdDD)提供的损失。P方程中的最后一项代表海洋物理Eq。12.1是相同的。碎屑沉没“出口”一词中的氮模型域。沉没的废物到海洋和后续decompo sition回到无机形式(硝酸)创建一个垂直梯度随深度增加的硝酸盐。 硝酸(Eq。12.4),浮游植物吸收提供了损失,碎屑reminer-alization源提供了一个额外的外部供应由于海洋物理学术语(我^ + L + M(没有- N)),由硝酸再次回到域通过指定硝酸浓度低于混合层(不)。物理过程提供地下水上层海洋浮游植物生长的重要提供硝酸,物理和生物系统之间的重要一环。 简单的BGC模型可以扩展到包括多个营养物质(如碳、碱度、铁、磷酸),浮游植物(例如大小和功能依赖)、浮游动物和碎屑状态变量(例如Vichi et al . 2007年)。额外的BGC状态变量添加复杂性的模型和引入额外的模型参数必须被指定。因此,有一个折中模型复杂性和信息约束BGC模型(Matear 1995)。进一步BGC的参数化模型往往依赖于经验的关系,与海洋的物理模型<一个title="控制方程gydF4y2Ba" href="//m.zandimusic.com/energy-balance/governing-equations-for-glacier-dynamics.html">控制方程 简单的BGC模型只代表字段的过程发生在混合层混合和系统可以配置为0 d系统。唯一的物理过程包括在BGC模型垂直硝酸混合层由于深化和供应之间的垂直混合混合层和深层水。如果想向GODAE系统包括这个BGC模型需要明确解决竖直维度(如Schartau Oschlies 2003 a)和耦合海洋环流的BGC状态变量(例如Oschlies和Schartau 2005)。在这种形成,BGC状态变量的发展将受到上述生物过程和海洋动力学将运输BGC状态变量在海洋。 虽然3 d BGC模型将一些物理和生化过程进化BGC状态变量的重要的是要注意,在透光区一般生物转换是远远大于物理影响海洋浮游植物(如加倍发生在几天,平流更像是周在全球海洋模型)。因此在透光区在日常时间尺度有可能关注生化过程。有许多例子BGC模型只适用于竖直维度仅仅关注过程发生在混合层。生物过程的主导地位在高流动物理失败地区水平平流可以运输生物池,这显然是明显的海洋中色彩意象的叶绿素a叶绿素a的螺旋形性质证明海洋动力学的重要性(图12.1)。透光区以下,不透光带的物理和生物过程的演变都是重要BGC状态变量和通常不可能忽视过程(图12.2)。 2000年5月04 日志。分别m。0”£113.0°E 115.0 * E U7.0°E 图12.1一天<一个title="SeaWiFSgydF4y2Ba" href="//m.zandimusic.com/aquatic-ecosystems/seawifs-global-biosphere.html">SeaWiFS 日志。分别m。0”£113.0°E 115.0 * E U7.0°E 图12.1一天SeaWiFS海洋表面的色彩形象叶绿素A Chla (mg / m3)从澳大利亚西部5月4日,2000年。等值线表示海面高度异常(SSHA)同期字段。请注意这两个<一个title="anti-cyclonicgydF4y2Ba" href="//m.zandimusic.com/global-climate-2/anticyclones.html">anti-cyclonic 13日12 13日12 自1月1日150年200天 浮游植物浮游动物碎屑 50 100 150 200 天自1月1日 图12.2的季节性进化4 0 d BGC模型的状态变量SAZ-Sense P1网站给出的模型参数值在表12.1。上图:硝酸浓度、底:浮游植物、浮游动物和岩屑浓度更易与N / m3 12.3生物地球化学数据同化 数据同化的应用分离成两种类型的问题:1。参数估计和2。状态估计。这两种方法反映了不同的哲学如何融合BGC模型与观测与交付有用但不同的信息。在两种方法中,数据被用来限制的发展状态变量与参数估计模型参数,但被修改以适应限制在状态估计状态变量被修改以适应观测。状态估计方法一般形式的基础GODAE物理数据同化的努力提供海洋预报或再分析产品的时间演变的三维海洋物理状态。然而,BGC数据同化研究往往关注数据同化参数估计。虽然这两种方法的完整描述已经超出了本文的范围,下面是一个简短的总结这两个应用程序的数据同化方法。 简单的BGC模型的一个明显的特征讨论了教派。12.2是大量的模型参数,必须指定在BGC模拟。这些参数的设置可以从观测部分完成但对于许多参数没有直接观察估计是可用的。进一步,即使对可观测参数等参数控制浮游植物生长(如和Jmax)不确定性仍然存在,因为参数值随时间变化或从个人价值观决定的<一个title="浮游植物物种gydF4y2Ba" href="//m.zandimusic.com/antarctic-sector/phytoplankton.html">浮游植物物种 现在有一长串的研究利用数据同化方法来估计模型参数的生态系统模型(见格雷格et al . 2009的这些研究)。甚至有一个网页设置探索一套不同的BGC模型的参数估计在许多不同的网站(<一个href="http://www.ccpo.odu">http://www.ccpo.odu 最近的模型比较研究突出了使用BGC模型的一些问题(friedrich et al . 2007年)。在他们的研究中,他们评估了12种不同的能力BGC不同复杂性的模型适合观察从两个不同的网站。 他们表明,模型校准时同样一个站点执行,但是只有与多个浮游生物模型状态变量可以有相同的两个站点的模型参数。这项研究强调了需要在模型参数空间变异性占不同的生态机制。因此,不存在一个独特的模型参数包括整个海洋生态系统组件(如浮游植物和灵活性的模型参数需要纳入模型应用程序。 生物模型的不确定性不仅在模型参数,延伸到方程的选择用来描述生物系统(弗兰克斯2009)。参数和模型制定的不确定性引入大型模型误差BGC造型,这有助于参数估计研究探索参数空间的模型复杂性和模型公式(例如Matear 1995)。解决这三个问题的能力证明了参数估计的价值BGC数据同化方法。此外,参数估计可以提供了解观察至关重要建筑和约束更现实的模型,并确定所需的关键模型参数再现观测(Kidston et al . 2010年)。后者的结果提供了一种方便的方法来识别关键模型参数的一个子集,它捕获的关键观察到生物系统的动力学,并探讨这些参数是如何影响系统的动态(例如弗里德里希et al . 2006年)。 一个需要注意的重要方面的参数估计方法是不切实际的估计参数值可能因为重要的进程被排除在模型公式(这些都是调用结构模型中的错误)。因此,估计模型参数值必须生态评估,否则视为合理的制定模式的结构性错误。 状态估计数据同化的吸引力在于它提供了一种方法将两种物理和生物观测到数值模型获得的进化BGC字段动态与观测一致,并提供一个工具来扩展空间和时间的观察(Lee et al . 2009年)。状态估计的应用克服局限性的模型通过纠正海洋状态产生一个更现实的海洋国家的进化(Natvik和Evensen 2003 a)。限制的方法提供了一种模型误差的影响(参数,制定、初始化和强迫)更好的追算和预测海洋状态。 格雷格(2008)的研究提供了一个不错的复习顺序BGC数据同化研究我在这里简要总结。不奇怪这些研究的重点是在海洋吸收颜色表面叶绿素a浓度在BGC模型由于这个数据产品提供了最佳的时空数据的海洋生物系统。 第一个例子直接序列数据同化CZCS叶绿素插入美国东南海岸的三维模型(Ishizaka 1990)。他们在叶绿素产生直接的改进模拟但这些改进并没有持续超过几天前模型模拟偏离观测。散度的模型模拟观测生物模型中反映出的偏见高估叶绿素a。纠正这种偏见会获得更好和更持久的状态估计结果的关键。最近,集合卡尔曼滤波(EnKF)已经被用来吸收SeaWiFS海洋颜色叶绿素数据为北大西洋的3 d模型(Natvik Evensen 2003 a、b)。它们显示海洋EnKF更新状态是一致的与观察到的浮游植物和硝酸浓度。然而,这项研究并没有显示任何团体相比,数据,使定量评估BGC状态估计的影响(Gregg et al . 2009年)。随后,格雷格(2008)使用条件放松分析方法(塞)顺序同化多年SeaWiFS数据到一个3 d BGC模型。毫不奇怪他们改善表面叶绿素a估计由于这是状态变量被同化。一个更加独立的评估是由观察数据同化的影响在模拟depth-integrated初级生产显示一个更温和改善与数据同化而叶绿素A的改善。 最近,Hemmings et al。(2008)提出了一个氮平衡方案,目的是吸收海洋颜色叶绿素的改进估计seawa-ter二氧化碳分压。他们使用一维模拟在两个地点在北大西洋(30 n和50 n)来评估他们的方案的性能。计划利用covari-ance叶绿素a和其他生物之间状态变量的计算成本的一小部分多元EnKF方案。为此Hemmings et al。(2008)使用一维模型模拟不同模型参数提取模拟叶绿素a和其他生物变量之间的关系。该信息用于项目同化叶绿素a的数据对所有生物状态变量。他们显示了氮平衡的方法提高了海洋二氧化碳分压模拟的情况只有浮游植物和DIC更新。30 n,均方根误差表面的二氧化碳分压降低了50%以上(4 ^小于2 ^ atm自动取款机)。在50 n,二氧化碳分压表面均方根误差提高很小但是偏见在从2 ^ atm减少到几乎为零。 目前,状态估计的应用一直局限于利用遥感海洋颜色叶绿素a。将这些信息从表面延伸到海洋内部将需要耦合biological-physical模型。进一步,许多彩色图像被云层和填充这些数据差距是另一个明显的状态估计结果。最后,它很有可能,我们最感兴趣的领域不够观察提供所需的空间和时间范围(如二氧化碳分压)。在这些情况下,利用现有的观测数据同化提供工具来生成领域的兴趣。 12.4增加GODAE BGC数据同化系统的挑战 全球海洋数据同化实验(GODAE)是提供一个3 d的描述<一个title="全球海洋环流gydF4y2Ba" href="//m.zandimusic.com/earth-surface-2/ocean-circulation.html">全球海洋环流 GODAE努力涉及三个流:(1)海洋中尺度分析和预测,(2)初始化seasonal-interannual预测,和(3)状态估计(再分析)产品(Lee et al . 2009年)。在讨论的问题包括BGC GODAE工作重点是如何修改状态估计问题。一系列同化方法应用了各种团体产生海洋状态估计,从伴随到顺序的方法。 的<一个title="伴随方法gydF4y2Ba" href="//m.zandimusic.com/oceanography/adjoint-data-assimilation-methods.html">伴随方法 序贯方法所实现的各种海洋再分析组(例如Bluelink从澳大利亚(好的et al . 2008);泡沫来自英国(Martin et al . 2007);墨卡托从法国(Brasseur et al . 2005年)通常比伴随方法计算效率更高。序贯方法允许估计状态偏离一个底层物理模型的精确解通过应用统计修正到海洋状态。这样修正作为内部热量的源/汇,盐,和动量。有兴趣的读者应该阅读Zaron(这个问题)更彻底的顺序数据同化。应用顺序数据同化状态变量的一个需求信息观测项目到另一个状态变量,包括所有状态变量对模型网格点。这个信息被称为多元背景误差协方差计算(bec)和异常的状态变量演化unassimilating模型。在实践中从一个合奏的bec估计模拟不同状态变量的初始值(Brasseur et al . 2005年)或从多年运行一个模拟计算(好的et al . 2008年)。使用bec的好处是:它们反映了长度尺度的各向异性,不同地区的海洋环流。 They provide the information on the covariances between different state variables in a dynamically consistent way (we use the term dynamically consistent to describe an ocean state that can be generated by the model). Finally they are easily generalized to assimilate different observation types in a single step. Therefore, one might expect the approach could easily be generalized to include BGC information. There have been a number of attempts to do this (Natvik and Evensen 2003a, b). 现在我们将使用我们的简单BGC模型探索这些问题提供一个教学工具来评估是否bec适合BGC状态估计数据同化的大道。 海洋生物地球化学的关键数据集状态估计是颜色叶绿素A因此,下面的讨论将集中在如何限制浮游植物浓度影响BGC状态变量。出现一个明显的方法来实现使用bec BGC数据同化,然而BGC模型的不确定性和偏差可以产生巨大的影响估计bec和结果数据同化状态估计。对3 d BGC造型,bec的计算提出了一个挑战自生化过程控制状态变量之间的流动是不确定的。这种不确定性反映在模型参数的不确定性,模型参数随时间演变,模型制定的不确定性和模型结构中的错误(即模型简化和失踪的过程)。捕捉这一方法的不确定性(例如EnKF)将成为3 d计算要求BGC模型,因为它将很难包括足够数量的乐团成员占所有BGC模型不确定性。EnOI方法(Brassington et al . 2007年)提供了一个更高效的计算bec的物理状态变量通过使用统计数据生成九年制unassimilating海洋模型的运行。虽然与3 d BGC模型计算上可行的,从这个方法不是时变计算bec,这可能是不适合BGC状态变量,因为他们的现状,如是否浮游植物的增长,改变了bec (Hemmings et al . 2008年)。 bec代内三维海洋环流模型GODAE系统目前没有计算上是可行的,但是如果我们感兴趣的主要是BGC透光区有可能把3 d BGC模型为一组0 d混合层表现为每个海洋表面网格点的域。BGC在混合层的发展通常是由BGC控制流程和应用此域分解通常是一个合理的假设。这种方法的例子包括大部分的参数估计研究指在前一节中。从海洋动力学的角度的关键物理过程驱动BGC字段是垂直的营养供应透光区和可用性的光的透光区。这些过程都纳入前面给出的简单BGC模型。 所需的关键物理信息0 d BGC模型垂直速度、垂直混合率,混合层深度和温度的演化。这些已经标准状态变量由GODAE数据同化系统因此他们可以使用我们的0 d BGC模型。BGC数据同化的额外的评估考虑到他们需要这些实体产品重要性BGC模型行为,但这是最好的追求通过改进物理数据同化系统。数量快速增长的阿尔戈温度和盐度资料观测信息来评估这些字段和改善他们的物理数据同化系统提供了明确的前进方向。 通过计算的bec关注0 d BGC的透光层模型,生成bec合奏的模拟计算上可行的。但bec应该是什么样子的呢?鉴于BGC模型的非线性我们预计BGC状态变量之间的复杂关系。Hemmings et al。(2008)氮平衡的方法是基于开发机械的不同BGC状态变量之间的联系。尽管他们讨论bec复杂性和时间依赖自然是有益的评论这个问题与我们的简单0-D BGC模型。 BGC模型中描述的教派。12.3是用于探索探索BGC状态变量之间的关系。计算bec,我们执行100随机扰动的初始条件,这些状态变量在1月1日。初始状态是高斯的扰动标准差为0.01更易与N / m3和正确的意思是零,确保氮气保护。模拟,它发生在浮游植物的生长阶段,揭示了BGC模型及其bec的几个重要特征。随机扰动的初始BGC状态变量不会导致长期BGC状态变量的变化轨迹和所有扰动返回到原始轨迹的非微扰模型e-folding时间尺度约25天(图12.3)。这反映了一个偏见BGC状态变量遵循相同的轨迹团体模式。模型中的偏差行为可能会减少如果我们第一次使用数据同化之前估计的模型参数的观察处理连续数据同化。然而,我们从不期望占所有模型偏差的模型域和进一步我们希望数据同化帮助纠正这些缺陷产生一个更现实的模型行为。的衰减扰动BGC状态变量包括阻尼振荡,反映了初始扰动的不平衡的性质。非线性模型像我们0 d BGC模型,通常产生不平衡状态时,状态变量是更新,件 天自1月1日 图12.3 0 d BGC模型SAZ-Sense P1现场:BGC状态变量的标准差异常产生一个100年的模拟得到的随机扰动的初始值在1月1日±0.01更易与N / m3。b进化BGC状态变量异常乐团成员之一。BGC的异常状态变量被定义为状态变量的差异在图12.2给出的解决方案 天自1月1日 图12.3 0 d BGC模型SAZ-Sense P1现场:BGC状态变量的标准差异常产生一个100年的模拟得到的随机扰动的初始值在1月1日±0.01更易与N / m3。b进化BGC状态变量异常乐团成员之一。BGC的异常状态变量被定义为状态变量的差异在图12.2给出的解决方案 机台的不良反应模型和应该避免这种情况。模拟浮游植物(P)和其他状态变量之间的关系也是复杂的(图12.4)明显负相关关系与硝酸盐(N)但没有明显的浮游动物(Z)和碎屑(D)(没有显示)。消极phytoplankton-nitrate关系是浮游植物生长依赖响应更多的浮游植物相当于大的浮游植物生长和增加硝酸盐吸收和减少硝酸盐浓度,反之亦然。然而,phy-toplankton-zooplankton关系似乎并未透露任何模式。P和Z之间的联系变得更加清晰,当我们每- 100的绘制相图 0.012 - !E 0.0080.004 -0.000 ”“^”如果射频-„„fr。 - - - - - - 啊! | 我*»< - - - - - - CL - 0.008 - 0.012 x * - - - - - - -。 1 1 1 1 1 1 1 1 008 - 04 0.000 - 0.004 0.008 一个 1 1 1 1 1 1 1 1 1 1 0.012 - - - - - - 到£ 0.008 X X * * - - - - - - Se 0.004 xX xX“x * - 0.008 - 0.012 x * xX“xX«”x“ x - - - - - - - 0.02 - 0.01 0.00 0.01 0.02 b浮游动物异常(更易与N / m3) - 0.02 - 0.01 0.00 0.01 0.02 b浮游动物异常(更易与N / m3) 图12.4 100年1月7日从成员整体模拟,在浮游植物浓度异常之间的关系异常在硝酸盐(a),和浮游动物(b)浓度。BGC的异常状态变量被定义为状态变量的差异在图12.2给出的解决方案 turbations(图12.5)。因为Z之间的滞后响应P扰动,我们错过了强大的两个状态变量之间的联系。P和Z之间的滞后造成的不平衡响应BGC模型随机扰动,导致在我们的模型模拟极限环。捕获这个Z之间的事联系到P不是微不足道的,进一步将依赖于模型参数值的选择和BGC状态扰动之前。 所有上述问题使用的bec BGC数据同化是复杂的,而不是一个有吸引力的解决BGC状态估计方法。我们应该怎么做? 通过专注于一个模拟我们更易与N / P浓度增加0.01 m3和观察系统的发展可以帮助我们开发一个ap - - 0.02 - 0.01 - 0.00 0.01 - 0.02浮游动物异常(更易/ m3) 图12.5之间的相位关系合奏的浮游植物和浮游动物异常浓度模拟初始化后50天。每天每一个星号,线是一个成员。BGC的异常状态变量被定义为状态变量的差异在图12.2给出的解决方案 - 0.02 - 0.01 - 0.00 0.01 - 0.02浮游动物异常(更易/ m3) 图12.5之间的相位关系合奏的浮游植物和浮游动物异常浓度模拟初始化后50天。每天每一个星号,线是一个成员。BGC的异常状态变量被定义为状态变量的差异在图12.2给出的解决方案 友善更有效地利用P的观察。这个模拟类似于情况BGC模型模拟ece15 P和我们想要的模型表现得更像观测值。在这种状态扰动在几天内摄动浮游植物浓度迅速返回到pre-nudge价值和小从同化了除了我们生成一个不平衡扰动而产生的振荡BGC状态变量持续多天(图12.6)。自然平衡状态更新是最明显的领域不能直接吸收,例如Z显示了更大的可变性比P没有持续的数据同化我们不会保持一个现实的P和另一将继续产生寄生行为BGC状态变量。然而,硝酸为这个地方总是超过(图12.2)更直接的方式来控制P是通过其损失放牧。通过减少放牧10%(图12.6 b)更持续的浮游植物响应实现和其他BGC状态变量的反应缺乏BGC的伪变化,因为变化是平衡的状态。这样的修改BGC模型可以合理的理由是放牧参数是不确定的。 放牧的修改是纠正模型的低估P通过改变底层方程而不是改变P反映了观察。改变放牧率改变模型的轨迹模拟导致持续增加,P, Z, D和持续降低N(图12.6 b)。BGC的持久特性变化状态变量是一个理想的特性,因为它表明“同化”P可以产生持久的影响在模型模拟,从而避免数据同化的情况只提供短期改善BGC状态进化(例如Ishizaka 1990)。 0.01 0.008 0.006 0.004 0.002 0.002 0.004 0.06 0.05 1 z 0.04 O E £ 0.03 n o 类风湿性关节炎 ■你 0.02 n e c n o o 0.01 >。 类风湿性关节炎 E o 0 n < - 0.01 - 0.02 10 15 20 25天自1月1日 10 15 20 25 天自1月1日 图12.6 0 d BGC模型状态变量异常的演化0.01更易与N / m3额外的浮游植物浓度。b状态变量异常时浮游植物的浮游动物放牧率下降了10%。两个数字,BGC状态变量异常用硝酸(深蓝色),浮游植物(青色),浮游动物(黄色),碎屑(红色)更易与N / m3的所有单位。BGC的异常状态变量被定义为状态变量的差异在图12.2给出的解决方案 现在我接受这是一个做作的例子,该模型具有明显的偏见,但这可能是总是预期给定模型参数和配方的不确定性。在前两个实验的顺序数据同化应用BGC状态变量和被认为是成功的必须强调观察生成模型是用于数据同化因此他们公正的对模型用于做数据同化(Eknes和Evensen 2002)。因此省略模型偏差的影响在他们的评估数据同化的成功,也不会在一个真实世界的应用程序。 简单的例子强调微扰模型参数和多德的好处(2007);不受et al。(2010);琼斯et al。(2010)提供了更广泛的例子如何扰乱底层模型参数复制的观察状态演化BGC字段。这些平衡方法(即只改变模型参数)同时提供的参数估计与模型状态没有假设模型参数不变。使用时间进化参数值来改变BGC状态变量以适应观测以来生态意义我们预计生物过程时空上控制这些参数值是不同的。理想情况下,GODAE BGC数据同化我们想携带不同模型参数的合奏的1 d研究多德(2007);不受et al。(2010);琼斯et al。(2010)到3 d BGC模型的计算开销运行多个BGC模型是不可能的。因此,一个需要减少潜在的参数只有一个参数集。也许我们可以做一些生态站得住脚的选择对模型参数的演化在时间和空间的方式是一致的模型参数不确定性和观测结果的不确定性。 12.4.4提出了BGC状态估计序列数据同化 在前面的部分中,我讨论了在状态估计申请BGC领域的几个问题。我现在想提出一个方法来合并BGC GODAE系统的状态估计。下面是该序列顺序BGC状态估计的步骤,也概述了在图12.7。 1。把观察到的遥感海洋颜色叶绿素a浓度估计的表层浮游植物浓度提供了观察BGC数据同化的约束。注意,另一种是包括叶绿素在BGC作为状态变量模型和包含在BGC模型的配方N:浮游植物的叶绿素比率(例如Hemmings et al . (2008))。 2。使用派生的浮游植物的季节性气候学观测参数估计应用于3 d BGC的0 d BGC表示模型 PD1(观察)π(4) 继续阅读:<一个href="//m.zandimusic.com/oceanography/xa-xb-axx-vyy-xb136.html">Xa Xb aXX Vyy Xb136 这篇文章有用吗?12.1介绍
12.2生物地球化学模型
12.3.1参数估计
12.3.2海洋状态估计
12.4.1背景
12.4.2潜在问题和解决方案
12.4.3飞行员使用bec BGC数据同化
读者的问题
-
Sagramor隧道
-
Sagramor隧道