项目名称: 模式参数误差对黑潮路径变异预报的影响

项目编号: No.41306023

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 天文学、地球科学

项目作者: 王强

作者单位: 中国科学院海洋研究所

项目金额: 26万元

中文摘要: 本项目拟基于多层斜压模式,利用条件非线性最优参数扰动(CNOP-P)方法,深入研究模式参数误差对黑潮路径变异预报的非线性影响及其机理。主要包含两个方面:(1)利用CNOP-P方法,考察导致黑潮路径变异最大预报误差的参数误差模态,并探讨该参数误差引起的预报误差的非线性发展过程,研究模式参数误差对黑潮路径变异预报结果的影响;(2)分析不同物理过程,尤其是斜压过程在参数误差引起的预报误差发展中的作用,探讨影响预报误差发展的关键物理过程,揭示模式参数误差对黑潮路径变异预报影响的物理机制,为发展和改进模式,进而提高黑潮路径变异的预报技巧提供科学的指导。

中文关键词: 黑潮;模式参数;可预报性;不确定性;

英文摘要: In this study, the conditional nonlinear optimal parameter perturbation (CNOP-P) approach will be used to investigate the nonlinear effects of model parameter errors on the prediction of the Kuroshio path variations using a multi-layer baroclinic model, and also the mechanisms. This project will cover the following two main aspects: (1) The CNOP-P method is used to examine the mode of parameter errors which results in the largest forecast error of the Kuroshio path variations. The nonlinear evolution of the forecast error caused by the model parameter errors and the effects of model parameter errors on the forecast will be investigated. (2) The roles of different physical processes, especially the baroclinic processes on the forecast error developments caused by the model parameter errors will be analyzed. The key physical processes, which affect the forecast error developments, will be explored and the physical mechanism of the influences of model parameter errors on the prediction of the Kuroshio path variations will be revealed. This study will provide a scientific guidance for improving the model and enhancing the forecast skills of Kuroshio path variations.

英文关键词: Kuroshio;model parameter;predictability;uncertainty;

成为VIP会员查看完整内容
0

相关内容

【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
专知会员服务
43+阅读 · 2022年1月18日
双碳目标对中国经济的影响及风险挑战,61页ppt
专知会员服务
59+阅读 · 2022年1月17日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
37+阅读 · 2021年5月7日
专知会员服务
45+阅读 · 2021年3月19日
【NeurIPS 2020】深度学习的不确定性估计和鲁棒性
专知会员服务
49+阅读 · 2020年12月8日
基于改进卷积神经网络的短文本分类模型
专知会员服务
25+阅读 · 2020年7月22日
手机各种参数里你最看重什么?
ZEALER订阅号
0+阅读 · 2022年4月16日
3299 元起,荣耀 Magic4 系列正式发布!
ZEALER订阅号
0+阅读 · 2022年3月17日
中国信通院:数据中心产业图谱研究报告
THU数据派
0+阅读 · 2022年2月16日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
小贴士
相关主题
相关VIP内容
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
专知会员服务
43+阅读 · 2022年1月18日
双碳目标对中国经济的影响及风险挑战,61页ppt
专知会员服务
59+阅读 · 2022年1月17日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
37+阅读 · 2021年5月7日
专知会员服务
45+阅读 · 2021年3月19日
【NeurIPS 2020】深度学习的不确定性估计和鲁棒性
专知会员服务
49+阅读 · 2020年12月8日
基于改进卷积神经网络的短文本分类模型
专知会员服务
25+阅读 · 2020年7月22日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员