近日，物理海洋教育部重点实验室科研团队在多尺度耦合资料同化研究领域取得最新进展，基于贝叶斯信息估计集合卡尔曼滤波理论，研发了一个全球耦合模式高效多尺度耦合同化系统，该系统在增加同化的多尺度代表性和减少计算资源需求方面都有长足的进步，代表学科前沿。国际权威学术期刊Journal of Climate（《气候杂志》）以“An Improved Coupled Data Assimilation System with a CGCM Using Multi-Timescale High-Efficiency EnOI-Like Filtering”（《一个改进的多时间尺度高效类EnOI的CGCM耦合资料同化系统》）为题在线发表了该成果。

　　基于耦合模式研发的耦合资料同化系统，通过平衡协调的融合观测和模式，产生优质的再分析数据和提升耦合模式的预报性能，是制作海洋大气历史状态再分析和天气气候预报预测初始化的一种科学有效手段。集合卡尔曼滤波是目前发展耦合资料同化系统最为先进的同化算法之一， 在全球多家研究机构得到了广泛业务化应用。然而，该算法所用的有限模式集合使滤波方程缺乏低频信号代表性从而产生滤波漂移，同时模式集合积分的计算资源消耗是模式本身的数十倍，这些瓶颈问题制约了其在高分辨率模式中的应用。

　　科研团队在前期以低阶耦合模式为基础提出的高效多尺度耦合同化算法基础上，利用全球耦合环流模式研发了全球耦合模式高效多尺度同化系统，并完成了二十多年的耦合再分析实验。该系统的同化算法采用单一模式解构建多尺度滤波方程，在增加同化低频信号代表性的同时，大幅度减少同化对计算资源的需求。研究成果为未来高分辨率耦合资料同化系统和耦合再分析建设打下坚实基础，使耦合资料同化研发与高分辨率地球系统模式同步进行，能促进天气气候无缝隙预报预测学科的快速发展。

图1：各再分析中26.5°N处a）时间平均AMOC流函数和b）AMOC强度最大值的时间序列：黑色实线代表RAPID观测，绿色实线为传统集合卡尔曼滤波结果，红色实线为新的高效多尺度算法结果，其余为其它再分析结果

　　上述研究成果由实验室科研博士后卢绿博士为第一作者，张绍晴教授担任通讯作者，联合多位实验室成员及国内外科研院所专家学者共同合作完成。研究获得国家重点研发计划（2022YFE0106400）、国家自然科学基金项目（41830964）、山东省泰山学者项目（ts201712017）、青岛市博士后应用研究项目等资助。

引用：

LU L., S. -Q. Zhang*, Y. -J. Jiang, X. -L. Yu, M. -K. Li, Y. -H.Chen, P. Chang, G. Danabasoglu, Z. -Y. Liu, C. -Y. Zhu, X. -P. Lin, and L. -X. Wu, 2023: An Improved Coupled Data Assimilation System with a CGCM Using Multi-Timescale High-Efficiency EnOI-Like Filtering. Journal of Climate, 36: 6045-6067, https://doi.org/10.1175/JCLI-D-22-0558.1.