联合卫星测高与集合卡尔曼滤波同化技术的局部海潮建模方法研究

Ocean tides represent the main component of time-variant sea surface topography, they are one of the most fascinating natural events in the world with a significant importance for commerce and science, such as fundamental surveying, space technology, precise orbit determination for geodetic satellites, global climate change and sea level variations. With the rapid development of satellite altimetry and computational capabilities, precise ocean tide modeling is a hot spot research of physical oceanography. Current ocean tide models are mostly modeled by multi-altimeter data with 20 years time span. However, the accuracy of ocean tide model decreases severely in the coastal and polar region because of the poor performance of altimeter, which data contaminated by complicate sea state and sea floor topography. This research mainly focus on the theory, algorithm and key technologies for determining regional precise ocean tides by assimilating altimeter data with an ensemble kalman filter, including coastal altimeter data preprocessing method, tidal analysis, numerical simulation of 2d nonlinear shallow water equation and the module of EnKF assimilation. Finally a software system is to be developed and a 2 miunte by 2 minute regional ocean tides model determined by EnKF. This research can provide theoretical and technical basis for the development and application of China`s ocean dynamic monitoring.

海洋潮汐是全球海面变化的主要因素，对国家的基础测绘、空间技术、卫星精密定轨、全球气候及海平面变化等研究有着重要的科学和社会意义。随着多源观测数据的积累和计算方法的改进，精细海潮模型的构建始终是潮汐研究的一个热点。目前全球海潮模型主要联合多源卫星测高数据建立，但由于测高数据受近海岸复杂海况、海底地形等诸多因素的影响，其模型精度不甚理想，难以满足现今各学科对海潮模型的需要。本项目主要研究利用集合卡尔曼滤波技术，同化卫星测高数据构建局部海潮模型的理论、实用算法和关键技术，重点研究近海测高数据的预处理，基于卫星测高数据的潮汐分析，二维非线性潮汐动力学方程的数值模拟以及基于集合kalman滤波技术的潮汐同化模型和预报系统。本项目的研究成果可以为我国动力海洋环境监测提供技术支持和服务保障。

千百年来，海洋潮汐作为海面地形的重要组成部分，是自然界中最常见的海洋现象之一，具有重要的科学和实用价值。随着空间对地观测技术的发展，海洋潮汐和海洋、大气、陆地水及两极冰盖等负荷效应对固定在地球表面的任何测量都有影响，为了达到各自观测的科学目标，必须建立精密的海洋潮汐模型来有效修正这些影响。过去的二十年里，卫星测高技术的发展和日趋成熟，使我们对全球海洋有了更近一步的认识，它革命性地改变了传统潮汐测量模式，极大地丰富了海洋的观测数据，特别是深海海域的水位观测数据，使得全球海洋潮汐模型有了重大发展。潮汐分析可以直接从测高海面高观测时间序列中提取潮汐的调和常数或者相应的权参数，但是由于受复杂的海洋环境和陆地反射的影响，卫星测高数据在近海海域数据质量普遍较差，在联合多种测高数据的同时，应用数据同化等方法改善全球海洋潮汐模型的近海海域部分也是当前潮汐研究的热点和难点问题。本项目联合多种测高数据，从测高数据预处理着手，分析近海测高数据的波形重跟踪方法；构建了T/P、Jason-1/2系列卫星，ERS-2、Envisat系列卫星以及GFO的海平面变化时间序列，采用调和分析和正交响应分析两种分析法从实测数据提取分潮的调和常数。分析卫星测高数据样本大小对潮汐信息提取的影响，比较两种潮汐分析方法的适用性，特别是对于太阳同步轨道的ERS-2/Envisat系列卫星；在总结确定海潮模型的具体理论和方法的基础上，构造二维非线性流体动力学数值模式，建立集合卡尔曼滤波同化模块，实现了基于集合卡尔曼滤波的中国近海2´×2´局部海潮模型。