质量控制决策算法
的质量控制先前所描述的各种外部数据检查的结果相结合的决策算法。决策算法整体的结果表明观测质量,用于选择数据同化。决策算法应用于每个观察报告级别,在概要文件(和滑翔机)的情况下观察,整个剖面的形状比较测试。因此,对于剖面观测数据质量有两个指标:一个指标的总体轮廓的形状,和每个概要的第二个指标水平。重要的是要考虑所有的外部数据检查结果之前最后的质量决定。例如,一个观察可能会失败raybet雷竞技最新气候变化背景检查,同时通过预测背景调查。观察将被拒绝如果气候测试应用第一串行的方式。raybet雷竞技最新质量控制决策算法,因此,必然是复杂的,必须结合适当的结果从不同的外部测试结果。它帮助如果外部测试结果相同的形式,如概率或标准正常的偏离。
质量控制决策算法在使用美国海军oceano-graphic中心这里描述。质量控制结果的各种外部数据检查是错误的概率的形式。大多数的这些概率计算根据情商。(4.1),假设一个正常的概率密度函数,但概率也计算使用卡方分布函数(即。气溶胶污染测试)。给定一组误差概率决策算法总结如下:
Pb < Tf,阿宝= Pb
pb复合背景误差概率,pd复合数据错误概率,pg和公关是全球和区域背景预测误差概率,pc和px的气候和交叉验证错误概率,预测误差阈值概率是射频,阿宝总体概率是观察包含一个随机误差。raybet雷竞技最新系统的预测误差概率阈值通常设置为0.99(3个标准差)。
算法首先决定是否符合观测模型背景字段通过全球和的最小错误概率进行了预测。如果背景的最小错误概率小于规定的预测误差公差极限,然后算法返回作为观察总体误差的可能性。然而,如果最小模型背景误差概率超过了预测误差阈值,然后对数据相比误差定义为交叉验证和气候学的最小错误概率。返回整个观测误差概率最小的复合背景和复合数据错误。这样,交叉验证和气候背景确定观测数据质量前提不符合预期。raybet雷竞技最新经验表明,要求观测总是符合气候背景导致虚假拒绝极端事件期间有效的观察。raybet雷竞技最新
一旦整体误差概率的观察已经确定,输出各种特殊观测系统质量控制测试仅仅是添加到错误概率使用独特的整数值的旗帜。质量控制标志有三个级别的严重性:(1)信息只(< 100);(2)警示(> 100);和(3)致命的(> 1000)。观察与致命错误不是用于分析。信息只标记观察通常用于分析,但使用警示标记观察是通过分析用户控制名称列表选项。最终决定接受一个观察分析,然而,总是基于底层错误概率值获得决策算法。如果质量控制旗帜已经附加,底层错误的概率总是可以使用一些简单的模运算从总和中恢复过来。
4.5.1质量控制系统的性能
美国海军的输出完全自动化的实时海洋数据控制系统总结卫星风场检索、获取海冰浓度、高度计海面高度和有效波高的检索,和表面原位观察和深度从各种来源。质量控制输出的卫星数据在2009年给出了两个月时间(6月至12月),以便检查可能的季节性的影响,而输出显示现场数据的质量控制对整个2009年。整体质量的观察总结了使用一个错误概率发生的频率在每分钱。错误概率的结果质量控制决策算法单一观察和整体水平剖面观测误差的概率。假设一个正常的概率分布函数,发生的频率箱子对应于一个标准差(p < 0.67),两个标准差(p < 0.95),和三个标准差(p < 0.99)偏离零的意思。频率表示为概率p < 1.0包括概率大于0.99 +观察标记为被怀疑从一个或多个特定的外部数据检查前面描述的。观察与错误概率小于0.99通常接受的分析。
一般来说,QC成果海温检索表明,卫星数据的质量好(表4.1)。错误概率的频率在一个标准差的背景场始终包括90%或更多的数据卫星系统。允许两个背景误差标准差在~ 99%以上的观测结果被包括在内。有一些证据
卫星 |
月2009 |
类型 |
数x 106 |
日 |
Aerosol1 |
p < 0.67 |
p < 0.95 |
p < 0.99 |
p < |
AMSR-E2 |
小君 |
- - - - - - |
87.82 |
- - - - - - |
- - - - - - |
96.2 |
3.7 |
0.1 |
0.1 |
12月 |
一天 |
47.68 |
23427年 |
- - - - - - |
94.5 |
5.3 |
0.2 |
0.1 |
|
晚上 |
55.59 |
- - - - - - |
- - - - - - |
95.5 |
4.3 |
0.1 |
0.0 |
||
AATSR3 |
小君 |
一天 |
220.35 |
364910年 |
30656年 |
93.0 |
6.3 |
0.5 |
0.3 |
晚上 |
330.58 |
- - - - - - |
195971年 |
91.2 |
8.4 |
0.4 |
0.1 |
||
12月 |
一天 |
230.32 |
161863年 |
8391年 |
95.0 |
4.7 |
0.2 |
0.1 |
|
晚上 |
317.16 |
- - - - - - |
42313年 |
91.9 |
7.6 |
0.4 |
0.0 |
||
GOES-11 |
小君 |
一天 |
26.93 |
258年 |
12 |
89.8 |
10.1 |
0.1 |
0.0 |
晚上 |
70.84 |
- - - - - - |
4 |
95.2 |
4.7 |
0.1 |
0.0 |
||
12月 |
一天 |
37.67 |
97.6 |
2.3 |
0.0 |
0.0 |
|||
晚上 |
88.80 |
95.8 |
4.1 |
0.1 |
0.0 |
||||
GOES-12 |
小君 |
一天 |
19.06 |
1043年 |
7083年 |
96.7 |
3.2 |
0.1 |
0.0 |
晚上 |
53.33 |
- - - - - - |
435078年 |
93.3 |
5.7 |
0.2 |
0.8 |
||
12月 |
一天 |
27.44 |
1014年 |
49 |
95.4 |
4.6 |
0.0 |
0.0 |
|
晚上 |
66.30 |
- - - - - - |
12519年 |
93.1 |
6.7 |
0.2 |
0.0 |
||
METOP |
小君 |
一天 |
5.46 |
938年 |
2541年 |
97.6 |
2.3 |
0.1 |
0.1 |
广汽 |
晚上 |
5.63 |
- - - - - - |
5462年 |
94.7 |
5.0 |
0.2 |
0.1 |
|
12月 |
一天 |
6.09 |
862年 |
35 |
97.5 |
2.4 |
0.1 |
0.0 |
|
晚上 |
5.89 |
- - - - - - |
144年 |
95.4 |
4.4 |
0.2 |
0.0 |
||
METOP |
小君 |
一天 |
106.52 |
28165年 |
86935年 |
96.2 |
3.5 |
0.1 |
0.1 |
LAC4 |
晚上 |
119.47 |
- - - - - - |
44456年 |
95.5 |
4.4 |
0.2 |
0.0 |
|
12月 |
一天 |
216.67 |
20350年 |
3312年 |
97.4 |
2.5 |
0.1 |
0.0 |
|
晚上 |
234.74 |
- - - - - - |
9060年 |
94.5 |
5.3 |
0.2 |
0.0 |
||
MSG5 |
小君 |
一天 |
14.47 |
2995年 |
10202年 |
94.8 |
4.5 |
0.4 |
0.3 |
晚上 |
73.28 |
- - - - - - |
13343年 |
94.8 |
4.8 |
0.2 |
0.2 |
||
12月 |
一天 |
12.23 |
25999年 |
759年 |
95.3 |
4.2 |
0.2 |
0.3 |
|
晚上 |
11.55 |
- - - - - - |
3082年 |
94.9 |
4.9 |
0.2 |
0.0 |
||
NOAA-18 |
小君 |
一天 |
4.71 |
148年 |
14 |
90.7 |
8.6 |
0.6 |
0.1 |
晚上 |
5.24 |
- - - - - - |
5072年 |
95.3 |
4.4 |
0.2 |
0.1 |
||
NOAA-19 |
12月 |
一天 |
5.08 |
11919年 |
36 |
88.9 |
10.2 |
0.6 |
0.3 |
晚上 |
4.99 |
- - - - - - |
298年 |
95.4 |
4.4 |
0.3 |
0.0 |
1计算出撒哈拉沙漠的尘埃气溶胶污染事件在一个区域有界10°S-30°N, 25°E-55°W
2 amsr - e不划分为6月日夜的检索。amsr - e数据缺失06年6月16 - 17 z, 00-12Z 6月18日,6月20日,6月23日,6月25日至26日,28 - 30 6月,12月29日12-24Z
3 AATSR数据丢失的6月16日00-06Z, 00-06Z 6月20日,00-18Z 6月26日,6月28日00-12Z, 6月29日12-18Z。12月8日00-06Z 12月24日电06-12Z
4 METOP LAC数据缺失00-12Z 12月19日;12月27日18-24Z
5味精数据缺失12-18Z 6月6日,6月13日00-06Z, 00-06Z 6月15日,6月16日至18日,6月20日至21日00 z, 6月22日06-12Z, 00 z 6月23 - 24日,6月25 - 30,06-12Z 12月15日
表4.2卫星实时质量控制结果海冰检索
天气Satellite1月2009计数x 106 p < 0.67 p < 0.95 p < 0.99, p < 1.0
Filter2
表4.2卫星实时质量控制结果海冰检索
天气Satellite1月2009计数x 106 p < 0.67 p < 0.95 p < 0.99, p < 1.0
Filter2
F133 |
小君 |
5.23 |
570年 |
97.1 |
2.1 |
0.5 |
0.3 |
12月 |
- - - - - - |
- - - - - - |
- - - - - - |
- - - - - - |
- - - - - - |
- - - - - - |
|
F15 |
小君 |
10.65 |
2777年 |
96.2 |
2.6 |
0.7 |
0.5 |
12月 |
11.63 |
1048年 |
94.5 |
3.6 |
1.1 |
0.8 |
|
F16 |
小君 |
16.78 |
17070年 |
96.5 |
2.4 |
0.6 |
0.5 |
12月 |
18.32 |
3478年 |
95.3 |
3.3 |
0.9 |
0.6 |
|
F17 |
小君 |
16.64 |
13687年 |
97.1 |
2.1 |
0.4 |
0.3 |
12月 |
18.87 |
3652年 |
95.5 |
3.2 |
0.8 |
0.5 |
|
ShelfIce |
小君 |
0.65 |
- - - - - - |
77.6 |
10.4 |
5.8 |
6.1 |
12月 |
0.44 |
- - - - - - |
74.7 |
16.7 |
5.7 |
2.9 |
1 F13 F15 SSM / I卫星;F16和F17 SSMI / S卫星
2天气滤波器基于配置值分析海温(有关详细信息,请参阅文本)
在12月3 F13数据使用中断
1 F13 F15 SSM / I卫星;F16和F17 SSMI / S卫星
2天气滤波器基于配置值分析海温(有关详细信息,请参阅文本)
12月3 F13数据使用中断的数量的季节性检索发现来自昼夜变暖AATSR和气溶胶污染事件,,METOP和味精数据。海冰集中检索从SSMI SSMI / S卫星也质量好:~ 99%的数据属于两个标准差的背景场(表4.2)。海冰检索的数量被天气过滤器显示了一个基于集中的海温明显的季节性和许多比12月6月天气过滤拒绝。高度计海面高度(SSH)观察也质量好~ 99%的数据在两个标准差(表4.3)。高度计有效波高(片)观察似乎是低质量的,不过片拒绝的大多是在陆地上或者冰覆盖海域海冰浓度(这里定义为33%)。质量控制的高度计片检索是海军的模型系统。长达6个预测从数据同化的运行波模型用于检查新收到的高度计和浮标片观察的一致性,确保预测的有效时间密切的观察乘以对应的数据。
表4.4给出了QC成果海温观察原位船只和浮标。船舶数据比浮标、低质量的数据,约有8%的船舶数据被拒绝在不同的数据类型。漂流浮标数据质量高于固定浮标,浮标固定数据显示增加变化的数据的大部分在0.67 - -0.95的概率范围。配置文件数据质量控制进行了总结在表4.5。回忆与密度反演剖面的水平或垂直梯度信息只旗帜不影响使用这些数据的同化。大量的TESAC数据是固定浮标的结果报告两个温度和盐度使用WMO TESAC代码形式。这些数据报告只有一个或很少的垂直水平和质量低,不到75%的数据出现在两个标准差的背景场。XBT观测准确性有大量出现的垂直梯度和仪表
Satellite1 |
类型 |
月2009 |
计数xlO6 |
冰覆盖 |
浅水 |
土地面积 |
零Value2 |
p < 0.67 |
p < 0.95 |
p < 0.99 |
p < 1.0 |
ENJ 'ISAT |
SSH |
小君 |
1.32 |
- - - - - - |
- - - - - - |
- - - - - - |
- - - - - - |
95.7 |
4.1 |
0.2 |
0.0 |
12月 |
1.39 |
- - - - - - |
- - - - - - |
- - - - - - |
- - - - - - |
95.9 |
3.9 |
0.1 |
0.0 |
||
片 |
小君 |
0.87 |
106945年 |
1483年 |
12631年 |
- - - - - - |
70.1 |
3.3 |
0.1 |
26.5 |
|
12月 |
1.36 |
48265年 |
1589年 |
25094年 |
8931年 |
68.7 |
3.0 |
0.1 |
28.2 |
||
杰森1 |
SSH |
小君 |
1.49 |
- - - - - - |
- - - - - - |
- - - - - - |
- - - - - - |
86.7 |
12.5 |
0.8 |
0.1 |
12月 |
1.63 |
- - - - - - |
- - - - - - |
- - - - - - |
- - - - - - |
87.9 |
11.3 |
0.7 |
0.1 |
||
片 |
小君 |
1.48 |
73119年 |
68年 |
21664年 |
- - - - - - |
80.5 |
10.8 |
1.2 |
7.5 |
|
12月 |
2.02 |
12971年 |
4 |
38751年 |
27754年 |
84.5 |
6.6 |
0.5 |
8.4 |
||
杰森2 |
SSH |
小君 |
1.55 |
- - - - - - |
- - - - - - |
- - - - - - |
- - - - - - |
88.3 |
11.1 |
0.6 |
0.0 |
12月 |
1.66 |
- - - - - - |
- - - - - - |
- - - - - - |
- - - - - - |
89.1 |
10.3 |
0.6 |
0.0 |
||
片 |
小君 |
1.48 |
95920年 |
1960年 |
21286年 |
- - - - - - |
65.3 |
3.2 |
0.1 |
31.4 |
|
12月 |
2.30 |
4735年 |
1816年 |
34629年 |
27767年 |
67.6 |
2.9 |
0.2 |
29.3 |
6月1片观察不可用1 - 10
2片零值的检索报告为零
6月1片观察不可用1 - 10
2片零值的检索报告为零
表4.4实时质量控制为2009年.situ表面温度观测结果 |
||||||
类型 |
数x 103 |
p < 0.67 |
p < 0.95 |
p < 0.99 |
p < 1.0 |
|
船蓖麻 |
210.3 |
55.5 |
27.0 |
9.0 |
8.5 |
|
船斗 |
32.1 |
47.2 |
31.4 |
12.6 |
8.8 |
|
船体联系 |
309.2 |
53.6 |
28.5 |
10.2 |
7.7 |
|
CMAN站 |
23.6 |
72.1 |
20.6 |
5.0 |
2.2 |
|
FixedBuoy |
2657年。3 |
83.5 |
13.3 |
2.6 |
0.7 |
|
漂流浮标 |
10624年1。 |
92.3 |
5.8 |
0.9 |
1.0 |
|
表4.5 2009年实时QC成果剖面的观察 |
||||||
类型Count1 x密度垂直 |
本月,深度失踪p < 0.67 p < 0.95 p < 0.99, p < 1.0 |
|||||
103年 |
Inv.2 Grad.2 |
Error2 3 Error2 |
Value24 |
|||
XBT 18.9准确性 |
12722年 |
52301 674 |
26日75.9 |
16.2 |
1.6 |
6.3 |
固定的502.5 |
19000 3922 |
- - - - - - - - - - - - |
1163年81.3 |
16.3 |
1.5 |
0.9 |
浮标 |
||||||
漂流31.7 |
207 5743 |
6374年 |
- 84.3 |
8.1 |
1.9 |
5.7 |
浮标 |
||||||
TESAC 1332。4 |
1382 2165 |
1706 551 |
222年44.0 |
29.3 |
10.0 |
16.7 |
阿尔戈号148.2 |
9028 8801 |
6669 4628 |
7158年77.9 |
18.3 |
1.7 |
2.1 |
1计数资料的数量
2项配置水平的影响
3 Instrumentaton错误包括线,线断裂,无效的上层海洋温度响应,峰值
4项指失踪的温度水平
1计数资料的数量
2项配置水平的影响
3 Instrumentaton错误包括线,线断裂,无效的上层海洋温度响应,峰值
4项指缺少温度水平只有错误,这可能是由于拐点大量毁灭的概要文件GTS上的数据发布之前完成。阿尔戈与96%以上的高质量的资料录取分析。然而,阿尔戈概要文件显示深度的相对较高的发生错误(重复的深度或深度不是严格增加)和缺失值错误(这里定义的温度),需要调查。
4.6内部数据检查
内部检查的质量控制程序执行的分析系统本身。这些数据一致性检查最好是在同化算法,因为它需要详细的背景知识和观测误差协方差,即只有当同化执行。内部数据检查的最后防御同化算法对糟糕的观察。数据包含的总误差和随机误差有希望被移除之前感性的同化和外部数据检查。内部数据检查的目的是决定是否任何剩余边际观测同化数据集是可接受的或不可接受的。
需要在这个阶段质量控制的分析/预测系统不能在强调。任何同化系统基于正常的假设,无论多么复杂,很容易受到坏的观察,不符合正态分布。进一步,因为许多GODAE预测系统使用一个连续的分析预测周期,很难消除误差的传播通过预测期时发生错误的数据已经被同化了。这种情况一旦发生,唯一的选择是黑名单坏观察和备份并重新运行分析预测周期。这种疗法会导致延迟生产的预测,这可能是一个严重的问题在业务以来,预测产品的时间至关重要。
内部一致性检查与交叉验证过程中描述不同教派。4。特别是,每个观测与整个组观测同化中使用,不仅附近的观察。一个指标是设计来测试观察创新是否可能或不可能对其他的观察和指定的背景和观测误差的统计数据。一旦决定拒绝一个观察是在内部数据同化过程中检查有必要干预,确保了观察分析没有影响。一般来说,内部数据在变分分析计划执行检查,使用迭代方法的解,可以打断,又开始了。下面描述的内部数据检查是为海军大气变分资料同化系统(NAVDAS),描述在戴利和巴克(2001)。这些检查也一直在海军中实现耦合海洋资料同化(NCODA)系统(2005年Cummings),最近更新了一个基于NAVDAS三维变分分析。下面的讨论是改编自戴利和巴克(2001年,小伙子。9.3)。
在基于观察分析系统分析了增量(或修正向量)根据计算,
(xa - xb) =二叔丁基对甲酚(HBHt + R) 1 (y - H (xb)) (4.8)
在xa是分析和xb是预测模型的背景。情商的右边。(4.8),B是背景误差协方差,H是远期运营商,R是观测误差协方差,y是观察向量,T表示矩阵的转置。观察向量包含所有的天气温度、盐度和速度观测的地理和时间域内的预测模型网格和更新周期。当分析变量和模型预测变量是相同的类型,提出运营商H只是空间插值预测模型网格的观测位置在三维空间中执行。因此,HBHT近似直接由背景误差之间的相关性观察位置,和二叔丁基对甲酚直接由误差之间的相关性观察和网格的位置。数量(y - H (xb))被称为创新向量(模型数据不适应在观察位置)。
的第一部分内部数据检查使用公差极限。表示= HBHT + R作为情商的观察对称正定矩阵,(4.8)。定义一个”=诊断接头
(A),然后定义观测向量d”=“1/2 [y - H (xb)]。d”的元素是规范化的创新,应该分布(在许多实现)正态分布标准差等于1.0,如果背景和观测误差协方差已经正确地指定。如果是这种情况,公差范围(TL)定义。自B和R从来都不是完美的,最好使用一个相对较高的公差极限(TL = 4.0)操作。测试统计的目的是确定一个略微接受观察如果d”的元素大于指定的公差极限。
第二部分内部数据检查的一致性检查。它与其他观测比较勉强接受观察。这个过程是一个逻辑的延伸公差极限检查上面描述。定义矢量d * = 1/2 [y - # (xb)]。d *的元素就像d”的无量纲量正态分布。然而,因为d *包括完整的协方差矩阵,它包括所有的观测结果之间的相关性。通过对比矢量d和d *它可以显示轻微可接受的观察与其他观察结果不一致,因此可以拒绝。d *指标应该增加(减少)对d”当与其他观测观察是一致的(一致),指定的背景和观测误差的统计数据。
内部数据检查用表4.6中给出的例子说明了3假设观测略微考虑可接受的基础上规定的公差极限(d)检查值为3.0(戴利和巴克2001)。d *第一观察指标减少附加时,相关(p = 0.8)观察更准确比背景(= 0.1)。在这种情况下,怀疑观察,拒绝单独公差极限检查的基础上,现在决心保持一致,并保留在分析(d = 1.9)。然而,如果额外的数据不相关(p = -0.4),同时被准确(eo = 0.1),然后观察结果表明嫌疑人更可能比公差极限检查,应该拒绝(d = 5.8)。不准确观测相对于背景(eo = 2.0)显示更少的敏感性之间相关性的观察,但仍给同一个方向变化(d *与d”)的准确的观察。
有困难在实践中应用数据一致性检查,因为它需要计算整个1/2矩阵,这是很大的问题。幸运的是,有一些很好的近似计算,可以使用(戴利和巴克2001)。然而,其他的实现问题依然存在。来
d1A = d2A = d3A = 3.0 |
||
14 * 1 |
p = -0.4 |
p = 0.8 |
s0 = 0.1 |
5.8 |
1.9 |
s0 = 2° |
3.5 |
2.4 |
哒,d *文本中定义p观测年代观测误差之间的相关性规范化的背景误差哒,d *文本中定义p观测年代观测误差之间的相关性规范化的背景误差拒绝一个观察大量常数添加到适当的HBHT + R矩阵的对角元素。这个修改矩阵等方法来有效地防止拒绝观察影响分析。然而,如果这个操作是在下降迭代修改完成的矩阵不再是一致的与其他向量进化作为共轭梯度的解决方案的一部分。血统可以重启(非常昂贵)或共轭梯度解向量可以适当改变允许继续下降。在这两种情况下的公差极限和内部一致性检查多次可以应用在下降的解决方案解决越来越多的观察创新。
讨论了戴利和巴克(2001),修改这个程序可以为极端事件时指定的背景误差统计信息可能是不正确的。通常情况下,错误数据的同化了平均时间一系列创新和预测差异和反映平均水平,而不是极端条件的域模型。海洋中发生更改时(比如一个涡流脱落或额曲流事件)背景误差的统计数据可能会比正常。在这种情况下,指定公差极限过低可能拒绝好(非常重要)的数据。一个选项来处理这是使人通过公差极限检查和计算d值的模式在一些有限的分区的分析领域。这里的模式是一个更好的统计数据,因为它是容易受到异常值低于平均值。如果分区模式远远大于1,就可以得出结论,存在严重的观察和背景之间的差异。在这种情况下,为了避免不合逻辑地拒绝好的数据,分区公差极限应该增加超出规定的值。
4.7伴随敏感性
Adjoint-based观测灵敏度,最初在数值天气预报作为observation-targeting工具开发的,提供了一个可行的(一次性)方法估计观测影响的多种数据集和个人观察。观察影响是伴随一个两步的过程,涉及的计算预测模型和伴随同化系统。首先,成本函数定义(J)是一个标量测量预测误差的一些方面。伴随的预测模型是用来计算成本函数的梯度对预测初始条件(dJ /测定仪。第二步是扩展的初始条件敏感性梯度模型空间观测空间使用的伴随同化过程(dJ / dy = KTdJ /测定仪,在K =二叔丁基对甲酚(HBHT + R) 1是卡尔曼滤波增益矩阵的Eq。4.8。K的伴随由KT = [HBHT + R] 1 hb。前进的唯一区别和伴随的分析系统是在观察后乘从解决方案的所以您最后使用空间网格空间。解算器(HBHT + R)是对称的或自伴的向前,以同样的方式运作,伴随的方向。鉴于灵敏度矢量分析,观察影响了作为观测模型数据的标量产品差异和这些差异的预测误差的敏感性。观察将产生最大的影响在减少预测误差在动态观察影响初始条件敏感区域。 It is not necessary for the observation to produce a large change (i.e., innovation) to the initial conditions for it to have a large forecast impact (Baker and Daley 2000; Langland and Baker 2004).
如果一个观察的同化了天气预报发布从分析状态比预测更准确有效的同时,但从之前发布状态,然后观察被认为是有益的,积极的影响。所有同化观测预计将产生有益的影响修正初始条件,从而提高预测发布的分析。然而,如果找到一致的现在影响特定的数据类型或观测系统,那么这可能表明数据质量控制问题,如微妙的仪器漂移或校准问题,否则很难评估当孤立地考虑到数据。因此,adjoint-based数据影响过程是一种有效的工具来提供定量诊断的海洋数据质量。的使用伴随敏感性在海洋数据同化和海洋数据质量控制仍是一个活跃的研究领域和发展。
4.8总结和结论
有效的海洋数据质量控制是一个困难的问题。观察是不完美的,容易出错。所描述的数据和错误不同化系统通过误差协方差矩阵分析之前需要消除。有效的质量控制,因此,需要一组事先建立的,标准化的测试程序,程序的结果显然与数据值。反过来取决于有效性标准的可靠性(s)和选择为衡量拟合优度。
需要观察质量控制取决于使用的观测。用户的质量控制数据集有一个广泛的意见最合适的标准和在适当的“适应紧张”要求的质量控制程序(太紧会增加错误地拒绝的机会异常功能;过于宽松的机会增加接受糟糕的数据)。数据质量指标必须用于确定质量控制观测是适合一个特定的目的。本文观察执行质量控制作为同化观测的海洋预报系统。使用这个定义,最好的海洋数据质量计划是导致最好的海洋预报。
意外很难证明一致影响质量控制的个人观察分析/预测系统。然而,质量控制是非常重要的在数据监控:收集统计观测系统的碎煤机结构;检测观察系统不按预期执行;和反馈的数据提供者,以便纠正缺陷。因此,一个完整的、端到端质量管理体系必须确保质量记录控制程序的结果独立分析和以后使用。如果进行质量控制好,那么它可以减少重复的工作在海洋数据值添加的用户是不会丢失或误解。至少一个全面的数据库原材料观测值,独立相同数量的估计,和质量控制的结果是必需的。数据库将用于寻找“意想不到”的行为在观测系统,并允许用户和运营商的质量控制系统,以确定系统的问题为了收集数据或数据传输中的错误纠正。目前,很少有公认的标准实时海洋数据质量控制和很少的情况下,海洋中心的过程和结果进行比较。GODAE操作海洋社会继续发展的一系列复杂的海洋分析和预测系统,重要的是,程序开发,定期评估海洋数据的有效性经常交换统计质量控制和质量控制流程的操作中心。 A start on this process has begun with the GODAE QC intercomparison project (Smith 2003; Cummings et al. 2009), which initially is focusing on profile data types.
完全自动化的海洋数据质量控制程序中描述本文仅限于观察海洋预报模型的数据类型通常被同化。新海洋观测系统继续部署和新的失效模式的现有观测系统继续被识别。新观测系统的例子包括高频沿海雷达和微波测量海面盐度的空间。新仪器失效模式的例子有压力和盐度传感器相关的长期问题,自主,阿尔戈的部署分析浮动。新的观测误差模型自动化质量控制的需要开发新的数据类型,和现有的模型需要更新检测错误,并纠正,新的仪器失效模式。现有的和新的自动化质量控制程序的有效性必须不断地证实了正式的统计检验和通过检查自动化和delayed-mode质量控制结果之间的差异在同一观测。自动化质量控制系统可以被认为是表现如果决定在实时观察是一致的修改或拒绝决定相同的观测在延迟模式下,在更严格的科学专家人工干预质量控制方法是可行的。延迟模式质量控制结果的阿尔戈分析浮动数组是现成的,可以用于评估。这个活动是不可或缺的组件GODAE QC相互比对项目,其中包括参与以下操作中心:在澳大利亚气象局,科里奥利数据中心在法国,综合科学数据管理部门在加拿大,舰队数值气象学和海洋学中心在美国一、英国气象局
确认这项工作由国家海洋合作项目(NOPP)项目,我们GODAE:全球海洋预测与海洋混合坐标模型,和6.2海军研究实验室的项目,使用变分观测的影响伴随系统。项目执行办公室的C4I和空间pmw - 180提供了额外的资金作为6.4的一部分项目海洋资料同化耦合海洋大气中尺度预报系统。我承认马克Ignaszewski舰队数值气象学和海洋学中心的蒙特利,CA,和Krzysztof Sarnowski斯坦尼斯航天中心的将是海军海洋图像办公室的女士而言,他们持续的援助和支持的转换和维护海军耦合海洋资料同化质量控制(NCODA_QC)系统在美国海军作战中心。
引用
贝利R, Gronell,菲利普斯H,坦纳E,迈耶斯克(1994)质量控制食谱XBT数据准确性,CSIRO海洋221年实验室报告。http://www.medssdmm.dfo-mpo.gc.ca/meds/Prog_Int / GTSPP / QC_e。htm贝克问,戴利R(2000)观察和背景伴随灵敏度自适应观测目标的问题。问J罗伊流星Soc 126:1431 - 1454 T波伊尔,莱维图斯(1994)质量控制和处理历史海洋温度、盐度和氧数据。美国国家海洋和大气管理局技术报告NESDIS 81。65页Corlett GK,巴顿IJ Donlon CJ,爱德华兹MC,好SA, Horrocks洛杉矶,Llewellyn-Jones DT,商人CJ, Minnett PJ,夜莺TJ,诺伊斯EJ, O 'Carroll AG) Remedios JJ,罗宾逊,桑德斯RW,瓦詹(2006)海温检索的准确性AATSR:初步评估通过地球物理验证在.situ辐射计、浮标和其他SST数据集。睡觉空间Res 37(4): 764 - 769年卡明斯JA(2005)操作多元海洋资料同化。问J皇家了Soc 131:3583 - 3604
卡明斯JA, Brassington G,基利R,马丁·M Carval T (2009) GODAE海洋数据质量控制工程。09年诉讼、海洋观察,威尼斯,意大利。戴利p 5 R,巴克E (2001) NAVDAS的《资料读物》2001。海军研究实验室主管/
聚氨酯/ 7530-01-441,蒙特利,160页Donlon C, Minnett p, Gentemann C,夜莺TJ,巴顿,病房B,穆雷M(2002)对改善验证卫星海面皮肤温度测量对气候研究。raybet雷竞技最新J爬15:353 - 369 Donlon CJ,罗宾逊,凯西KS, Vazquez-Cuervo J,阿姆斯特朗E, Arino O, Gentemann C, D, LeBorgne P, Piolle, Barton1我,begg H,普特dj,商人CJ,宾汉,亨氏,哈里斯,灯芯G,金刚砂B, Minnett P, R,埃文斯Llewellyn-Jones D, Mutlow C,雷诺R, Kawamura1 H,雷纳N(2007)全球海洋数据同化实验(GODAE)高分辨率海洋表面温度试点项目(GHRSST-PP)。牛是Meteorol Soc 88 (8): 1197 - 1213
朗兰RH,贝克问(2004)估计使用海军研究实验室的观察影响大气变分资料同化伴随系统。忒勒斯56 a: 189 - 201 D,奥斯特曼禾(1998)采用卫星海洋表面温度:GOES-8的评价
和GOES-9多光谱成像仪检索精度。J大气压海洋抛光工艺15:788 - 834 D, Parmeter MM, Olszewski DS麦肯齐BD (1998)。卫星海洋表面温度的检索操作处理的将是海军海洋图像办公室。牛是流星Soc 79:397 - 407
商人CJ, Embury O, Le Borgne P, B Bellec(2006)撒哈拉沙漠的尘土在夜间热影像:检测和减少相关的偏见在海洋表面温度进行检索。Rem Sens Env 104 (1): 15 - 30
商人CJ, Le Borgne P, Marsouin击中H(2008)从split-window观测海洋表面温度的最优估计。Rem Sens Env 112(5): 2469 - 2484商人CJ, Le Borgne P, H将球击出,Marsouin(2009)从地球静止卫星海洋表面温度的最优估计。Rem Sens Env 113(2): 445 - 457史密斯N(2003)第六届全球海洋观测系统的指导委员会(GSC-VI): GODAE报告。IOC-WMO-UNEP / I-GOOS-VI / 17
继续阅读:海淡水和动量通量的热空气
这篇文章有用吗?
