Backup source of study/WhitakerJS_MWR_2002a (No. 3)

• List of Backups
• View the diff.
• View the diff current.
• View the backup.
• Go to study/WhitakerJS_MWR_2002a.
  • 1 (2006-08-13 (Sun) 00:34:33)
  • 2 (2006-08-12 (Sat) 08:34:33)
  • 3 (2020-11-14 (Sat) 11:15:21)
  • 4 (2020-11-16 (Mon) 09:22:21)
  • 5 (2020-11-16 (Mon) 12:17:20)
  • 6 (2020-11-16 (Mon) 15:34:03)
  • 7 (2020-11-16 (Mon) 20:33:29)
  • 8 (2020-11-17 (Tue) 00:14:52)
  • 9 (2020-11-23 (Mon) 13:44:50)
  • 10 (2020-11-23 (Mon) 16:59:31)
  • 11 (2020-11-24 (Tue) 00:05:24)
  • 12 (2020-11-24 (Tue) 05:53:39)
  • 13 (2020-11-24 (Tue) 21:34:44)

#author("2020-11-14T11:15:21+09:00","","")
#freeze
* WhitakerJS_MWR_2002a [#nac3f6d3]
Whitaker, J.S. and T.M.Hamill, Ensemble data assimilation without perturbed observations, MWR, 130, 1913-1924, 2002..

- Category: Assimilation
- Tool(s): Others
- Summary: EnSRF(Ensemble Square Root Filter→[[Whitaker et al 2004>study/WhitakerJS_MWR_2004a]]に続く)に関するテクニカルな論文。
- Read Date: 2006-08-04

** Messages [#de555e53]
- EnSRF(Ensemble Square Root Filter→[[Whitaker et al 2004>study/WhitakerJS_MWR_2004a]]に続く)に関するテクニカルな論文。
- EnKFはPerturb Observationがないとエラーを過小に見積り、Filter Divergenceを起こすが、使うとエラーが大きくなりすぎる。本当はPerturb Observationは使いたくない。
- そのため、その問題をクリアしているEnSRFを使用する。(なぜクリアしているのかがわからん！) 
- 40変数、10アンサンブルメンバーのLorenzモデル、2000変数、20メンバーのシンプルGCMの2つで、EnKFとEnSRFを比較。EnSRFのほうが、Divergenceしない上にエラー(RMS)も小さい。
- Serial assimilation (one after another) という手法を使っている。計算上はらくそうだが、それが4DVARとの違いか、という気もする(論文には書いてない)。
- 真値がどのensembleとも近い場合、(アンサンブル平均のRMSE)／(RMSEのアンサンブル平均)≒√((n+1)/2n)となるらしい(Murphy 1988)。何かに使えるかも。
** Question [#h489c73a]
- 数式には不思議がいっぱい。
** Memo [#bd120a72]

**Comment [#qc1318d6]
- Pgv7bV http://pills2sale.com/ viagra online -- [[Merziuz]] &new{2020-11-14 (Sat) 11:15:21};

#comment