• The added line is THIS COLOR.
  • The deleted line is THIS COLOR.
#author("2020-12-03T04:11:27+09:00","kei","kei")
* 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]