study/WhitakerJS_MWR_2002a

WhitakerJS_MWR_2002a †

Whitaker, J.S. and T.M.Hamill, Ensemble data assimilation without perturbed observations, MWR, 130, 1913-1924, 2002..

EnSRF(Ensemble Square Root Filter→Whitaker et al 2004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。