阅读前请点击“关注”，不仅方便大家讨论分享，还能给大家带来不一样的参与感，感谢您的支持。
温丨吐出不满的痰娱乐。
编辑丨吐出不满的痰娱乐。
前言。 具有多个隔间或耦合系统的系统变得越来越重要。 地球系统模型通常解决这种系统系统的问题，以了解地球许多不同组成部分之间的相互作用。 这种耦合系统并不局限于地球系统模型。
它们存在于耦合的天气野火系统、耦合的灾害疏散系统、社会水文学等社会生态学中。 由于这些耦合系统具有很强的非线性，开发高效实用的方法来估计、**和控制这些系统对地球系统科学家来说是一个艰巨的挑战。
弱耦合数据同化和强耦合数据同化。
数据同化已被公认为估计这些复杂耦合系统状态的有用方法。 它可以通过模型**和观测值的组合提供状态变量的实时估计。 稀疏分布的观测数据可以整合到动力学模型中，以有效挖掘其潜力，使其适用于地球系统模型。
方法主要有两种类型：基于积分的方法，例如变分方法，已经进行了深入比较，许多研究建议将它们结合起来。 最近，出现了不同于这些传统方法的耦合系统的其他方法。
在界面求解器中，仅选择彼此高度相关的界面变量，并在同化观测值时考虑其相关性。 建议用于基于增量变分方案的耦合系统。 耦合系统中的方法称为“耦合数据同化”。
有两种方法：弱耦合数据同化和强耦合数据同化。 前者仅在**阶段考虑房室间的相互作用，而后者在分析阶段还使用来自其他房室的信息。 业务天气预报中心成功实施，为其尚未运行的耦合模型提供了一致的初始条件。
它最近引起了人们的兴趣，因为它有望最大限度地利用跨区域协方差进行观测。 在观测系统模拟中使用大气观测来更新简化海洋模型的状态变量。 采用大气-地表耦合模型研究了近地表温度与雪温之间的协方差。
利用大气河流耦合模式将河流流量观测结果同化到大气模型中。 请注意，没有使用实际观测值。 来自一个隔间的观察结果被同化到另一个隔间中，而不是以另一种方式吸收。
来自快速隔室的观察结果被同化到慢速隔室中。
以前的系统尚未在几个隔间中完全实施。 在大气-地面耦合模型中进行，表明将仪表湿度数据同化到土壤湿度有助于改善**。 大气-海洋-海冰-陆地耦合模式中的气候再分析。 对一些配置进行了测试，并决定不将海洋观测结果吸收到大气中，以避免性能下降。
通过将海面温度同化到大气模型中，研究了海洋观测对大气海洋学系统的影响。 综上所述，最近开始应用各种类型的实景耦合模型。
虽然之前有很多应用，但实际上很难最大限度地发挥潜力。 以前在实践中不一定更有效。 如果不能充分估计跨区间协方差，则会降低估计耦合系统状态的技能。 以前已经进行了广泛的调查，但结果喜忧参半。 通过将模型应用于多个尺度来测试模型，其中较慢的变量具有较快的子隔间。
在这个耦合系统中，将来自快速区室的观测结果同化到慢速区室并不能提高整个系统的可扩展性，将其归因于由于集成大小不足而导致的虚假协方差。 结合大气层、海洋致密的倾角圈和海冰的模型，他们表明很难将较慢隔间的观测室（即大气层）吸收到较快的隔间中。
研究发现，在简化的大气-海洋耦合模型中，吸收主模块的观测数据以更新海洋变量是有效的。 单向耦合多尺度模型的使用表明，当集合尺寸较大时。 使用模块化任意阶海洋-大气模型，该模型是具有任意空间分辨率的大气-海洋学模型。 快速和慢速尺度上的误差增长说明了区间内或区间效应如何改变性能。
频繁观察快速隔室可以抑制误差演变，提高状态变量的估计。 由于模型的不稳定性程度。 此外，这些结果可以解释两个模型区间之间的时间尺度不匹配如何影响相对精度。
因此，确定更有效的条件至关重要，以便能够了解每个特定耦合系统中的实现是否值得其计算开发成本。 尽管以前在各种耦合系统中的应用提供了许多性能示例，但仍然缺乏对优越性的一般了解。 对耦合强度的影响没有总结，尽管它是表征耦合系统的关键指标。
地球系统科学中的耦合系统具有多种隔间相互作用，从双工到单向，它们可以在时间和空间上变化。 此外，它们还可能导致耦合系统的非线性和混沌性质。 因此，目标是根据区间之间的相互作用来总结性能。 通过使用耦合模型进行的广泛调查揭示了起作用的条件，并找出它发生的原因和方式。
驱动整个系统的领导者系统。
除了在完美的模型设置中众所周知的集成大小效应的重要性外，当室间相互作用参数的绝对值较大时，效果更好。 由于需要准确估计区间内和区间协方差，因此不建议使用少量集合成员，因为这会增加采样误差。
然而，对于具有相互作用的耦合系统，一个隔间中变量的增加会导致另一个隔间中变量的减少，从而抑制系统的混沌性质，即使集合大小较小。 在计算房间协方差时，房间协方差的大小与符号无关，因此估计房间协方差的难度与符号无关。
尽管区室协方差起着重要作用，但性能在很大程度上取决于其他因素，这些因素决定了估计区室协方差在分析步骤中的使用效率。 这一结果可能有助于将控制性能的因素归因于没有通过腔室间相互作用增加的混乱。 非高斯属性不受变化的影响，因此性能差异不能归因于状态估计的非高斯属性。
研究结果有助于确定该系统是否可以有效应用。 例如，在大气-海洋相互作用抑制系统演化演化的热带扰动领域，引入可以有效提高整个系统的可行性。 混乱的效率以前从未讨论过。
在单向耦合系统中，通过将跟随系统的观测结果同化到驱动整个系统的领导者系统中，可以改进领导者和追随者系统，这与之前的工作是一致的。 此外，建议有效性程度随着耦合强度的增加而增加，考虑到单向耦合系统中的混沌几乎不随耦合强度而变化，这是合理的。
需要对协方差膨胀和定位的超参数进行密集校准。 在通胀方面，使用固定通胀超参数在看似足够的设定规模下不容易跑赢大盘。 这表明通货膨胀起着重要作用。 在工作中，当集成大小较小时，性能比扩展超参数更敏感。 正如隔间定位是成功的重要因素一样。 为了最大限度地发挥潜力，需要一种有效的超参数调优方法。
结语。 受区间内和区间误差的影响，因为不正确的过程模型可能导致对背景交叉协方差的不适当估计，从而无法准确更新状态。 协方差的错误估计会导致性能下降。 在耦合模型中，腔间协方差的估计受到过程模型不准确性的严重影响，估计腔内协方差的误差与过程模型的不准确性相关性不强。
这就是为什么当模型不准确时，房间的额外使用就不那么重要了。 尽管这种行为对于不完美的模型对于实际应用很重要，但应该注意的是，耦合模型是高度理想化的。 显然，这些模型是低维的，没有物理平衡，具有均匀的空间尺度，是单变量的，并且具有空间均匀的动力学。
文章描述了这个过程，**全部**在互联网上，本文旨在倡导正能量的社会能量，没有低俗等不良引导。 如涉及版权或人格侵权问题，请及时与我们联系，我们会尽快删除内容！ 如果对事件有任何疑问，将在联系后立即删除或更改。