hide
Free keywords:
-
Abstract:
Der Kombination von Informationen aus Daten und Modellen durch DatenassimiIation kommt eine immer größere Bedeutung zu. Unterschiedlichste Eigenschaften
des Ozeans werden gemessen, und die Anzahl an Messungen nimmt zu. Besonders
die satellitengestützte Fernerkundung liefert seit einigen Jahren große Mengen an
Messungen der Ozeanoberfläche. Auf der anderen Seite macht die Qualitätssteigerung der ozeanischen Zirkulationsmodelle inzwischen einen quantitativen Vergleich
der Daten mit Modellsimulationen sinnvoll. Das Bestreben eine Modellintegration in
größtmöglicher Nähe zu vorliegenden Daten zu halten wird gemeinhin ais Datenassimilation bezeichnet
Unter den verschiedenen Methoden Daten in Modelle zu assimilieren, ist die adjungierte Methode ein sehr flexibles Werkzeug. Sowohl der Anfangszustand des Mo-
dells als auch der äußere Antrieb können angepaßt werden. Desweiteren lassen sich
alle Arten von Messungen verwenden, sofern sich die gemessene Größe aus dem Mo-
dell ableiten läßt. Zur Erstellung des hierzu benötigten adjungierten Modells existieren verschiedene Verfahren. Die vorliegende Arbeit beschreibt einen systematischen
Weg, wie auch kompiexe Zirkulationsmodelle adjungiert werden können. Das Verfahren beruht auf dem Differenzieren von Algorithmen im Rückwärtsmodus. Ausgehend
von dem kodierten Programm des Modells wird das adjungierte Modell Anweisung
für Anweisung anhand von einfachen Regeln konstruiert. Die grundlegenden Konzepte werden vorgestellt und die Regeln erläutert. Zu einem globalen Modell der
ozeanischen Zirkulation wurde auf diese Weise das adjungierte Modell erstellt.
In Zwillingsexperimenten können anhand von simulierten Messungen der Auslenkung und Temperatur der Ozeanoberfläche die Amplituden von Windschubmustern
rekonstruiert werden. Dies gelingt auch, wenn die Daten mit einem weißen Rauschen,
das die erwarteten statistischen Fehler dieser Messungen simuliert, versehen werden.
Zur Unterdrückung eines 2At-Signals in den Amplituden wird eine Glattheitsbedin-
gung eingeführt. Eine Analyse der Fehlerkovarianzmatrix der Ergebnisse zeigt, daß
dadurch das inverse Problem wesentlich besser bestimmt ist.
In weiteren Experimenten werden Oberflächendatensätze, die auf Analysen von
Messungen beruhen, durch Variation des Windschubes assimiliert. Die Ergebnisse
zeigen, daß eine dynamische Interpolation zwischen verschiedenen Arten von Daten
mithitfe eines Zirkulationsmodells möglich ist. Kleine Änderungen von analysierten
Windschubdaten genügen, um eine SST-Anomalie des Modells at erzeugen, die sehr
viel besser mit den Beobachtungen übereinstimmt.
