Ocean Satellite Data Assimilation Experiments in FIO-ESM Using Ensemble Adjustment Kalman Filter

主要致力于海洋数值模拟与数据同化研究，在国内外杂志上发表文章60余篇，承担了国家基金项目、国家973课题、公益性行业专项课题和重点研发计划等多项研究任务。近年来，在多变量联合同化调整和高效并行计算等研究方面取得重要成果，发展了海洋全要素高效并行数据同化系统，有效提高了海洋预报能力和气候预测水平，发布了我国首套全球高分辨率再分析数据。基于Kalman滤波原理，通过变量间的协方差表征海洋动力学特征以及多种影响因素之间的相互作用，有效利用观测信息优化其周围网的各种变量，实现多变量联合同化调整。作为核心成员，突破了负载近绝对均衡、主从核协同计算框架设计和循环折叠流水线等若干关键技术，为海洋数值预报系统建设提供了技术支撑。据此研发了海洋全要素高效并行数据同化系统，已成功应用到21世纪海上丝绸之路海洋环境预报、第二代海洋环境保障等多个预报系统，并支撑了气候预测和观测设计优化等研究的开展。