基于局地集合变换卡尔曼滤波的全球海洋资料同化系统设计及算法加速

范峥, 李宏, 刘向文, 徐芳华

Global Ocean Data Assimilation System Design and Algorithm Acceleration Based on Local Ensemble Transform Kalman Filter

Zheng Fan, Hong Li, Xiangwen Liu, Fanghua Xu

表1 算法时间复杂度分析及说明

Table 1 Algorithm time complexity analysis and

时间复杂度	算法步骤及说明
$O (k l_{[g]})$	（1）应用观测算子，计算观测空间扰动
$O (k m_{[g]})$	（2）计算背景场扰动
$O (k \overset{m_{[g]}}{\sum_{i = 1}} l_{i})$	（3）选择格点内观测数据，得到局地观测误差协方差
$O (k \overset{m_{[g]}}{\sum_{i = 1}} l_{i})$	（4）计算局地观测中间矩阵
$O (k^{2} \overset{m_{[g]}}{\sum_{i = 1}} l_{i})$	（5）计算集合空间分析场误差协方差的逆
$O (k^{3} m_{[g]})$	（6）计算集合空间分析场误差协方差与背景场—分析场扰动变换矩阵
$O (k \overset{m_{[g]}}{\sum_{i = 1}} (l_{i} + k))$	（7）计算集合空间卡尔曼增益分析向量
$O (k^{2} m_{[g]})$	（8）应用卡尔曼增益，得到分析场