丁骏，吕忻，姚雅倩，孟鑫，姜雪敏，吴旭云，葛建忠

(1.上海市海洋监测预报中心，上海 200062；2.国家海洋局东海预报中心，上海 200136；3.华东师范大学 河口海岸学国家重点实验室，上海 200062)

1 引言

风暴潮是世界上最严重的海洋灾害之一[1-2]，也是上海城市安全的主要威胁之一，风暴增减水[3]是一种非周期性的对众多因素敏感的又备受关注的复杂现象。目前，国内外广泛采用海洋站和卫星等监测到的海面高度与正常天文潮的代数差的方法来计算风暴增减水，即风暴潮大小[4-6]。由于风暴潮与天文潮的非线性耦合效应存在[7]，实际增减水并非两者简单的线性相减。受海洋站空间分辨率限制，又常常以点代线、以点代面评估近岸海域风暴潮大小，其误差不断累积。虽然卫星高度计运用到风暴潮观测的研究[8]已经取得技术突破，但其时空分辨率和精度仍需提升。随着理论技术发展与实测数据的丰富，风暴潮数值预报[7]的准确率和时效性进一步提高，可以直观反映风暴增减水、漫滩过程，然而由于数值模式反映的物理过程是有限的，初始场和强迫场是近似的，模式参数是经验的，预测结果不可避免存在误差。在实践中，用实测潮位分离法计算的增水值通常偏大，该值可达15～30 cm，而数值模拟的增水值往往偏小[9]。

集合卡尔曼滤波（Ensemble Kalman Filter，EnKF）[10-11]可以在受噪声影响的测量值与数值模拟的预测值之间寻找最优状态估计。它基于集合预报思想，源于卡尔曼滤波理论和蒙特卡洛估计方法[12]，克服了卡尔曼滤波技术计算量大、只适用线性模式的缺点。……