將不同來源、不同誤差信息、不同時空分辨率的觀測資料融入數值動力模式，依據不同權重將觀測場與模式場結合，從而得到真實場最優估計，如今這種數據同化技術，已廣泛應用于大氣海洋領域。記者8日從自然資源部國家海洋環境預報中心（簡稱預報中心）獲悉，最新研究發現，海冰—海洋多參數協同數據同化可為動力模式提供初始場，經過不斷循環，使模式結果不斷向觀測值靠攏，從而提高對北極海冰演化的預測。

該研究發表于《地球物理研究雜志：海洋》期刊，論文第一作者、中心極地環境研究預報室博士梁曦說，盡管海冰演化與海洋條件有密切的動力和熱力學聯系，但以前許多研究都是在沒有同化海洋狀態變量情況下進行的。

在國家重點研發計劃支持下，預報中心的北極海冰短期預報系統升級為ArcIOPS v1.1于今年6月正式運行。系統在準實時同化海冰密集度和海冰厚度的基礎上，進一步實現了衛星觀測海洋表面溫度數據的融合，解決了極區觀測變量數據同化技術中海冰—海洋界面物質和能量的協同調整難題。

據悉，更高水平分辨率的ArcIOPS v2.0版本正在測試中，預計年底投入試運行，屆時中心將為北極科考和商業航行提供更精細化、更準確的海冰預報服務能力。