El reanálisis oceánico es un método que combina observaciones históricas del océano con un modelo oceánico general (normalmente un modelo computacional ) impulsado por estimaciones históricas de vientos superficiales, calor y agua dulce, mediante un algoritmo de asimilación de datos para reconstruir cambios históricos en el estado del océano.
Las observaciones históricas son escasas e insuficientes para comprender la historia del océano y su circulación. Al utilizar técnicas de asimilación de datos en combinación con modelos computacionales avanzados del océano global, los investigadores pueden interpolar las observaciones históricas a todos los puntos del océano. Este proceso tiene un análogo en la construcción del reanálisis atmosférico y está estrechamente relacionado con la estimación del estado del océano.
En los últimos años se han iniciado varios esfuerzos para aplicar la asimilación de datos para estimar el estado físico del océano, incluida la temperatura , la salinidad , las corrientes y el nivel del mar . [1] Hay tres enfoques alternativos de estimación del estado. El primer enfoque es utilizado por los análisis "sin modelo", para los cuales las observaciones de temperatura o salinidad actualizan una primera estimación proporcionada por estimaciones climatológicas mensuales.
El segundo enfoque es el de los análisis de asimilación de datos secuenciales, que avanzan en el tiempo a partir de un análisis anterior utilizando una simulación numérica de la evolución de la temperatura y otras variables producidas por un modelo de circulación general del océano . La simulación proporciona la primera estimación del estado del océano en el siguiente momento del análisis, mientras que se realizan correcciones a esta primera estimación en función de las observaciones de variables como la temperatura, la salinidad o el nivel del mar.
El tercer enfoque es 4D-Var, que en la implementación descrita utiliza las condiciones iniciales y el forzamiento superficial como variables de control a modificar para ser consistentes con las observaciones, así como una representación numérica de las ecuaciones de movimiento a través de la solución iterativa de un problema de optimización gigante.
ISHII y LEVITUS comienzan con una primera estimación de la temperatura climatológica mensual del océano superior basada en climatologías producidas por el Centro Nacional de Datos Oceanográficos de la NOAA . Las innovaciones se mapean en los niveles de análisis. ISHII utiliza un enfoque 3DVAR alternativo para hacer un mapeo objetivo con una escala de decorrelación más pequeña en latitudes medias (300 km) que se alarga en la dirección zonal por un factor de 3 en latitudes ecuatoriales. LEVITUS comienza de manera similar a ISHII, pero utiliza la técnica de Cressman y Barnes con una escala homogénea de 555 km para mapear objetivamente la innovación de temperatura en una cuadrícula uniforme.
Los enfoques secuenciales se pueden dividir en aquellos que utilizan la interpolación óptima y su primo más sofisticado, el filtro de Kalman , y aquellos que utilizan 3D-Var. Entre los mencionados anteriormente, INGV y SODA utilizan versiones de la interpolación óptima. CERFACS, GODAS y GFDL utilizan 3DVar. "Hasta la fecha, no conocemos ningún intento de utilizar el filtro de Kalman para reanálisis oceánicos multidecadales". [1] El filtro de Kalman de transformada de conjunto local de 4 dimensiones (4D-LETKF) se ha aplicado al modelo oceánico modular (MOM2) del Laboratorio de dinámica de fluidos geofísicos (GFDL) para un reanálisis oceánico de 7 años desde enero de 1997 hasta 2004. [2]
GECCO ha realizado un intento innovador de aplicar 4D-Var al problema de estimación decenal del océano. Este enfoque enfrenta enormes desafíos computacionales, pero ofrece algunos beneficios interesantes, como el cumplimiento de algunas leyes de conservación y la construcción del modelo oceánico adjunto.