共查询到18条相似文献，搜索用时 78 毫秒
1.
2.
3.
Kalman滤波方法建立的预报模式是随着时间的变化而变化的。它是一种利用上一次的预报误差反馈信息来作修正原模式中的参数和量测方程的方法。用Kalman滤波方法建立的可变预报模式,对于用Mos方法建立的预报模式来说有了很大的进步。这主要是由于Kalman滤波不需要对新模式产品资料的积累过程和回归系数是随时间变化的原因,使得Kalman滤波方法具有很好的自我调整能力,从而使预报值不断适应实况的变化。 相似文献
4.
集合Kalman滤波是由大气数据同化发展的新的同化算法,它利用蒙特卡罗方法计算背景场的误差协方差矩阵,克服了Kalman滤波需要线性化的模型算子和观测算子的难点。但是这种同化方法是一种顺序数据同化方法,无法对过去状态变量进行同化订正。而过去状态的估计对于建立大气或海洋历史资料库、获得准确的数值预报初始场有着重要的意义。本文在集合Kalman滤波同化方法的基础上,提出了可以对过去状态进行估计的集合Kalman滤波扩充状态变量法,然后分别采用空气质量方程和Lorenz系统对这种方法进行了检验。数值试验结果表明,这种方法可以对非线性系统中的过去状态变量进行有效的估计订正,说明该方法是可行的。 相似文献
5.
湖北分县MOS预报系统建立与评分 总被引：3，自引：0，他引：3
在T213L31数值模式产品释用基础上,设计计算并选用模式大气中分别与降水、地面气温和风场有天气学意义的线性化预报因子,采用Kalman滤波和相似-Kalman滤波,在湖北省及邻近范围,建立实时(逐日更新样本)多站点、多时次、多要素的统计MOS预报方程,做定点(分县)、定时(6小时分辨率)和定量降水与概率、地面气温和风场客观预报(MOS预报系统)."系统"经2005、2006年6-8月业务试验表明,各个MOS预报都具稳定性和具有一定的评分水平.从而表明,相似-Kalman滤波在一定程度上消去单纯Kalman滤波"预报滞后"效应,并实现用Kalman滤波或相似-Kalman滤波做定性、定量降水MOS预报,和做地面气温和风场MOS预报,且用了实时历史样本雨/晴预报准确率,当作有/无降水发生概率. 相似文献
6.
7.
8.
论文利用2009年1-2月T213模式产品、30年来的常规观测报文以及场区逐时气温记录,综合运用环流分型和Kalman滤波方法,基于逐月环流型的气温增率建立了场区72h逐时气温释用预报模型,并针对场区2009年3-7月各天72h逐时气温进行了具体的预报。结果表明:Kalman滤波算法能够得到较为精确的温度最值预报,通过环流分型得到的逐时气温预报准确率能够达到73.2%,可以作为逐时气温预报一种较好的方法。 相似文献
9.
集合Kalman滤波资料同化技术及研究现状 总被引：8，自引：1，他引：7
针对国内集合Kalman滤波资料同化领域的研究空白,对该技术的背景、理论、优势以及存在的问题做了简要描述,对目前国际上的主要研究成果做了介绍,并给出了该方法可能的发展方向。 相似文献
10.
基于Kalman滤波的副热带高压数值预报误差修正 总被引：3，自引：0，他引：3
利用Kalman滤波方法，对T106数值预报产品进行了误差修正和预报优化。用1995-1996年夏季（5-8月）T106数值预报产品资料建立预报模型，并提供递推参数初始值，其后以1997年夏季（5-8月）T106资料为独立样本对副高面积指数和脊线指数进行动态订正预报。预报效果的对比分析表明，Kalman滤波方法较其它统计预报方法的自适应能力更强。能够对预报对象提供更为准确、有效的跟踪和描述。对数值预报产品的副高预报误差修正效果良好。 相似文献
11.
12.
An Adaptive Estimation of Forecast Error Covariance
Parameters for Kalman Filtering Data Assimilation 总被引：1，自引：0，他引：1
Xiaogu ZHENG 《大气科学进展》2009,26(1):154-160
An adaptive estimation of forecast error covariance matrices is proposed for Kalman filtering
data assimilation. A forecast error covariance matrix is initially estimated using an ensemble of
perturbation forecasts. This initially estimated matrix is then adjusted with scale parameters that are
adaptively estimated by minimizing -2log-likelihood of observed-minus-forecast residuals. The proposed
approach could be applied to Kalman filtering data assimilation with imperfect models when the model
error statistics are not known. A simple nonlinear model (Burgers' equation model) is used to demonstrate
the efficacy of the proposed approach. 相似文献
13.
Ensemble-based Kalman filters in strongly nonlinear dynamics 总被引：1，自引：1，他引：0
This study examines the effectiveness of ensemble Kalman filters in data assimilation
with the strongly nonlinear dynamics of the Lorenz-63 model, and in particular their use in
predicting the regime transition that occurs when the model jumps from one basin of attraction
to the other. Four configurations of the ensemble-based Kalman filtering data assimilation techniques,
including the ensemble Kalman filter, ensemble adjustment Kalman filter, ensemble square root filter
and ensemble transform Kalman filter, are evaluated with their ability in predicting the regime
transition (also called phase transition) and also are compared in terms of their sensitivity to
both observational and sampling errors. The sensitivity of each ensemble-based filter to the size
of the ensemble is also examined. 相似文献
14.
利用 T10 6数值预报产品及实时温度 ,建立用卡尔曼滤波方法制作全区 89站 2 4 - 72小时最高、最低温度预报业务系统 ,对使用结果进行分析并探讨成败的原因。 相似文献
15.
基于GFS产品和卡尔曼滤波的嘉兴市温度客观预报 总被引：3，自引：2，他引：1
利用NCEP提供的高时空分辨率的GFS（Global Forecast System）数值预报产品和当地地面观测气温资料,经SPSS（Statistical Product and Service Solution）逐步回归分析,建立了嘉兴市24h和48h日平均气温、最高气温、最低气温初始预报方程,采用卡尔曼滤波方法进行以上6项目的逐日滚动预报。对最近2年来的预报结果检验表明：平均气温的预报效果最佳,最低气温次之,最高气温的准确率相对最低;随着时效增长,误差增大;不同季节,参考价值高的项目各不相同,秋季的最高温度误差较小,而冬季则最低气温准确率最高。分析结果可以作为日常预报中一种有效的参考。 相似文献
16.
在国家气象中心与北京市气象局联合开发的“北京地区中尺度数值预报业务系统”基础上，充分利用高分辨率中尺度数值预报产品和地面加密气象观测资料，分别使用统计和动力释用方法进行局地温度、风和北京市区空气污染状况的预报。试预报结果表明，用卡尔曼滤波方法建立的温度和风的预报效果高于中尺度数值预报直接输出结果；使用中尺度数值预报结果作为一个简单的污染预报动力模式的气象背景场，进行了污染预报试验，结果表明该预报方法具有一定的预报能力，其中SO2、NO2、CO浓度的预报准确率在夏、秋、冬三季中均可达到65%以上。上述研究成果已用于业务预报。 相似文献
17.
针对实际工程中风廓线雷达风向、风速随高度分布取值的非线性特性以及非气象干扰因素,基于非线性化方法——扩展卡尔曼滤波法,对风廓线雷达探测数据进行滤波处理.先利用泰勒展开式的一次项对非线性方程作线性化处理,再结合经典的卡尔曼滤波进行滤波估计,将非线性滤波问题转化为一个近似的线性滤波问题.仿真实验结果表明,该方法可以有效去除风场数据中掺杂的噪声干扰,很好地发挥了其非线性特性,滤波效果优于传统的卡尔曼滤波,具有一定的工程应用前景. 相似文献
18.
Summary The quality control of rain amount data is usually based on a posteriori defined sets of empirical thresholds, e.g. when crosscheking neighbouring observations. While these procedures are well suited for very long time series, it is difficult to adopt the rules for time series of special observation periods with higher resolution in time. We propose a linear Kalman filter and present several methods, how to fit it onto the stochastic structure of the time series in the presence of many zeroes. These zeroes may indicate light rain or no rain and, therefore, are considered censored. They do not fit into the stochastic structure of the non-zero values and have to be treated separately. Fitting one out of four model parameters of the Kalman filter also determinates two other dependent ones. Only one model parameter has to be known from independent sources. The fitting algorithms are tested with artificial rain rate time series with known stochastic structure and several zero rain data points. Furthermore, applied to time series of observed hourly rain amounts for 4 consecutive winter months, the Kalman filter shows its sensitivity for faulty data points. The detection of conspicuous data by the method of Kalman filtering is discussed.With 3 FiguresProf. Dr. H.-D. Schilling died November 22, 1997. 相似文献