共查询到15条相似文献，搜索用时 421 毫秒
1.
粒子滤波器(PF)是一种非常具有应用前景的非线性资料同化方法。但由于其算法本身存在的粒子退化问题,目前尚未被广泛地应用于大型地球物理模式。目前主流的集合同化系统仍然倾向于使用集合卡尔曼滤波器(EnKF)及其衍生方法。一种新近被提出的局地化粒子滤波器(LPF)在经典的粒子滤波器算法中引入局地化技术,可以使用较小的计算成本有效地避免退化问题,具有非常大的业务应用潜力。本文在全耦合的通用地球系统模式中开展了LPF和EnKF的同化实验,同化资料为模拟的卫星海表温度资料。着重考察了不同局地化参数对两种方法的不同影响,对比了局地化粒子滤波器与集合卡尔曼滤波器的同化效果差异。比较的结果表明,LPF的同化效果对于局地化参数的选择非常敏感,在使用最优局地化参数的条件下,LPF能达到与EnKF相当甚至优于后者的同化效果,并具有较大的改进空间。 相似文献
2.
现代海洋/大气资料同化方法的统一性及其应用进展 总被引：9，自引：3，他引：9
海洋／大气资料同化的理论基础是用数值模式作为动力学强迫对观测信息进行提炼，或者说，从包含观测误差(噪声)的空间分布不均匀的实测资料中依据动力系统自身的演化规律(动力学方程或模式)来确定海洋／大气系统状态的最优估计。本文对主要的现代海洋／大气资料同化方法，包括最优插值(()ptimal Interpolation，简称()Ⅰ)、变分方法(3—Dimensional Variational和4—Dimensional Variational，分别简称3DVAR和4DVAR)和滤波方法(Filtering)的原理、算法设计和实际应用进行系统地回顾，并对这些资料同化方法的优缺点进行分析和讨论。在滤波框架下，所有的现代资料同化方法都被统一了：()Ⅰ和3DVAR是不随时间变化的滤波器，4DVAR和卡曼滤波是线性滤波器，即非线性滤波的退化情形；而集合滤波能构建非线性的滤波器，因为集合在某种程度上体现了系统的非高斯信息。一个非线性滤波器的主要优点是能计算和应用随时间变化的各阶误差统计距，如误差协方差矩阵。将非线性滤波器计算的随时间变化的误差协方差矩阵引入到（）Ⅰ或4DVAR中，也许能实质性地改进这些传统方法。在实际应用中，方法的优劣可能取决于所选用的数值模式和可获得的计算资源，因此需针对不同的问题选取不同的资料同化方法。由于各种资料同化方法具有统一性，因此可建立测试系统来评价这些方法，从而对各种方法获得更深入的理解，改进现有的资料同化技术，并提高人们对海洋／大气环境的预测能力。 相似文献
3.
EnKF和SIR-PF在贝叶斯滤波框架下的比较和结合 总被引：3，自引：0，他引：3
贝叶斯估计理论为非线性、非高斯系统的数据同化提供了一个统一的框架。在本文中,我们利用著名的洛伦茨吸引子(Lorenz'63)模式对两种基于贝叶斯滤波理论的数据同化方法——集合卡尔曼滤波器(EnKF)和重取样粒子滤波器(SIR-PF)——进行了较为全面的比较。比较的结果揭示了两种方法的优缺点:即当集合成员数目较多时,SIR-PF的同化效果优于EnKF;反之,则EnKF的表现较好。进一步地,我们使用统计方法分析了两者表现的差异和原因。最近提出的一种集合卡尔曼粒子滤波器(EnKPF)通过使用一个可控的参数整合EnKF和SIR-PF的分析格式,可以结合两者的优点。本文在充分比较两种方法的前提下,重新阐释并改进了原有的EnKPF算法,使之适用于非线性的观测算子。通过使用相同的洛伦茨模式实验,我们揭示了EnKPF实质上提供了关于EnKF和SIR-PF的连续插值,使得后两者可以视为其特殊情况。并且,在集合成员数目有限的前提下,EnKPF可以在一定程度上避免滤波退化的发生,取得优于EnKF和SIR-PF的同化效果。 相似文献
4.
背景误差相关结构的确定是影响海浪同化效果的关键因素之一。集合Kalman滤波是一种较为成熟的同化方法,其可以对背景误差进行实时更新和动态估计,现已广泛应用于海洋和大气领域的研究。本文基于MASNUM-WAM海浪模式,分别采用静态样本集合Kalman滤波和EAKF方法,针对2014年全球海域开展海浪数据同化实验,同化资料为Jason-2卫星高度计数据,利用Saral卫星高度计资料对同化实验结果进行检验。结果表明,两组同化方案均有效提高了海浪模式的模拟水平,EAKF方案在风场变化较大的西风带区域表现显著优于静态样本集合Kalman滤波方案,但总体上两者相差不大。综合考虑计算成本和同化效果,静态样本集合Kalman滤波方案更适用于海浪业务化预报。 相似文献
5.
6.
集合卡尔曼滤波(Ensemble Kalman filter, EnKF)是一种国内外广泛使用的海洋资料同化方案, 用集合成员的状态集合表征模式的背景误差协方差, 结合观测误差协方差, 计算卡尔曼增益矩阵, 有效地将观测信息添加到模式初始场中。由于季节、年际预测很大程度上受到初始场的影响, 因此资料同化可以提高模式的预测性能。本文在NUIST-CFS1.0预测系统逐日SST nudging的初始化方案上, 利用EnKF在每个月末将全场(full field)海表温度(sea surface temperature, SST)、温盐廓线(in-situ temperature and salinity profiles, T-S profiles)以及卫星观测海平面高度异常(sea level anomalies, SLA)观测资料同化到模式初始场中, 对比分析了无海洋资料同化以及加入同化后初始场的区别、加入海洋资料同化后模式提前1~24个月预测性能的差异以及对于厄尔尼诺-南方涛动(El Niño-southern oscillation, ENSO)预测技巧的影响。结果表明, 加入海洋资料同化能有效地改进初始场, 并且呈现随深度增加初始场改进越显著的特征。加入同化后, 对全球SST、次表层海水温度的平均预测技巧均有一定的提高, 也表现出随深度增加预测技巧改进越明显的特征。但加入海洋资料同化后, 模式对ENSO的预测技巧有所下降, 可能是由于模式误差的存在, 使得同化后的预测初始场从接近观测的状态又逐渐恢复到与模式动力相匹配的状态, 加剧了赤道太平洋冷舌偏西、中东部偏暖的气候平均态漂移。 相似文献
7.
选取2015年发生在西北太平洋的一次双台风"灿鸿"和"莲花",考察微波辐射率资料同化在双台风数值预报中的应用,采用WRF-3Dvar系统,将AMSU-A微波辐射率资料同化进数值模式用于改善模式的初始场。试验结果表明:直接同化AMSU-A辐射率资料能有效缓解台风在海面上观测资料的不足,对于数值模式初始场的改进效果要优于仅同化常规资料的效果,并且从大尺度环境场上看使模式具备更合理的环流形势,从而提高了对台风路径以及强度模拟的精度,同时对降水强度、落区的模拟更加准确。 相似文献
8.
中国海及邻近海域卫星观测资料同化试验 总被引：4，自引：0，他引：4
利用1个基于POMgcs海洋模式和多重网格三维变分同化方法建立的中国海及邻近海域海面高与三维温盐流数值预报模型,通过一系列数值试验,研究了同化卫星测高和卫星遥感海面温度观测资料对该模型预报能力的影响。试验结果表明,同化卫星测高资料可明显改善海面高度与三维温度和盐度的分析预报效果,使1 200 m以上的温度预报误差减小0.16℃,并能有效提高对海洋中尺度现象的预报能力;同化卫星遥感海面温度对100 m以上的温度和盐度的预报效果有所改善,可使海面温度的预报误差减小10%。 相似文献
9.
利用资料同化方法优化观测系统的空间布局:以泰国湾为例 总被引：1，自引：0，他引：1
海洋观测费用高昂，设计科学高效的观测系统可以充分发挥观测的效能。本文以泰国湾高频地波雷达观测系统为例，利用数据同化方法对观测系统进行了最优布局。首先基于FVCOM海洋数值模式建立了泰国湾海域高分辨率三维斜压水动力模式，在此基础上利用一种改进的高效集合卡曼滤波同化方法对岸基高频地波雷达表层海流观测系统开展观测效能评估数值实验。通过观测区域的不同组合方式将3个区域的雷达表层海流数据同化到数值模式中，实验结果表明，岸基高频地波雷达表层海流观测系统可有效降低高分辨数值模式的海流模拟误差。但不同观测区域的组合提供的观测数据对改善海流模拟的作用存在明显差别，泰国湾现有观测系统雷达站位布设方式应进一步优化。本文最后给出了研究区域最优观测站位的布局方案，可作为下一步观测系统进行布局调整的指导。 相似文献
10.
利用区域海洋模式ROMS(Regional Ocean Modelling System)及其四维变分同化模块,建立了具有资料同化能力的东中国海风暴潮数值模式,通过将海洋站水位观测资料同化到风暴潮模式中,提高了模式对风暴潮的模拟精度。四维变分同化技术能够在整个同化时间窗口保持动力协调,使模拟结果在该时间窗口内最大程度的靠近观测,同时,得到了最优预报初始场。利用该模式,对两次温带风暴潮过程进行了数值模拟,结果表明:在同化窗口内,同化对模拟精度有明显的提高;结束同化之后,得到的最优预报初始场对临近预报精度也有一定提高。 相似文献
11.
Asynchronous data assimilation with the EnKF 总被引：3，自引：0，他引：3
This study revisits the problem of assimilation of asynchronous observations, or four-dimensional data assimilation, with the ensemble Kalman filter (EnKF). We show that for a system with perfect model and linear dynamics the ensemble Kalman smoother (EnKS) provides a simple and efficient solution for the problem: one just needs to use the ensemble observations (that is, the forecast observations for each ensemble member) from the time of observation during the update, for each assimilated observation. This recipe can be used for assimilating both past and future data; in the context of assimilating generic asynchronous observations we refer to it as the asynchronous EnKF. The asynchronous EnKF is essentially equivalent to the four-dimensional variational data assimilation (4D-Var). It requires only one forward integration of the system to obtain and store the data necessary for the analysis, and therefore is feasible for large-scale applications. Unlike 4D-Var, the asynchronous EnKF requires no tangent linear or adjoint model. 相似文献
12.
在大气和海洋环境研究中,粒子滤波(PF)由于在非线性数据同化方面突出的优势,逐渐成为研究热点。最近改进的均权重粒子滤波(EWPF)为粒子滤波的进一步发展指明了新方向。集合卡尔曼滤波方法 (EAKF)作为当前主要应用的数据同化方法,使用高斯假设和线性假设来解决非线性问题,然而对均权重粒子滤波方法和卡尔曼滤波方法在非线性模式下的同化结果和特点还缺少系统详细的比较研究。本文在非线性耦合气候模式下,比较研究两种同化方法,采用均方根误差(RMSE)作为评价比较标准。实验结果表明,在非线性低频观测耦合模式中EWPF结果均优于EAKF。同时根据RMSE的结果得出,EWPF的同化结果更接近观察结果,而EAKF的同化结果更接近模式真值。 相似文献
13.
在集合数据同化中,协方差局地化（covariance localization,CL）方法的使用存在限制。集合转换卡尔曼滤波（ensemble transform Kalman filter,ETKF）作为集合平方根滤波的变种方法,是一种应用较广、计算高效的数据同化方法。本文分析了CL方法应用于ETKF方法的困难,从而改进CL方法使其可以适用于ETKF方法。另外,结合浅水方程,利用Askey函数作为多元局地化函数,提出了一种适用于多元数值模型的CL方法。通过具体实验验证,得到了较好的分析结果。 相似文献
14.
风暴潮是一种复杂的对众多因素敏感又备受关注的海洋现象。本文基于协方差局地化的集合卡尔曼滤波方法（EnKF）,选择201810号台风“安比”登陆上海的风暴潮过程,首次将海洋站和FVCOM数值模拟的不同来源、不同误差信息、不同时空分辨率的风暴潮进行数据同化融合,获得了逐72 h的上海海域风暴潮的最优解,进行了同化结果评估验证,并给出了集合样本数和Schur半径设置范围。结果表明,实测计算和数值模拟的风暴增减水之间均方根误差为0.20 m,实测和同化计算的风暴增减水之间均方根误差为0.07 m,准确度提高了65%;独立观测和同化计算的风暴增减水均方根误差为0.09 m,集合离散度与均方根误差比值为0.90,同化效果较好且可信;同化后的风暴增减水能够较好地刻画双峰增水、台风眼增水、增水锋面等特征,对于风暴潮研究、数值模拟结果订正、海洋防灾减灾等有重要意义。 相似文献
15.
在黄海海雾的数值模拟中,EnKF（ensemble Kalman filter）是一种优于3DVAR（three-dimensional variational）的数据同化方法。研究发现,对EnKF初始场集合体采取常用的集合平均所产生的确定性预报初始场,会出现初始场中海雾在预报开始后就迅速消失以及接下来海雾难以生成的异常现象。通过详细的海雾个例研究,清晰地揭示并解释了此现象,指出这是集合平均造成初始场中云水与温度湿度之间存在不协调关系所导致的后果,并提出了一种择优加权平均方法来取代常用的集合平均。研究结果表明,海雾确定性预报采用择优加权平均所构建的初始场,可以消除上述异常现象,显著改进海雾模拟效果。 相似文献