排序方式： 共有48条查询结果，搜索用时 15 毫秒
21.
A Multimodel Ensemble-based Kalman Filter for the Retrieval of Soil Moisture Profiles 总被引：1，自引：0，他引：1
With the combination of three land surface models (LSMs) and the ensemble Kalman filter (EnKF), a multimodel EnKF is proposed in which the multimodel background superensemble error covariance matrix is estimated by two different algorithms: the Simple Model Average (SMA) and the Weighted Average Method (WAM). The two algorithms are tested and compared in terms of their abilities to retrieve the true soil moisture profile by respectively assimilating both synthetically-generated and actual near-surface soil moisture measurements. The results from the synthetic experiment show that the performances of the SMA and WAM algorithms were quite different. The SMA algorithm did not help to improve the estimates of soil moisture at the deep layers, although its performance was not the worst when compared with the results from the single-model EnKF. On the contrary, the results from the WAM algorithm were better than those from any single-model EnKF. The tested results from assimilating the field measurements show that the performance of the two multimodel EnKF algorithms was very stable compared with the single-model EnKF. Although comparisons could only be made at three shallow layers, on average, the performance of the WAM algorithm was still slightly better than that of the SMA algorithm. As a result, the WAM algorithm should be adopted to approximate the multimodel background superensemble error covariance and hence used to estimate soil moisture states at the relatively deep layers. 相似文献
22.
集合卡尔曼滤波 (the Ensemble Kalman Filter,简称EnKF) 中将预报集合的统计协方差作为预报误差协方差,但该估计可能严重偏离真实的预报误差协方差,影响同化精度。基于极大似然估计理论,发展了一种优化预报误差协方差矩阵的实时膨胀方法,即MLE (the Maximum Likelihood Estimation) 方法。利用蒙古国基准站Delgertsgot (简称DGS站) 观测资料,基于EnKF方法和MLE方法,在通用陆面模式 (the Common Land Model,简称CoLM) 中同化了地表温度和10 cm土壤温度观测资料,建立了土壤温度同化系统。结果表明:MLE方法对地表温度和各层土壤温度 (尤其深层土壤温度) 的估计比EnKF方法准确。考虑到浅层和深层土壤温度的差别,在实施MLE方法时对浅层和深层土壤温度采用了不同的膨胀因子。对比膨胀因子为单一标量时的结果,多因子膨胀能缓解深层土壤温度的不合理膨胀,改善同化效果。 相似文献
23.
周跳的探测一直以来都是GPS载波相位测量数据预处理的一个重点和难点,准确探测周跳有利于整周模糊度的确定,大大地提高了GPS的定位精度.文章利用集合卡尔曼滤波模型对GPS周跳问题进行探测研究,针对静态载波相位数据给出了最佳的参数量,进行周跳探测试验,从理论和实践上证明了该模型对GPS周跳探测的可行性和有效性. 相似文献
24.
集合卡尔曼滤波同化探空资料的数值试验 总被引：4，自引：1，他引：3
应用集合卡尔曼滤波（Ensemble Kalman Filter;EnKF）方法,同化了2005年7月一次暴雨过程的探空观测资料,并用非静力中尺度模式MM5进行数值模拟试验。结果表明：在理想模式的假设下,即假设真实模拟和所产生的集合用的是同一个模式并有相同的初始误差,EnKF方法同化的分析结果较好。如果不运用EnKF方法同化探空观测资料,则集合预报结果和不加扰动的单个数值预报结果都没有EnKF方法同化过的好。 相似文献
25.
局域化改进集合卡尔曼滤波（EnKF）可以克服EnKF方法在使用小集合时,对参数识别精度较低的缺陷,其能同化
地下水位观测数据有效识别渗透系数场。实际工作中,溶质运移数据也较容易获得。崔凯鹏（2013）尝试增加溶质运移
数据以改进只同化水流数据对渗透系数的估计结果,但是精度提高有限。本文在其基础上修改模型,进一步增加溶质注
入井,探究同时同化水头和溶质运移数据,对渗透系数场识别效果,之后对比了局域化EnKF与非局域化EnKF参数识别结
果,并分析了溶质影响范围与参数识别的关系。结果表明：同时同化溶质运移和水头资料,比同化单一种类观测数据识别
的渗透系数精度更高;相同实现数目下,局域化EnKF比EnKF对渗透系数场的估计结果与真实场更为接近;仅考虑溶质影
响范围内的渗透系数,同化水头数据在最后时刻参数识别结果好于同化溶质运移数据参数识别结果,但差别不大。 相似文献
26.
Kefeng ZHU Ming XUE Yujie PAN Ming HU Stanley G. BENJAMIN Stephen S. WEYGANDT Haidao LIN 《大气科学进展》2019,36(12):1308-1326
A regional ensemble Kalman filter (EnKF) data assimilation (DA) and forecast system was recently established based on the Gridpoint Statistical Interpolation (GSI) analysis system. The EnKF DA system was tested with continuous threehourly updated cycles followed by 18-h deterministic forecasts from every three-hourly ensemble mean analysis. Initial tests showed negative to neutral impacts of assimilating satellite radiance data due to the improper bias correction procedure. In this study, two bias correction schemes within the established EnKF DA system are investigated and the impact of assimilating additional polar-orbiting satellite radiance is also investigated. Two group experiments are conducted. The purpose of the first group is to evaluate the bias correction procedure. Two online bias correction methods based on GSI 3DVar and EnKF algorithms are used to assimilate AMSU-A radiance data. Results show that both variational and EnKF-based bias correction procedures effectively reduce the observation and background radiance differences, achieving positive impacts on forecasts. With proper bias correction, we assimilate full radiance observations including AMSU-A, AMSU-B, AIRS, HIRS3/4, and MHS in the second group. The relative percentage improvements(RPIs) for all forecast variables compared to those without radiance data assimilation are mostly positive, with the RPI of upper-air relative humidity being the largest. Additionally, precipitation forecasts on a downscaled 13-km grid from 40-km EnKF analyses are also improved by radiance assimilation for almost all forecast hours. 相似文献
27.
利用基于中尺度数值模式WRF(Weather Research and Forecast)的集合卡尔曼滤波(EnKF,Ensemble Kalman Filter)同化系统直接同化广东地区雷达反射率资料,对2017年台风“天鸽”(1713,Hato)近海发展以及降水预报效果进行数值模拟分析研究。结果显示,直接同化雷达反射率资料后,台风的回波强度和范围有了明显改善,可更好地调整水汽场、水凝物和温度场。当台风风场和水汽场调整后,进入台风主体部分的水汽量显著增加,使得台风强度增强,台风中心最低海平面气压降低,与实况更接近。同化雷达反射率资料后,6 h和24 h降水强度和落区预报效果有显著改善,尤其是能提高大暴雨和特大暴雨量级的TS评分,此外地面2 m温度和2 m相对湿度的预报效果也有改进。 相似文献
28.
数值天气预报中分析同化基本方法的历史发展脉络和评述 总被引：1，自引：1，他引：0
数值天气预报中分析同化的基本方法先后经历了多项式函数拟合方法、逐步订正方法、最优插值方法、变分方法和集合卡尔曼滤波方法。本文首先根据相关的经典文献力求本色地介绍这些方法的基本思想和实施的具体要点;然后,着重于它们的上下承接关系,试图阐述同化的历史发展脉络,评述这些方法的显著特征和创新性,以期清晰地理解资料同化的循序渐进的内在发展逻辑。此外,从起源上阐明“主观分析”与“客观分析”、“初猜场”与“背景场”、“分析”与“同化”、以及“更新”、“新息”等基本概念,以期准确地理解和把握“大气资料同化”的由来和内涵。 相似文献
29.
北京7·21暴雨暖区中尺度对流系统的数值模拟 总被引：3，自引：3，他引：0
许多业务模式对北京2012年7月21日特大暴雨的预报均是以锋面降水为主。在冷锋过境前,实际北京西南部强降水主要以暖区降水为主。本文利用30个成员的中尺度非静力数值模式（WRF）,通过3次集合卡尔曼滤波(EnKF)同化地面和探空资料,对这次暴雨过程进行了集合数值模拟。通过对比分析模拟降水较好与较差成员发现,好的成员能够模拟出河北中西部及北京西南地区触发出的暖区中尺度对流系统（MCS）以及相对稳定的系统配置,使得MCS在北京上空充分发展,从而较好地模拟了这次特大暴雨过程中的暖区降水;而较差的成员则没能模拟出暖区降水过程,降水以锋面降水过程为主,并且雨带位置偏南、出现时间滞后。集合成员间模拟结果出现的较大差异,和初始场中低值系统位置的较大差异有直接关系,因此通过EnKF提高模式成员初始场的准确率,从而准确模拟后期主要影响系统的移动和发展,是成功模拟暖区对流系统触发和维持的关键所在。 相似文献
30.
时间扩展取样集合卡尔曼滤波同化模拟探空试验研究 总被引：2，自引：0，他引：2
目前,集合卡尔曼滤波同化预报循环系统主要的计算量和时间都花费在样本成员的预报上,小样本数虽能减少计算量,但样本数过少,特别是当有模式误差时,又会导致滤波发散。为了提高集合卡尔曼滤波同化预报循环系统的效率并减轻滤波发散等问题,开展了基于WRF的时间扩展取样集合卡尔曼滤波同化模拟探空的试验研究,以考察其在中尺度模式中的同化效果。预报时对一组样本数为Nb的样本,不仅在分析时刻取样,同时也在分析时刻前和后每间隔Δt时间进行M次取样,即在没增加预报样本数的情况下,增加了分析样本成员数(Nb+2M×Nb),从而在保证不降低分析精度的前提下,也达到减小集合卡尔曼滤波的计算量的要求。通过一系列试验来检验时间扩展取样的时间间隔Δt及在分析时刻前和后最大取样次数M对同化结果的影响。试验结果表明,当选择合适的Δt和M时,时间扩展集合卡尔曼滤波的同化效果非常接近于样本数为(1+2M)×Nb的传统集合卡尔曼滤波效果,具有一定的可行性。 相似文献