排序方式： 共有6条查询结果，搜索用时 0 毫秒
1
1.
提出基于动力学模态分解（Dynamic Mode Decomposition,DMD）的大气运动数据分析方法,目的是改进对大气运动特征的认识。首先,采用DMD方法对200 hPa急流运动流场进行模态分析,从中得到了急流天气系统运动变化过程中的主要模态和对应频率以及模态随时间衰减/增长等信息。这些模态是对流场演化特征的低维描述,反映了蕴含在流场中的动力学特征,可用于实现高维复杂流场的低维近似表示。其次,建立了200 hPa急流运动流场演化的动力学降阶模型,能够重构和预测急流运动流场的动态发展过程。结果表明：通过对前6阶主要模态所包含的流场信息进行对比分析,DMD方法成功捕捉到了200 hPa急流运动流场不同尺度的流动结构,直观地显示了不同频率流场之间的差别,表明了DMD方法在对复杂大气动力学系统进行模态分解时的优势。通过不同时刻,模态叠加的重构流场与真实流场的直观比较,表明DMD方法只由前面6阶模态就能基本包含原始流场的流动信息,从而实现流场的准确重构。 相似文献
2.
3.
基于资料同化集合设计了流依赖球面小波背景场误差协方差模型中背景误差方差和局地垂直相关协方差的统计计算方法。为了提高背景误差方差的估计精度,采用客观滤波技术来减少因集合样本个数不足而引入的随机取样噪声。最后在银河四维变分同化业务系统(YH4DVar)上设计了集合资料同化的试验系统,以流依赖背景误差方差为重点验证了模型的有效性。结果表明:基于流依赖球面小波背景误差协方差模型能够有效估计出随天气状态变化的背景场误差方差,对台风等剧烈变化的天气过程的同化分析和预报都具有一定的正效果。 相似文献
4.
5.
本文基于YH4DVAR业务系统构建了集合资料同化试验平台,利用10个集合样本统计得到的流依赖背景误差能显著改进业务应用中背景误差方差的结构和大小.但是受样本数的限制,背景误差方差的集合估计值中引入了大量的随机取样噪声.为了降低噪声对估计值的影响,本文采用谱滤波方法,根据信号和噪声尺度的统计特征构造一个低通滤波器来滤除背景误差方差估计值中的大部分随机取样噪声.在2013年第九号台风"飞燕"的集合方差滤波试验中,10个样本的滤波结果优于30个样本的集合估计值.谱滤波方法的成功应用有效降低了集合资料同化系统对集合样本数的要求,将是集合资料同化系统未来业务化运行的一项不可或缺的关键技术. 相似文献
6.
1