排序方式： 共有11条查询结果，搜索用时 15 毫秒
1.
地球重力场季节和年际变化主要来源于地球表层大气、海洋和陆地各系统间水的质量交换，由GRACE重力卫星探测地球重力场变化所反映陆地水储量的改变主要来自降雨、土壤蒸发蒸腾、河流输运以及向地下深层的渗透等过程．本研究利用陆面过程模式CLM3．5以及基于本征正交分解的集合四维变分同化方法PODEn4DVar，构建能够同化GRACE卫星重力场的陆面水文同化系统LDAS．G，实现对地球重力场所反映的大尺度陆地水储量变化在时间及垂直方向各分量的分解，并对垂直方向的水文变量进行同化，从而更好地估计陆面水循环要素变化并实现其监测．利用LDAS．G同化系统进行理想试验以及针对中国区域所进行的同化试验表明该同化系统能够改善对陆面水文要素变化的模拟，对大尺度陆面水文循环监测研究具有重要意义． 相似文献
2.
一种求解贝叶斯模型平均的新方法 总被引：2，自引：0，他引：2
贝叶斯模型平均（Bayesian model averaging,BMA）是最近提出的一种用于多模式集合预报的统计方法.进行贝叶斯模型平均需要准确估算模型集合中每个竞争模型的权重与方差,经常采用的方法是期望最大化（Expectation-Maximization,EM）方法与马尔可夫链蒙特卡洛（Markov Chain Monte Carlo,MCMC）方法,两种方法各有优劣.本文首先对BMA的（对数）似然函数进行改进使之无需BMA权重之和为1的显式约束,并利用一种有限记忆的拟牛顿优化算法（LBFGS-B）对其进行极大化,由此提出了一种求解贝叶斯模型平均的新方法（BMA-BFGS）.采用三个陆面模式进行的土壤湿度多模式数值模拟试验表明：在计算精度方面,BMA-BFGS的精度与MCMC方法几乎一致,优于EM算法;在计算耗时性方面,BMA-BFGS的计算耗时与EM算法相当,远小于MCMC方法. 相似文献
3.
考虑次网格变异性和土壤冻融过程的土壤湿度同化方案 总被引：3，自引：0，他引：3
集合Kalman滤波以其简单有效的特点在陆面数据同化中广泛应用，通常作为预报模型的陆面过程模式往往要考虑模式次网格变异性和土壤冻融过程，若对此不加考虑而直接对土壤湿度进行同化可能会使得同化结果发生偏差．将双集合Kalman滤波应用于土壤湿度的同化，基于NCAR／CLM陆面过程模式建立了一个考虑次网格变异性和土壤冻融过程的土壤湿度同化方案：在同一个时间步内用状态滤波对模式网格内某片上液态水分含量进行优化，用参数滤波对该片上的固态水分含量和其他片上的液态／固态水分含量进行优化，由此考虑模式次网格变异性和土壤冻融过程的影响，从而实现对整个模式网格上土壤湿度的同化．初步的同化试验表明：其同化效果在有、无土壤冻融阶段都优于一般的不考虑次网格变异性和土壤冻融变化的同化方案；该同化方案不仅能够提高那些有直接观测信息的土壤层的土壤湿度模拟精度，还能在一定程度上改善那些没有任何观测信息的土壤层的模拟效果；另外，土壤湿度同化结果的改善还能在一定程度上提高陆面模式对于土壤温度的模拟精度． 相似文献
4.
将本征正交分解（POD）方法用于四维空间预报集合提取标准正交基，该标准正交基在最小二乘意义下是最优的，与奇异值分解（SVD）技术相比，它能捕捉到预报集合空间更多的能量，能够更好地表征四维变量的空间结构以及时间演变特征．将分析向量依截断的POD基展开后，控制变量会显式地出现在代价函数中，避免了传统的四维变分方法所必需的伴随模式的运用，使得同化过程简单．用土壤湿度预报方程和人造资料进行一系列的数值试验对该基于本征正交分解的显式变分方法与基于SVD基的方法以及集合Kalman滤波进行比较，结果表明：POD／SVD方法从同化精度和同化时效上都要远远优于一般的集合Kalman滤波方法；由于POD基在最小二乘意义下的最优性，基于POD分解的同化方法要优于基于SVD分解的方法，尤其在模式存在误差的情况下表现得更为明显． 相似文献
5.
在大尺度陆面水文模型中, 地下径流量通常看作是整个流域潜水面水分储存量的函数, 这样的地下径流机制往往是一种在稳定或“拟稳定”状态下地下径流量与潜水面水分含量的依赖关系, 它没有充分地考虑潜水面处水分通量对地下径流量变化的影响. 文中基于 Boussinesq- Storage方程建立了同时考虑潜水面水分储存和非饱和层水分入渗两方面影响的地下径流机制, 并利用流域水文资料以及地下径流分离算法验证了所建立模型的可靠性, 结果表明该模型能够比较合理地模拟地下径流的变化情况. 相似文献
6.
大气中CO2含量的增加速率已经超过了自然界所能吸收的速度,并逐步影响到全球气候变暖。利用模型模拟分析已经成为一个重要的工具用以深入对碳循环的理解。本文使用2008～2010年的生物模型SiB3（Simple Biosphere version 3）与优化后的CT2016（Carbon Tracker 2016）陆地生态系统碳通量驱动GEOS-Chem大气化学传输模型模拟全球CO2浓度。通过分析模拟CO2浓度的空间分布与季节变化,加深对全球碳源汇分布特点的理解,探究陆地生态系统碳通量不确定性对模拟结果的影响,进而认识陆地生态系统碳通量反演精度提升的重要性。SiB3与优化后的CT2016陆地生态系统碳通量都具有明显的季节变化,但在欧洲地区碳源汇的表现相反,其全球总量与空间分布也存在极大的不确定性。模拟CO2浓度结果表明:在人为活动较少地区,陆地生态系统碳通量对近地面CO2浓度空间分布起主导作用,尤其在南半球和欧洲地区模拟浓度有明显差异,且两种模拟结果的季节差异依赖于陆地生态系统碳通量的季节变化。将模拟结果与9个观测站点资料进行对比,以期选用合适的陆地生态系统碳通量来提升GEOS-Chem模拟CO2浓度的精度。实验结果表明:两种模拟结果均能较好的模拟CO2浓度的季节变化及其峰谷值,但CT2016模拟的CO2浓度在多数站点处更接近观测资料,模拟准确性更高。 相似文献
7.
基于集合Kalman滤波及SCE-UA(shuffled complex evolution)算法发展了能够直接同化微波亮温的土壤湿度同化方案. 该方案以陆面过程模式CLM 3.0中的土壤水模型作为预报算子, 以辐射传输模型作为观测算子. 整个同化过程分为参数优化和土壤湿度同化两个阶段, 利用SCE-UA算法优化辐射传输模型中难以确定的植被光学厚度参数和地表粗糙度参数, 并利用优化参数作为观测算子的模型参数进行同化. 通过人工理想试验表明该同化方案可以明显改善表层土壤湿度的模拟精度, 并且对深层土壤湿度的模拟也有一定程度的改善; 利用AMSR-E亮温(10.65 GHz垂直极化)所进行的实际同化试验表明顶层(0~10 cm)土壤湿度同化结果与观测的均方根误差(RMSE)由模拟的0.05052减小到0.03355, 相对减小了33.6%, 而较深层(10~50 cm)平均减小了20.9%. 这些同化试验显示该同化方案的合理性. 相似文献
8.
土壤的冻结和融化是土壤内部的重要物理过程,其冻融界面位置的移动影响土壤水热特性以及陆面和大气之间的水分能量交换,从而对陆面水热过程产生重要影响.本研究将土壤冻结和融化问题归结为考虑水热耦合的多运动边界问题,利用局部自适应变网格法进行数值离散,发展了考虑冻结和融化界面位置的移动对水热过程影响的土壤水热耦合模型.该模型基于陆面模式分层结构的敏感性试验表明:它能同时连续地追踪多个冻融界面,克服了等温线法在同一土壤层不能同时模拟多个冻融界面的困难,比高分辨率情形下的计算效率提高数倍且计算稳定.利用站点观测对土壤冻融界面的位置、土壤温度和未冻水含量所进行的模拟验证,进一步表明了该模型的合理性以及应用于陆面过程模式的模拟潜力. 相似文献
9.
在基于本征正交分解POD（Proper Orthogonal Decomposition）的集合四维变分同化方法（POD4DEnVar）建立的雷达资料同化系统（PRAS）的基础上,本文利用非线性最小二乘法的集合四维变分同化方法（NLS-4DVar）对PRAS进行改进,解决PRAS在高度非线性情况下的适应性问题,建立了新的雷达资料同化系统（NRAS）。通过观测系统模拟试验OSSEs（Observing System Simulation Experiments）和两次实际暴雨同化试验（2010年7月8日,中国中部地区;2014年3月30日,中国华南地区）对NRAS进行检验,并与PRAS的同化结果进行了对比。结果表明:无论是OSSEs还是实际雷达资料的同化,相对于PRAS,NRAS能够进一步提高同化效果。通过增加迭代的次数,NRAS能够有效地调整初始场的风场和水汽场,进一步提高了降水强度和位置的预报精度。但随着迭代次数的增加,对初始场的调整变小,进而对降水预报效果的改进也减小。试验结果表明NRAS能够有效解决PRAS在高度非线性情况下的应用问题,通过有限次数的迭代,即可得到近似收敛的结果。因而NRAS有望在数值预报中更有效地同化雷达资料,提高中小尺度天气的预报水平。 相似文献
10.
将多重网格策略引入NLS-3DVar(Non-linear Least Squares-based on Three-dimensional Variational Data Assimilation,非线性最小二乘三维变分同化)方法,进而应用于2400多个国家级气象观测站逐时气温数据和NCEP再分析气温数据的融合,得到中国区域空间分辨率1°×1°,时间分辨率为6小时的气温融合产品。分别从单重网格(分辨率1°×1°)和双重网格(分辨率由2°×2°到1°×1°)利用2014年1~12月(4、5月除外)的独立检验数据考察NLS-3DVar气温融合产品质量,验证基于多重网格策略的NLS-3DVar方法的优越性。在单重网格下,与广泛应用于气象行业的Cressman插值产品(均方根误差和相关系数的年平均值分别为1.961°C d~(-1)和0.924)相比,NLS-3DVar产品全年始终具有最小的均方根误差和最大的相关系数,年平均值分别为1.915°C d~(-1)和0.929;站点间误差分析进一步表明,NLS-3DVar产品在大多数检验站点精度更高,在新疆、甘肃、云南、陕西等地区尤为突出;加入双重网格策略的NLS-3DVar产品与单重网格的NLS-3DVar产品误差对比显示,均方根误差年平均值分别为1.649°C d~(-1)和1.711°C d~(-1),相关系数年平均值分别为0.970和0.968,二者在均方根误差和相关系数的表现上都极为相似,即双重网格NLS-3DVar气温产品尽管对观测数据采取了稀疏化处理,但依旧维持了原有的产品精度,并且在计算效率上提高了1倍多。而与同样在双重网格下基于多尺度的STMAS(Space–Time Multiscale Analysis System)算法相比,双重网格的NLS-3DVar产品在产品精度上同样占据优势,在计算效率上单位时次耗时与STMAS算法几乎相当。 相似文献