排序方式： 共有10条查询结果，搜索用时 15 毫秒
1
1.
基于南海北部浮标和潜标的声学多普勒流速剖面仪（ADCP）数据,通过一套几何算法计算了台风海鸥（1415）期间ADCP的空间变化和流速误差,并进行数据校正。浮标上,台风过后ADCP的水平位移最大可达2.61 km,水平流速误差最大可达0.27 m/s,垂向流速误差最大仅为5×10-4 m/s;温跃层流速校正值在台风过后显著大于流速测值,这表明水平校正对于温跃层流速的质量控制很重要。潜标上,ADCP最大垂向位移增量为179 m,最大绳子倾角为35°,最大水平位移为1.5 km; ADCP水平流速误差和倾角误差都很小,在数据校正中可忽略不计,但对台风过后中层流速的垂向校正不能忽略。 相似文献
2.
3.
倾斜摄影实景模型悬空地物处理方法 总被引：1，自引：1，他引：0
为更好解决传统倾斜摄影实景模型悬空地物处理过程中对三维采编环境的过度依赖，本文提出了一种基于倾斜摄影三角网络分析的实景模型悬空地物处理技术方法。该技术方法将三维三角网进行降维处理，通过分析降维后二维三角网节点上边线的辐射特性，快速定位地物边缘点，同时结合聚类分析算法、最小凸边提取等技术方式，实现对悬空地物边界的快速定位、消除。试验选取植被这类悬空地物作为研究对象，验证了文中的技术方法对倾斜摄影实景模型悬空地物处理具有较好的适用性，能极大降低倾斜摄影实景模型数据处理中对三维环境的要求，降低数据处理的难度。 相似文献
4.
卫星遥感获取的海冰密集度观测资料中包含着空间多尺度信息。然而，多数传统的数据同化方法难以在海冰密集度变化较为复杂的海冰边缘区有效提取这些多尺度信息。为解决上述问题，本文设计了一种基于变分优化的逐步订正分析方法—空间多尺度递归滤波，该方法是逐步订正分析与最小化算法的结合，它能够从长波到短波依次提取观测中的各种空间尺度信息。与传统的客观分析相比，这种基于变分的多尺度分析方法不仅能够在最小化过程中一次性的提取出观测中的多尺度信息，而且能够方便合理的进行参数配置。单观测点同化试验的分析结果表明，空间多尺度递归滤波方法具有良好的观测信息空间传播能力。随后在二维海冰密集度的分析试验中，该方法能够较好的提取SSMI海冰密集度观测资料中的空间多尺度信息，进而获得高精度的海冰密集度分析结果。 相似文献
5.
6.
Parameter estimation is defined as the process to adjust or optimize the model parameter using observations. A long-term problem in ensemble-based parameter estimation methods is that the parameters are assumed to be constant during model integration. This assumption will cause underestimation of parameter ensemble spread,such that the parameter ensemble tends to collapse before an optimal solution is found. In this work, a two-stage inflation method is developed for parameter estimation, which ... 相似文献
7.
集合资料同化方法的理论框架及其在海洋资料同化的研究展望 总被引：3，自引：1，他引：2
在海洋动力系统的数值模拟中,海洋资料同化是一种能够有效融合多源海洋观测资料和数值模式的方法。它不仅可以显著地提高数值模拟的效果,构造海洋再分析资料场,还能有效减少海洋和气候预报时模式初始条件的不确定性。因此,海洋资料同化对于海洋研究和业务化应用具有非常重要的意义。资料同化方法的研究一直是大气、海洋科学的热门课题之一。其中,集合卡尔曼滤波器(EnKF)是一种有效的资料同化方法,自提出以来经过了20多年的发展和改进,已经在海洋资料同化中得到了广泛的研究和应用。近年来,随着动力模式的不断发展和计算能力的提高,粒子滤波器由于不受模型线性和误差高斯分布假设的约束,也逐渐成为了当前资料同化方法研究的热点。本文分析和总结了目前关于集合卡尔曼滤波器和粒子滤波器的一些最新理论研究结果,在贝叶斯滤波理论的框架下讨论了这两类算法的关联和区别,以及各自在资料同化实践中的优势和不足。在此基础上,我们探讨了粒子滤波器应用于海洋模式资料同化的主要困难和目前可行的一些解决方法,展望了集合资料同化方法研究的新趋势,为集合资料同化方法的进一步发展和应用提供理论基础。 相似文献
8.
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
9.
Zhang Jiali Zhang Anmin Zhang Xuefeng Zhang Liang Li Dong Shen Zheqi Sun Chaohui 《Ocean Dynamics》2020,70(10):1303-1313
Ocean Dynamics - Tidal characteristics in the well-known Coastal Marine Proving Ground near Chudao Island located in Shandong Province, China, are firstly investigated based on Princeton Ocean... 相似文献
10.
1