排序方式： 共有5条查询结果，搜索用时 46 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.
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
3.
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
4.
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
5.
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
1