资源简介

摘要： 针对数据同化过程中模型的非线性问题,通过分析对比得出了一种适合强非线性系统的迭代集合Kalman滤波(IEnKF)。在Lorenz\|63模型的框架内,比较分析集合Kalman滤波(EnKF)、迭代集合Kalman滤波(IEnKF)和迭代扩展卡Kalman滤波(IEKF)在集合数、观测误差方差、放大因子和模型步长不同时同化性能差异,由此探讨这3种方法的优劣。研究结果表明:随着集合数的增加,3种算法的同化性能都得到了一定的改善;放大因子的增大,使其同化性能变差且EnKF呈现出多重波峰波谷的现象;3种方法的均方误差(RMSE）随观测误差方差和模型步长的增大而增大,其同化精度都变差;而IEnKF同化性能最优,更具有鲁棒性。 关键词： 数据同化;  Lorenz-63模型;  集合Kalman滤波;  迭代集合Kalman滤波;  迭代扩展Kalman滤波     Abstract: With regard to model non-linear problems in data assimilation process,an Iterative Ensemble Kalman Filter (IEnKF) is derived by thoroughly analysis and comparison.Within the framework of Lorenz-63model,this paper compared the different performances among the following three methods,Ensemble Kalman Filter (EnKF) Iterative Ensemble Kalman Filter (IEnKF) and Iterative extended Kalman Filter (IEKF),by changing ensemble numbers,observation error variance,the inflation factors and the model steps.The final comparative studies show that the assimilation accuracy of all three algorithms can be improved when ensemble numbers increase.When we change the inflation factors,the assimilation results are becoming worse and the EnKF presents obvious multihill and multivalley phenomena.The RMSE of all three algorithms increase when observation error variance and the model steps increase,and the results of algorithms get worse as well.The results show that the IEnKF is the most optimal algorithms with a much better robust performance.

相关资源

1. 水质遥感监测的关键要素叶绿素a的反演算法研究进展
2. 基于无人机遥感技术的森林参数获取研究进展
3. 基于无线传感器网络的森林生态系统观测试验平台构建
4. 基于无人机激光雷达的森林冠层高度分析
5. 多源时序国产卫星影像的森林火灾动态监测
6. 基于无人机遥感技术的台风灾害倒伏绿化树木检测

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.