期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
集合卡尔曼平滑和集合卡尔曼滤波在污染源反演中的应用
被引量：
35
1
作者
朱江
汪萍
《大气科学》
CSCD
北大核心
2006年第5期871-882,共12页
此文目的是讨论污染源反演问题的统计方法。基于Bayes估计理论,该文将资料同化中的集合平滑、集合卡尔曼平滑和集合卡尔曼滤波应用在污染源反演问题中。在详细给出污染源反演的集合平滑、集合卡尔曼平滑和集合卡尔曼滤波的严格数学表达...
此文目的是讨论污染源反演问题的统计方法。基于Bayes估计理论,该文将资料同化中的集合平滑、集合卡尔曼平滑和集合卡尔曼滤波应用在污染源反演问题中。在详细给出污染源反演的集合平滑、集合卡尔曼平滑和集合卡尔曼滤波的严格数学表达后,用一个简单的模型演示了集合卡尔曼平滑和集合卡尔曼滤波在污染源反演中的可行性,并且通过对比理想试验结果比较了集合卡尔曼平滑和集合卡尔曼滤波方法在反演污染源排放的效果,讨论了观测误差和污染源先验误差估计对反演结果的影响。试验结果表明在观测间隔小和观测误差小的情况下,集合卡尔曼滤波和集合卡尔曼平滑都可以有效地反演出随时间变化的污染源排放。当观测误差增大时,集合卡尔曼滤波和集合卡尔曼平滑的反演效果都有一定降低,但是反演误差的增加少于观测误差的增加,同时集合卡尔曼平滑(Ensemble Kalman smoother,简称EnKS)对观测误差比集合卡尔曼滤波(Ensemble Kalman fil-ter,简称EnKF)更为敏感。当观测时间间隔较大时,EnKF不能对没有观测时的污染源排放进行估计,仅能对有观测时的污染源排放进行较好的反演。而EnKS可以利用观测对观测时刻前的污染源排放进行反演,因此其效果明显好于EnKF,并且在观测时间间隔较大的情况下依然可以较好地反演出污染源排放。试验结果还显示污染源排放的先验误差估计对反演的结果有较大影响。
展开更多
关键词
集合卡尔曼平滑
集合
卡尔曼
滤波
空气质量
污染源
反演模拟
资料同化
在线阅读
下载PDF
职称材料
遥感反演时间序列叶面积指数的集合卡尔曼平滑算法
被引量：
5
2
作者
靳华安
王锦地
+1 位作者
肖志强
李喜佳
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2011年第9期2485-2490,共6页
基于MODIS LAI产品数据集(MOD15A2)构建经验性的LAI动态模型,以LAI作为连接参数,将LAI动态模型与植被辐射传输模型MCRM2相耦合,提出了将耦合模型与时间序列MODIS反射率观测数据集(MOD09A1)同化进行LAI反演的方案。将集合卡尔曼平滑(EnKS...
基于MODIS LAI产品数据集(MOD15A2)构建经验性的LAI动态模型,以LAI作为连接参数,将LAI动态模型与植被辐射传输模型MCRM2相耦合,提出了将耦合模型与时间序列MODIS反射率观测数据集(MOD09A1)同化进行LAI反演的方案。将集合卡尔曼平滑(EnKS)方法引入到LAI同化反演中,为更好地评价该算法的适用性,还与集合卡尔曼滤波(EnKF)的LAI反演结果、MODIS LAI产品进行了比较分析。研究结果表明,采用EnKS方法的反演结果较为理想,与EnKF方法和MODIS LAI相比,EnKS方法反演的LAI时间廓线更平滑,更具连续性,符合实际的植被生长规律。基于EnKS方法的LAI反演方案,为提取时间连续的LAI廓线提供了一种有效的途径。
展开更多
关键词
叶面积指数
数据同化
MODIS
集合卡尔曼平滑
在线阅读
下载PDF
职称材料
基于集合卡尔曼平滑算法的土壤水分同化
被引量：
5
3
作者
褚楠
黄春林
杜培军
《水科学进展》
EI
CAS
CSCD
北大核心
2015年第2期243-249,共7页
为研究观测资料稀少情况下土壤质地及有机质对土壤水分同化的影响,发展了集合卡尔曼平滑(Ensemble Kalman Smooth,En KS)的土壤水分同化方案。利用黑河上游阿柔冻融观测站2008年6月1日至10月29日的观测数据,使用En KS算法将表层土壤水...
为研究观测资料稀少情况下土壤质地及有机质对土壤水分同化的影响,发展了集合卡尔曼平滑(Ensemble Kalman Smooth,En KS)的土壤水分同化方案。利用黑河上游阿柔冻融观测站2008年6月1日至10月29日的观测数据,使用En KS算法将表层土壤水分观测数据同化到简单生物圈模型(Simple Biosphere Model 2,Si B2)中,分析不同方案对土壤水分估计的影响,并与集合卡尔曼滤波算法(En KF)的结果进行比较。研究结果表明,土壤质地和有机质对表层土壤水分模拟结果影响最大而对深层的影响相对较小;利用En KF和En KS算法同化表层土壤水分观测数据,均能够显著提高表层和根区土壤水分估计的精度,En KS算法的精度略高于En KF且所受土壤质地和有机质的影响小于En KF;当观测数据稀少时,En KS算法仍然可以得到较高精度的土壤水分估计。
展开更多
关键词
土壤水分
数据同化
集合
卡尔曼
滤波
集合卡尔曼平滑
土壤质地
土壤有机质
在线阅读
下载PDF
职称材料
题名
集合卡尔曼平滑和集合卡尔曼滤波在污染源反演中的应用
被引量：
35
1
作者
朱江
汪萍
机构
中国科学院大气物理研究所国际气候与环境科学中心
出处
《大气科学》
CSCD
北大核心
2006年第5期871-882,共12页
基金
国家自然科学杰出青年基金40225015
文摘
此文目的是讨论污染源反演问题的统计方法。基于Bayes估计理论,该文将资料同化中的集合平滑、集合卡尔曼平滑和集合卡尔曼滤波应用在污染源反演问题中。在详细给出污染源反演的集合平滑、集合卡尔曼平滑和集合卡尔曼滤波的严格数学表达后,用一个简单的模型演示了集合卡尔曼平滑和集合卡尔曼滤波在污染源反演中的可行性,并且通过对比理想试验结果比较了集合卡尔曼平滑和集合卡尔曼滤波方法在反演污染源排放的效果,讨论了观测误差和污染源先验误差估计对反演结果的影响。试验结果表明在观测间隔小和观测误差小的情况下,集合卡尔曼滤波和集合卡尔曼平滑都可以有效地反演出随时间变化的污染源排放。当观测误差增大时,集合卡尔曼滤波和集合卡尔曼平滑的反演效果都有一定降低,但是反演误差的增加少于观测误差的增加,同时集合卡尔曼平滑(Ensemble Kalman smoother,简称EnKS)对观测误差比集合卡尔曼滤波(Ensemble Kalman fil-ter,简称EnKF)更为敏感。当观测时间间隔较大时,EnKF不能对没有观测时的污染源排放进行估计,仅能对有观测时的污染源排放进行较好的反演。而EnKS可以利用观测对观测时刻前的污染源排放进行反演,因此其效果明显好于EnKF,并且在观测时间间隔较大的情况下依然可以较好地反演出污染源排放。试验结果还显示污染源排放的先验误差估计对反演的结果有较大影响。
关键词
集合卡尔曼平滑
集合
卡尔曼
滤波
空气质量
污染源
反演模拟
资料同化
Keywords
ensemble smoother, ensemble Kalman filter, air quality, emission estimation, inversing modeling, data assimilation
分类号
X16 [环境科学与工程—环境科学]
在线阅读
下载PDF
职称材料
题名
遥感反演时间序列叶面积指数的集合卡尔曼平滑算法
被引量：
5
2
作者
靳华安
王锦地
肖志强
李喜佳
机构
北京师范大学地理学与遥感科学学院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2011年第9期2485-2490,共6页
基金
国家(973计划)项目课题(2007CB714407)
国家自然科学基金项目(40871163)
国家(863计划)课题(2009AA122103,2006AA120108)资助
文摘
基于MODIS LAI产品数据集(MOD15A2)构建经验性的LAI动态模型,以LAI作为连接参数,将LAI动态模型与植被辐射传输模型MCRM2相耦合,提出了将耦合模型与时间序列MODIS反射率观测数据集(MOD09A1)同化进行LAI反演的方案。将集合卡尔曼平滑(EnKS)方法引入到LAI同化反演中,为更好地评价该算法的适用性,还与集合卡尔曼滤波(EnKF)的LAI反演结果、MODIS LAI产品进行了比较分析。研究结果表明,采用EnKS方法的反演结果较为理想,与EnKF方法和MODIS LAI相比,EnKS方法反演的LAI时间廓线更平滑,更具连续性,符合实际的植被生长规律。基于EnKS方法的LAI反演方案,为提取时间连续的LAI廓线提供了一种有效的途径。
关键词
叶面积指数
数据同化
MODIS
集合卡尔曼平滑
Keywords
Leaf area index
Data assimilation
MODIS
Ensemble Kalman smoother
分类号
TP79 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于集合卡尔曼平滑算法的土壤水分同化
被引量：
5
3
作者
褚楠
黄春林
杜培军
机构
中国矿业大学环境与测绘学院
中国科学院寒区旱区环境与工程研究所甘肃省遥感重点实验室
出处
《水科学进展》
EI
CAS
CSCD
北大核心
2015年第2期243-249,共7页
基金
国家自然科学基金资助项目(91325106)
中国科学院"百人计划"资助项目(29Y127D01)~~
文摘
为研究观测资料稀少情况下土壤质地及有机质对土壤水分同化的影响,发展了集合卡尔曼平滑(Ensemble Kalman Smooth,En KS)的土壤水分同化方案。利用黑河上游阿柔冻融观测站2008年6月1日至10月29日的观测数据,使用En KS算法将表层土壤水分观测数据同化到简单生物圈模型(Simple Biosphere Model 2,Si B2)中,分析不同方案对土壤水分估计的影响,并与集合卡尔曼滤波算法(En KF)的结果进行比较。研究结果表明,土壤质地和有机质对表层土壤水分模拟结果影响最大而对深层的影响相对较小;利用En KF和En KS算法同化表层土壤水分观测数据,均能够显著提高表层和根区土壤水分估计的精度,En KS算法的精度略高于En KF且所受土壤质地和有机质的影响小于En KF;当观测数据稀少时,En KS算法仍然可以得到较高精度的土壤水分估计。
关键词
土壤水分
数据同化
集合
卡尔曼
滤波
集合卡尔曼平滑
土壤质地
土壤有机质
Keywords
soil moisture
data assimilation
ensemble Kalman filter
ensemble Kalman smoother
soil texture
organic matter
分类号
TV122 [水利工程—水文学及水资源]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
集合卡尔曼平滑和集合卡尔曼滤波在污染源反演中的应用
朱江
汪萍
《大气科学》
CSCD
北大核心
2006
35
在线阅读
下载PDF
职称材料
2
遥感反演时间序列叶面积指数的集合卡尔曼平滑算法
靳华安
王锦地
肖志强
李喜佳
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2011
5
在线阅读
下载PDF
职称材料
3
基于集合卡尔曼平滑算法的土壤水分同化
褚楠
黄春林
杜培军
《水科学进展》
EI
CAS
CSCD
北大核心
2015
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
