利用2007年6月8日—8月31日东亚地区TIGGE集合预报资料中欧洲中期天气预报中心（European Centre for Medium-range Weather Forecasts,ECMWF）和英国气象局（United Kingdom Met Office,UKMO）两个中心的地面2 m气温资料进行集合成员...利用2007年6月8日—8月31日东亚地区TIGGE集合预报资料中欧洲中期天气预报中心（European Centre for Medium-range Weather Forecasts,ECMWF）和英国气象局（United Kingdom Met Office,UKMO）两个中心的地面2 m气温资料进行集合成员优选研究。结果表明,对于24-96 h预报,集合成员优选方法能够较好地选出预报技巧较高和预报技巧较低的集合成员。个例分析表明,在极端天气出现的地区,优选集合平均的预报优势较为明显。对比ECMWF和UKMO的集合成员优选结果发现,ECMWF的预报效果优于UKMO的预报效果。展开更多
针对无迹卡尔曼滤波(unscented Kalman filter,UKF)算法估计锂电池荷电状态(state of charge,SOC)时精度低、稳定性差、产生的sigma点过多导致计算难度大等不足,提出一种基于自适应球形不敏变换方式的无迹卡尔曼滤波(unscented Kalman f...针对无迹卡尔曼滤波(unscented Kalman filter,UKF)算法估计锂电池荷电状态(state of charge,SOC)时精度低、稳定性差、产生的sigma点过多导致计算难度大等不足,提出一种基于自适应球形不敏变换方式的无迹卡尔曼滤波(unscented Kalman filter based on adaptive spherical insensitive transformation,ASIT-UKF)算法。该算法通过使用球形不敏变换方式选择权系数以及初始化一元向量对sigma点的产生进行选取。与UKF算法相比,ASIT-UKF算法产生的sigma点减少近50%,使得算法的计算复杂度大大降低。同时,将产生的所有sigma点进行单位球形面上的归一化处理,提高了数值的稳定性。考虑到实际运行中锂电池系统噪声干扰带来的不确定性,加入Sage-Husa自适应滤波器对不确定性噪声的干扰进行实时更新和修正,以达到提高在线锂电池SOC估计精度的目的。最后,将均方根误差和最大绝对误差计算公式引入到性能估计指标中。实验结果表明,ASIT-UKF算法在准确度、鲁棒性和收敛性方面具有优越的性能。展开更多
基于自主构建的WRF-EnSRF(Weather Research and Forecasting-Ensemble Square-Root Filter)同化系统,同化了ATOVS(Advanced TIROS Operational Vertical Sounder)辐射率资料,以检验该系统同化卫星资料的能力及其在暴雨过程模拟中的效...基于自主构建的WRF-EnSRF(Weather Research and Forecasting-Ensemble Square-Root Filter)同化系统,同化了ATOVS(Advanced TIROS Operational Vertical Sounder)辐射率资料,以检验该系统同化卫星资料的能力及其在暴雨过程模拟中的效能。对2008年6月6-7日广东地区一次大暴雨过程进行了同化及数值模拟试验,结果表明,同化ATOVS辐射率资料得到的分析场,丰富了对流层高层的大气温度和对流层中低层的大气湿度信息,对风场也有一定的改进。控制试验和同化试验都较好地模拟出了降水的主要落区和发生时段,但控制试验对暴雨、大暴雨的雨区和雨强的模拟效果欠佳;相比而言,同化试验对强降水中心的位置、范围的模拟均有更好的反映,模拟的暴雨强度也与实际降水量级基本一致,同化改进效果明显。展开更多
文摘利用2007年6月8日—8月31日东亚地区TIGGE集合预报资料中欧洲中期天气预报中心（European Centre for Medium-range Weather Forecasts,ECMWF）和英国气象局（United Kingdom Met Office,UKMO）两个中心的地面2 m气温资料进行集合成员优选研究。结果表明,对于24-96 h预报,集合成员优选方法能够较好地选出预报技巧较高和预报技巧较低的集合成员。个例分析表明,在极端天气出现的地区,优选集合平均的预报优势较为明显。对比ECMWF和UKMO的集合成员优选结果发现,ECMWF的预报效果优于UKMO的预报效果。
文摘针对无迹卡尔曼滤波(unscented Kalman filter,UKF)算法估计锂电池荷电状态(state of charge,SOC)时精度低、稳定性差、产生的sigma点过多导致计算难度大等不足,提出一种基于自适应球形不敏变换方式的无迹卡尔曼滤波(unscented Kalman filter based on adaptive spherical insensitive transformation,ASIT-UKF)算法。该算法通过使用球形不敏变换方式选择权系数以及初始化一元向量对sigma点的产生进行选取。与UKF算法相比,ASIT-UKF算法产生的sigma点减少近50%,使得算法的计算复杂度大大降低。同时,将产生的所有sigma点进行单位球形面上的归一化处理,提高了数值的稳定性。考虑到实际运行中锂电池系统噪声干扰带来的不确定性,加入Sage-Husa自适应滤波器对不确定性噪声的干扰进行实时更新和修正,以达到提高在线锂电池SOC估计精度的目的。最后,将均方根误差和最大绝对误差计算公式引入到性能估计指标中。实验结果表明,ASIT-UKF算法在准确度、鲁棒性和收敛性方面具有优越的性能。
文摘基于自主构建的WRF-EnSRF(Weather Research and Forecasting-Ensemble Square-Root Filter)同化系统,同化了ATOVS(Advanced TIROS Operational Vertical Sounder)辐射率资料,以检验该系统同化卫星资料的能力及其在暴雨过程模拟中的效能。对2008年6月6-7日广东地区一次大暴雨过程进行了同化及数值模拟试验,结果表明,同化ATOVS辐射率资料得到的分析场,丰富了对流层高层的大气温度和对流层中低层的大气湿度信息,对风场也有一定的改进。控制试验和同化试验都较好地模拟出了降水的主要落区和发生时段,但控制试验对暴雨、大暴雨的雨区和雨强的模拟效果欠佳;相比而言,同化试验对强降水中心的位置、范围的模拟均有更好的反映,模拟的暴雨强度也与实际降水量级基本一致,同化改进效果明显。
