检索结果-维普期刊中文期刊服务平台

集合变换卡尔曼滤波数据同化方法中的协方差局地化被引量：1: 1; 作者王际朝王玥 +3 位作者臧绍东杨俊钢纪艳菊阮宗利《海洋科学》 CAS CSCD 北大核心 2021年第6期34-43,共10页; 在集合数据同化中,协方差局地化(covariance localization,CL)方法的使用存在限制。集合转换卡尔曼滤波(ensemble transform Kalman filter,ETKF)作为集合平方根滤波的变种方法,是一种应用较广、计算高效的数据同化方法。本文分析了CL... 展开更多; 关键词协方差局地化集合转换卡尔曼滤波多元局地化函数; 在线阅读下载PDF 职称材料

一种基于鲁棒集合滤波的资料同化方法被引量：1: 2; 作者摆玉龙张转花 +1 位作者尤元红刘颖娟《高原气象》 CSCD 北大核心 2017年第4期1052-1059,共8页; 在集合卡尔曼滤波方法中,根据预报集合的统计特性提供的预报误差协方差矩阵对资料同化起决定性作用。但协方差矩阵低估会引起资料同化滤波发散问题。通过将集合转换卡尔曼滤波方法和时间局地化的H_∞滤波方法相结合,提出一种基于鲁棒集... 展开更多; 关键词集合转换卡尔曼滤波时间局地化的H∞滤波 Lorenz-96混沌系统鲁棒性; 在线阅读下载PDF 职称材料

多物理ETKF在暴雨集合预报中的初步应用被引量：11: 3; 作者黄红艳齐琳琳 +2 位作者刘健文黄江平李崇银《大气科学》 CSCD 北大核心 2016年第4期657-668,共12页; 基于集合转换卡尔曼滤波(ETKF)的初值扰动方法是目前集合预报领域热点方法之一,但应用在短期集合预报中仍存在离散度不够、误差较大等问题。考虑到在区域短期集合预报中,模式不确定性和边界不确定性的影响不能忽略,本文尝试在ETKF生成... 展开更多; 关键词集合转换卡尔曼滤波(ETKF)集合预报物理不确定暴雨预报; 在线阅读下载PDF 职称材料

风暴尺度集合预报中的混合初始扰动方法及其在北京2012年“7.21”暴雨预报中的应用被引量：19: 4; 作者庄潇然闵锦忠 +2 位作者王世璋周凯蔡沅辰《大气科学》 CSCD 北大核心 2017年第1期30-42,共13页; 风暴尺度集合预报系统(Storm-Scale Ensemble Forecast system,简称SSEFs)中集合成员之间发散度不足一直都是研究的难点。本文尝试了将Barnes空间滤波融入到集合转换卡尔曼滤波(ETKF)更新预报系统中的混合初值扰动法。该方案将ETKF方法... 展开更多; 关键词风暴尺度集合预报系统集合转换卡尔曼滤波混合初始扰动离散度概率预报; 在线阅读下载PDF 职称材料

题名集合变换卡尔曼滤波数据同化方法中的协方差局地化被引量：1: 1; 作者王际朝王玥臧绍东杨俊钢纪艳菊阮宗利; 机构中国石油大学(华东)理学院自然资源部第一海洋研究所; 出处《海洋科学》 CAS CSCD 北大核心 2021年第6期34-43,共10页; 基金国家重点研发计划项目(2018YFC1406200,2016YFC1401800) 国家自然科学基金项目(41406007) +1 种基金山东省自然科学基金面上项目(ZR2020MD060)。; 文摘在集合数据同化中,协方差局地化(covariance localization,CL)方法的使用存在限制。集合转换卡尔曼滤波(ensemble transform Kalman filter,ETKF)作为集合平方根滤波的变种方法,是一种应用较广、计算高效的数据同化方法。本文分析了CL方法应用于ETKF方法的困难,从而改进CL方法使其可以适用于ETKF方法。另外,结合浅水方程,利用Askey函数作为多元局地化函数,提出了一种适用于多元数值模型的CL方法。通过具体实验验证,得到了较好的分析结果。; 关键词协方差局地化集合转换卡尔曼滤波多元局地化函数; Keywords covariance localization ensemble transform Kalman filter multivariate localization function; 分类号 P732 [天文地球—海洋科学]; 在线阅读下载PDF 职称材料

题名一种基于鲁棒集合滤波的资料同化方法被引量：1: 2; 作者摆玉龙张转花尤元红刘颖娟; 机构西北师范大学物理与电子工程学院; 出处《高原气象》 CSCD 北大核心 2017年第4期1052-1059,共8页; 基金国家自然科学基金项目(41461078 41061038); 文摘在集合卡尔曼滤波方法中,根据预报集合的统计特性提供的预报误差协方差矩阵对资料同化起决定性作用。但协方差矩阵低估会引起资料同化滤波发散问题。通过将集合转换卡尔曼滤波方法和时间局地化的H_∞滤波方法相结合,提出一种基于鲁棒集合滤波思想的资料同化方法,放大转移矩阵的特征值,改善估计效果。主要思路是在集合滤波的框架下,按照鲁棒滤波的最小最大准则,实现同化系统性能的改进。利用非线性Lorenz-96混沌系统,考察集合时间局地化的H_∞滤波在系统参数变化时,对同化系统鲁棒性的影响。结果表明:集合时间局地化的H_∞滤波对系统参数变化具有很好的鲁棒性;与传统的滤波方法相比,鲁棒滤波方法提高了同化的效果。; 关键词集合转换卡尔曼滤波时间局地化的H∞滤波 Lorenz-96混沌系统鲁棒性; Keywords Ensemble transfer Kalman filter Time-local H∞ filter Lorenz-96 chaos system Robustness; 分类号 P456.7 [天文地球—大气科学及气象学] P437 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名多物理ETKF在暴雨集合预报中的初步应用被引量：11: 3; 作者黄红艳齐琳琳刘健文黄江平李崇银; 机构西昌卫星发射中心北京航空气象研究所中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室解放军理工大学气象海洋学院; 出处《大气科学》 CSCD 北大核心 2016年第4期657-668,共12页; 基金国家高技术研究发展计划项目2012AA091801 国家自然科学基金项目41205044 +1 种基金 41205073 41275099~~; 文摘基于集合转换卡尔曼滤波(ETKF)的初值扰动方法是目前集合预报领域热点方法之一,但应用在短期集合预报中仍存在离散度不够、误差较大等问题。考虑到在区域短期集合预报中,模式不确定性和边界不确定性的影响不能忽略,本文尝试在ETKF生成分析扰动的过程中,同时考虑初值不确定性、物理不确定性与边界不确定性,进而构建多初值、多物理、多边界ETKF集合,并以2010年9月30日到10月8日海南岛特大暴雨作为研究个例,对其在暴雨集合预报中的应用展开初步研究,重点分析多种物理参数化过程对预报结果的影响。结果表明,多物理过程的ETKF(多物理ETKF)和单物理过程的ETKF(单一ETKF)均优于对照预报,多物理ETKF优势更加明显,其均方根误差、离散度等指标均得到很好的改善;对于降水采用SAL方法进行检验,发现多物理ETKF对于降水位置的预报有明显的改善,对于特大暴雨的强度预报也略有改善。研究表明,在ETKF初值扰动中加入多种物理过程,可以有效改善短期集合的离散度,提高预报准确率,有良好的发展前景和应用潜力。; 关键词集合转换卡尔曼滤波(ETKF)集合预报物理不确定暴雨预报; Keywords Ensemble transform Kalman filter, Ensemble forecast, Physical perturbation, Precipitation prediction; 分类号 P456 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名风暴尺度集合预报中的混合初始扰动方法及其在北京2012年“7.21”暴雨预报中的应用被引量：19: 4; 作者庄潇然闵锦忠王世璋周凯蔡沅辰; 机构南京信息工程大学气象灾害预报预警与评估协同创新中心南京信息工程大学气象灾害教育部重点实验室; 出处《大气科学》 CSCD 北大核心 2017年第1期30-42,共13页; 基金国家自然科学基金项目41430427 40975068~~; 文摘风暴尺度集合预报系统(Storm-Scale Ensemble Forecast system,简称SSEFs)中集合成员之间发散度不足一直都是研究的难点。本文尝试了将Barnes空间滤波融入到集合转换卡尔曼滤波(ETKF)更新预报系统中的混合初值扰动法。该方案将ETKF方法的小尺度信息与来自于侧边界条件扰动的大尺度信息相结合,缓解了扰动在侧边界不匹配的问题。通过2012年北京"7.21"暴雨并使用邻位方法对比分析了不同初值扰动方案在不同时间尺度与空间尺度上的特征,在此基础上进一步探讨了构造混合初始扰动法的可行性。结果表明:ETKF试验所构造的初始扰动无法与侧边界条件扰动相匹配,混合后的初始扰动可以有效缓解SSEFs中由于初始扰动与侧边界扰动不匹配产生的虚假波动,其中大尺度信息保留较多的混合试验(ETKF80)和动力降尺度方案(Down)在减少虚假波动方面的效果最优;从集合离散度来看,在前期暖区降水阶段ETKF的离散度在小尺度上最大,随着锋面降水的开始,Down的离散度逐渐超过ETKF,而使用各滤波波段构造的混合试验同时具备ETKF与Down二者的特征。选择合理的滤波波段可以获得最为合理的离散度表现(ETKF180),说明仅考虑侧边界匹配(Down和ETKF80)并不能获得最合理的集合离散度,应综合考虑其他因素。从降水概率预报结果来看,选取合适的滤波波段所构造的混合扰动试验同样获得了较好的效果。; 关键词风暴尺度集合预报系统集合转换卡尔曼滤波混合初始扰动离散度概率预报; Keywords Storm-scale ensemble forecast system Ensemble transform Kalman filter Blending initial perturbation Spread Probability prediction; 分类号 P456.7 [天文地球—大气科学及气象学]; 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	集合变换卡尔曼滤波数据同化方法中的协方差局地化	王际朝王玥臧绍东杨俊钢纪艳菊阮宗利	《海洋科学》 CAS CSCD 北大核心	2021	1	在线阅读下载PDF 职称材料
2	一种基于鲁棒集合滤波的资料同化方法	摆玉龙张转花尤元红刘颖娟	《高原气象》 CSCD 北大核心	2017	1	在线阅读下载PDF 职称材料
3	多物理ETKF在暴雨集合预报中的初步应用	黄红艳齐琳琳刘健文黄江平李崇银	《大气科学》 CSCD 北大核心	2016	11	在线阅读下载PDF 职称材料
4	风暴尺度集合预报中的混合初始扰动方法及其在北京2012年“7.21”暴雨预报中的应用	庄潇然闵锦忠王世璋周凯蔡沅辰	《大气科学》 CSCD 北大核心	2017	19	在线阅读下载PDF 职称材料