数据同化系统的误差处理方法研究

发布时间：2017-09-04 23:39

  本文关键词：数据同化系统的误差处理方法研究

  更多相关文章： 数据同化 误差处理 Lorenz混沌系统 二维平流扩散模型 集合Kalman滤波

【摘要】：随着人类对环境认识水平的不断提高,越来越多的地球观测数据正有序合理地被分析和利用。数据同化方法作为融合模型信息与观测信息的有力纽带,近年来在地球科学中得到了迅速发展,目前无论是在理论方法的研究还是在实用同化系统的构建方面都取得了重要的研究进展。然而,数据同化系统中的误差问题一直是制约数据同化系统发展的瓶颈,如何合理、有效地减少数据同化系统的不确定性问题,已成为发展数据同化方法所必须面临的问题。在实际的同化系统中,如果没有对误差进行处理,或者是处理得不好,在同化过程中就比较容易造成模型预报大幅度偏离观测数据的问题,产生滤波发散现象,最终导致同化系统不稳定。针对数据同化系统的误差问题,本文主要做了以下研究工作:(1)分析了顺序数据同化方法和连续数据同化方法中的误差机理及来源,对两种方法中的误差问题进行了比较。简要概述了模型误差和观测误差的估计过程,针对集合数据同化中的误差处理方法进行了综述,简要罗列了几种具有代表性的误差处理方法。(2)详细分析了经典Kalman滤波中的误差产生过程,针对Kalman滤波不适用于非线性系统和易于发散的特点,实现了一种基于Cholesky方法分解误差协方差矩阵的Kalman滤波改进算法,并在Lorenz混沌系统上研究了改进滤波的性能。结果显示,改进后的滤波与Kalman滤波相比,对同化系统的误差有明显的改善效果。(3)针对观测误差问题,以大气污染物扩散问题为研究背景,以二维平流扩散模型为预报模型、集合Kalman滤波为数据同化方法在模拟的风速场中建立了一个污染物浓度预报的模拟数据同化系统,并在该系统上研究了观测策略、观测误差对同化效果的影响,将局地化方法用于处理观测误差中的虚假相关问题。本文在理想模型的基础上,研究了同化系统中的算法误差和观测误差问题,尝试从理论角度寻求有效的误差处理方法,以期为实际数据同化系统的应用提供理论参考。
【关键词】：数据同化 误差处理 Lorenz混沌系统 二维平流扩散模型 集合Kalman滤波
【学位授予单位】：西北师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：X87;X831
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-13
• 1.1 数据同化的基本概念8
• 1.2 本文的研究背景与意义8-10
• 1.3 国内外研究现状10-11
• 1.4 本文研究的主要内容11-13
• 第2章 数据同化中的误差理论13-22
• 2.1 顺序数据同化中的误差问题13-17
• 2.1.1 Kalman滤波14-15
• 2.1.2 集合Kalman滤波15-17
• 2.2 连续数据同化中的误差问题17-18
• 2.3 两类误差问题的比较18-19
• 2.4 误差处理方法19-21
• 2.5 本章小结21-22
• 第3章 Kalman滤波中的误差问题22-27
• 3.1 引言22
• 3.2 滤波发散问题22-24
• 3.2.1 滤波发散现象22
• 3.2.2 克服发散的主要方法22-24
• 3.3 Cholesky分解24
• 3.4 基于Cholesky分解的误差处理方法24-26
• 3.5 本章小结26-27
• 第4章 基于Cholesky分解的误差处理方法数值试验27-35
• 4.1 Lorenz混沌系统介绍27
• 4.2 改进滤波的基本同化实验27-28
• 4.3 观测方差对同化效果影响28-29
• 4.4 观测窗口长度对同化效果影响29-30
• 4.5 加密观测策略对同化效果的影响30-31
• 4.6 与集合Kalman滤波同化性能比较31-34
• 4.7 本章小结34-35
• 第5章 数据同化观测误差问题分析35-47
• 5.1 引言35
• 5.2 数据同化观测误差35-36
• 5.2.1 观测算子误差35-36
• 5.2.2 代表性误差36
• 5.2.3 仪器误差36
• 5.3 观测误差问题的模拟同化试验36-41
• 5.3.1 局地化技术36-37
• 5.3.2 二维平流扩散模型简介37
• 5.3.3 模拟风速场的构建37-38
• 5.3.4 模拟观测数据的获取38-39
• 5.3.5 性能评价指标39
• 5.3.6 模拟同化试验的基本设计39-41
• 5.4 模拟同化试验结果41-46
• 5.4.1 基本同化试验结果41-42
• 5.4.2 敏感性试验分析42-45
• 5.4.3 局地化策略研究45-46
• 5.5 本章小结46-47
• 第6章 总结与展望47-49
• 参考文献49-52
• 攻读学位期间所发表的论文及主要成果52-53
• 致谢53

【相似文献】

中国重要会议论文全文数据库 前10条

1 沈桐立;李华宏;;伴随模式同化系统的设计及其应用研究[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“地球气候和环境系统的探测与研究”分会论文集[C];2003年

2 杜钦;沈桐立;;伴随模式同化系统在修正模式误差中的应用研究1[A];中国气象学会2006年年会“中尺度天气动力学、数值模拟和预测”分会场论文集[C];2006年

3 阳坤;Toshio Koike;;青藏高原陆面同化系统的发展、验证及应用[A];青藏高原资源·环境·生态建设学术研讨会暨中国青藏高原研究会2007学术年会论文摘要汇编[C];2007年

4 庄照荣;薛纪善;韩威;刘艳;陆慧娟;张林;;GRAPES分析同化系统的进展[A];第26届中国气象学会年会全球和区域气候模式及极端天气气候事件的模拟研究分会场论文集[C];2009年

5 袁慧玲;谢元富;;STMAS数据同化系统在灾害性天气预报中的应用[A];第28届中国气象学会年会——S3天气预报灾害天气研究与预报[C];2011年

6 刘志权;吴雪宝;张凤英;;局地ATOVS辐射资料在NWP同化中的偏差订正试验研究[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“地球气候和环境系统的探测与研究”分会论文集[C];2003年

7 丁伟钰;万齐林;李昊睿;张旭斌;;Partial Cycle循环同化系统开发及个例分析[A];第31届中国气象学会年会S2 灾害天气监测、分析与预报[C];2014年

8 王叶红;赖安伟;林春泽;王明欢;;GRAPES-MESO模式非静力三维变分同化方案性能分析[A];S1 灾害天气研究与预报[C];2012年

9 高华;谭晓光;李红莉;李英华;;LAPS系统与变分同化系统WRFVAR的效果对比分析[A];第27届中国气象学会年会城市气象，，让生活更美好分会场论文集[C];2010年

10 甘少华;李俊;闫炎;张友姝;;降维投影四维变分同化系统(DRP-4DVar)在WRF模式上的构建和初步试验[A];S1 灾害天气研究与预报[C];2012年

中国重要报纸全文数据库 前1条

1 通讯员 王海;江西快速循环同化系统投入应用[N];中国气象报;2011年

中国博士学位论文全文数据库 前1条

1 崔丽梅;基于一个全球谱模式的集合Kalman滤波同化系统研究[D];中国海洋大学;2010年

中国硕士学位论文全文数据库 前10条

1 张洪芹;POD/NLS-4DVar的改进及在陆面数据同化系统中的应用[D];山东农业大学;2016年

2 尤元红;数据同化系统的误差处理方法研究[D];西北师范大学;2016年

3 李华宏;伴随模式同化系统的设计及其应用研究[D];南京气象学院;2003年

4 范水勇;伴随模式同化系统的构造及其同化试验[D];南京气象学院;2002年

5 许立言;遗传算法同化系统在修正模式地形中的应用研究[D];南京信息工程大学;2008年

6 彭菊香;中尺度模式遗传算法同化系统及同化试验研究[D];南京信息工程大学;2007年

7 李红莉;云导风资料同化在伴随模式同化系统中的应用研究[D];南京气象学院;2004年

8 何芬;MM5伴随模式同化系统中云导风的同化对调整模式地形参数的试验研究[D];南京信息工程大学;2005年

9 杜钦;MM5伴随模式同化系统在修正模式地形参数中的应用研究[D];南京信息工程大学;2006年

10 常慧琳;MM5遗传算法同化系统的设计及其应用研究[D];南京信息工程大学;2007年

本文编号：794545