POD/NLS-4DVar的改进及在陆面数据同化系统中的应用
发布时间：2021-02-10 17:48
数据同化算法是将模式模拟和观测数据相融合的方法论,POD/NLS-4DVar算法是一种先进的数据同化算法,该算法融合了当前主流的两大同化算法（集合卡尔曼滤波EnKF和四维变分同化算法4DVar）的优势,但依然存在发展的空间,本论文旨在针对该算法待发展之处,提出解决策略、进一步完善POD/NLS-4DVar算法。POD/NLS-4DVar作为一种混合数据同化算法（4DEnVar）,采用基于集合的同化算法估算背景误差协方差B的策略,即用有限集合样本估算B,这种策略会因取样不足导致虚假相关,基于集合的同化算法一般通过局地化过程消除样本不足造成的虚假相关,而局地化方案的不同选择也必然会影响到其最终的同化效果。本论文分别提出了两种局地化策略,即自适应局地化方案和集合扩展局地化方案,将其应用到POD/NLS-4DVar算法,并通过Lorenz-96为预报模式的同化系统进行算法验证,验证结果如下:将自适应局地化方案引入到POD/NLS-4DVar算法,由于采用了稀疏技术和EOF分解技术,构造的稀疏流自适应修订（Sparse Flow-Adaptive Moderation,SFAM）局地化框架的计算...
【文章来源】：山东农业大学山东省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
SFAM方案的不同参数（ds,m,q,r）的均方根误差Fig.5Timestepsofrootmeansquare(RMS)errorsfordifferentparameters(ds,m,q,r)ofSFAM
中国科学院大气物理研究所陆面数据同化系统（LDAS-IAP/CAS-1.0）是由田向人（2010）发展的，该系统将 POD-4DVar 同化方法、参数率定方法 EnPOD_P、传输模型 CMEM 耦合到通用陆面模式 NCAR/CLM 中，是一种全新的陆面数据同统（贾炳浩，2011）。Tian et al.（2008，2009）采用 POD-4DVar 同化算法，利用亮温数据作为观测，以通用陆面模式 NCAR/CLM3.0 为模式平台，同化土壤湿度，建立陆面数据同化系统。该陆面数据同化系统基于一个双通优化框架，同化过含两个通道：采用 POD-4DVar 同化方法同化微波亮温资料得到土壤湿度的分析值用一种新的参数率定方法 SCE-UA 对观测算子（辐射传输模型）的几个关键参数率定（Tian et al., 2009）。本论文使用的陆面数据同化系统 LDAS-IAP/CAS 在 Tt al.（2009）的基础上更换了参数率定方法，现用方案为 EnPOD_P 参数率定方法DAS-IAP/CAS 系统的主要构成有预报模式（预报算子）、观测数据、同化算法、算子、强迫数据（驱动模式），下面对组成要素分别进行介绍，系统框架见图 8。
【参考文献】：
期刊论文
[1]An Economical Approach to Flow-Adaptive Moderation of Spurious Ensemble Correlations and Its Application in the Proper Orthogonal Decomposition-Based Ensemble Four Dimensional Variational Assimilation Method[J]. ZHANG Hong-Qin,TIAN Xiang-Jun,ZHANG Cheng-Ming. Atmospheric and Oceanic Science Letters. 2015(05)
[2]GRACE terrestrial water storage data assimilation based on the ensemble four-dimensional variational method PODEn4DVar:Method and validation[J]. SUN Qin,XIE ZhengHui,TIAN XiangJun. Science China Earth Sciences. 2015(03)
[3]An Economical Approach to Four-dimensional Variational Data Assimilation[J]. 王斌,刘娟娟,王曙东,成巍,刘娟,刘成思,Ying-Hwa KUO. Advances in Atmospheric Sciences. 2010(04)
[4]Effects of sample density on the assimilation performance of an explicit four-dimensional variational data assimilation method[J]. TIAN XiangJun & XIE ZhengHui ICCES/LASE, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China. Science in China（Series D:Earth Sciences）. 2009(11)
[5]An explicit four-dimensional variational data assimilation method[J]. QIU ChongJian, ZHANG Lei & SHAO AiMei Key Laboratory of Arid Climatic Changing and Reducing Disaster of Gansu Province, College of Atmospheric Sciences, Lanzhou University, Lanzhou 730000, China. Science in China（Series D:Earth Sciences）. 2007(08)
[6]Development of a Chinese land data assimilation system:its progress and prospects[J]. Li Xin~(1**) Huang Chunlin~1 Che Tao~1 Jin Rui~1 Wang Shugong~l Wang Jiemin~1 Gao Feng~1 Zhang Shuwen~2 Qiu Chongjian~2 Wang Chenghai~2 (1.Cold and Arid Regions Environmental and Engineering Research Institute,Chinese Academy of Sciences,Lanzhou 730000,China;2.College of Atmospheric Sciences,Lanzhou University,Lanzhou 730000,China). Progress in Natural Science. 2007(08)
[7]中国陆面数据同化系统研究的进展与前瞻[J]. 李新,黄春林,车涛,晋锐,王书功,王介民,高峰,张述文,邱崇践,王澄海. 自然科学进展. 2007(02)
[8]关于集合Kalman滤波的理论和方法的发展[J]. 刘成思,薛纪善. 热带气象学报. 2005(06)
[9]Estimating the Soil Moisture Profile by Assimilating Near-Surface Observations with the Ensemble Kalman Filter （EnKF）[J]. 张述文,李吴睿,张卫东,邱崇践,李新. Advances in Atmospheric Sciences. 2005(06)
[10]数据同化——一种集成多源地理空间数据的新思路[J]. 李新,黄春林. 科技导报. 2004(12)
博士论文
[1]区域冬小麦估产的遥感数据同化技术研究[D]. 姜志伟.中国农业科学院 2012
本文编号：3027750
【文章来源】：山东农业大学山东省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
SFAM方案的不同参数（ds,m,q,r）的均方根误差Fig.5Timestepsofrootmeansquare(RMS)errorsfordifferentparameters(ds,m,q,r)ofSFAM
中国科学院大气物理研究所陆面数据同化系统（LDAS-IAP/CAS-1.0）是由田向人（2010）发展的，该系统将 POD-4DVar 同化方法、参数率定方法 EnPOD_P、传输模型 CMEM 耦合到通用陆面模式 NCAR/CLM 中，是一种全新的陆面数据同统（贾炳浩，2011）。Tian et al.（2008，2009）采用 POD-4DVar 同化算法，利用亮温数据作为观测，以通用陆面模式 NCAR/CLM3.0 为模式平台，同化土壤湿度，建立陆面数据同化系统。该陆面数据同化系统基于一个双通优化框架，同化过含两个通道：采用 POD-4DVar 同化方法同化微波亮温资料得到土壤湿度的分析值用一种新的参数率定方法 SCE-UA 对观测算子（辐射传输模型）的几个关键参数率定（Tian et al., 2009）。本论文使用的陆面数据同化系统 LDAS-IAP/CAS 在 Tt al.（2009）的基础上更换了参数率定方法，现用方案为 EnPOD_P 参数率定方法DAS-IAP/CAS 系统的主要构成有预报模式（预报算子）、观测数据、同化算法、算子、强迫数据（驱动模式），下面对组成要素分别进行介绍，系统框架见图 8。
【参考文献】：
期刊论文
[1]An Economical Approach to Flow-Adaptive Moderation of Spurious Ensemble Correlations and Its Application in the Proper Orthogonal Decomposition-Based Ensemble Four Dimensional Variational Assimilation Method[J]. ZHANG Hong-Qin,TIAN Xiang-Jun,ZHANG Cheng-Ming. Atmospheric and Oceanic Science Letters. 2015(05)
[2]GRACE terrestrial water storage data assimilation based on the ensemble four-dimensional variational method PODEn4DVar:Method and validation[J]. SUN Qin,XIE ZhengHui,TIAN XiangJun. Science China Earth Sciences. 2015(03)
[3]An Economical Approach to Four-dimensional Variational Data Assimilation[J]. 王斌,刘娟娟,王曙东,成巍,刘娟,刘成思,Ying-Hwa KUO. Advances in Atmospheric Sciences. 2010(04)
[4]Effects of sample density on the assimilation performance of an explicit four-dimensional variational data assimilation method[J]. TIAN XiangJun & XIE ZhengHui ICCES/LASE, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China. Science in China（Series D:Earth Sciences）. 2009(11)
[5]An explicit four-dimensional variational data assimilation method[J]. QIU ChongJian, ZHANG Lei & SHAO AiMei Key Laboratory of Arid Climatic Changing and Reducing Disaster of Gansu Province, College of Atmospheric Sciences, Lanzhou University, Lanzhou 730000, China. Science in China（Series D:Earth Sciences）. 2007(08)
[6]Development of a Chinese land data assimilation system:its progress and prospects[J]. Li Xin~(1**) Huang Chunlin~1 Che Tao~1 Jin Rui~1 Wang Shugong~l Wang Jiemin~1 Gao Feng~1 Zhang Shuwen~2 Qiu Chongjian~2 Wang Chenghai~2 (1.Cold and Arid Regions Environmental and Engineering Research Institute,Chinese Academy of Sciences,Lanzhou 730000,China;2.College of Atmospheric Sciences,Lanzhou University,Lanzhou 730000,China). Progress in Natural Science. 2007(08)
[7]中国陆面数据同化系统研究的进展与前瞻[J]. 李新,黄春林,车涛,晋锐,王书功,王介民,高峰,张述文,邱崇践,王澄海. 自然科学进展. 2007(02)
[8]关于集合Kalman滤波的理论和方法的发展[J]. 刘成思,薛纪善. 热带气象学报. 2005(06)
[9]Estimating the Soil Moisture Profile by Assimilating Near-Surface Observations with the Ensemble Kalman Filter （EnKF）[J]. 张述文,李吴睿,张卫东,邱崇践,李新. Advances in Atmospheric Sciences. 2005(06)
[10]数据同化——一种集成多源地理空间数据的新思路[J]. 李新,黄春林. 科技导报. 2004(12)
博士论文
[1]区域冬小麦估产的遥感数据同化技术研究[D]. 姜志伟.中国农业科学院 2012
本文编号：3027750
本文链接：https://www.wllwen.com/nykjlw/nyxlw/3027750.html
