大规模地球系统模式参数估计关键技术研究
发布时间：2024-11-03 07:20
地球系统模式通过数学物理方程刻画地球系统的各种物理过程,是预测未来气候变化趋势不可或缺的工具。由于网格分辨率的限制,模式中次网格尺度的物理现象不得不用物理参数化方案来表征。借助多源观测对地球系统模式中物理方案参数进行合理估计是模式开发和应用过程中的关键环节,也是提升模式模拟能力的有效途径。然而,地球系统模式是典型的高性能计算程序,运行一次需要极高的时间和计算成本。同时,模式物理方案参数空间维度高,具有强非线性、多峰等特点。这些都对目前基于先验和人工的参数选取方法带来挑战。本文研究如何自动高效的对地球系统模式的物理方案参数进行优化和估计。主要工作包括:(1)针对模式参数估计问题,提出了采用改进的代理回归模型来比较评估不同数值优化算法性能的方法。采用统计回归和深度学习模型,发掘和利用不同变量间的依赖关系提高多变量代理模型的参数空间表征能力。在对我国知名大气模式GAMIL2的16个输出变量的回归中,超过80%变量的代理模型得到了优化。该方法用于模式参数估计优化算法的评估,可大大降低评估过程中的计算成本,为研究新算法提供快速、有效平台。(2)提出了高维参数降维、最优化算法初值预处理和局部优化算法...
【文章页数】：120 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
主要符号对照表
第1章 引言
1.1 论文背景与意义
1.1.1 地球系统模式的发展
1.1.2 地球系统模式中的不确定性
1.1.3 不确定性量化分析
1.2 地球系统模式参数估计面临的关键问题
1.3 本文研究的主要内容和贡献
1.3.1 本文的研究内容
1.3.2 本文的组织及各章内容简介
1.3.3 本文的主要贡献
第2章 相关工作
2.1 地球系统模式
2.2 反向的不确定性量化分析方法
2.2.1 人工搜索优化估计
2.2.2 数值优化算法
2.2.3 后验概率分布方法
2.2.4 数据同化方法
2.2.5 算法评测方法
2.3 前向的不确定性演化分析方法
2.3.1 代理回归模型
2.3.2 参数敏感性分析
2.4 不确定性量化分析工具
2.5 小结
第3章 基于代理模型的优化算法比较评估方案
3.1 前言
3.2 评估优化算法的困难
3.3 地球系统模式的代理模型
3.3.1 多项式代理模型
3.3.2 Kriging代理模型
3.3.3 MARS代理模型
3.4 混合深度代理模型
3.4.1 深度信念网络
3.4.2 深度信念网络优化代理模型
3.5 测试和分析
3.5.1 数据采样和预处理
3.5.2 基础代理模型的拟合结果
3.5.3 混合深度代理模型性能改进
3.5.4 基于代理模型对不同优化算法的性能评测
3.6 小结
第4章 地球系统模式多步参数估计方法
4.1 前言
4.2 参数敏感性分析
4.2.1 Morris敏感性分析方法
4.2.2 Sobol敏感性分析方法
4.3 优化算法初值预处理
4.4 单纯形下山算法对模式参数寻优
4.5 优化性能评估
4.5.1 优化算法初值预处理的性能
4.5.2 三步优化算法的性能
4.6 模式优化机理分析
4.7 小结
第5章 基于短期数值天气预报方法的模式参数估计
5.1 前言
5.2 模式介绍和优化估计目标函数
5.2.1 CAM5模式介绍
5.2.2 优化估计目标函数
5.3 基于改进的短期数值天气预报方法的参数估计流程
5.3.1 短期数值天气预报方法介绍和改进
5.3.2 基于短期数值天气预报方法的参数估计
5.4 实验结果
5.4.1 短期数值天气预报和长时间模拟的相似性
5.4.2 基于短期数值天气预报方法优化估计的结果
5.4.3 长时间模拟的验证
5.5 小结
第6章 面向地球系统模式参数估计的自动化框架
6.1 前言
6.2 自动化框架结构
6.2.1 ESMUQ自动化框架结构
6.2.2 ESMUQ自动化框架配置与实例
6.3 基于分布式文件系统的高效地球系统模式数据分析框架
6.3.1 目的和相关工作
6.3.2 关键技术
6.3.3 框架结构
6.3.4 实验评估和结果
6.4 小结
第7章 总结与展望
7.1 总结
7.2 下一步工作
参考文献
致谢
个人简历、在学期间发表的学术论文与研究成果
本文编号：4010891
【文章页数】：120 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
主要符号对照表
第1章 引言
1.1 论文背景与意义
1.1.1 地球系统模式的发展
1.1.2 地球系统模式中的不确定性
1.1.3 不确定性量化分析
1.2 地球系统模式参数估计面临的关键问题
1.3 本文研究的主要内容和贡献
1.3.1 本文的研究内容
1.3.2 本文的组织及各章内容简介
1.3.3 本文的主要贡献
第2章 相关工作
2.1 地球系统模式
2.2 反向的不确定性量化分析方法
2.2.1 人工搜索优化估计
2.2.2 数值优化算法
2.2.3 后验概率分布方法
2.2.4 数据同化方法
2.2.5 算法评测方法
2.3 前向的不确定性演化分析方法
2.3.1 代理回归模型
2.3.2 参数敏感性分析
2.4 不确定性量化分析工具
2.5 小结
第3章 基于代理模型的优化算法比较评估方案
3.1 前言
3.2 评估优化算法的困难
3.3 地球系统模式的代理模型
3.3.1 多项式代理模型
3.3.2 Kriging代理模型
3.3.3 MARS代理模型
3.4 混合深度代理模型
3.4.1 深度信念网络
3.4.2 深度信念网络优化代理模型
3.5 测试和分析
3.5.1 数据采样和预处理
3.5.2 基础代理模型的拟合结果
3.5.3 混合深度代理模型性能改进
3.5.4 基于代理模型对不同优化算法的性能评测
3.6 小结
第4章 地球系统模式多步参数估计方法
4.1 前言
4.2 参数敏感性分析
4.2.1 Morris敏感性分析方法
4.2.2 Sobol敏感性分析方法
4.3 优化算法初值预处理
4.4 单纯形下山算法对模式参数寻优
4.5 优化性能评估
4.5.1 优化算法初值预处理的性能
4.5.2 三步优化算法的性能
4.6 模式优化机理分析
4.7 小结
第5章 基于短期数值天气预报方法的模式参数估计
5.1 前言
5.2 模式介绍和优化估计目标函数
5.2.1 CAM5模式介绍
5.2.2 优化估计目标函数
5.3 基于改进的短期数值天气预报方法的参数估计流程
5.3.1 短期数值天气预报方法介绍和改进
5.3.2 基于短期数值天气预报方法的参数估计
5.4 实验结果
5.4.1 短期数值天气预报和长时间模拟的相似性
5.4.2 基于短期数值天气预报方法优化估计的结果
5.4.3 长时间模拟的验证
5.5 小结
第6章 面向地球系统模式参数估计的自动化框架
6.1 前言
6.2 自动化框架结构
6.2.1 ESMUQ自动化框架结构
6.2.2 ESMUQ自动化框架配置与实例
6.3 基于分布式文件系统的高效地球系统模式数据分析框架
6.3.1 目的和相关工作
6.3.2 关键技术
6.3.3 框架结构
6.3.4 实验评估和结果
6.4 小结
第7章 总结与展望
7.1 总结
7.2 下一步工作
参考文献
致谢
个人简历、在学期间发表的学术论文与研究成果
本文编号：4010891
本文链接：https://www.wllwen.com/projectlw/dqwllw/4010891.html
