首页 | 本学科首页   官方微博 | 高级检索  
     检索      

集合KALMAN滤波和最优插值方法在不同观测分布的比较理想试验
引用本文:林彩燕,朱江,陆春谷.集合KALMAN滤波和最优插值方法在不同观测分布的比较理想试验[J].气候与环境研究,2006,11(5):553-564.
作者姓名:林彩燕  朱江  陆春谷
作者单位:1. 中国科学院大气物理研究所国际气候与环境科学中心,北京 100029;中国科学院研究生院,北京 100049
2. 中国科学院大气物理研究所国际气候与环境科学中心,北京 100029
3. NOAA-Research Forecast Systems Laboratory Boulder, CO 80305
基金项目:国家杰出青年基金资助项目40225015
摘    要:目前一种比较流行并且可行的同化方法-集合Kalman滤波(EnKF)能够计算依赖于流的误差统计量。理论上,EnKF能够比最优插值、三维变分等更准确地计算误差统计量,能更好地融合背景场和观测场的信息。作者利用二维平流扩散方程经过10天的同化循环,比较不同观测分布的情况下EnKF和最优插值(OI)的模拟能力。理想试验结果显示,随着观测分布密度的减小,尤其是当观测的分辨率大于OI估计的相关尺度时,集合Kalman滤波的结果比最优插值有更明显的改进。

关 键 词:集合Kalman滤波  最优插值  观测分布
文章编号:1006-9585(2006)04-0553-12
收稿时间:04 12 2005 12:00AM
修稿时间:01 6 2006 12:00AM

Comparison of Ensemble Kalman Filter with Optimal Interpolation in Different Observational Networks
LIN Cai-Yan,ZHU Jiang and LU Chun-Gu.Comparison of Ensemble Kalman Filter with Optimal Interpolation in Different Observational Networks[J].Climatic and Environmental Research,2006,11(5):553-564.
Authors:LIN Cai-Yan  ZHU Jiang and LU Chun-Gu
Institution:International Center for Climate and Environment Sciences, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029; 2. Graduate University of Chinese Academy of Sciences, Beijing 100049; 3. NOAA-Research Forecast Systems Laboratory Boulder, CO 80305
Abstract:
Keywords:Ensemble Kalman Filter  Optimal Interpolation  observational networks
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《气候与环境研究》浏览原始摘要信息
点击此处可从《气候与环境研究》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号