首页 | 本学科首页   官方微博 | 高级检索  
     

集合数据同化方法的发展与应用概述
引用本文:张学峰,黄大吉,章本照,童元正. 集合数据同化方法的发展与应用概述[J]. 海洋学研究, 2007, 25(1): 88-94
作者姓名:张学峰  黄大吉  章本照  童元正
作者单位:国家海洋局,第二海洋研究所,浙江,杭州,310012;卫星海洋环境动力学国家重点实验室,浙江,杭州,310012;浙江大学,流体工程研究所,浙江,杭州,310027;国家海洋局,第二海洋研究所,浙江,杭州,310012;卫星海洋环境动力学国家重点实验室,浙江,杭州,310012;浙江大学,流体工程研究所,浙江,杭州,310027
基金项目:国家自然科学基金资助项目(40076010),国家重点基础研究发展规划资助项目(G1999043701)
摘    要:集合数据同化方法具有简洁概念化的公式和应用起来相对容易等优点,因此,它们获得了普及性的应用;近10年来集合数据同化方法已经得到了快速的发展。综述了包括集合卡尔曼滤波(EnKF,Ensemble Kalman Filter)、集合卡尔曼平滑(EnKS,Ensemble Kalman Smoother)、集合方均根滤波(EnSRF,Ensemble Square-Root Filter)和减秩卡尔曼滤波(SEEK,Singular Evolutive Extended Kalman Filter)等集合数据同化方法的研究进展状况。通过与其它数据同化方法的对比,总结出了这些方法的特点,探讨了我国在集合数据同化方法研究中存在的问题并展望了该方法的研究和应用前景。

关 键 词:数据同化  集合数据同化  EnKF  EnKS  EnSRF  SEEK
文章编号:1001-909X(2007)01-0088-07
修稿时间:2005-01-24

The developments and applications of ensemble-based data assimilation methods
ZHANG Xue-feng,HUANG Da-ji,ZHANG Ben-zhao,TONG Yuan-Zheng. The developments and applications of ensemble-based data assimilation methods[J]. Journal of Marine Sciences, 2007, 25(1): 88-94
Authors:ZHANG Xue-feng  HUANG Da-ji  ZHANG Ben-zhao  TONG Yuan-Zheng
Abstract:Ensemble-based data assimilation methods have been developing rapidly for a decade.They have been applied in wide field due to their simple conceptual formulation and ease implementation.The advancement in ensemble-based data assimilation methods are reviewed,including Ensemble Kalman Filter(EnKF),Ensemble Kalman Smoother(EnKS),Ensemble Square-Root Filter(EnSRF),Singular Evolutive Extended Kalman Filter(SEEK).The main characteristics are outlined though comparing them with other data assimilation methods.Finally,the further developments are discussed.
Keywords:data assimilation  ensemble-based data assimilation  EnKF  EnKS  EnSRF  SEEK
本文献已被 CNKI 维普 万方数据 等数据库收录!
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