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

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. DOI: 10.3878/j.issn.1006-9585.2006.05.01

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. DOI: 10.3878/j.issn.1006-9585.2006.05.01

LIN Cai-Yan, ZHU Jiang, 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. DOI: 10.3878/j.issn.1006-9585.2006.05.01

Citation:

LIN Cai-Yan, ZHU Jiang, 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. DOI: 10.3878/j.issn.1006-9585.2006.05.01

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

Comparison of Ensemble Kalman Filter with Optimal Interpolation in Different Observational Networks

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.

参考文献(0)

资源附件(0)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回