集合卡尔曼滤波估计水文地质参数的局域化修正

作者：南统超; 吴吉春

来源：水科学进展, 2010, (05): 613-621.

DOI：10.14042/j.cnki.32.1309.2010.05.006

• 地下水
• 渗透系数
• 参数估计
• 数据同化
• 集合卡尔曼滤波
• 局域化 groundwater
• hydraulic conductivity
• parameter estimation
• data assimilation
• ensemble Kalman filter
• localization

集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)作为一种有效的数据同化方法,在众多数值实验中体现优势的同时,也暴露了它使用小集合估计协方差情况下精度较低的缺陷。为了降低取样噪声对协方差估计的干扰并提高滤波精度,应用局域化函数对小集合估计的协方差进行修正,即在协方差矩阵中以舒尔积的形式增加空间距离权重以限制远距离相关。在一个二维理想孔隙承压含水层模型中的运行结果表明,局域化对集合卡尔曼滤波估计地下水参数的修正十分有效,局域化可以很好地过滤小集合估计中噪声的影响,节省计算量的同时又可以防止滤波发散。相关长度较小的水文地质参数(如对数渗透系数)更容易受到噪声的干扰,更有必要进...

• 单位
  南京大学; 污染控制与资源化研究国家重点实验室