科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对数据同化过程中集合数目有限情形下的虚假相关问题,通过模糊控制算法判断观测点与状态更新点之间的距离,构造观测位置等价权重,与集合转换卡尔曼滤波方法相结合,提出一种新的数据同化方法。利用经典的Lorenz-96混沌模型,比较分析集合转换卡尔曼滤波(ETKF),局地化集合转换卡尔曼滤波(LETKF)和模糊控制数据同化算法(FETKF)在不同参数变化时的性能,由此探讨3种方法的优劣。研究结果表明:新方法能够使每一步状态更新获得更有效的观测信息,减小因观测数据难以得到有效利用而带来的误差,同时避免了同化过程中的虚假相关问题,从而提高滤波精度。
-
单位西北师范大学; 电子工程学院
