×

用于数据同化的模型和数据简化:使用预测和数据的粒子过滤器,并应用于浅水模型。 (英语) Zbl 1524.62464号

概要:了解非线性、高维流动,例如大气和海洋流动,对于应对全球气候变化的影响至关重要。数据同化(DA)技术将物理模型和观测数据结合在一起,通常在贝叶斯框架中,以预测模型的未来状态和该预测中的不确定性。这些系统中固有的噪声(高斯和非高斯)、非线性和高维性给准确预测带来了挑战。为了解决这些问题,我们研究了基于不稳定子空间同化(AUS)、适当正交分解(POD)和动态模式分解(DMD)等技术的模型和数据降维的使用。利用投影物理和数据模型的算法可以与DA技术相结合,例如集成卡尔曼滤波器(EnKF)和粒子滤波器(PF)变体。投影DA技术是为优化建议粒子滤波器开发的,并应用于Lorenz’96模型(L96)和浅水方程(SWE),以测试我们的技术在高维非线性系统中的有效性。

理学硕士:

62M20型 随机过程的推断与预测
93E11号机组 随机控制理论中的滤波
37N10号 流体力学、海洋学和气象学中的动力系统
65二氧化碳 蒙特卡罗方法
37M99型 动力系统的逼近方法和数值处理
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Chorin,A。;Morzfeld,M。;Tu,X.,用于数据同化的隐式粒子滤波器,计算。方法应用。机械。工程,318,2,221-240(2010)·Zbl 1229.60047号
[2] van Leeuwen,P.J.,《地球科学中的非线性数据同化:一种非常有效的粒子滤波器》,Q.J.R.Meteorol。Soc.,136,653,1991-1999(2010)
[3] Snyder,C.,《粒子过滤器,“最佳”提案和高维系统》(ECMWF大气和海洋数据同化研讨会论文集(2011)),1-10
[4] 莫兹菲尔德,M。;涂,X。;阿特金斯,E。;Chorin,A.J.,隐式过滤器的随机映射实现,J.Compute。物理。,231, 4, 2049-2066 (2012) ·Zbl 1242.65012号
[5] 斯奈德,C。;Bengtsson,T。;比克尔,P。;Anderson,J.,《高维粒子滤波的障碍》,蒙大拿州。《天气评论》,136、12、4629-4640(2008)
[6] van Leeuwen,P.J.,《高维空间中粒子滤波的方面》,(Ravela,S.;Sandu,A.,《动态数据驱动环境系统科学》,《计算机科学课堂讲稿》(2015),Springer International Publishing:Springer国际出版公司Cham),251-262
[7] Trevisan,A。;Uboldi,F.,观测分析预测循环系统不稳定子空间内标准和目标观测的同化,J.Atmos。科学。,61, 1, 103-113 (2004)
[8] Uboldi,F。;Trevisan,A。;Carrassi,A.,为目标观测和标准观测开发基于动态的同化方法,非线性过程。地球物理学。,12, 1, 149-156 (2005)
[9] Trevisan,A。;Palatella,L.,关于卡尔曼滤波器误差协方差坍塌到不稳定子空间,非线性过程。地球物理学。,18, 2, 243-250 (2011)
[10] Palatella,L。;卡拉西。;Trevisan,A.,Lyapunov向量与不稳定子空间中的同化:理论与应用,J.Phys。A、 数学。理论。,46, 25 (2013) ·Zbl 1351.37130号
[11] Palatella,L。;Trevisan,A.,卡尔曼滤波器非线性扩展公式中Lyapunov向量的相互作用,Phys。版本E(3),91,4,第042905条pp.(2015),10
[12] Maclean,J。;Van Vleck,E.,基于降阶数据模型的数据同化粒子滤波器,Q.J.R.Meteorol。社会学,1471892-1907(2021)
[13] 卡拉西。;Trevisan,A。;Descamps,L。;Talagrand,O。;Uboldi,F.,通过在不稳定子空间中同化来控制3dvar分析循环中的不稳定性:与enkf,非线性过程的比较。地球物理学。,15, 4, 503-521 (2008)
[14] 博奎特,M。;Carrassi,A.,《多维系综变分数据同化与不稳定子空间》,Tellus,Ser。A Dyn公司。美托洛尔。海洋学家。,69,1,Article 1304504 pp.(2017),出版商:Taylor&Francis
[15] de Leeuw,B。;Dubinkina,S。;Frank,J。;Steyer,A。;涂,X。;Van Vleck,E.,投影阴影数据同化,SIAM J.Appl。动态。系统。,17, 2446-2477 (2018) ·Zbl 1406.37060号
[16] Farchi,A。;Bocquet,M.,局部粒子滤波器与新实现的比较,非线性过程。地球物理学。,25, 4, 765-807 (2018)
[17] J·波特乔伊。;Anderson,J.L.,《使用局部化粒子滤波器对高维地球物理系统中的模拟观测进行有效同化》,Mon。天气修订版,144,52007-2020(2016)
[18] Potthast,R。;Walter,A。;Rhodin,A.,《运行nwp框架内的局部自适应粒子滤波器》,Mon。《天气评论》,147,1,345-362(2019)
[19] Poterjoy,J.,《高维非线性系统的局部化粒子滤波器》,Mon。《天气评论》,144,1,59-76(2016)
[20] Sapsis,T.P。;Lermusiaux,P.F.J.,连续随机动力系统的动力正交场方程,Physica D,238,23-24,2347-2360(2009)·Zbl 1180.37119号
[21] Sapsis,T.,《动力正交场方程》(2010),麻省理工学院机械工程系博士论文
[22] 桑德加德,T。;Lermusiaux,P.F.,使用动态正交场方程对高斯混合模型进行数据同化。第一部分:理论与方案,孟。《天气评论》,141、6、1737-1760(2013)
[23] Majda,A.J。;齐,D。;Sapsis,T.P.,《大维混沌动力系统的混合粒子滤波器》,Proc。国家。阿卡德。科学。美国,111,21,7511-7516(2014)·Zbl 1359.62392号
[24] 齐,D。;Majda,A.J.,过滤湍流动力系统的自适应子空间混合粒子方法,Physica D,298/299,21-41(2015)·Zbl 1364.62234号
[25] Iungo,G.V.公司。;Santoni-Ortiz,C。;Abkar,M。;阿格尔港,F。;Rotea,M.A。;Leonardi,S.,风力涡轮机尾迹预测的数据驱动降阶模型,J.Phys。Conf.序列号。,625,第012009条pp.(2015)
[26] 梅塔,P.M。;Linares,R.,《物理电离层-热层模型数据同化和校准的新转换框架》,《空间天气》,16,8,1086-1100(2018)
[27] 王,Z。;罗,X。;Yau,S.S.-T。;Zhang,Z.,中高维非线性滤波问题的本征正交分解法,IEEE Trans。自动。控制,65,4,1613-1624(2020)·Zbl 1533.93818号
[28] 波波夫,A.A。;牟,C。;三都。;Iliescu,T.,具有降阶控制变量的多重集合卡尔曼滤波器,SIAM J.Sci。计算。,43,2,A1134-A1162(2021)·Zbl 1467.62153号
[29] 曹毅。;朱,J。;纳文,I.M。;Luo,Z.,使用适当的正交分解进行四维变分数据同化的降阶方法,Int.J.Numer。液体方法,53,10,1571-1583(2007)·Zbl 1370.86002号
[30] 迪米特里乌,G。;Apreutesei,N.,使用适当的正交分解方法进行数据同化实验的比较研究,(计算机科学讲义(2008)),393-400·Zbl 1229.35303号
[31] 杜,J。;纳文,I.M。;朱,J。;方,F。;Alekseev,A.K.,基于抛物化Navier-Stokes方程模型II的POD降阶建模:信赖域POD 4D VAR数据同化,计算。数学。申请。,65, 3, 380-394 (2013) ·Zbl 1319.76030号
[32] 方,F。;疼痛,C.C。;纳文,I.M。;医学博士Piggott。;Gorman,G.J。;法雷尔,体育。;Allison,P.A。;Goddard,A.J.H.,一种POD降阶4D-Var自适应网格海洋建模方法,国际期刊Numer。《液体方法》,60,7,709-732(2009)·Zbl 1163.86002号
[33] ψtefnescu,R。;三都。;Navon,I.M.,POD/DEIM有效四维变分数据同化的降阶策略,J.Compute。物理。,295, 569-595 (2015) ·Zbl 1349.76535号
[34] 熊猫,N。;Fernández-Godino,M.G。;Godinez,H.C。;Dawson,C.,带神经网络的数据驱动非线性同化框架,计算。地质科学。,25, 1, 233-242 (2021) ·Zbl 1453.86042号
[35] Nonomura,T。;Shibata,H。;Takaki,R.,使用卡尔曼滤波器进行参数估计的动态模式分解,AIP Adv.,8,10,第105106条,pp.(2018)
[36] Nonomura,T。;Shibata,H。;Takaki,R.,基于扩展卡尔曼滤波器的动态模式分解,用于同时进行系统识别和去噪,PLoS ONE,14,2,Article e0209836 pp.(2019)
[37] Maclean,J。;Santitissadeekorn,北。;Jones,C.K.R.T.,《拉格朗日数据同化中参数估计的相干结构方法》,Physica D,360,36-45(2017)·Zbl 1378.93132号
[38] Morzfeld,M。;亚当斯,J。;伦德曼,S。;Orozco,R.,《地球物理学中基于特征的数据同化,非线性过程》。地球物理学。,25, 2, 355-374 (2018)
[39] Kalnay,E.,《大气建模、数据同化和可预测性》(2003),剑桥大学出版社
[40] Wikle,C.K。;Berliner,L.M.,《数据同化的贝叶斯教程》,Physica D,230,1,1-16(2007)·Zbl 1113.62032号
[41] 博奎特,M。;Sakov,P.,《卡尔曼平滑器迭代集成》,Q.J.R.Meteorol。Soc.,140,682,1521-1535(2014)
[42] 法律,K。;Stuart,A。;Zygalakis,K.,《数据同化:数学导论》(2015),Springer-Verlag·Zbl 1353.60002号
[43] Vetra-Carvalho,S。;van Leeuwen,J。;Peter,N。;Lars,B。;亚历山大。;Umer,M。;Brasseur,P。;柯奇格斯纳,P。;Becker,J.-M.,高维非高斯问题的最新随机数据同化方法,Tellus,Ser。A Dyn公司。美托洛尔。大洋洲。,70, 1-43 (2018)
[44] van Leeuwen,P.J.,高维系统的非线性数据同化·Zbl 1330.62004号
[45] Budhiraja,A。;弗里德兰德,E。;Guider,C。;Jones,C.K。;Maclean,J.,《数据同化,复杂非线性动力系统物理和概率模型关联推理》(Gelfand,A.E.;Fuentes,M.;Hoeting,J.A.;Smith,R.L.,《环境与生态统计手册》(2017),CRC出版社),687-708
[46] 南卡罗来纳州Surace。;Kutschireiter,A。;Pfister,J.-P.,《如何避免维数灾难:具有和不具有重要性权重的粒子过滤器的可伸缩性》,SIAM Rev.,61,1,79-91(2019)·Zbl 1415.93268号
[47] 斯奈德,C。;Bengtsson,T。;比克尔,P。;Anderson,J.,《高维粒子过滤的障碍》,周一。《天气评论》,136、12、4629-4640(2008)
[48] 斯奈德,C。;Bengtsson,T。;Morzfeld,M.,使用最佳方案的粒子过滤器的性能界限,周一。《天气评论》,143、11、4750-4761(2015)
[49] van Leeuwen,P.J。;Künsch,H.R。;Nerger,L。;Potthast,R。;Reich,S.,《用于高维地球科学应用的粒子过滤器:综述》,Q.J.R.Meteorol。Soc.1457232335-2365(2019)
[50] Tropea,C。;Yarin,A.L.,《Springer实验流体力学手册》(2007),Springer科学与商业媒体
[51] Berkooz,G。;霍姆斯,P。;Lumley,J.L.,湍流分析中的适当正交分解,Annu。流体力学版次。,25, 1, 539-575 (1993)
[52] 埃卡特,C。;Young,G.,《一个矩阵与另一个低阶矩阵的近似》,《心理测量学》,1,3,211-218(1936)
[53] Golub,G.H。;Van Loan,C.F.,《矩阵计算》,《约翰·霍普金斯数学科学研究》(2013),约翰·霍普金斯大学出版社:约翰·霍普金斯大学出版社,马里兰州巴尔的摩·Zbl 1268.65037号
[54] 加维什,M。;Donoho,D.L.,奇异值的最佳硬阈值为(4/\sqrt{3}),IEEE Trans。Inf.理论,60,8,5040-5053(2014)·Zbl 1360.94071号
[55] Kutz,J.N.,《数据驱动建模与科学计算:复杂系统与大数据的方法》(2013),牛津大学出版社:牛津大学出版社·Zbl 1280.65002号
[56] 施密德,P.J.,数值和实验数据的动态模式分解,J.流体力学。,656, 5-28 (2010) ·Zbl 1197.76091号
[57] 罗利,C。;Mezic,I。;Bagheri,S。;施拉特,P。;Henningson,D.,非线性流动的谱分析,J.流体力学。,641, 115-127 (2009) ·Zbl 1183.76833号
[58] Budišić,M。;莫尔,R。;Mezić,I.,《应用库普主义,混沌,混沌,跨学科》。非线性科学杂志。,22,4,第047510条pp.(2012),33·Zbl 1319.37013号
[59] Tu,J.H。;罗利,C.W。;Luchtenburg,D.M。;Brunton,S.L。;Kutz,J.N.,《关于动态模式分解:理论和应用》,J.Compute。动态。,1, 2, 391-421 (2014) ·Zbl 1346.37064号
[60] 科尔达,M。;Mezić,I.,关于扩展动态模式分解到Koopman算子的收敛性,J.非线性科学。,28, 2, 687-710 (2018) ·Zbl 1457.37103号
[61] 库茨,J。;布鲁顿,S。;布伦顿,B。;Proctor,J.,《动态模式分解》,(应用数学其他标题(2016),工业和应用数学学会)·Zbl 1334.65199号
[62] Mezić,I.,通过Koopman算子的光谱特性分析流体流动,Annu。流体力学版次。,45, 1, 357-378 (2013) ·Zbl 1359.76271号
[63] Dieci,L。;Van Vleck,E.,Lyapunov和Sacker-Shell谱区间,J.Dyn。不同。Equ.、。,19, 265-293 (2007) ·Zbl 1130.34027号
[64] Dieci,L。;Van Vleck,E.,Lyapunov指数:计算,(Engquist,B.,《应用和计算数学百科全书》(2015),Springer-Verlag),834-838
[65] Lorenz,E.N.,可预测性-一个部分解决的问题,(Palmer,T.;Hagedorn,R.,可预测性研讨会论文集,第1卷(1996),英国ECMWF,剑桥大学出版社:英国ECMWF,剑桥大学出版社阅读版),1-18
[66] 搅拌机,R。;沃特斯,J。;Lucarini,V.,《连续Lorenz-96模型中的雪崩、呼吸和气流逆转》,Phys。E版,88,1,第013201条,pp.(2013)
[67] van Kekem,D.L。;Sterk,A.E.,Lorenz-96模型中的行波及其分岔,Physica D,367,38-60(2018)·Zbl 1380.37103号
[68] 库茨,J.N。;Fu,X。;Brunton,S.L.,多分辨率动态模式分解,SIAM J.Appl。动态。系统。,15, 2, 713-735 (2016) ·Zbl 1338.37121号
[69] 布伦顿,B.W。;洛杉矶约翰逊。;Ojemann,J.G。;Kutz,J.N.,《使用动态模式分解提取大规模神经记录中的时空相干模式》,J.Neurosci。方法,258,1-15(2016)
[70] 佩奇,J。;Kerswell,R.R.,简单不变解之间的Koopman模展开,J.流体力学。,879, 1-27 (2019) ·Zbl 1430.76222号
[71] Maćešić,S。;乔尼亚里奇·西奇,N。;Mezić,I.,非自治系统的Koopman算子族谱,SIAM J.Appl。动态。系统。,17, 4, 2478-2515 (2018) ·Zbl 1403.37092号
[72] Maćešić,S。;乔尼亚里奇-ņic,N.,非自治和随机系统的Koopman算子理论,(Mauroy,A.;Mezić,I。;Susuki,Y.,《系统和控制中的Koopman算子:概念、方法和应用》。《系统与控制中的科普曼操作员:概念、方法和应用》,《控制与信息科学讲义》(2020年),施普林格国际出版公司:施普林格国家出版公司,131-160年·Zbl 1453.93050号
[73] 乔尼亚里奇·西奇,N。;Maćešić,S。;Mezić,I.,随机动力系统的Koopman算子谱,J.非线性科学。,30, 5, 2007-2056 (2020) ·Zbl 1467.37084号
[74] 卡拉西。;博奎特,M。;德迈耶,J。;Grudzien,C。;Raanes,P。;Vannisem,S.,混沌动力学数据同化(2020),arXiv预印本
[75] 洛佐夫斯基,A。;Farthing,M。;Kees,C.,浅水方程有限元近似的Galerkin和Petrov-Galerkon模型简化评估,Commun。申请。数学。计算。科学。,5, 537-571 (2017) ·Zbl 1439.76086号
[76] Pedlosky,J.,《地球物理流体动力学》(2013),Springer Science&Business Media
[77] Hogan,R.,Matlab中的浅水模型(2014)
[78] Paulin,D。;Jasra,A。;Beskos,A。;Crisan,D.,浅水方程的具有流量相关背景协方差的4d-var方法(2017)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。