×

使用随机搜索和正则梯度优化对大气释放源进行表征。 (英语) Zbl 1255.86001号

摘要:采用随机搜索和正则梯度优化相结合的反演技术解决大气源特征描述问题。相反的问题包括检索空间坐标、震源强度以及震源处的风速和风向,给定特定的受体位置和这些受体位置的浓度值。采用高斯羽流模型作为正演模型,并选择基于导数的优化,以利用其简单的分析性质。提出了一种新的失配函数,用于提高大气反演问题的反演精度。在模型参数空间上进行随机搜索,以识别梯度方案的良好初始迭代。在随机搜索阶段考虑了几个准蒙特卡罗点集,并用Mersenne-Twister伪随机生成器评估了它们的性能。采用带Tikhonov稳定器的牛顿法和带二次线搜索的自适应正则化方法进行梯度优化。由于大气反演问题的正向建模和测量误差通常未知,因此研究了与“模型-场”和“数据-场”相关的问题。在本文中,使用哥本哈根示踪实验的现场数据介绍了所提出方法的工作原理和验证。

MSC公司:

86-08 地球物理问题的计算方法
86A10美元 气象学和大气物理学
65二氧化碳 蒙特卡罗方法
15A29号 线性代数中的反问题
60J60型 扩散过程
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] Zhdanov MS,地球物理反演理论和正则化问题——地球化学和地球物理方法(2002)
[2] Zabinsky ZB,全局优化的随机自适应搜索(2003)·doi:10.1007/978-1-4419-9182-9
[3] DOI:10.1088/0266-5611/14/3/003·Zbl 0913.65123号 ·doi:10.1088/0266-5611/14/3/003
[4] 内政部:10.1080/17415970500258162·Zbl 1194.86022号 ·doi:10.1080/17415970500258162
[5] DOI:10.1111/j.1365-246X.2004.02272.x·doi:10.1111/j.1365-246X.2004.02272.x
[6] Lomax A,具有复杂失配函数的地球物理反演问题,非线性过程地球物理。第2页222页–(1995年)
[7] 内政部:10.1088/0266-5611/17/3/302·Zbl 0983.65143号 ·doi:10.1088/0266-5611/17/3/302
[8] DOI:10.1175/2007JAMC1733.1·doi:10.1175/2007JAMC1733.1
[9] 内政部:10.1016/j.atmosenv.2008.05.024·doi:10.1016/j.atmosenv.2008.05.024
[10] Akecelik,V,Biros,G,Draganescu,A,Ghattas,O,Hill,J和Waanders,BVB。计算科学讲座笔记,国际计算科学会议,阅读,2006年
[11] 内政部:10.5194/acpd-7-1-2007·doi:10.5194/acpd-7-1-2007
[12] DOI:10.1029/1999JD900428·doi:10.1029/1999JD900428
[13] 内政部:10.1016/j.atmosenv.2006.10.014·doi:10.1016/j.atmosenv.2006.10.014
[14] 内政部:10.1190/1.1444930·数字对象标识代码:10.1190/1.1444930
[15] Gryning,SE和Lyck,E.《哥本哈根示踪实验:报告测量》,里索国家实验室,罗斯基勒,1998年
[16] Annunzio,AJ,Haupt,SE和Young,GS.使用遗传算法进行源特征描述和气象反演,包括大气边界层深度,第十五届空气污染气象学与美国气象局和美国气象局联合会议,洛杉矶新奥尔良,2008
[17] Brown,MJ,Williams,MD,Streit,GE,Nelson,M和Linger,S.《操作事件重建工具:生物试剂探测器的源反演》,第86届美国气象学会年会,2006年
[18] Haup,SE,Haupt,RL和Young,GS.在化学生物防御应用中使用遗传算法,2007年ECSIS安全生物激励、学习和智能系统研讨会论文集,2007年
[19] DOI:10.1016/j.dsp.2005.03.002·doi:10.1016/j.dsp.2005.03.002
[20] Long,KJ,Haupt,SE,Young,GS和Allen,CT。使用遗传算法数据同化表征污染源和气象强迫,第86届美国气象学会年会,2006年
[21] Roberti DR,Il Nuovo Cimento 30第177页–(2007年)
[22] 内政部:10.1016/j.atmosenv.2006.10.003·doi:10.1016/j.atmosenv.2006.10.003
[23] Beychok MR,《烟道气扩散基础》(2005年)
[24] Turner BD,《大气扩散估计手册——扩散建模导论》(1994)
[25] 内政部:10.1007/s10546-007-9200-y·doi:10.1007/s10546-007-9200-y
[26] DOI:10.1016/S0304-3894(98)00271-4·doi:10.1016/S0304-3894(98)00271-4
[27] Trantola A,模型参数估计的反问题理论和方法(2004)
[28] 内政部:10.1137/1.9780898717570·Zbl 1008.65103号 ·doi:10.137/1.97808981717570
[29] Edwards,D.光线渲染的实际采样,博士学位。,犹他大学,2008
[30] Niederreiter,H.随机数生成和准蒙特卡罗方法,CBMS-NSF应用数学区域会议系列,1992年·兹比尔0761.65002
[31] 内政部:10.1006/jcom.1998.0489·Zbl 0942.65021号 ·doi:10.1006/jcom.1998.0489
[32] Aster RC,参数估计和反问题(2005)
[33] D·扎吉克和MJ·布朗。2008年,第88届美国气象学会年会,使用收集器足迹方法的城市源反演
[34] 内政部:10.1089/153871304322964327·doi:10.1089/153871304322964327
[35] Allen,CT,Haupt,SE和Young,GS.遗传算法耦合受体/扩散模型在偶极子骄傲26实验中的应用,2006年第14届空气污染气象学与空气和废物管理应用联合会议
[36] 内政部:10.1016/j.atmosenv.2006.11.007·doi:10.1016/j.atmosenv.2006.11.007
[37] 内政部:10.1088/0957-0233/9/6/001·doi:10.1088/0957-0233/9/6/001
[38] 内政部:10.1256/qj.04.67·doi:10.1256/qj.04.67
[39] 布拉德利,明尼苏达州,科索维奇,B和纳斯特罗姆,JS。模型和测量:预测大气扩散和评估核和辐射紧急情况后果的补充工具,2005年核和辐射应急监测、评估和不确定性国际会议
[40] Frandsen,PE,Jonasson,K,Nielsen,HB和Tingleff,O.无约束优化,信息学和数学建模,丹麦技术大学
[41] 数字对象标识码:10.1117/12.484008·数字对象标识代码:10.1117/12.484008
[42] Haupt,SE和Young,GS.源特征化范例,第88届美国气象学会年会,2008
[43] Hogan,WR,Cooper,GF,Wagner,MM和Wallstrom,GL。估算下风向大气浓度释放空气污染物位置和数量的反演高斯羽流模型,匹兹堡大学RODS实验室
[44] DOI:10.1023/A:1005047321015·doi:10.1023/A:1005047321015
[45] 凯利CT,SIAM
[46] Lemieux C,蒙特卡罗和准蒙特卡罗采样(2009)
[47] 内政部:10.1029/94JB03097·doi:10.1029/94JB03097
[48] DOI:10.190/1.2202654·doi:10.1190/1.2202654
[49] Sambridge,M.简而言之,逆向问题,澳大利亚国立大学地球科学研究院高级数据推断中心,澳大利亚ACT 0200
[50] 内政部:10.1029/2000RG000089·doi:10.1029/2000RG000089
[51] A.Wirgin,The inverse crime,*LMA/CNRS,31 chemin Joseph Aiguier,13402 Marseille cedex 20,法国·Zbl 0478.76023号
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。