EnKF MC公司

基于修正Cholesky分解的集合Kalman滤波器实现逆协方差矩阵估计。本文提出了一种基于修正Cholesky分解的集合卡尔曼滤波器的有效实现方法。这个实现名为EnKF MC。假定与某个影响半径有关的远距离模型分量对应的背景误差是条件独立的。这允许获得背景误差协方差矩阵的稀疏估计量。讨论了该方法的计算量,给出了基于不同矩阵恒等式的计算公式。此外,给出了关于系综尺寸收敛的渐近证明。为了评价该方法的性能和精度,利用大气环流模式进行了快速实验。结果与用局部集合变换Kalman滤波器(LETKF)得到的结果进行了比较。对密集观测(观测到100%和50%的模型分量)和稀疏观测(仅观测到12%、6%和4%)进行了试验。结果表明,用修正的Cholesky进行逆协方差矩阵估计可以减少在同化周期中伪相关的影响,即在均方根误差方面,该方法的结果质量优于用LETKF方法得到的结果。