×
朱兆晨;严汉军;Ng，Michael K。

预报梯度在3DVar数据同化中的应用。 （英语） Zbl 1481.62070号

申请。数学。建模 74, 244-257 (2019).
小结：在本文中，我们提出了一种利用预报梯度进行数据同化的优化方法。该目标函数由两个数据填充项组成。第一项基于预测和分析梯度之间的差异，第二项基于观测值和观测空间分析之间的差异。使用预测梯度的动机是，预测值提供了对系统状态的估计，但可能不够准确。因此，我们建议构建由预测梯度驱动的分析梯度，而不是预测值。相关的数据传输项可以通过使用二阶有限差分矩阵作为3DVar设置中背景误差协方差矩阵的逆矩阵来解释。在该方法中，3DVar算法不需要估计背景协方差矩阵和处理其逆矩阵。本文建立了该目标函数分析解的存在唯一性。该解可以用共轭梯度法迭代计算。给出了基于社区多尺度空气质量（CMAQ）和天气研究与预测（WRF）模拟的实验结果。我们在空气质量数据同化实验中表明，该方法的性能优于3DVar方法和En3DVar法。单物种NO\（_2\）、O\（_3\）、SO\（_2\）、NO和CO的CMAQ模拟结果的平均改进分别为18.9%、34.0%、22.2%、4.3%和91.9%；对于多光谱PM2.5和PM10，改善率分别为61.2%和70.1%。此外，与3DVar方法相比，该方法在温度数据同化中的性能提高了45.1%。

MSC公司：

62M20型 随机过程推断和预测
90C20个 二次规划
90 C90 数学规划的应用

关键词：

数据同化;优化;梯度法;空气质量预测;天气预报;矩阵计算

软件：

合卡尔曼滤波;其mr
PDF格式BibTeX公司 XML格式引用
\textit{Z.Zhu}等人，应用。数学。建模74，244--257（2019；Zbl 1481.62070）
全文： 内政部

参考文献：

[1] 薛，M。；王，D。；高杰。；布鲁斯特，K。；Droegemeier，K.K.，高级区域预报系统（ARPS），风暴尺度数值天气预报和数据同化，Meteorol。大气。物理。，82, 139-170 (2003)
[2] Rabier，F.，数值天气预报中心全球数据同化发展概述，Q.J.R.Meteorol。《社会学杂志》，1313215-3233（2006）
[3] Reichle，R.H。；McLaughlin，D.B。；Entekhabi，D.，集成卡尔曼滤波器水文数据同化，周一。《天气评论》，130，103-114（2002）
[4] Carton，J.A。；Giese，B.S.，利用简单海洋数据同化（SODA）对海洋气候进行再分析，周一。《天气评论》，1362999-3017（2008）
[5] Houser，P.R。；沙特尔沃思，W.J。；Famiglietti，J.S。；古普塔，H.V。；Syed，K.H。；Goodrich，D.C.，《使用数据同化的土壤水分遥感和水文建模集成》，《水资源》。研究，343405-3420（1998）
[6] Kalnay，E.，《大气建模、数据同化和可预测性》（2003），剑桥大学出版社：剑桥大学出版社
[7] 卡库西，D.G。；纳文，I.M。；Ionescu-Bujor，M.，《数据评估和同化的计算方法》（2013），CRC出版社：纽约CRC出版社
[8] 阿施，M。；博奎特，M。；Nodet，M.，《数据同化：方法、算法和应用》（2016），SIAM:SIAM Philadelphia·Zbl 1361.93001号
[9] Dimet，F.L。；Talagrand，O.，《气象观测分析和同化的变分算法：理论方面》，Tellus A，38，97-110（1986）
[10] Kalman，R.E.，线性滤波和预测问题的新方法，基础工程杂志，82，35-45（1960）
[11] 吉尔，M。；Malanote-Rizzoli，P.，《气象学和海洋学中的数据同化》，《高级地球物理学》。，33, 141-266 (1991)
[12] Evensen，G.，《使用蒙特卡罗方法预测误差统计的非线性准营养模型的序贯数据同化》，J.Geophys。Res.，99，10143-10162（1994）
[13] Evensen，G.，《集合卡尔曼滤波器：理论公式和实际实现》，海洋动力学。，53, 343-367 (2003)
[14] Bishop，C.H。；Etherton，B.J。；Majumdar，S.J.，《使用集合变换卡尔曼滤波器的自适应采样》。第一部分：理论方面，孟。《天气评论》，129420-436（2001）
[15] 桑杜，A。；Constantinescu，E。；卡迈克尔，G.R。；Chai，T。；Daescu，D。；Seinfeld，J.H.，大气模型中化学观测动态数据同化的集合方法，J.算法计算。技术。，5, 667-692 (2011)
[16] Daley，R.，通过线性平衡方程的奇异值分解生成全局多元误差协方差，Mon。《天气评论》，1242574-2587（1996）
[17] Houtekamer，P.L。；Lefaivre，L.公司。；德罗姆，J。；Ritchie，H。；Mitchell，H.L.，集合预测的系统模拟方法，孟买。《天气评论》，1241225-1242（1996）
[18] Houtekamer，P.L。；Mitchell，H.L.，《大气数据同化的序贯集合卡尔曼滤波器》，《美国气象》。《社会学杂志》，129123-137（2001）
[19] M.Fisher，背景误差协方差建模，大气和海洋数据同化最新发展研讨会，2003年。；M.Fisher，背景误差协方差建模，大气和海洋数据同化最新发展研讨会，2003年。
[20] 田，X。；谢，Z。；Dai，A.，一种基于系综的显式四维变分同化方法，地球物理学杂志。Res.大气。，113，D21124（2008）
[21] 张，F。；张，M。；Hansen，J.A.，耦合集合卡尔曼滤波器与四维变分数据同化，Adv.Atmos。科学。，2009年1月26日至8日
[22] 达盖特，N。；韦弗，A.T。；Balmaseda，M.A.，全球海洋三维变分数据同化系统背景误差方差的集合估计，Q.J.R.Meteorol。Soc.，135，1071-1094（2009）
[23] 德伯，J。；Bouttier，F.，ECMWF全球数据同化系统背景误差协方差的重新计算，Tellus Ser。A Dyn公司。美托洛尔。海洋学家。，51, 195-221 (1999)
[24] 俄亥俄州帕内库克。；Berre，L。；Desroziers，G.，《背景误差相关长度尺度估计及其抽样统计》，Q.J.R.Meteorol。《社会学杂志》，134497-508（2008）
[25] 臧，Z。；郝，Z。；李毅。；潘，X。；你，W。；李，Z。；Chen，D.，气溶胶物种与平衡约束的背景误差协方差及其在变分数据同化中的应用，地球科学。模型开发，2623-2638（2016）
[26] 博奎特，M。；Elbern，H。；Eskes，H。；Hirtl，M。；奥阿布卡尔，R。；卡迈克尔，G.R。；弗莱明，J。；Inness，A。；Pagowski，M。；Camao，J.L.P。；赛德，体育。；Jose，R.S。；索菲耶夫，M。；维拉，J。；Baklanov，A。；卡内维尔，C。；格雷尔，G。；Seigneur，C.，《大气化学模型中的数据同化：耦合化学气象模型的现状和未来展望》，Atmos。化学。物理。，15, 5325-5358 (2015)
[27] J.M.D.马蒂诺。；Facciolo，G。；Meinhardt-Llopis，E.，泊松图像编辑，图像处理。第5行，300-325（2016）
[28] 莱文，A。；佐米特，A。；Weiss，Y.，《学习从自然场景的统计数据中感知透明度》，高级神经信息处理。系统。，1247-1254（2002年）
[29] 莱文，A。；佐米特，A。；Peleg，S。；Weiss，Y.，梯度域中的无缝图像拼接，欧洲计算机视觉会议论文集，ECCV，3024377-389（2004）·Zbl 1098.68804号
[30] Finlayson，G.D。；霍德利，S.D。；卢，C。；Drew，M.S.，《关于从图像中去除阴影》，IEEE Trans。模式分析。机器。智力。，28, 59-68 (2006)
[31] Lorenc，A.C.，《数值天气预报的分析方法》，Q.J.R.Meteorol。Soc.，1121177-1194（1986）
[32] Shanmugam，R。；Brockwell，P.J。；Davis，R.A.，《时间序列和预测导论》（1997），Springer:Springer New York
[33] Golub，G.H。；Loan，C.F.V.，《矩阵计算》（2013），JHU出版社：JHU Press Baltimore·Zbl 1268.65037号
[34] Byun，D.W。；Ching，J.K.S.，EPA模型的科学算法——3社区多尺度空气质量（CMAQ）建模系统，美国环境署。保护。代理。，44, 1765-1778 (1999)
[35] Chai，T。；卡迈克尔，G.R。；桑杜，A。；Tang，Y。；Daescu，D.N.，太平洋上空运输和化学演化的化学数据同化（TRACE-p）飞机测量，J.Geophys。Res.大气。，111，D02301（2006）
[36] Eder，B。；Kang，D。；马图尔，R。；于斯。；Schere，K.，《eta-CMAQ空气质量预测模型的操作评估》，Atmos。环境。，40, 4894-4905 (2006)
[37] Dee，D.P。；Silva，A.M.d.，预测和观测误差协方差参数的最大似然估计。第一部分：方法论，周一。《天气评论》，1271822-1834（1999）
[38] 卢瑟福，I.D.，《通过预测误差场的统计插值进行数据同化》，J.Atmos。科学。，29, 809-815 (1972)
[39] Hollingsworth，A。；Lnnberg，P.，根据无线电探空数据确定的短期预报误差的统计结构。第一部分：风场，Tellus A，38，111-136（1986）
[40] Lnnberg，P。；Hollingsworth，A.，根据无线电探空仪数据确定的短程预测误差的统计结构。第二部分：高度和风误差的协方差，Tellus A Dyn。美托洛尔。海洋学家。，38, 137-161 (1986)
[41] Bartello，P。；Mitchell，H.L.，短期预测误差协方差的连续三维模型，Tellus A Dyn。美托洛尔。海洋学家。，44, 217-235 (1992)
[42] Michalakes，J。；杜迪亚，J。；格吉尔，D。；亨德森，T。；克莱姆·J。；斯科马洛克，W。；Wang，W.，《天气研究和预测模型：软件架构和性能》，《高性能计算在气象学中的应用》，156-168（2005），《世界科学》
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。