| 观测数据时空密度对集合卡尔曼滤波计算精度的影响 |
| |
| 引用本文： | 崔凯鹏,吴吉春. 观测数据时空密度对集合卡尔曼滤波计算精度的影响[J]. 水利学报, 2013, 44(8) |
| |
| 作者姓名： | 崔凯鹏 吴吉春 |
| |
| 作者单位： | 南京大学 地球科学与工程学院水科学系,江苏 南京,210093 |
| |
| 基金项目： | 国家自然科学基金资助项目(41030746，41172206)；环保公益性行业专项 |
| |
| 摘 要： | 集合卡尔曼滤波（EnKF）算法在地下水数据同化领域中的应用受到了越来越广泛的关注。作为同化系统的重要组成部分，观测数据的空间/时间密度的配置直接影响滤波运算结果。本文构造了一个理想二维地下水流算例考察空间/时间密度对传统EnKF和局域化EnKF的影响。研究结果表明：随着空间密度的增大，局域化EnKF运算精度增高，而传统EnKF运算精度无此改进倾向。总体趋势上时间密度增大使EnKF运算精度增高，但对不同数目的观测井方案，这种精度增高的幅度有所变化，观测井越多，增高越不明显。由此得出结论：局域化改进EnKF能够有效同化更多的观测井数据，给出更精确的结果；模拟初期水头变化波动较大，观测数据价值较高；在一定时间密度配置下，低空间密度局域化EnKF运算精度可以接近甚至超过高空间密度配置。
|
| 关 键 词： | 数据同化 集合卡尔曼滤波 局域化 观测数据 时空密度 |
Effect of observation data time/spatial density on Ensemble Kalman Filter |
| |
| CUI Kai-peng and WU Ji-chun. Effect of observation data time/spatial density on Ensemble Kalman Filter[J]. Journal of Hydraulic Engineering, 2013, 44(8) |
| |
| Authors: | CUI Kai-peng and WU Ji-chun |
| |
| Abstract: | |
| |
| Keywords: | data assimilation Ensemble Kalman Filter (EnKF) localization observation data time/spa-tial density |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《水利学报》浏览原始摘要信息 |
|
点击此处可从《水利学报》下载全文 |
