导读:本文包含了背景误差协方差论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:协方差,误差,背景,数值,资料,方法,华东地区。
背景误差协方差论文文献综述
摆玉龙,孟若玉,马真东,柴乾隆[1]（2019）在《变分数据同化方法中背景误差协方差矩阵的统计特性研究》一文中研究指出变分数据同化方法中,背景误差协方差矩阵(简称B矩阵)作为反映模型不同状态变量间关系的重要数学量,对保证解的唯一性和分析值的平滑性具有重要意义.文中简述了B矩阵的结构特征和相关性质.针对难以获得真实B矩阵的情况,采用National meteorological center(简称NMC)方法对B矩阵进行了近似构造,以Lorenz63模型和叁维变分同化算法进行了同化试验,验证了NMC方法的有效性,讨论了B矩阵的数学特性和分布特征.(本文来源于《西北师范大学学报(自然科学版)》期刊2019年01期）
夏雪,林嘉妮,高雅隽,孟德明[2]（2018）在《江西省区域多元变量相关的背景误差协方差特征分析》一文中研究指出江西省区域暴雨灾害频繁发生,改善同化系统性能是提高数值天气预报水平的有效手段,因此做好暴雨的数值预报至关重要。构建合理的背景误差协方差是做好资料同化的关键工作,本文以江西省区域的一个月控制预报为预报样本,计算得到多元变量相关的背景误差协方差(MBE),分析其平衡约束特征,特征值、特征向量以及长度尺度等基本特征。分析发现,在模式低层和高层,风场的辐合辐散分量的作用更大,且各个变量对水汽场的贡献也集中在底层和高层,其中温度场起主导作用;对模式高层温度场的模拟效果偏差,且各个变量在模式高层的垂直相关性较大;其中相比于风场,温度场和水汽场在水平方向影响范围小,具有较强的局地性。(本文来源于《第35届中国气象学会年会 S1 灾害天气监测、分析与预报》期刊2018-10-24）
王叶红,陈超君,赵玉春[3]（2016）在《华中区域模式叁维变分中夏季背景误差协方差统计与对比试验》一文中研究指出叁维变分同化利用背景信息和观测信息得到最优的初值,其中作为背景信息权重的背景误差协方差(B)起着至关重要的作用,它决定着观测值订正到背景场的程度、以及控制信息从观测位置向四周传播的方式,决定模式变量之间在动力上是否协调一致[1-2]。在变分同化系统实现过程中,B约为107×107的超级矩阵,难以存储、计算和求逆,所以它在变分同化系统中是无法直接表示的,一般采用控制变量变换的方法来进行统计,从而获得B的统计量特征[3]。由于背景误差协方差叁维空间结构特征与数值模式分辨率和观测网密切相关,并且受不同条件(天气情况、地理地形、预报模式等)影响,背景场误差的特征差别较大,因此对特定的区域和模式进行资料同化,都需要进行统计背景误差协方差的相关工作。诸多研究表明[4-7],改进背景误差协方差是提高分析场精度和天气预报技巧的非常有效的方法。华中区域气象中心于2012年3月开始引进开发WRF模式系统,建立华中区域中尺度数值预报系统,其同化系统采用的是WRF叁维变分同化系统。因此,在华中区域数值模式系统的建立与进一步开发中,对B的统计研究十分重要。本文利用2012年6月12日—8月31日华中区域中尺度业务数值预报模式(WRF)一日两次的预报结果,采用NMC方法对背景误差协方差(B)进行了统计,得到了基于华中区域业务模式框架、分辨率和区域地理特征的夏季背景误差协方差矩阵的回归系数、特征向量、特征值以及特征长度尺度,并对模式叁重嵌套各区域B的统计结构特征进行了对比,结果表明不同区域B的统计结构特征差异明显,表明B与模式区域地理特征和分辨率等关系密切。为探讨不同B对模式预报的影响,采用WRF模式自带的通用B矩阵(CV3-B)及本文统计得到的本地化B矩阵两种方案对2013年6—8月进行了批量试验和统计检验,结果表明:采用本地化B后,24 h小雨、中雨、大雨和48 h中雨、大雨、暴雨降水预报TS评分皆有所提高(图1)。850 h Pa风、温度及2 m温度等要素场预报的均方根误差减小,但500 h Pa高度场均方根误差略有加大(图2)。对2013年7月5日00时(世界时,下同)—6日00时发生在云南北部—重庆—湖北南部—安徽中部—江苏南部地区出现一次强降水过程探讨了不同B对模式预报的影响,如图3所示给出了25 mm以上降水的范围,可见此次强降水主要出现在安徽中部地区及鄂豫皖交界地带、皖苏交界地带。最强降水达150 mm以上。对比CV3-B试验(图3b)与本地化B试验(图3c)预报的降水,可见:CV3-B试验预报的25 mm以上雨带范围小、降水强度弱,特别是对安徽中部及鄂豫皖交界地带、皖苏交界地带的强降水预报明显范围偏小、强度偏弱;采用本地化B后,则对此处强降水的预报有较明显改善,尽管25 mm以上降水范围仍小于实况,但安徽中部及鄂豫皖交界地带、皖苏交界地带的强降水范围和强度均得到明显改善。进一步分析两个试验在初始时刻要素场的分布情况,可见两个试验在初值存在显着差异。从模式5日00时—6日00时24 h积分平均状况来看(图4),可以更加清楚地看到这种差异。在24 h降水发生期间,本地化B试验(图4b)在实况雨带北侧的切变线稳定维持,切变线南侧是带状云水和高相对湿度分布带,其高湿区、云水区均与实况雨带范围吻合非常好,特别是云水大值区位于安徽中部及鄂豫皖交界地带、皖苏交界地带,与实况强降水位置吻合较好。而CV3-B试验(图4a)流场结构、云水、相对湿度大值区的配置均不如本地化B试验。对一次典型强降水过程预报结果的分析表明,本地化B试验对强降水的范围和强度预报均明显优于模式自带的B试验;不同B方案,对初值场的初值影响非常显着,从而显着影响了数值预报结果,总体而言,本地化B分析的初值更为合理,也更加利于实况降水的产生。(本文来源于《第33届中国气象学会年会 S1 灾害天气监测、分析与预报》期刊2016-11-01）
王瑞春,龚建东[4]（2016）在《变分同化框架通过背景误差协方差构建动力平衡约束的研究进展》一文中研究指出通过背景误差协方差构建动力平衡约束是变分同化框架设计的重要环节。它不仅帮助实现变量间的协同分析,提高观测使用效率,还能改善变分极小化问题的性状。本文在系统梳理通过背景误差协方差引入动力平衡约束的方式、流程的基础上,对求解目前全球和有限区域变分同化系统普遍采用的准地转平衡和静力平衡约束的共性问题和存在的不足作了归纳总结。分析了求解准地转平衡约束的叁类方案:动力平衡方程方案、统计方案和动力-统计相结合方案的优缺点。对照比较了不同垂直离散方案下求解静力平衡约束时遇到的欠定问题的表现以及解决途径。最后,展望了基于背景误差协方差构建动力平衡约束在赤道等特殊地区、高分辨率同化系统、以及集合-变分混合同化系统发展中面临的挑战和机遇。(本文来源于《气象》期刊2016年09期）
王叶红,陈超君,赵玉春[5]（2016）在《华中区域模式叁维变分中夏季背景误差协方差统计与对比试验》一文中研究指出利用2012年6月12日—8月31日华中区域中尺度业务数值预报模式(WRF)一日两次的预报结果,采用NMC方法对背景误差协方差(B)进行了统计,得到了基于华中区域业务模式框架、分辨率和区域地理特征的夏季背景误差协方差矩阵的回归系数、特征向量、特征值以及特征长度尺度,并对模式叁重嵌套各区域B的统计结构特征进行了对比,结果表明不同区域B的统计结构特征差异明显,表明B与模式区域地理特征和分辨率等关系密切。为探讨不同B对模式预报的影响,采用WRF模式自带的通用B矩阵(CV3-B)及本文统计得到的本地化B矩阵两种方案对2013年6—8月进行了批量试验和统计检验,结果表明:采用本地化B后,24 h小雨、中雨、大雨和48 h中雨、大雨、暴雨降水预报TS评分皆有所提高。850 h Pa风、温度及2 m温度等要素场预报的均方根误差减小,但500 h Pa高度场均方根误差略有加大。暴雨个例的分析表明:不同B方案,对初值影响非常显着,本地化B方案分析的初值场更趋合理,因而改进了降水预报。(本文来源于《暴雨灾害》期刊2016年04期）
张卫民,刘柏年,曹小群,赵延来,朱孟斌[6]（2016）在《流依赖球面小波背景误差协方差模型设计和初步试验》一文中研究指出基于资料同化集合设计了流依赖球面小波背景场误差协方差模型中背景误差方差和局地垂直相关协方差的统计计算方法。为了提高背景误差方差的估计精度,采用客观滤波技术来减少因集合样本个数不足而引入的随机取样噪声。最后在银河四维变分同化业务系统(YH4DVar)上设计了集合资料同化的试验系统,以流依赖背景误差方差为重点验证了模型的有效性。结果表明:基于流依赖球面小波背景误差协方差模型能够有效估计出随天气状态变化的背景场误差方差,对台风等剧烈变化的天气过程的同化分析和预报都具有一定的正效果。(本文来源于《气象学报》期刊2016年03期）
夏雪[7]（2016）在《多变量相关的背景误差协方差及其对同化和预报效果的影响》一文中研究指出构造合理的背景场误差协方差是做好资料同化的关键,而且背景场误差协方差特征与区域的天气气候特征密切相关。从体现同化系统动力学特征的背景误差协方差的平衡约束特征出发,深入讨论了雨季和非雨季以及台风季节和非台风季节的背景场误差协方差特征,及其对降水和台风同化和预报效果的影响。取得的主要结论为：(1)雨季和非雨季的背景误差协方差中平衡特征分析表明,在雨季代表辐合辐散特征的速度势在与质量场的平衡相关中占重要作用,且在雨季各个变量与湿度的相关性更大。在台风和非台风季节的背景误差协方差中平衡特征分析表明,台风季节和非台风季节湿度控制变量均主要受温度场的影响,且台风季节湿度与其它变量之间的相关性的明显要大于其对非台风季节。(2)针对两次降水个例的连续2天循环同化及预报试验结果表明,背景误差协方差中考虑非平衡速度势与温度场和表面气压场的相关,可以改善风场和温度场的分析和预报效果,对水汽场改善效果不明显,对降水预报效果有一定程度的改善；而建立湿度与其他所有控制变量相关后,使得其他变量的观测可以影响到水汽场,从而使得水汽场的分析效果更为合理,进而改进了水汽场的预报效果,明显地改善了降水强度和落区的模拟,提高了降水预报。(3)针对台风个例的循环同化和预报试验发现,背景误差协方差中非平衡速度势相关和相对湿度相关的建立,对台风同化和预报效果有比较大的正面影响,尤其是相对湿度和其他控制变量相关的建立,明显改善了台风路径、强度和降水的预报效果。(本文来源于《南京信息工程大学》期刊2016-06-01）
韩培,舒红,许剑辉[8]（2016）在《基于DEnKF的背景误差协方差局地化和协方差膨胀研究》一文中研究指出尽管DEnKF同化不会引入观测采样误差,但小集合仍会造成背景误差协方差矩阵存在伪相关,出现滤波发散。为了减少小集合对数据同化结果的影响,结合Lorenz96模型和DEnKF同化方案分析了协方差局地化和协方差膨胀方法对背景误差协方差矩阵、增益矩阵及同化结果的影响。实验表明:协方差局地化方法能消除背景误差协方差矩阵和增益矩阵中的伪相关,增大背景误差协方差矩阵的秩,有助于滤波算法收敛到真实解;而协方差膨胀方法不能消除背景误差协方差矩阵和增益矩阵中的伪相关,只能改善在每个同化周期内背景误差协方差系统性被低估的现象;同化过程中采用合适的局地化半径和方差膨胀因子能够较好地改善同化结果的精度。(本文来源于《遥感技术与应用》期刊2016年02期）
陈耀登,赵幸,闵锦忠,范水勇,王元兵[9]（2015）在《青藏高原和华东地区背景误差协方差特征的对比研究》一文中研究指出背景误差协方差特征与区域的天气气候特征密切相关。为了更好地理解中国华东地区和青藏高原地区的背景误差协方差特征,利用夏季一个月的模拟结果,以最新的多元变量相关的背景误差协方差模型为基础,通过提取隐含背景误差协方差中的变量相关系数、特征值、特征向量和特征长度尺度等,对这两个区域的背景误差协方差特征进行比较和分析。结果表明,相对于华东地区,青藏高原地区变量之间的影响关系更显着,背景场的误差更大,大气特征具有更强的局地性。对青藏高原地区资料同化而言,观测资料占有更大的权重和更小的影响范围,对青藏高原地区观测资料提出了更高的要求。(本文来源于《大气科学学报》期刊2015年05期）
张明阳,张立凤,张斌,张晓慧[10]（2015）在《集合变分混合同化背景误差协方差流依赖性分析》一文中研究指出通过单点观测试验的方法,对集合变分混合同化背景误差协方差的流依赖特征、流依赖性影响因子、产生原因,以及集合预报方法对流依赖性的影响进行了研究。结果表明:由于引入了集合信息,集合变分混合同化的分析增量与天气系统的分布有关,具有非均匀、各向异性的特征;这种流依赖特征对混合系数敏感,当集合协方差所占权重很小时,分析增量仍呈现出均匀、各向同性特征;混合同化背景误差协方差的流依赖特征不仅与集合样本有关,还与构造集合协方差的ETKF方法有关,只引入与环流形势密切相关的集合样本并不能使分析增量表现出显着的流依赖性,集合样本和ETKF方法共同作用才能将流依赖信息引入到混合协方差中,使分析增量出现流依赖特征;不同集合预报方法对混合协方差的流依赖特征有显着影响,考虑初值和物理过程的超级集合,以及在超级集合样本上再进行ETKF更新扰动后样本构造的混合协方差流依赖特征更加显着。(本文来源于《气象科学》期刊2015年06期）
背景误差协方差论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
江西省区域暴雨灾害频繁发生,改善同化系统性能是提高数值天气预报水平的有效手段,因此做好暴雨的数值预报至关重要。构建合理的背景误差协方差是做好资料同化的关键工作,本文以江西省区域的一个月控制预报为预报样本,计算得到多元变量相关的背景误差协方差(MBE),分析其平衡约束特征,特征值、特征向量以及长度尺度等基本特征。分析发现,在模式低层和高层,风场的辐合辐散分量的作用更大,且各个变量对水汽场的贡献也集中在底层和高层,其中温度场起主导作用;对模式高层温度场的模拟效果偏差,且各个变量在模式高层的垂直相关性较大;其中相比于风场,温度场和水汽场在水平方向影响范围小,具有较强的局地性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
背景误差协方差论文参考文献
[1].摆玉龙,孟若玉,马真东,柴乾隆.变分数据同化方法中背景误差协方差矩阵的统计特性研究[J].西北师范大学学报(自然科学版).2019
[2].夏雪,林嘉妮,高雅隽,孟德明.江西省区域多元变量相关的背景误差协方差特征分析[C].第35届中国气象学会年会S1灾害天气监测、分析与预报.2018
[3].王叶红,陈超君,赵玉春.华中区域模式叁维变分中夏季背景误差协方差统计与对比试验[C].第33届中国气象学会年会S1灾害天气监测、分析与预报.2016
[4].王瑞春,龚建东.变分同化框架通过背景误差协方差构建动力平衡约束的研究进展[J].气象.2016
[5].王叶红,陈超君,赵玉春.华中区域模式叁维变分中夏季背景误差协方差统计与对比试验[J].暴雨灾害.2016
[6].张卫民,刘柏年,曹小群,赵延来,朱孟斌.流依赖球面小波背景误差协方差模型设计和初步试验[J].气象学报.2016
[7].夏雪.多变量相关的背景误差协方差及其对同化和预报效果的影响[D].南京信息工程大学.2016
[8].韩培,舒红,许剑辉.基于DEnKF的背景误差协方差局地化和协方差膨胀研究[J].遥感技术与应用.2016
[9].陈耀登,赵幸,闵锦忠,范水勇,王元兵.青藏高原和华东地区背景误差协方差特征的对比研究[J].大气科学学报.2015
[10].张明阳,张立凤,张斌,张晓慧.集合变分混合同化背景误差协方差流依赖性分析[J].气象科学.2015
论文知识图
