导读:本文包含了同化系统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:系统,数据,反射率,印度洋,偶极子,卡尔,气候。
同化系统论文文献综述
王闰杰,李志远,赵飞,张宇[1]（2019）在《顺序数据同化系统模型有色噪声控制方法研究》一文中研究指出在顺序数据同化系统中,一般假设模型的误差符合高斯白噪声的统计特性,然而白噪声是一种十分理想的噪声,实际情况中,模型的噪声均为有色噪声,若仍将其当作白噪声进行处理,将会影响数据同化结果的精度。针对模型的有色噪声控制问题,该文提出了状态改正数自适应方法。该方法基于状态改正数信息对模型的有色噪声直接进行估计,从而降低有色噪声对顺序数据同化结果精度的影响。而后将该方法、经典卡尔曼滤波同化法、向量增广法及协方差矩阵自适应法分别应用到目标位置跟踪数值算例中,对几种方法得到的同化结果进行对比分析,验证了该文提出的状态改正数自适应方法对顺序数据同化系统模型有色噪声控制的有效性和实用性。(本文来源于《地理与地理信息科学》期刊2019年05期）
肖辉,万齐林,刘显通,陈绍东,王洪[2]（2019）在《基于WRF-EnKF系统的雷达反射率直接同化对台风“天鸽”（1713）预报的影响》一文中研究指出利用基于中尺度数值模式WRF(Weather Research and Forecast)的集合卡尔曼滤波(EnKF,Ensemble Kalman Filter)同化系统直接同化广东地区雷达反射率资料,对2017年台风"天鸽"(1713,Hato)近海发展以及降水预报效果进行数值模拟分析研究。结果显示,直接同化雷达反射率资料后,台风的回波强度和范围有了明显改善,可更好地调整水汽场、水凝物和温度场。当台风风场和水汽场调整后,进入台风主体部分的水汽量显着增加,使得台风强度增强,台风中心最低海平面气压降低,与实况更接近。同化雷达反射率资料后,6 h和24 h降水强度和落区预报效果有显着改善,尤其是能提高大暴雨和特大暴雨量级的TS评分,此外地面2 m温度和2 m相对湿度的预报效果也有改进。(本文来源于《热带气象学报》期刊2019年04期）
胡帅,吴波,周天军[3]（2019）在《近期气候预测系统IAP-DecPreS对印度洋偶极子的回报技巧:全场同化和异常场同化的比较》一文中研究指出印度洋偶极子(IOD)是热带印度洋年际变率主导模态之一,对于区域乃至全球气候有重要影响。准确预报IOD对于短期气候预测具有重要意义。中国科学院大气物理研究所最近建立了近期气候预测系统IAPDecPreS,其初始化方案采用"集合最优插值—分析增量更新"(EnOI-IAU)方案,能够同化观测的海洋次表层温度廓线资料。本文分析了IAP-DecPreS季节回报试验对IOD的回报技巧,重点比较了全场同化和异常场同化两种初始化策略下预测系统对IOD的回报技巧。分析表明,8月起报秋季IOD,无论从确定性预报还是概率性预报的角度,基于全场同化的回报试验技巧均高于异常场同化的回报试验。对于5月起报的秋季IOD,基于两种初始化策略的回报试验技巧相当。研究发现,全场同化策略相对于异常场的优势主要源于它提高了对伴随ENSO发生的IOD的预报技巧。ENSO遥强迫触发的热带东印度洋"风—蒸发—SST"正反馈过程是IOD发展和维持的关键。采用全场同化策略的回报结果能够更好地模拟出IOD发展过程中ENSO遥强迫产生的异常降水场和异常风场的空间分布特征;而采用异常场同化策略,模拟的异常降水场和风场偏差较大。导致两种初始化策略预测结果技巧差异的主要原因是,全场同化能够减小模式对热带印度洋气候平均态降水固有的模拟偏差,从而提升了热带印度洋对ENSO遥强迫响应的模拟能力。而异常场同化由于在同化过程中保持了模式固有的气候平均态,因此模拟的热带印度洋对ENSO遥强迫的响应存在与模式自由积分类似的模拟偏差。(本文来源于《大气科学》期刊2019年04期）
居为民,田向军,江飞,刘洋,方红亮[4]（2019）在《基于多源卫星遥感的高分辨率全球碳同化系统研究进展》一文中研究指出大气中CO_2浓度上升是全球气候变暖的重要原因,陆地生态系统碳汇显着减缓了大气中CO_2浓度上升和全球变暖的速度,但具有明显的时空变异性。全球碳同化系统是精确监测全球不同地区陆地生态系统碳汇的有效技术手段。本文将介绍全球碳同化系统的发展动态,国家重点研发计划项目"基于多源卫星遥感的高分辨率全球碳同化系统研究"的目标和主要研究内容,以及已经取得的主要进展,并展望了未来应用前景。(本文来源于《中国基础科学》期刊2019年03期）
王晨琦,邹立维,周天军,吴波[5]（2019）在《年代际气候预测系统IAP DecPreS的海洋同化试验在西北太平洋的海温偏差及其对亚洲夏季风的影响》一文中研究指出本文分析了中国科学院大气物理研究所年代际气候预测系统IAP DecPreS的海洋同化试验(简称EnOIIAU试验)在西北太平洋地区的海表面温度(SST)年循环的模拟技巧,并通过对比IAP DecPreS系统自由耦合历史气候模拟试验结果,在包含海气耦合过程的框架下讨论了耦合模式中西北太平洋夏季SST模拟差异,及其对亚洲季风区夏季季风降水模拟的影响。结果表明,EnOI-IAU试验较好地模拟出了西北太平洋各个季节的SST空间分布,并显着减小了原存在于历史气候模拟试验中持续全年的SST冷偏差。混合层热收支诊断分析表明,包含同化过程在内的海洋过程的模拟差异对西北太平洋海温的模拟提升有重要贡献。夏季,EnOI-IAU试验模拟的印度季风伴随的低层西风较观测偏东、偏强,且高估了赤道西太平洋区域的降水量值、低估了印度洋区域的降水量值。水汽收支分析显示,气旋式环流异常造成的水汽辐合异常是造成亚洲季风区降水模拟差异的主要原因。研究表明,较之历史模拟试验,EnOI-IAU试验中夏季西北太平洋地区SST增暖造成局地对流增强,进而使得局地产生异常上升运动,水汽辐合增强,造成西北太平洋地区降水模拟偏多,激发出低层西风异常及赤道外气旋式环流异常。该低层西风异常导致了北印度洋地区低层辐散异常,减小了原存在于历史试验中印度洋地区的正降水偏差。西北太平洋气旋式环流异常一方面增强了印度夏季风伴随的低层西风,使得更多的水汽从阿拉伯海输送到西太平洋暖池区域,增强了该区域的降水量;另一方面,该气旋式环流异常减小了历史模拟试验中中国南部区域偏强的低层风速,进而提升了模式对东亚低层西南风的模拟能力。(本文来源于《大气科学》期刊2019年03期）
范峥,李宏,刘向文,徐芳华[6]（2019）在《基于局地集合变换卡尔曼滤波的全球海洋资料同化系统设计及算法加速》一文中研究指出通过对局地集合变换卡尔曼滤波(LETKF)算法的计算时间复杂度的完整分析,发现计算集合空间分析场误差协方差的逆矩阵这一过程计算量最大,耗时最长。且在并行计算环境下,该步骤CPU计算量分配不均是影响计算效率的直接原因。为解决这一问题,采用"贪心算法"设计了一套新的负载均衡策略,并使用该策略开发了一个基于LETKF和并行海洋模块2(POP2)的高性能并行海洋资料同化系统。将2004年1～2月日平均的最优插值海表温度资料(OISST)和同时期的Argo温盐剖面资料同化进入POP2。结果表明,同化有效降低了温度和盐度的均方根误差。同时,在不改变计算结果的前提下,相比原始同化系统,新系统计算性能提升1倍。在更高分辨率(0.1°×0.1°)下,该系统的计算性能仍然可以提升1倍,说明新设计的负载均衡方案稳定可靠。该方案具有很强的可扩展性和移植性,在业务预报中有广泛的应用前景。(本文来源于《地球科学进展》期刊2019年05期）
吴尚蓉[7]（2019）在《基于流依赖背景误差同化系统的冬小麦估产研究》一文中研究指出受气象、土壤及田间管理等因素影响,作物产量空间相关是非均匀、各向异性的,而现存大部分作物生长模型与遥感数据同化系统中常将背景误差设为均匀各向同性,不能满足高精度作物长势监测和产量估算的应用需求。因此,本研究在作物生长模型与遥感数据同化系统中构造均匀各向异性的背景误差,即流依赖背景误差,以提高作物估产精度和同化系统计算效率,为及时、准确、大范围的作物长势监测和产量预测提供技术支撑。本研究以构造和实现基于流依赖背景误差同化方案的冬小麦同化估产系统为研究核心,从冬小麦LAI反演、作物模型参数敏感性分析、流依赖背景误差同化方案构建以及区域冬小麦估产等方面展开研究和讨论。(1)使用PROSAIL辐射传输模型,基于多光谱遥感数据生成由模型参数和波段反射率组成的查找表,并反演区域冬小麦LAI。反演结果表明,在冬小麦4个生育期LAI反演值与实测值间的决定系数和均方根误差分别为0.967和0.369。冬小麦LAI反演结果符合衡水地区冬小麦实际生长状况,且反演结果满足数据同化对于输入数据的精度要求。(2)根据黄淮海地区冬小麦生长情况和形态特征,研究基于雷达遥感的冬小麦LAI反演模型。基于Radarsat-2遥感影像的LAI反演结果表明,在冬小麦3个生育期LAI反演值与实测值间的决定系数和均方根误差分别为0.918和0.675,证明了所提冬小麦LAI反演模型具有一定可行性和适用性,且反演结果满足数据同化对于输入数据的精度要求。(3)使用Sobol'敏感性分析法对WOFOST作物生长模型参数进行敏感性分析,结合地面观测和相关文献调整作物参数并模拟冬小麦产量。经参数调整后,冬小麦单产模拟值与实测值间的决定系数和均方根误差分别为0.430和229.8 kg.ha~(-1),证明了该模型在冬小麦产量模拟中的可行性和有效性。(4)设计流依赖背景误差同化方案并应用于冬小麦估产系统中,以典型试验区地面观测冬小麦LAI和产量为验证,讨论和分析同化方案可行性及参数设置。研究结果表明,基于DFD-4DVar的冬小麦产量模拟值与实测值间的决定系数和均方根误差分别为0.706和167.8 kg.ha~(-1);基于DFD-EnSRF的冬小麦产量模拟值与实测值间的决定系数和均方根误差分别为0.711和173.6kg.ha~(-1)。可见,DFD-4DVar和DFD-EnSRF对提高冬小麦估产精度具有明显效果。(5)以冬小麦LAI为遥感信息与作物生长模型结合点,实现基于流依赖背景误差同化方案的区域冬小麦产量模拟并评价估产精度。基于DFD-EnSRF的衡水地区冬小麦产量模拟值均值为6910kg.ha~(-1),与官方统计值间的均方根误差为6.46%,进一步证明了基于流依赖背景误差的作物生长模型与遥感数据同化系统在区域尺度上的可行性和有效性。(本文来源于《中国农业科学院》期刊2019-05-01）
何静,陈敏,仲跻芹,洪晓媛[8]（2019）在《雷达反射率叁维拼图观测资料在北方区域数值模式预报系统中的同化应用研究》一文中研究指出以业务应用为目标,开展雷达反射率叁维拼图观测资料在北方区域数值预报系统中的同化应用研究。采用雷达反射率间接同化方法同化北方雷达反射率拼图观测资料,重点关注其对降水、湿度、温度及风的预报能力影响。首先,基于2017年8月雷达拼图观测资料批量同化和对比试验,对雷达拼图资料同化应用效果进行定量评估,结果表明雷达拼图资料同化虽然加大了地面风场预报误差,但在降水预报和湿度、温度预报等方面有明显的改善作用。其次,选择在业务中预报难度较大的强降水个例开展分析研究,分析表明:(1)同化雷达拼图观测资料有效提高了模式降水预报性能,临近降水发生的循环起报时次预报效果更好;(2)对于短时间多次强降水过程发生的预报,循环同化雷达拼图资料可及时弥补模式中由于前次降水导致的水汽、能量等消耗及热/动力条件削弱,持续支持降水系统发展。最后,通过考察雷达反射率的不同同化方案,发现同化反演水凝物或者估计水汽均能改善模式降水预报性能,但是同化估计水汽对降水预报性能的改善更为明显,联合使用两方案能同时对水凝物分布、热力场等进行调整,可提高模式降水预报性能。(本文来源于《气象学报》期刊2019年02期）
尹剑,欧照凡[9]（2018）在《水文集合数据同化系统参数对同化效应的影响研究》一文中研究指出集合数据同化近年来被引入水文研究中,并得到了较为广泛的应用。而集合数和误差是该类算法同化时的重要变量,影响同化的效果和决定计算的消耗。以一个水文模型蒸散发数据同化系统(Evapotranspiration Data Assimilation System,EDAS)为例,借助均方根误差(Root Mean Square Error,RMSE)、皮尔逊相关系数(Pearson Correlation Coefficient,PCC)、平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)等作为评价指标,利用移动步距法研究了集合数、误差的大小变化过程对数据同化结果的影响。研究发现,当集合数大于100时、模型误差方差和观测误差方差分别稳定在0. 05和0. 006时同化结果较为合理。研究成果可为集合同化的参数分析与率定提供借鉴。(本文来源于《人民珠江》期刊2018年12期）
孟春雷[10]（2018）在《高分辨率集合陆面数据同化系统》一文中研究指出人类活动显着改变了陆地表面,对天气、气候产生显着影响。研究人类活动对天气、气候影响机理,准确定量刻画人类活动的天气、气候效应需要发展高分辨率城市陆面模式及陆面数据同化系统。基于通用陆面模式(Co LM)发展了集成陆面模式(IUM),模式集成了城市陆面模型和自然下垫面陆面模型,拓展了陆面模型研究领域。基于集成陆面模式(IUM)发展了集合陆面资料同化系统(JLDAS),系统可以同时同化城市和自然下垫面陆面参数,提高了模式性能,并且拓展了资料同化理论和应用。发展了一套简化的四维变分同化算法同时同化城市不透水面地表温度和自然下垫面地表温度以及土壤湿度,实现真正的全区域同化。发展了一套马赛克(Mosaic)方案同化地表覆盖和土地利用(LULC)资料。由NOAA DMSP/OLS提供的夜灯亮度资料用于参数化人为热(AHR)的空间分布。发展了质量控制(QC)同化算法用于同时同化风云卫星积雪覆盖率(SCF)和雪水当量(SWE)资料。发展了植被覆盖率(Fcover)参数化算法,并且通过把它们看作强迫变量的方法同化了MODIS叶面积指数(LAI)、植被覆盖率(Fcover)。发展了太阳辐射四分量分配方案,并且同化了MODIS反照率四分量。(本文来源于《第35届中国气象学会年会 S11 城市气象与环境——第七届城市气象论坛》期刊2018-10-24）
同化系统论文开题报告
（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：
利用基于中尺度数值模式WRF(Weather Research and Forecast)的集合卡尔曼滤波(EnKF,Ensemble Kalman Filter)同化系统直接同化广东地区雷达反射率资料,对2017年台风"天鸽"(1713,Hato)近海发展以及降水预报效果进行数值模拟分析研究。结果显示,直接同化雷达反射率资料后,台风的回波强度和范围有了明显改善,可更好地调整水汽场、水凝物和温度场。当台风风场和水汽场调整后,进入台风主体部分的水汽量显着增加,使得台风强度增强,台风中心最低海平面气压降低,与实况更接近。同化雷达反射率资料后,6 h和24 h降水强度和落区预报效果有显着改善,尤其是能提高大暴雨和特大暴雨量级的TS评分,此外地面2 m温度和2 m相对湿度的预报效果也有改进。
（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。
同化系统论文参考文献
[1].王闰杰,李志远,赵飞,张宇.顺序数据同化系统模型有色噪声控制方法研究[J].地理与地理信息科学.2019
[2].肖辉,万齐林,刘显通,陈绍东,王洪.基于WRF-EnKF系统的雷达反射率直接同化对台风“天鸽”（1713）预报的影响[J].热带气象学报.2019
[3].胡帅,吴波,周天军.近期气候预测系统IAP-DecPreS对印度洋偶极子的回报技巧:全场同化和异常场同化的比较[J].大气科学.2019
[4].居为民,田向军,江飞,刘洋,方红亮.基于多源卫星遥感的高分辨率全球碳同化系统研究进展[J].中国基础科学.2019
[5].王晨琦,邹立维,周天军,吴波.年代际气候预测系统IAPDecPreS的海洋同化试验在西北太平洋的海温偏差及其对亚洲夏季风的影响[J].大气科学.2019
[6].范峥,李宏,刘向文,徐芳华.基于局地集合变换卡尔曼滤波的全球海洋资料同化系统设计及算法加速[J].地球科学进展.2019
[7].吴尚蓉.基于流依赖背景误差同化系统的冬小麦估产研究[D].中国农业科学院.2019
[8].何静,陈敏,仲跻芹,洪晓媛.雷达反射率叁维拼图观测资料在北方区域数值模式预报系统中的同化应用研究[J].气象学报.2019
[9].尹剑,欧照凡.水文集合数据同化系统参数对同化效应的影响研究[J].人民珠江.2018
[10].孟春雷.高分辨率集合陆面数据同化系统[C].第35届中国气象学会年会S11城市气象与环境——第七届城市气象论坛.2018
论文知识图
