非线性观测算子的集合卡尔曼滤波的改进

在带有线性观测算子的集合卡尔曼滤波中,对预报误差方差阵比较客观的调整是用与时间相依的因子对其进行膨胀调整,然后用极大似然方法去估计膨胀因子.若观测算子是非线性的,新息的似然函数不易表示,从而膨胀方法不能直接套用.我们通过对非线性观测算子的线性逼近,得到似然函数的近似表达式,进而实现对预报误差方差阵的膨胀调整.数据模拟表明这种方法预报精度更高,更加稳健,效果远好于传统的非线性集合卡尔曼滤波方法.     

改进的粒子滤波在含“开关”的资料同化中的应用

针对粒子滤波(PF)应用到含“开关”过程的资料同化时,在采样过程中次优的重要性函数,为了优化采样过程,将粒子群优化算法( PSO)融入PF中(称为PSOPF方法),并将其用于含“开关”过程的资料同化中.为了检验PSOPF的有效性,利用一个含“开关”的偏微分方程作为控制方程,分别从观测算子为线性和非线性、观测误差为高斯型的情形用PF方法和PSOPF方法进行了数值实验.结果显示,在观测误差为高斯噪声时,无论观测算子是线性的还是非线性的,基于PSOPF的同化方法质量明显好于基于PF方法的同化方法.     

掩星折射率和弯角同化对台风预报影响的对比

为研究无线电掩星探测(GPS RO)弯角和折射率同化对数值预报的影响,以2012年17号台风"杰拉华"为例,利用美国国家环境预报中心(NCEP)的业务同化系统(GSI),以NCEP预报场资料为初始场,分别使用一维弯角观测算子和一维折射率观测算子同化弯角和折射率数据,并与观测数据对比,分析比较了同化掩星弯角和折射率资料对台风路径、强度及大气状态变量的影响。结果表明,在完成掩星弯角和折射率资料同化后,台风路径的预报水平得到明显改进,其中同化弯角资料可以使路径误差减少32%,而同化折射率资料只能减少13%,同化2种掩星资料对台风强度预报也有一定的影响,其中同化弯角资料后在前2天预报的台风中心气压更接近于实际情况,而同化折射率资料对预报有负影响。     

耦合遗传算法的数据同化系统误差处理方法

针对数据同化系统中的误差估计与处理问题,介绍了集合滤波数据同化系统中各种误差来源及特征;侧重于在集合数据同化中为防止滤波发散的乘数放大法、附加放大法和松弛先验法等模型误差处理方案,利用经典的非线性模型-Lorenz模型开展了数值试验.在此基础上,提出了一种耦合遗传寻优算法的数据同化系统,来解决以往的误差调节因子由反复实...     

基于自适应因子设计的变形监测滤波算法

利用滤波正常时的残差向量必须服从正态分布的性质,提出1种滤波是否异常的假设检验方法,判断动态模型误差和观测粗差对变形监测滤波解的影响。研究结果表明:当滤波出现异常时,通过给定置信度的假设检验,确定自适应因子来调节误差较大的预报信息,从而较好地消除模型误差的影响;利用自适应抗差滤波解决变形监测数据处理中整体平衡观测信息和预报信息的贡献的问题,并通过实例验证算法的有效性和优良性。     

伴随方法在热带气旋路径预测的统计动力预报方案(SD-90)中的应用的研究--Ⅰ:理论基础及数值试验

把变分同化中的伴随方法应用于热带气旋路径预测的统计动力预报方案(SD-90)中,利用前面时刻热带气旋中心位置的观测值,同时确定出初始速度和气压梯度力,然后进行预报.理想试验表明,热带气旋路径无明显转向时,该方案具有较高的预报精度;当热带气旋路径有明显转向时,随着同化时段内的热带气旋路径(作为观测值)趋向于转向处,该方案的预报误差会加大,其主要特征是预报路径的方向有较大偏差;当同化时段内的热带气旋路径(作为观测值)离开转向处时,该方案又趋向于有较高的预报精度.最后结合最优控制思想,对9807号台风进行了同化试验,试验结果表明,效果十分明显.     

粒子群优化算法在可预报性问题中的应用

为了评价在强非线性影响下粒子群优化(PSO)算法解决可预报性问题的性能,借助二维Ikeda模式,基于传统伴随(ADJ)方法和PSO求取的条件非线性最优扰动(CNOP)方法,即ADJ-CNOP和PSOCNOP方法,研究了最大预报误差的上界和最大允许初始误差的下界的精度问题。数值试验的统计分析结果显示:不论在初始误差较大还是预报时间较长的情况下,PSO-CNOP方法都能有效捕捉全局CNOP,给出最大预报误差的上界和最大允许初始误差的下界的精确估计;由于强非线性的影响,ADJ-CNOP方法会以较大概率获得局部CNOP,从而影响可预报性问题研究中相关估计的精度。实验结果表明,PSO算法具有优良的性能,能有效克服动力模式的强非线性特征带来的影响,值得在可预报性问题中进一步研究和应用。     

海洋变分同化背景场误差协方差矩阵构造技术

为改进背景场误差协方差矩阵构造技术,提高海洋资料变分同化效果,首先将背景场误差协方差矩阵分解为背景误差标准偏差矩阵、非平衡变量空间相关算子以及多变量间平衡算子3部分,然后利用广义扩散方程模拟空间相关算子,联合引入温盐约束关系、线性状态方程、海表高度诊断方程、静力平衡、地转平衡关系模拟多变量平衡,最后给出了一种适用于海洋资料变分同化的背景场误差协方差矩阵构造方案。单点海表温度观测模拟同化试验表明,该方案可实现观测信息在三维空间、多变量间的传播,充分体现了背景场误差协方差矩阵在同化中的作用。     

基于推广Kalman滤波的机载无源定位改进算法

研究空中运动观测平台对地面辐射源目标的纯方位信息定位算法,提出改进的二阶EKF定位算法以提高定位估计精度.用推广Kalman滤波算法代替传统的最小二乘定位算法.充分利用观测平台的运动信息建立了可观测的观测方程,并采用二阶EKF算法解决了在观测误差较大的情况下导致的非线性误差较大的问题.采用Monte Carlo仿真比较LS,EKF和二阶EKF 3种方法的性能.证明用这种方法可以达到更好的估计精度,能够将目标位置定位在更小的概率椭圆内.概率误差椭圆缩小了30%.     

双变权缓冲GM(1,1)模型在GPS卫星钟差预报中的应用

GPS卫星钟差预报时,传统GM(1,1)模型对存在跳变和扰动因素的卫星钟差数据预报效果较差,为了提高模型的预报精度,提出应用缓冲算子改善原始数据的光滑度,而现实中传统的缓冲算子大都是固定不变的,作用强度不可调,适用性较差。针对这些问题,引入变权缓冲算子结合加权背景值,通过搜索寻优算法以拟合值和实际值的误差平方和最小为目标,选择最优变权缓冲系数和背景权值,从而构建双变权缓冲GM(1,1)模型。通过理论分析和算例结果表明,对不同类型GPS卫星钟,优化的模型相比传统GM(1,1)模型的预报精度改善效果不同,其中对铯钟提高不明显,对铷钟均有所提高。     

中国陆面数据同化系统研究的进展与前瞻

陆面数据同化的核心思想是在陆面过程模型的动力框架内,融合不同来源和不同分辨率的直接与间接观测,准确一致地估计地表水分和能量循环的各个分量．作者已初步建立了中国陆面数据同化系统;同化方法采用了集合Kalman滤波,模型算子使用CoLM和SiB2等陆面过程模型,观测算子采用针对土壤(包括融化和冻结)、积雪等不同地表状态的微波辐射传输模型．该系统同化被动微波遥感观测如SSM／I,TMI和AMSR以及土壤和积雪的常规观测,已计算得到中国西北干旱区和青藏高原的土壤水分、土壤温度、积雪和冻土的同化资料．文中阐述了在同化系统的构建、同化算法的研究、陆面过程模型和微波辐射传输模型的集成以及大气驱动数据制备等方面的进展,讨论了陆面数据同化的特点和面临的问题,展望了未来的研究重点和同化方法在陆地表层系统科学研究中的应用前景．     

全球区域同化预报系统在台风移动与登陆预报中应用

全球区域同化预报系统为中国新一代数值天气预报模式.使用全球区域同化预报系统模式产品和常规观测资料,模拟预报了2005年4个登陆强台风,得到全球区域同化预报系统模式对于台风移动路径、登陆时间、地点、强度等方面的预报能力的初步评价,为应用全球区域同化预报系统模式进行台风天气预报和分析以及对于模式的进一步改进提供一些有意义的依据.结果显示,全球区域同化预报系统模式预报的台风路径24 h平均距离误差小于150 km,48 h平均距离误差小于200 km.模式预报台风强度偏弱,原因在于模式的初始场对台风强度的描述远低于实况,下一步需要改造模式初始场.     

基于模糊支持向量机的夏季雨型的预报方法研究

本文提出了基于一对一模糊支持向量机多分类方法的非线性夏季雨型预报模型.该模型在一对一支持向量机多分类算法的基础上引入模糊隶属度函数,其构造的分类超平面可以忽略噪声样本对分类结果的影响.实验结果表明,该模型较传统的支持向量机多分类方法和线性物理统计方法,具有更好的预报能力和更强的抗干扰能力,可以较好地弥补基于统计理论的相关分析和回归方法在处理非线性问题时具有较大的局限性     

非线性Bayes动态模型的研究

对正态误差下的非线性Bayes动态模型进行了处理．对模型分观测误差已知和未知常数两种情况进行了研究，利用Taylor展开来近似参数分布，并引入E—M算法，完成了模型的修正、递推。     

地面和探空资料的EnKF同化对北京7·21极端暴雨模拟的影响

针对2012年7月21日北京极端暴雨的业务预报误差, 详细地考察地面和探空资料的EnKF同化对7·21极端暴雨总体时空分布和暴雨触发地面特征模拟的影响, 进而揭示预报误差的可能原因。结果表明, 资料同化显著地改善了北京地区降水时空分布的模拟结果, 证实了前人基于观测和敏感性分析提出的“低涡是北京7·21暴雨的关键影响系统”的判断, 揭示出低涡对应的地面低压东侧倒槽对北京7·21暴雨的直接贡献。研究结果显示, 业务数值模式对此次极端暴雨预报失败的主要原因可能是对低涡和低涡对应的地面低压东侧倒槽强度和位置有较大的预报误差。     

扩展噪声环境下基于UKF的非线性系统输入输出估计

在扩展噪声环境下基于UKF算法研究了非线性系统的输入输出估计问题,考虑到输入观测中存在时变过程和附加噪声的情况,处理了受噪声污染后的非线性系统输入输出序列的最优估计问题.在扩展噪声环境下分别设计了EIV模型滤波算法和UKF算法:EIV模型滤波算法是对噪声观测输入输出的最优估计,而UKF算法考虑了输入观测中存在噪声输入的情况,对噪声污染下的输入输出进行最优估计.通过算法的误差协方差阵对UKF算法进行了期望性能分析.Monte Carlo仿真结果表明,UKF算法使得系统达到期望最小方差估计的有效性.     

BP网络在建筑物变形预报中的应用

为探索人工神经网络用于建筑物变形预报的可能性，采用BP网络代替传统的回归分析方法，处理变形观测数据．结果表明，当影响建筑物变形的因素较多，且各因素间存在非线性关系或关系不确定时，回归分析预报的结果存在较大偏差，BP网络有助于提高建筑物变形预报的精度．     

顾及系数矩阵中误差项的三维坐标转换参数总体最小二乘迭代算法

在求解三维坐标转换参数过程中,观测误差直接影响着系数矩阵中相关元素的精确性,从而影响到坐标转换参数的最终结果。传统的总体最小二乘算法认为由平面坐标组成的系数矩阵中所有元素都含有误差,忽略了常数项的存在。因此,提出了一种只针对系数矩阵中含有误差元素改正的总体最小二乘迭代算法。该算法对系数矩阵中的常数项和含有误差的元素分别进行处理,利用某地实测数据对本算法的可靠性和精确性进行了验证,并将计算结果与其他四种常用算法进行比较。数值分析结果表明:算法能够实现坐标转换参数的精确计算,可靠性较高。     

基于温湿廓线反演的风云三号D星微波探测仪云区资料同化试验

为了探究云区卫星微波资料的同化应用,利用中国风云三号D星(Fengyun-3D,FY-3D)微波温度计二型(microwave temperature sounder-2,MWTS2)和微波湿度计二型(microwave humidity sounder-2, MWHS2)资料,基于人工神经网络算法研制了云区温湿廓线反演模型,建立了云区资料的间接同化方案。于2019年6月开展晴空和云区同化试验,评估加入云区MWTS2和MWHS2资料对区域模式预报的影响。试验结果表明：MWTS2和MWHS2资料的同化对温湿度预报场有改善,主要体现在模式中高层均方根误差和平均偏差的减小,云区同化的改善幅度比晴空同化更大;同化MWTS2和MWHS2资料对于提高降水预报技巧有积极影响,云区同化对降水预报的改善主要体现在同化后的12～24 h,较晴空同化更明显。针对强降水个例分析表明,MWTS2和MWHS2资料对温度场、湿度场、水汽通量散度场的调整有利于降水预报的改善,而云区同化能够直接对天气系统的初始场进行调整,降水的位置与强度预报效果更好。     

BP网络在建筑物变形预报中的应用

为探索人工神经网络用于建筑物变形预报的可能性，采用ＢＰ网络代替传统的回归分析方法，处理变形观测数据。结果表明，当影响建筑变形的因素较多，且各因素间存在非线性关系或关系不确定时，加归分析预报的结果存在较大偏差，ＢＰ网络有助于提高建筑物变形预报的精度。