顺序数据同化的Bayes滤波框架

摘要：

数据同化是在动力学模型的运行过程中不断融合新的观测信息的方法论,Bayes理论是数据同化的基石.从原理、方法和符号系统为Bayes滤波在数据同化中的应用勾勒一个统一的框架.首先对连续数据同化和顺序数据同化的各种方法做了分类,然后给出了非线性系统顺序数据同化的Bayes递推滤波形式,并在此基础上介绍了典型的顺序数据同化方法--粒子滤波和集合Kalman滤波.粒子滤波实质上是一种基于递推Bayes估计和Monte Carlo模拟的滤波方法,而集合Kalman滤波相当于一种权值相等的粒子滤波.Bayes滤波理论为顺序数据同化提供了更广义的理论框架,从基础的数学理论上揭示了数据同化的基本原理.

关键词：数据同化、Bayes滤波、集合Kalman滤波、粒子滤波

所属期刊栏目：25

分类号：TP79;P237(遥感技术)

资助基金：国家自然科学基金40771036;国家杰出青年科学基金40925004;公益性行业气象科研专项经费GYHY200706005

在线出版日期：2010-11-12（万方平台首次上网日期，不代表论文的发表时间）

页码：515-522