不同矩阵分解方法对海洋数据同化的影响*
在海洋数据同化领域,集合最优插值方法中,矩阵求逆过程所使用的奇异值分解(singular value decomposition,SVD)十分耗时.对集合最优插值中逆矩阵的求逆过程进行优化,分别使用LU分解、Choleskey分解、QR分解来替代SVD分解.首先,通过LU分解(Choleskey分解或QR分解)得到相应的三角矩阵(或正交矩阵);然后,利用分解后的矩阵来实现相关逆矩阵的计算.由于LU分解、Choleskey分解、QR分解的算法复杂度都远小于SVD分解,因此改进后的同化程序能得到大幅度的性能提升.数值结果表明,所采用的三种矩阵分解方法相比于SVD分解,都能将集合最优插值的计算效率提升至少两倍以上.值得一提的是,在四种矩阵分解中Choleskey分解使得整个同化程序的性能达到了最优.
海洋数据同化、集合最优插值(EnOI)、矩阵求逆、矩阵分解、Choleskey分解
13
TP301(计算技术、计算机技术)
The National Key Research and Development Program of China under Grant No. 2016YFC1401700 国家重点研发计划
2020-01-17（万方平台首次上网日期，不代表论文的发表时间）
共11页
147-157
