基于集合卡尔曼滤波的河网水情数据同化
为解决河网非线性动态系统的数据同化问题,采用基于集合思想的集合卡尔曼滤波来实时校正河网水力模型状态变量,以提高河网水情仿真与预报的计算精度.集合卡尔曼滤波的关键在于状态初始集合的设置,作者采用Box Muller方法生成一组服从正态分布的随机集合,通过一个由14条河段组成的河网水力仿真算例系统分析了集合大小、集合标准差对数据同化效果的影响,并将得到的初步结论应用到实例计算中,获得了良好的数据同化效果.结果表明:集合卡尔曼滤波算法应用简便,适用范围广,能够有效地进行河网非线性动态系统的数据同化;在设置水位状态变量初始集合时,建议取集合规模50~100、标准差0.001~0.005 m.
河网、数据同化、集合卡尔曼滤波
46
TV122(水利工程基础科学)
水体污染控制与治理国家科技重大专项项目资助2008ZX07421-006;浙江省重点科技创新团队资助项目2010R50035
2017-01-18(万方平台首次上网日期,不代表论文的发表时间)
共7页
26-32