观测数据时空密度对集合卡尔曼滤波计算精度的影响
集合卡尔曼滤波(EnKF)算法在地下水数据同化领域中的应用受到了越来越广泛的关注。作为同化系统的重要组成部分,观测数据的空间/时间密度的配置直接影响滤波运算结果。本文构造了一个理想二维地下水流算例考察空间/时间密度对传统EnKF和局域化EnKF的影响。研究结果表明:随着空间密度的增大,局域化EnKF运算精度增高,而传统EnKF运算精度无此改进倾向。总体趋势上时间密度增大使EnKF运算精度增高,但对不同数目的观测井方案,这种精度增高的幅度有所变化,观测井越多,增高越不明显。由此得出结论:局域化改进EnKF能够有效同化更多的观测井数据,给出更精确的结果;模拟初期水头变化波动较大,观测数据价值较高;在一定时间密度配置下,低空间密度局域化EnKF运算精度可以接近甚至超过高空间密度配置。
数据同化、集合卡尔曼滤波、局域化、观测数据、时空密度
P333.9(水文科学(水界物理学))
国家自然科学基金资助项目41030746,41172206;环保公益性行业专项201009011
2013-09-23(万方平台首次上网日期,不代表论文的发表时间)
共9页
915-923