Monte Carlo H∞滤波同化方法的理论研究和数值试验

将Monte Carlo方法和H∞滤波结合起来，提出了一种适用于非线性系统在不知道观测资料误差统计特性情况下具有良好鲁棒性的Monte Carlo H∞滤波顺序数据同化新方法。该方法将目前应用于集合Kalman滤波的资料同化方法的由集合预报样本统计获得背景场误差统计特性的方法应用于H∞滤波，形成一种既能适应对观测误差统计特性没有足够先验信息的情况(这在实际同化中相当普遍)，又能避免对背景场误差的协方差矩阵进行预报的新的资料同化方案，适用于观测误差的时间或空间相关比较明显等情况的资料同化。同时，对此方法的算法和它在大气科学研究其它方面的应用也进行了探讨和研究，在学术上很有意义，并具有比较重要的应用价值。