"集合最优插值"(EnOI)保持了集合Kalman滤波的重要优点,并具有计算代价低的优势,因此在复杂海洋模式及海气耦合模式的同化中具有很高的实用价值。"集合最优插值"的背景误差协方差是通过"静态样本"统计估计得到的,具有空间的"不均匀性","各向异性"等优点,但"集合样本"的数量和质量直接关系到计算代价和同化的效果。因此,"样本选取"是"集合最优插值"方法使用中的一个核心问题。EnOI在目前的海洋资料同化应用中,"样本选取"通常是针对一个具体问题,采用"半经验"的方式,存在较大不足。本项目将 EnOI的"样本"问题作为一个整体,对样本的"类型", 取样的"方式",样本的"收敛性",样本中各变量之间的"协调性"等问题,通过理论分析和数值实验的方式进行深入研究。通过对"集合最优插值"方法中"样本"问题的定量评估,为该方法在复杂模式系统中的应用提供理论和实践的参考。
“集合最优插值”(EnOI)保持了集合Kalman 滤波的重要优点,并具有计算代价低的优势,因此在复杂海洋模式及海气耦合模式的同化中具有很高的实用价值,但“集合样本”的数量和质量直接关系到计算代价和同化的效果。因此,本项目近四年的研究集中突破了“样本选取”方法作为“集合最优插值”方法使用中的这一核心问题。本项目将 EnOI 的“样本”问题作为一个整体进行研究。项目已完成了预期目标,四年以来,项目对样本的“类型”, 取样的“方式”,样本的“收敛性”,样本中各变量之间的“协调性”等问题,通过理论分析和数值实验的方式进行深入研究。通过对“集合最优插值”方法中“样本”问题的定量评估,为该方法在复杂模式系统中的应用提供理论和实践的参考。项目组成员共发表12篇,其中SCI论文7篇。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
监管的非对称性、盈余管理模式选择与证监会执法效率?
拥堵路网交通流均衡分配模型
宁南山区植被恢复模式对土壤主要酶活性、微生物多样性及土壤养分的影响
基于二维材料的自旋-轨道矩研究进展
一种新的结合动态样本和静态样本的集合同化方法及其在海洋资料同化中的应用
自适应网格海洋集合资料同化方法研究
海洋变分数据同化中的最优化算法改进研究
插值问题与结构矩阵研究