Метод усвоения данных наблюдений, основанный на применении алгоритма

атмосфера прогностические модели данные наблюдений численные эксперименты дискретные алгоритмы фильтры Кальмана Кальмана фильтры ошибки прогноза

Всемирный метеорологический день 2008 года "Наблюдения за нашей планетой для лучшего будущего", Современные и ожидаемые до 2015 г. водные ресурсы местного формирования Белгородской, Московской, Воронежской и Тамбовской областей, ...

МЕТЕОРОЛОГИЯ И ГИДРОЛОГИЯ 2008 3 УДК 551.509.313 Метод усвоения данных наблюдений, основанный на применении -алгоритма <...> Е. Г. Климова* Практическая реализация алгоритма усвоения данных, основанного на фильтре Калмана, в полной постановке для современных прогностических моделей невозможна из-за большой размерности возникающих при этом систем уравнений и нелинейности прогнозируемых процессов. <...> Основным популярным направлением в реализации фильтра Калмана является ансамблевый подход. <...> Если предположить, что случайные ошибки прогноза обладают свойством эргодичности, можно рассмотреть алгоритм, альтернативный ансамблевому фильтру Калмана, при котором вероятностное осреднение заменяется на осреднение по времени. <...> Алгоритм легко реализуется, однако требуют своего изучения вопросы его применимости в задачах усвоения данных, сходимости алгоритма и связи его с алгоритмом фильтра Калмана. <...> В работе исследуется применимость в задаче усвоения данных -алгоритма на примере простого одномерного уравнения адвекции. <...> Использование такого простого уравнения позволяет сравнить классический алгоритм фильтра Калмана с разными практическими подходами к его реализации. <...> Введение Задача усвоения данных наблюдений является в настоящее время очень популярной при моделировании различных процессов в атмосфере, океане, водоемах и т. д. <...> Проблема совместного учета данных наблюдений и прогностической модели решается на основе общего оптимизационного подхода с привлечением вариационной постановки либо теории оценивания. <...> В первом случае разрабатывается метод усвоения, называемый в литературе 4D-VАR, во втором — алгоритм усвоения, основанный на фильтре Калмана [13, 18, 19]. <...> Практическая реализация как 4D-VАR, так и фильтра Калмана в полной постановке для современных прогностических моделей невозможна из-за большой размерности возникающих при этом систем уравнений и нелинейности прогнозируемых процессов. <...> Так, в 4D-VАR <...>

• Похожие документы из РУАЭСТ
• |
• Похожие документы из Руконт