一种基于EnPF的土壤温湿数据同化方法技术
【技术实现步骤摘要】
一种基于EnPF的土壤温湿数据同化方法
本专利技术属于陆面水文预报预测领域，具体涉及一种基于EnPF的土壤温湿数据同化方法。
技术介绍
全球气候变化条件下，近百年来全球平均气温的逐渐升高一直都是人们关注的焦点。全球平均气温的升高，必然会导致土壤温度的变化。然而，土壤温度不仅仅会影响农作物的生长生产，同时，它也是气候模式、气象模式下垫面的能量变化过程中的一部分。精确的土壤温度的预报，不仅会为农作物的灌溉、地表保温提供一个合理的指导作用，还会提高气候、气象预报的精度。另外，土壤温度的变化也会引起土壤湿度的再分配，而土壤湿度是水循环中的一个重要因素。土壤湿度预报的准确性不仅会影响洪水的预报，对于农业灌溉计划、气候气象预报等也有影响。因此，土壤温湿度在水文、农业和气象中都伴有重要的角色。数据同化方法可以融合多源信息到陆面水文模型中，减少模拟误差，提高土壤温湿度的模拟精度。最近几十年，数据同化方法作为一个极具发展前途的技术手段经历了经验方法、优化插值、连续方法和顺序数据同化方法的一个过程。数据同化方法的发展对于提高气候模式、气象模式、陆面模式的状态变量的预报精度提供了一个有...
【技术保护点】
一种基于EnPF的土壤温湿数据同化方法，其特征在于：包括以下步骤：步骤一：通过对集合卡尔曼滤波和粒子滤波进行分析，将粒子滤波中的权重思想应用到集合卡尔曼滤波中，建立双重采样的集合粒子滤波；基于权重大小，判断粒子退化情况，若粒子退化，剔除权重极小的粒子并对剩余粒子求加权平均，在分析阶段重新采样；若粒子无退化，保留所有粒子的预报值及对应的权重，在分析阶段更新粒子的预报值；步骤二：结合陆面水文模型，进行土壤温湿数据同化，概述土壤温湿模拟概况。
【技术特征摘要】
1.一种基于EnPF的土壤温湿数据同化方法，其特征在于：包括以下步骤：步骤一：通过对集合卡尔曼滤波和粒子滤波进行分析，将粒子滤波中的权重思想应用到集合卡尔曼滤波中，建立双重采样的集合粒子滤波；基于权重大小，判断粒子退化情况，若粒子退化，剔除权重极小的粒子并对剩余粒子求加权平均，在分析阶段重新采样；若粒子无退化，保留所有粒子的预报值及对应的权重，在分析阶段更新粒子的预报值；步骤二：结合陆面水文模型，进行土壤温湿数据同化，概述土壤温湿模拟概况。2.根据权利要求1所述的基于EnPF的土壤温湿数据同化方法，其特征在于：步骤一具体包括以下步骤：Step1：在给定的概率分布下随机选取N个粒子以及对应的权重1/N；Step2：利用状态方程(1)得到t时刻的每个粒子的预报值Xt＝Y(Xt-1)+Vt-1(1)Zt＝H(Xt)+Ut(2)其中，Xt是t时刻的状态变量；Zt是t时刻的测量矢量，将系统状态和观测通过观测算子H连接起来；Vt和Ut分别是t时刻状态矢量和测量矢量的独立同分布的误差；Y()为粒子函数；当有观测值时，利用方程(3)和(4)对t-1时刻的权重进行更新得到t时刻的权重给定权重的阈值ε，判断是否有的粒子，即粒子是否出现退化，并转到Step3；若没有观测值，权重不更新，重复Step2，直到有观测值出现的时刻；权重的计算公式如下：式中，R是观测误差的方差，基于公式(3)，重新采样后的权重计算公式，如下：式中，fix(X)是对X向0方向取整；Step3：若有粒子出现退化，首先将预报阶段剩余的粒子对应的权重归一化，并求加权平均在高斯分布下进行重新采样得到t时刻新的粒子群并且利用方程(3)和(4)重新计算权重若粒子没有退化，则将Step2中得到的粒子的预报值及对应的权重保留；利用加权的集合卡尔曼滤波算法，对预报值进行状态更新，得到状态估计值；Step4：基于得到的状态估计值在给定的概率分布下，重新选择粒子集合相应的权重为1/N，令t＝t+1，返回Step2。3.根据权利要求2所述的基于EnPF的土壤温湿数据同化方法，其特征在于：Step3中利用加权的集合卡尔曼滤波算法，对预报值进行状态更新，得到状态估计值，包括以下具体步骤：其中Kt是卡尔曼增益矩阵，表达式如下：其中预报误差协方差的计算公式为：其中：
【专利技术属性】
技术研发人员：付晓雷，余钟波，蒋晓蕾，鞠琴，吕海深，金保明，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建,35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。