【技术实现步骤摘要】
本专利技术涉及资料同化领域，具体涉及多尺度同化swot图像的方法、系统、设备和存储介质。
技术介绍
1、观测资料同化是提升海洋数值模拟及预报结果的主要途径，其通过优化模型的积分结果和输入参数，获得精度更高的初始场。地表水和海洋地形（surface water andocean topography，swot）卫星作为首个能够提供厘米级精度的宽刈幅雷达干涉测高卫星，能够获取分辨率高、覆盖范围广的海洋水文图像资料，可为资料同化提供丰富的海洋中小尺度过程信息，但也会对同化方法提出更高的需求。传统的资料同化方法大多将其视作离散的数据直接同化，不考虑高分辨率观测中携带的中小尺度信号，其中3dvar方法通常将观测数据与模型状态变量的离散网格点相关联而不充分利用观测数据中的空间连续性和小尺度变化；kalman滤波方法能有效处理线性系统，但不考虑观测误差之间的相关性，对模型误差的假设要求较高；顺序数据同化方法适用于大规模非线性系统，但需要大量集合成员来有效估计不确定性。
2、采用传统资料同化方法不仅会丧失高分辨率观测优势，而且局部超高分辨率的信息也可能超出常规分辨率模型的承载能力，难以有效提升模式对海洋中小尺度动力结构的模拟能力，并且难以获得最优的同化效果。为了充分发挥swot卫星观测图像刈幅宽、分辨率高的优势，可以思考的是发展考虑观测信息空间相关性的多尺度同化方法，能够将观测数据中不同尺度的空间连续信号分别与海洋数值模式结合，实现高分辨率观测中丰富信息的高效利用，大幅度提升同化效果，有效解决现有同化策略难以适应新型高分辨率观测资料
技术实现思路
1、针对现有方法的不足以及实际应用的需求，为了有效利用swot卫星高分辨率高程图像，并结合适用的海洋数值模式研制一种高效资料同化方法。一方面，本专利技术提供了一种多尺度同化swot图像的方法，所述多尺度同化swot图像的方法，包括以下步骤：基于swot卫星图像，获取目标海域的海面高度模拟结果，并获得海面高度观测数据；分解所述海面高度观测数据，获得大尺度观测数据和中小尺度观测数据；基于所述大尺度观测数据，通过区域海洋数值模式，获得大尺度分析场，并结合所述海面高度观测数据，利用四维同化模型同化所述大尺度分析场，获得第一次同化结果；基于所述中小尺度观测数据，通过区域海洋数值模式，获得中小尺度分析场，并结合所述第一次同化结果，利用四维同化模型同化所述中小尺度分析场，获得swot卫星图像的多尺度同化结果。本专利技术基于区域海洋数值模式roms，通过分解swot卫星宽刈幅、高分辨率的海面高度观测数据，再分别同化分解得到的不同尺度观测数据，充分利用了高分辨率观测优势，有效提升了区域海洋数值模式对海洋中小尺度动力结构的模拟能力，大幅度提升同化效果，有效解决现有同化策略难以适应新型高分辨率观测资料的问题。
2、可选地，所述通过尺度分解办法，分解所述海面高度观测数据，获得大尺度观测数据和中小尺度观测数据，包括以下步骤：设定四维变分同化模型的分辨率；对网格点周围所述分辨率内的所述海面高度观测数据，进行平均处理，获得对应的网格观测数据；汇总所述网格观测数据，获得所述大尺度观测数据；去除所述海面高度观测数据中的所述大尺度观测数据，获得所述中小尺度观测数据。通过设定四维变分同化模型不同的分辨率，可以适用多种高分辨率图像数据，提高了本专利技术的使用性；通过尺度分解办法获得的分解结果，结果标准化，不受人为因素影响，提高了本专利技术的准确性和可靠性。
3、可选地，所述四维同化模型满足以下公式：，其中，jn表示目标函数值，n表示第n个尺度，xn表示第n个尺度下的分析场，表示第n个尺度下的背景场，yn表示第n个尺度下的观测值，bn表示对应尺度的背景误差协方差矩阵，rn表示对应尺度的观测误差协方差矩阵，表示第n个尺度下的分析场转移至观测位置获得的值。利用模型通过计算机程序可以快速获得结果，有利于提高本专利技术的快捷性。
4、可选地，所述基于所述大尺度观测数据，通过区域海洋数值模式，获得大尺度分析场，并结合所述海面高度观测数据，利用四维同化模型同化所述大尺度分析场，获得第一次同化结果，包括以下步骤：将所述海面高度观测数据设定为大尺度背景场；利用所述大尺度观测数据，通过所述区域海洋数值模式，获得大尺度同化增量；通过所述大尺度背景场和所述大尺度同化增量，获得大尺度分析场；结合所述大尺度分析场和所述海面高度观测数据，通过所述四维同化模型，获得所述第一次同化结果。对大尺度观测数据进行第一次资料同化，减小了区域海洋数值模式和四维同化模型的负荷，为第二次资料同化提供良好的基础。
5、可选地，所述第一次同化结果满足以下公式：，其中，表示第一次同化结果，表示大尺度背景场，表示大尺度同化增量，表示大尺度分析场和海面高度观测数据的差值，表示大尺度观测数据，表示大尺度背景场转移至观测位置获得的值，表示大尺度背景场加上大尺度同化增量后转移至观测位置获得的值。
6、可选地，基于所述中小尺度观测数据，通过区域海洋数值模式，获得中小尺度分析场，并结合所述第一次同化结果，利用四维同化模型同化所述中小尺度分析场，获得swot卫星图像的多尺度同化结果，包括以下步骤：将所述第一次同化结果设为中小尺度背景场；利用所述中小尺度观测数据，通过所述区域海洋数值模式，获得中小尺度同化增量；通过所述中小尺度背景场和所述中小尺度同化增量，获得中小尺度分析场；结合所述中小尺度分析场和所述中小尺度背景场，通过所述四维同化模型，获得swot卫星图像的多尺度同化结果。对中小尺度观测数据进行第二次资料同化，有效利用了swot卫星提供的高分辨率图像，提高了本专利技术的准确度和适应性。
7、可选地，所述swot卫星图像的多尺度同化结果，满足以下公式：，其中，x表示swot卫星图像的多尺度同化结果，表示第一次同化结果，表示中小尺度同化增量，表示中小尺度分析场和中小尺度背景场的差值，表示海面高度观测数据。
8、第二方面，为了能够高效地执行本专利技术所提供的多尺度同化swot图像的方法，本专利技术还提供了一种多尺度同化swot图像的系统，包括仿真模块，所述仿真模块用于根据swot卫星图像，获得海面高度模拟结果，并生成swot卫星的海面高度观测数据；尺度分解模块，所述尺度分解模块用于分解所述海面高度观测数据，获得大尺度观测数据和中小尺度观测数据；大尺度同化模块，所述大尺度同化模块用于利用所述大尺度观测数据，通过区域海洋数值模式，获得大尺度分析场，并结合所述海面高度观测数据，利用四维同化模型同化所述大尺度分析场，获得第一次同化结果；中小尺度同化模块，所述中小尺度同化模块用于利用所述中小尺度观测数据，通过区域海洋数值模式，获得中小尺度分析场，并结合所述第一次同化结果，利用四维同化模型同化所述中小尺度分析场，获得swot卫星图像的多尺度同化结果。本专利技术的多尺度同化swot图像的系统，结构紧凑、性能稳定，能够稳定地执行本专利技术提本文档来自技高网...
【技术保护点】
1.多尺度同化SWOT图像的方法，其特征在于，所述多尺度同化SWOT图像的方法，包括以下步骤：
2.根据权利要求1所述多尺度同化SWOT图像的方法，其特征在于，所述分解所述海面高度观测数据，获得大尺度观测数据和中小尺度观测数据，包括以下步骤：
3.根据权利要求1所述多尺度同化SWOT图像的方法，其特征在于，所述四维同化模型满足以下公式：，其中，Jn表示目标函数值，n表示第n个尺度，xn表示第n个尺度下的分析场，表示第n个尺度下的背景场，yn表示第n个尺度下的观测值，Bn表示对应尺度的背景误差协方差矩阵，Rn表示对应尺度的观测误差协方差矩阵，表示第n个尺度下的分析场转移至观测位置获得的值。
4.根据权利要求1所述多尺度同化SWOT图像的方法，其特征在于，所述基于所述大尺度观测数据，通过区域海洋数值模式，获得大尺度分析场，并结合所述海面高度观测数据，利用四维同化模型同化所述大尺度分析场，获得第一次同化结果，包括以下步骤：
5.根据权利要求4所述多尺度同化SWOT图像的方法，其特征在于，所述第一次同化结果满足以下公式：，其中，表示第一次同
6.根据权利要求1所述多尺度同化SWOT图像的方法，其特征在于，所述基于所述中小尺度观测数据，通过区域海洋数值模式，获得中小尺度分析场，并结合所述第一次同化结果，利用四维同化模型同化所述中小尺度分析场，获得SWOT卫星图像的多尺度同化结果，包括以下步骤：
7.根据权利要求6所述多尺度同化SWOT图像的方法，其特征在于，所述SWOT卫星图像的多尺度同化结果，满足以下公式：，其中，X表示SWOT卫星图像的多尺度同化结果，表示第一次同化结果，表示中小尺度同化增量，表示中小尺度分析场和中小尺度背景场的差值，表示海面高度观测数据。
8.多尺度同化SWOT图像的系统，其特征在于，所述多尺度同化SWOT图像的系统适用于权利要求1-7任一项所述多尺度同化SWOT图像的方法，所述多尺度同化SWOT图像的系统包括：
9.多尺度同化SWOT图像的设备，其特征在于，所述多尺度同化SWOT图像的设备包括：
10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述多尺度同化SWOT图像的方法的步骤。
...【技术特征摘要】
1.多尺度同化swot图像的方法，其特征在于，所述多尺度同化swot图像的方法，包括以下步骤：
2.根据权利要求1所述多尺度同化swot图像的方法，其特征在于，所述分解所述海面高度观测数据，获得大尺度观测数据和中小尺度观测数据，包括以下步骤：
3.根据权利要求1所述多尺度同化swot图像的方法，其特征在于，所述四维同化模型满足以下公式：，其中，jn表示目标函数值，n表示第n个尺度，xn表示第n个尺度下的分析场，表示第n个尺度下的背景场，yn表示第n个尺度下的观测值，bn表示对应尺度的背景误差协方差矩阵，rn表示对应尺度的观测误差协方差矩阵，表示第n个尺度下的分析场转移至观测位置获得的值。
4.根据权利要求1所述多尺度同化swot图像的方法，其特征在于，所述基于所述大尺度观测数据，通过区域海洋数值模式，获得大尺度分析场，并结合所述海面高度观测数据，利用四维同化模型同化所述大尺度分析场，获得第一次同化结果，包括以下步骤：
5.根据权利要求4所述多尺度同化swot图像的方法，其特征在于，所述第一次同化结果满足以下公式：，其中，表示第一次同化结果，表示大尺度背景场，表示大尺度同化增量，表示大尺度分析场和海面高度观测数据的差值，表示大尺度观测数据，表示大...
【专利技术属性】
技术研发人员：周超杰，黄瑛，林紫仪，李建龙，孙瑞立，
申请(专利权)人：浙江大学海南研究院，
类型：发明
国别省市：
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。