System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种高光谱红外卫星资料同化的自适应通道选择方法及系统,属于大气分析。
技术介绍
1、卫星红外高光谱探测仪提供的高垂直分辨率大气信息对数值天气预报(numerical weather prediction,nwp)的准确性有重要贡献。然而高光谱探测仪的通道众多,存在大量的数据冗余和通道间相关,在实际应用中必须进行数据降维及去除观测相关性。此外,由于计算能力和同化时效的限制,在nwp应用中很难同化所有通道。针对高光谱的数据降维和通道选择目前已有诸多研究,其中基于shannon(1998)度量信源不确定性的信息熵(entropy reduction,er)通道选择方法和基于空间变换的主成分分析(principalcomponent analysis,pca)方法应用最为广泛。
2、然而,基于er的通道选择舍弃了大量通道,使得原有的光谱覆盖宽度大幅减少。此外,er通道选择方法是基于最优估计的线性理论,通常未能考虑流依赖的和随时间变化的最优通道选择。伴随着数值模式和观测分辨率的提高,更多多尺度天气特征的细节和相关演化过程可以被揭示出来,因此基于er方法筛选的通道可能不为最优解。与基于er的方法类似,基于pca的方法也未能考虑所选主成分的随时间的变化,并且作为线性变换,pca通道选择方法的前导主分量可能会丢失原始数据的非线性信息。并且基于pca的通道选择方法需要发展pca-based的辐射传输模式,如pc_rttov(matricardi 2010)或pcrtm(liu etal.2006)。因此,如何选择同化时刻
技术实现思路
1、专利技术目的:针对er通道选择技术的不足,本专利技术提供一种适合于快速变化天气的同化,同时也适用于有更宽光谱覆盖宽度的高光谱卫星资料的自适应通道选择方法及系统。
2、技术方案:为实现上述目的,本专利技术采用的技术方案为:
3、本专利技术所提出的一种高光谱红外卫星资料同化的自适应通道选择方法,首先给定一组预报集合,集合成员为pb为该集合的先验背景误差协方差,pa为同化观测后分析场的后验背景误差协方差。在同化循环中使用后验背景误差协方差与先验背景误差协方差之比(pa/pb)估算出每个观测(如果单独同化)将在多大程度上减少系统状态变量的集合方差。如果所同化观测的预期后验误差协方差非常接近先验背景误差协方差,即pa/pb的比率接近1,则可以预计该观测对系统带来的影响非常小,因此可以跳过该观测。设置较小的pa/pb阈值可以保证只有对系统方差影响大的观测被同化,以此达到自适应的通道选择。由此可见,本专利技术所提供的高光谱红外卫星资料同化的自适应通道选择方法,通过捕捉随时间变化的背景误差的减少,在同化过程中提供了一个流依赖、时间变化的通道选择算法,包括以下步骤:
4、步骤1,给定一组预报集合及观测;
5、步骤2,在同化前计算观测对先验背景误差协方差的影响:
6、步骤2.1,在观测空间中,计算每个观测所得的后验背景误差协方差与先验背景误差协方差的比率η;
7、步骤2.2,按照步骤2.1计算获得的比率η的递增顺序来同化观测数据,对于每次迭代中比率η最小的观测将被同化;
8、步骤3,设置比率η的阈值η’,大于阈值η’时跳出同化循环:
9、同化某一观测后,使用后验集合作为新的先验集合,在观测中剔除掉已同化观测后,重复步骤2;当剩余观测的后验背景误差协方差与先验背景误差协方差的比率η大于预设的阈值η’时,表明未同化的观测仅减少集合离散度而不能明显改善分析结果,同化终止;
10、步骤4,获得同化后的后验集合:
11、同化完所有阈值η’内的观测后,得到后验集合并计算集合平均。
12、优选地,后验背景误差协方差与先验背景误差协方差的比率η:
13、
14、其中,pa/pb为后验背景误差协方差与先验背景误差协方差的比率,pa为后验背景误差协方差,pb为先验背景误差协方差,h为某一观测的前向算子;对于某一个观测,为其观测误差,为其先验背景误差的方差。
15、优选地,步骤1中给定一组预报集合n为预报集合大小,表示为集合平均,第i个集合成员的集合扰动为将集合扰动写成背景误差协方差平方根的形式那么背景误差协方差表示为pb=xxt。优选地,步骤1中给定误差协方差矩阵为r的观测y,假设观测误差互不相关,r是一个对角矩阵,其对角线元素为观测变量的误差方差。
16、优选地,对先验集合平均进行同化更新,更新后的后验集合平均值由下式给出:
17、
18、其中,ρ是局地化矩阵,代表schur积,h表示前向观测算子,表示观测空间的先验平均估计。
19、优选地,对集合扰动进行同化更新,第i个集合扰动通过以下方程更新:
20、
21、其中,表示第i个集合成员的后验扰动。
22、本专利技术的另一个技术目的是提供一种高光谱红外卫星资料同化的自适应通道选择系统,包括输入模块、观测对背景误差的影响计算模块、剔除已同化观测模块、后验集合获得模块,其中:
23、所述输入模块,用于输入一组预报集合及观测;
24、所述观测对背景误差的影响计算模块,用于在观测空间中,计算后验背景误差协方差与先验背景误差协方差的比率η;按照比率η的递增顺序来同化观测数据,对于每次迭代中比率η最小的观测将被同化;
25、所述剔除已同化观测模块,用于同化某一观测后,使用后验集合作为新的先验集合,在观测中剔除掉已同化观测后,返回观测对背景误差的影响计算模块;当剩余观测的后验背景误差协方差与先验背景误差协方差的比率η大于预设的阈值η’时,同化终止;
26、所述后验集合获得模块,用于同化完所有阈值η’内的观测后,得到后验集合并计算集合平均。
27、优选地:所述观测对背景误差的影响计算模块中后验背景误差协方差与先验背景误差协方差的比率计算公式为:
28、
29、其中,pa/pb为后验背景误差协方差与先验背景误差协方差的比率,pa为后验背景误差协方差,pb为先验背景误差协方差,h为某一观测的前向算子;对于某一个观测,为其观测误差,为其先验背景误差的方差。
30、本专利技术相比现有技术,具有以下有益效果:
31、由于背景场随时间变化,通过pa/pb所筛选的观测具有流依赖特性,因此更适合于快速变化天气的同化;同时由于没有直接舍弃通道,因此最大程度上保留了高光谱探测仪的光谱覆盖宽度。
本文档来自技高网...【技术保护点】
1.一种高光谱红外卫星资料同化的自适应通道选择方法,其特征在于,通过捕捉随时间变化的背景误差的减少,在同化过程中提供了一个流依赖、时间变化的通道选择算法,包括以下步骤:
2.根据权利要求1所述高光谱红外卫星资料同化的自适应通道选择方法,其特征在于:后验背景误差协方差与先验背景误差协方差的比率η:
3.根据权利要求2所述高光谱红外卫星资料同化的自适应通道选择方法,其特征在于:步骤1中给定一组预报集合N为预报集合大小,表示为集合平均,第i个集合成员的集合扰动为将集合扰动写成背景误差协方差平方根的形式那么背景误差协方差表示为Pb=XXT。
4.根据权利要求3所述高光谱红外卫星资料同化的自适应通道选择方法,其特征在于:步骤1中给定误差协方差矩阵为R的观测y,假设观测误差互不相关,R是一个对角矩阵,其对角线元素为观测变量的误差方差。
5.根据权利要求4所述高光谱红外卫星资料同化的自适应通道选择方法,其特征在于:对先验集合平均进行同化更新,更新后的后验集合平均值由下式给出:
6.根据权利要求5所述高光谱红外卫星资料同化的自适应通道选
7.一种高光谱红外卫星资料同化的自适应通道选择系统,其特征在于:包括输入模块、观测对背景误差的影响计算模块、剔除已同化观测模块、后验集合获得模块,其中:
8.根据权利要求7所述高光谱红外卫星资料同化的自适应通道选择系统,其特征在于:所述观测对背景误差的影响计算模块中后验背景误差协方差与先验背景误差协方差的比率计算公式为:
...【技术特征摘要】
1.一种高光谱红外卫星资料同化的自适应通道选择方法,其特征在于,通过捕捉随时间变化的背景误差的减少,在同化过程中提供了一个流依赖、时间变化的通道选择算法,包括以下步骤:
2.根据权利要求1所述高光谱红外卫星资料同化的自适应通道选择方法,其特征在于:后验背景误差协方差与先验背景误差协方差的比率η:
3.根据权利要求2所述高光谱红外卫星资料同化的自适应通道选择方法,其特征在于:步骤1中给定一组预报集合n为预报集合大小,表示为集合平均,第i个集合成员的集合扰动为将集合扰动写成背景误差协方差平方根的形式那么背景误差协方差表示为pb=xxt。
4.根据权利要求3所述高光谱红外卫星资料同化的自适应通道选择方法,其特征在于:步骤1中给定误差协方差矩阵为r的观测y,假设观测误差互不...
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。