集合数据同化方法的发展与应用概述

• 作者: 张学峰 章本照 童元正 黄大吉
• 来源期刊: 海洋学研究
• 学科: 数学
• 关键词: 数据同化 集合数据同化 EnKF EnKS EnSRF SEEK
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 研究报道
• 页码范围: 88-94
• 页数: 7页
• 分类号: O144.5
• 字数: 4509字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-909X.2007.01.010

摘要

集合数据同化方法具有简洁概念化的公式和应用起来相对容易等优点,因此,它们获得了普及性的应用;近10年来集合数据同化方法已经得到了快速的发展.综述了包括集合卡尔曼滤波(EnKF,Ensemble Kalman Filter)、集合卡尔曼平滑(EnKS,Ensemble Kalman Smoother)、集合方均根滤波(EnSRF,Ensemble Square-Root Filter)和减秩卡尔曼滤波(SEEK, Singular Evolutive Extended Kalman Filter)等集合数据同化方法的研究进展状况.通过与其它数据同化方法的对比,总结出了这些方法的特点,探讨了我国在集合数据同化方法研究中存在的问题并展望了该方法的研究和应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章本照	浙江大学流体工程研究所	39	480	12.0	20.0