观测数据时空密度对集合卡尔曼滤波计算精度的影响

• 作者: 吴吉春 崔凯鹏
• 来源期刊: 水利学报
• 学科: 地球科学
• 关键词: 数据同化 集合卡尔曼滤波 局域化 观测数据 时空密度
• 年，卷（期）: 2013,（8）
• 页码范围: 915-923
• 页数: 9页
• 分类号: P333.9
• 字数: 7019字
• 语种: 中文

摘要

集合卡尔曼滤波（EnKF）算法在地下水数据同化领域中的应用受到了越来越广泛的关注。作为同化系统的重要组成部分，观测数据的空间/时间密度的配置直接影响滤波运算结果。本文构造了一个理想二维地下水流算例考察空间/时间密度对传统EnKF和局域化EnKF的影响。研究结果表明：随着空间密度的增大，局域化EnKF运算精度增高，而传统EnKF运算精度无此改进倾向。总体趋势上时间密度增大使EnKF运算精度增高，但对不同数目的观测井方案，这种精度增高的幅度有所变化，观测井越多，增高越不明显。由此得出结论：局域化改进EnKF能够有效同化更多的观测井数据，给出更精确的结果；模拟初期水头变化波动较大，观测数据价值较高；在一定时间密度配置下，低空间密度局域化EnKF运算精度可以接近甚至超过高空间密度配置。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴吉春	南京大学地球科学与工程学院水科学系	164	2362	26.0	39.0
2	崔凯鹏	南京大学地球科学与工程学院水科学系	2	8	1.0	2.0