title{数据同化}% author{李晨} maketitle% section{绪论} % ---------------------------------------------------------------- subsection{背景} 数据同化最初应用于气象学和海洋学中,气象学中主要用于数值天气预报,海洋学中主要应用在海洋动力学中. subsection{定义} Data assimilation is an analysis technique in which the observed information is accumulated into the model state by taking advantage of consistency constraints with laws of time evolution and physical properties.(Daley 1991) 通过将测量数据特别是遥感数据与选择的动态模型预测值结合的过程,通常就叫做数据同化,它是对标准数据反演技术的延伸. 数据同化的目的是对空间分布的环境参数提供物理意义上一致的估计.(梁顺林 2004) subsection{分类} 分类法1:间断 连续分类法2:序贯 回溯 subsection{同化方法} begin{description} item [简单插值] 多项式拟合 Cressman SCM item [统计插值] 最优插值 Kriging item [变分] 3D/4D-Var 3D/4D-PSAS item [滤波] Kalman Filter, EnKF, etc. end{description} subsection{模型} 同化模型一般是基于物理定律和相关假设的微分方程(组) subsection{应用} begin{description} item[传统应用] 气象 海洋 GPS导航,定位,追踪 item[最近热点] 水文 作物监测 环境监测 end{description} subsection{发展前景} begin{description} item[方法] 由于现在常用的较为复杂的方法(变分, 滤波)得到的结果可能没有较大差异, 甚至和较为简单的统计插值方法 在某些意义下等价(比如求解最小二乘估计, 当视为一泛函极值问题时和变分问题等价), 所以我们将方法发展的重点放在考虑计算的稳定性和收敛性上, 此外可以考虑和随机分析等%动力系统复杂网络 其他相关理论结合. item[模型] 考虑到计算机计算能力的发展, 我们可以考虑建立更为复杂精细的模型, 甚至可以考虑建立多尺度模型. item[数据] 数据自然是越多越好, 越精确越好, 只要是可以用的. end{description}

转载本文请联系原作者获取授权，同时请注明本文来自李晨科学网博客。
链接地址：https://blog.sciencenet.cn/blog-503959-387342.html


下一篇：武大数据同化讨论班通告