數(shù)據(jù)同化算法研發(fā)與實(shí)驗(yàn)

內(nèi)容概要

《地球信息科學(xué)基礎(chǔ)叢書(shū):數(shù)據(jù)同化算法研發(fā)與實(shí)驗(yàn)》基于國(guó)內(nèi)外相關(guān)研究和作者在數(shù)據(jù)同化領(lǐng)域的研究心得，重點(diǎn)介紹數(shù)據(jù)同化算法的研發(fā)與實(shí)驗(yàn)。圍繞數(shù)據(jù)同化算法研發(fā)和實(shí)驗(yàn)這一主題，《地球信息科學(xué)基礎(chǔ)叢書(shū):數(shù)據(jù)同化算法研發(fā)與實(shí)驗(yàn)》從陸面數(shù)據(jù)同化理論和陸面過(guò)程模型切入，提煉數(shù)據(jù)同化的“一個(gè)框架、四個(gè)基本要素”架構(gòu)，在選擇可變滲透能力模型（VIC模型）的基礎(chǔ)上開(kāi)展數(shù)據(jù)同化算法實(shí)驗(yàn)，實(shí)現(xiàn)了三維變分算法、四維變分算法和集合卡爾曼濾波算法等三種經(jīng)典數(shù)據(jù)同化算法，以及粒子濾波算法和層狀貝葉斯方法等兩種智能數(shù)據(jù)同化算法的研發(fā)與實(shí)驗(yàn)，并且通過(guò)具體實(shí)例詳細(xì)介紹各個(gè)算法的研發(fā)、實(shí)驗(yàn)步驟以及算法結(jié)果的分析評(píng)價(jià)。最后，介紹了作者課題組開(kāi)發(fā)的數(shù)據(jù)同化集成軟件系統(tǒng)。 
《地球信息科學(xué)基礎(chǔ)叢書(shū):數(shù)據(jù)同化算法研發(fā)與實(shí)驗(yàn)》旨在對(duì)從事陸面數(shù)據(jù)同化研究的工作者提供入門參考和思路借鑒；同時(shí)，也適合定量遙感、全球環(huán)境變化及地球系統(tǒng)科學(xué)等領(lǐng)域的科研工作者以及高等院校師生參考。

書(shū)籍目錄

前言 第1章 緒論 1.1 全球變化研究與數(shù)據(jù)同化 1.2 數(shù)據(jù)同化基本構(gòu)成 1.3 數(shù)據(jù)同化算法分類 1.4 陸面數(shù)據(jù)同化研究進(jìn)展 1.5 遙感數(shù)據(jù)同化研究進(jìn)展 1.6 本書(shū)主要內(nèi)容 1.7 本章小結(jié) 主要參考文獻(xiàn) 第2章 數(shù)據(jù)同化算法發(fā)展與進(jìn)步 2.1 變分方法 2.1.1 三維變分算法 2.1.2 四維變分算法 2.2 卡爾曼濾波算法 2.3 集合卡爾曼濾波算法 2.4 粒子濾波算法 2.5 層狀貝葉斯方法 2.6 數(shù)據(jù)同化算法基本公式、機(jī)制與特點(diǎn) 2.7 本章小結(jié) 主要參考文獻(xiàn) 第3章 過(guò)程模型選擇與應(yīng)用改進(jìn) 3.1 陸面過(guò)程模型發(fā)展階段 3.2 陸面過(guò)程模型比較與選擇 3.3 VIC水文過(guò)程模型原理與應(yīng)用改進(jìn) 3.3.1 VIC水文過(guò)程模型原理 3.3.2 VIC水文過(guò)程模型代碼移植與編譯 3.3.3 VIC水文過(guò)程模型應(yīng)用改進(jìn) 3.4 VIC水文過(guò)程模型基礎(chǔ)參量準(zhǔn)備 3.4.1 大氣驅(qū)動(dòng)數(shù)據(jù) 3.4.2 土壤參數(shù) 3.4.3 植被參數(shù) 3.4.4 全局參數(shù) 3.4.5 基礎(chǔ)參量與數(shù)據(jù)來(lái)源 3.5 VIC水文過(guò)程模型數(shù)據(jù)準(zhǔn)備與程序代碼 3.6 VIC水文過(guò)程模型運(yùn)行與校驗(yàn) 3.6.1 VIC水文過(guò)程模型運(yùn)行 3.6.2 VlC水文過(guò)程模型校驗(yàn) 3.7 VIC水文過(guò)程模型實(shí)驗(yàn) 3.7.1 VIC水文過(guò)程模型實(shí)驗(yàn)一 3.7.2 VIC水文過(guò)程模型實(shí)驗(yàn)二 3.7.3 VIC水文過(guò)程模型實(shí)驗(yàn)三 3.8 本章小結(jié) 主要參考文獻(xiàn) 第4章 經(jīng)典數(shù)據(jù)同化算法開(kāi)發(fā)與實(shí)驗(yàn) 4.1 三維變分算法 4.1.1 算法原理 4.1.2 算法流程 4.1.3 算法實(shí)現(xiàn) 4.2 三維變分算法同化實(shí)驗(yàn) 4.3 四維變分算法 4.3.1 算法原理 4.3.2 算法流程 4.3.3 算法實(shí)現(xiàn) 4.4 四維變分算法同化實(shí)驗(yàn) 4.5 集合卡爾曼濾波算法 4.5.1 算法原理 4.5.2 算法流程 4.5.3 算法實(shí)現(xiàn) 4.6 集合卡爾曼濾波算法同化實(shí)驗(yàn) 4.6.1 實(shí)驗(yàn)一 站點(diǎn)觀測(cè)數(shù)據(jù)與VIC水文過(guò)程模型數(shù)據(jù)同化 4.6.2 實(shí)驗(yàn)二 微波亮溫?cái)?shù)據(jù)與VIC水文過(guò)程模型數(shù)據(jù)同化 4.7 本章小結(jié) 主要參考文獻(xiàn) 第5章 現(xiàn)代智能數(shù)據(jù)同化算法I：粒子濾波算法 5.1 粒子濾波算法理論基礎(chǔ) 5.1.1 貝葉斯濾波基本原理 5.1.2 粒子濾波算法原理 5.2 重要性采樣 5.2.1 貝葉斯重要性采樣 5.2.2 序貫重要性采樣 5.3 粒子退化與重采樣 5.3.1 粒子退化 5.3.2 重采樣 5.4 粒子濾波算法流程與實(shí)現(xiàn) 5.4.1 粒子濾波算法流程 5.4.2 粒子濾波算法實(shí)現(xiàn) 5.5 粒子濾波算法同化實(shí)驗(yàn) 5.5.1 實(shí)驗(yàn)一 站點(diǎn)觀測(cè)數(shù)據(jù)與VIC水文過(guò)程模型數(shù)據(jù)同化 5.5.2 實(shí)驗(yàn)二 微波亮溫?cái)?shù)據(jù)與VIC水文過(guò)程模型數(shù)據(jù)同化 5.5.3 實(shí)驗(yàn)三 數(shù)據(jù)同化與VIC水文過(guò)程模型參數(shù)同步估計(jì) 5.6 本章小結(jié) 主要參考文獻(xiàn) 第6章 現(xiàn)代智能數(shù)據(jù)同化算法：層狀貝葉斯網(wǎng)絡(luò)算法 6.1 層狀貝葉斯方法理論基礎(chǔ) 6.1.1 數(shù)據(jù)模型 6.1.2 過(guò)程模型 6.1.3 參數(shù)模型 6.1.4 貝葉斯推理 6.2 層狀貝葉斯網(wǎng)絡(luò)算法 6.2.1 數(shù)據(jù)描述 6.2.2 層狀貝葉斯網(wǎng)絡(luò)構(gòu)建 6.2.3 層狀貝葉斯網(wǎng)絡(luò)結(jié)構(gòu) 6.2.4 層狀貝葉斯網(wǎng)絡(luò)學(xué)習(xí)、校驗(yàn)與預(yù)測(cè) 6.2.5 層狀貝葉斯網(wǎng)絡(luò)算法流程 6.3 基于多尺度回歸模型的層狀貝葉斯網(wǎng)絡(luò)算法 6.3.1 基于多尺度回歸模型的層狀貝葉斯網(wǎng)絡(luò)構(gòu)建 6.3.2 基于多尺度回歸模型的層狀貝葉斯網(wǎng)絡(luò)結(jié)構(gòu) 6.3.3 基于多尺度回歸模型的層狀貝葉斯網(wǎng)絡(luò)推理 6.3.4 最大似然參數(shù)估計(jì) 6.3.5 基于多尺度回歸模型的層狀貝葉斯網(wǎng)絡(luò)算法技術(shù)流程 6.4 層狀貝葉斯網(wǎng)絡(luò)同化站點(diǎn)觀測(cè)與VIC水文過(guò)程模型數(shù)據(jù)實(shí)驗(yàn) 6.4.1 數(shù)據(jù)預(yù)處理 6.4.2 層狀貝葉斯網(wǎng)絡(luò)學(xué)習(xí)與校驗(yàn) 6.4.3 層狀貝葉斯網(wǎng)絡(luò)預(yù)測(cè) 6.4.4 程序代碼 6.5 本章小結(jié) 主要參考文獻(xiàn) 第7章 數(shù)據(jù)同化集成系統(tǒng) 7.1 系統(tǒng)結(jié)構(gòu)與功能設(shè)計(jì) 7.2 系統(tǒng)詳細(xì)設(shè)計(jì) 7.2.1 輸入輸出模塊 7.2.2 陸面過(guò)程模型模塊 7.2.3 數(shù)據(jù)同化算法模塊 7.2.4 數(shù)據(jù)可視化模塊 7.2.5 精度評(píng)價(jià)模塊 7.3 系統(tǒng)功能實(shí)現(xiàn)與界面 7.3.1 數(shù)據(jù)同化功能與界面 7.3.2 數(shù)據(jù)司視化功能與界面 7.3.3 精度評(píng)價(jià)功能與界面 7.4 本章小結(jié) 主要參考文獻(xiàn) 附錄一 VIC水文過(guò)程模型與數(shù)據(jù)準(zhǔn)備的C／C++代碼 附錄二 三維變分算法（3DVAR）開(kāi)發(fā)C++代碼 附錄三 四維變分算法（4DVAR）開(kāi)發(fā)C++代碼 附錄四 集合卡爾曼濾波算法（EnKF）開(kāi)發(fā)C++代碼 附錄五 粒子濾波算法（PF）開(kāi)發(fā)C++代碼 附錄六 層狀貝葉斯網(wǎng)絡(luò)算法（HBN）開(kāi)發(fā)WinBUGS和Matlab代碼 彩圖

章節(jié)摘錄

版權(quán)頁(yè)：   插圖：   4.5.3 算法實(shí)現(xiàn) 集合卡爾曼濾波算法程序中定義了CEnKF類作為集合卡爾曼濾波算法程序的核心模塊，這個(gè)類的成員變量中定義了包括關(guān)于參數(shù)設(shè)置、輸入數(shù)據(jù)、中間變量和計(jì)算結(jié)果的一系列變量與函數(shù)。類的成員函數(shù)中，CEnKF：：run_EnKF（）是集合卡爾曼濾波算法的主要功能函數(shù)，該函數(shù)完成了集合卡爾曼濾波算法的主要流程，程序代碼見(jiàn)附錄四程序4.1。 4.6 集合卡爾曼濾波算法同化實(shí)驗(yàn) 本節(jié)重點(diǎn)介紹利用集合卡爾曼濾波算法的兩個(gè)同化實(shí)驗(yàn)，實(shí)驗(yàn)一利用集合卡爾曼濾波算法同化站點(diǎn)觀測(cè)數(shù)據(jù)與VIC水文過(guò)程模型模擬數(shù)據(jù)，實(shí)驗(yàn)二利用集合卡爾曼濾波算法同化遙感亮溫觀測(cè)數(shù)據(jù)與VIC水文過(guò)程模型模擬數(shù)據(jù)。 4.6.1 實(shí)驗(yàn)一 站點(diǎn)觀測(cè)數(shù)據(jù)與VIC水文過(guò)程模型數(shù)據(jù)同化 本節(jié)以土壤水分同化為例，通過(guò)集合卡爾曼濾波算法同化站點(diǎn)觀測(cè)數(shù)據(jù)和VIC水文過(guò)程模型模擬數(shù)據(jù)。重點(diǎn)介紹利用集合卡爾曼濾波算法同化站點(diǎn)觀測(cè)數(shù)據(jù)和VIC水文過(guò)程模型模擬數(shù)據(jù)的數(shù)據(jù)同化實(shí)驗(yàn)，并對(duì)同化結(jié)果進(jìn)行分析。實(shí)驗(yàn)中，數(shù)據(jù)同化自2003年6月5日開(kāi)始，2003年7月15日結(jié)束，同化實(shí)驗(yàn)時(shí)間步長(zhǎng)24h。在該實(shí)驗(yàn)內(nèi)，首先分別對(duì)21個(gè)站點(diǎn)進(jìn)行數(shù)據(jù)同化實(shí)驗(yàn)，然后再將這21個(gè)站點(diǎn)每一天的數(shù)據(jù)同化結(jié)果插值，得到整個(gè)研究區(qū)域土壤水分隨時(shí)空的分布與變化信息。 1.研究區(qū)域與數(shù)據(jù)描述 研究區(qū)域位于亞拉巴馬州和田納西州交界處，實(shí)驗(yàn)區(qū)域位置與實(shí)驗(yàn)區(qū)內(nèi)的站點(diǎn)分布。數(shù)據(jù)源包括SMEX03站點(diǎn)土壤水分觀測(cè)數(shù)據(jù)（Coleman et a1.，2009）和VIC水文過(guò)程模型模擬數(shù)據(jù)。在研究區(qū)域內(nèi)包括美國(guó)土壤氣候分析觀測(cè)網(wǎng)和亞拉巴馬州中尺度觀測(cè)網(wǎng)兩個(gè)觀測(cè)站網(wǎng)，共計(jì)21個(gè)站點(diǎn)，其中美國(guó)土壤氣候分析觀測(cè)網(wǎng)的站點(diǎn)用“SCAN+站點(diǎn)編號(hào)”表示，亞拉巴馬州中尺度觀測(cè)網(wǎng)站點(diǎn)用“ALMNet+站點(diǎn)編號(hào)”表示。SCAN和ALMNet的土壤水分觀測(cè)深度不同，但都觀測(cè)了10cm和100cm深度的土壤水分，因此實(shí)驗(yàn)中對(duì)這三個(gè)深度的土壤水分進(jìn)行同化。由于站點(diǎn)ALMNet14 在100cm沒(méi)有觀測(cè)數(shù)據(jù)，因此只在剩余的20個(gè)站點(diǎn)進(jìn)行數(shù)據(jù)同化實(shí)驗(yàn)。由于SCAN觀測(cè)網(wǎng)在60cm深度沒(méi)有進(jìn)行觀測(cè)，為了實(shí)現(xiàn)對(duì)所有站點(diǎn)三層同時(shí)進(jìn)行數(shù)據(jù)同化，實(shí)驗(yàn)中利用SCAN站點(diǎn)在50cm的觀測(cè)值進(jìn)行同化，但是在同化前需要對(duì)SCAN在50cm深度的觀測(cè)值進(jìn)行處理。為了保持同觀測(cè)數(shù)據(jù)的一致性，定義VIC水文過(guò)程模型深度10cm、60cm和100cm。 2.VIC水文過(guò)程模型基礎(chǔ)參量準(zhǔn)備與預(yù)處理 VIC水文過(guò)程模型在水分平衡模式下運(yùn)行，模型網(wǎng)格的空間分辨率3km×3km，模型運(yùn)行時(shí)間分辨率24h。為了消除spin-up周期的影響，模型自2000年1月1日開(kāi)始運(yùn)行，但只有2003年6月4日以后的數(shù)據(jù)用于同化實(shí)驗(yàn)。數(shù)據(jù)準(zhǔn)備過(guò)程中，對(duì)整個(gè)研究區(qū)域40×40個(gè)網(wǎng)格點(diǎn)準(zhǔn)備數(shù)據(jù)，但是只運(yùn)行其中20個(gè)包含有野外觀測(cè)站點(diǎn)的網(wǎng)格點(diǎn)。 VIC水文過(guò)程模型水分平衡模式運(yùn)行需要大氣驅(qū)動(dòng)數(shù)據(jù)、植被數(shù)據(jù)和土壤數(shù)據(jù)。其中大氣驅(qū)動(dòng)數(shù)據(jù)來(lái)源于美國(guó)國(guó)家氣象數(shù)據(jù)中心氣象站逐日分析數(shù)據(jù)，包括日均溫、日高溫、日低溫、降水量、氣壓和風(fēng)速等氣象因子。為了體現(xiàn)氣象因子隨高程變化的特征，用協(xié)同克里金方法（CoKriging）對(duì)氣象數(shù)據(jù)插值，其中高程數(shù)據(jù)來(lái)源于全球1km高程數(shù)據(jù)集；地表植被覆蓋數(shù)據(jù)來(lái)源于馬里蘭大學(xué)提供的全球1km植被覆蓋分類影像（Hansen eta1.，1998）和NASA陸面數(shù)據(jù)同化系統(tǒng)提供的植被參數(shù)庫(kù)；土壤參數(shù)基于美國(guó)CONUS-SOIL數(shù)據(jù)庫(kù)土壤質(zhì)地?cái)?shù)據(jù)、砂土含量數(shù)據(jù)、土壤容積密度數(shù)據(jù)計(jì)算得到。VIC水文過(guò)程模型所需要的數(shù)據(jù)準(zhǔn)備完成后，將所有數(shù)據(jù)投影至同一投影面，插值到 3 km×3km網(wǎng)格內(nèi)，并對(duì)所有網(wǎng)格逐行編號(hào)。 3.站點(diǎn)觀測(cè)數(shù)據(jù)準(zhǔn)備與預(yù)處理 對(duì)站點(diǎn)觀測(cè)數(shù)據(jù)進(jìn)行準(zhǔn)備與預(yù)處理主要包括以下五個(gè)基本步驟： 步驟1觀測(cè)周期歸一化處理，由于SCAN和ALMNet觀測(cè)數(shù)據(jù)記錄周期不同，需要對(duì)兩個(gè)觀測(cè)網(wǎng)的觀測(cè)數(shù)據(jù)周期進(jìn)行歸一化，最終都?xì)w一化為24h。 步驟2缺失數(shù)據(jù)處理，由于觀測(cè)條件和儀器等因素的影響，站點(diǎn)觀測(cè)數(shù)據(jù)存在不同程度的數(shù)據(jù)缺失現(xiàn)象，為此必須要對(duì)缺失的數(shù)據(jù)進(jìn)行補(bǔ)充。實(shí)驗(yàn)中采取的方法是利用數(shù)據(jù)缺失時(shí)刻前后5天的觀測(cè)數(shù)據(jù)進(jìn)行線性插值得到。 步驟3異常數(shù)據(jù)處理，剔除觀測(cè)周期內(nèi)異常的數(shù)據(jù)。 步驟4數(shù)據(jù)格式整理，在完成上述各步驟的準(zhǔn)備后，還需要將各站點(diǎn)觀測(cè)數(shù)據(jù)整理為數(shù)據(jù)同化算法需要的數(shù)據(jù)格式。實(shí)驗(yàn)中定義的觀測(cè)數(shù)據(jù)格式是逐時(shí)刻存儲(chǔ)，每一行記錄一個(gè)時(shí)刻所有網(wǎng)格點(diǎn)的觀測(cè)數(shù)據(jù)，每個(gè)網(wǎng)格點(diǎn)按10cm、60cm和100cm的 順序存儲(chǔ)。 步驟5 SCAN站點(diǎn)觀測(cè)數(shù)據(jù)系統(tǒng)偏差處理，由于SCAN觀測(cè)網(wǎng)站點(diǎn)沒(méi)有在60cm深度進(jìn)行觀測(cè)，實(shí)驗(yàn)中用50cm處的觀測(cè)值來(lái)近似60cm處的土壤水分，因此在同化實(shí)驗(yàn)前必須要去除觀測(cè)數(shù)據(jù)的系統(tǒng)偏差。

編輯推薦

《數(shù)據(jù)同化算法研發(fā)與實(shí)驗(yàn)》從陸面數(shù)據(jù)同化理論和陸面過(guò)程模型切入，提煉數(shù)據(jù)同化的“一個(gè)框架、四個(gè)基本要素”架構(gòu)，在選擇可變滲透能力模型（VIC模型）的基礎(chǔ)上開(kāi)展數(shù)據(jù)同化算法實(shí)驗(yàn)，實(shí)現(xiàn)了三維變分算法、四維變分算法和集合卡爾曼濾波算法等三種經(jīng)典數(shù)據(jù)同化算法，以及粒子濾波算法和層狀貝葉斯方法等兩種智能數(shù)據(jù)同化算法的研發(fā)與實(shí)驗(yàn)，并且通過(guò)具體實(shí)例詳細(xì)介紹各個(gè)算法的研發(fā)、實(shí)驗(yàn)步驟以及算法結(jié)果的分析評(píng)價(jià)。

圖書(shū)封面

評(píng)論、評(píng)分、閱讀與下載

---

    數(shù)據(jù)同化算法研發(fā)與實(shí)驗(yàn) PDF格式下載

---