一种耦合遗传算法与粒子滤波的积雪数据同化方法

作     者：尤元红 张宇豪 黄春林 侯金亮 

作者机构：中国科学院西北生态环境资源研究院甘肃省遥感重点实验室 安徽师范大学地理与旅游学院 资源环境与地理信息工程安徽省工程技术研究中心 

出 版 物：《遥感技术与应用》 (Remote Sensing Technology and Application)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 081104[工学-模式识别与智能系统] 08[工学] 070601[理学-气象学] 0706[理学-大气科学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(43101361、42130113、42371398) 安徽省高等学校科学研究重点项目(2023AH050143)资助 

主　　题：积雪模拟 遗传粒子滤波 数据同化 集合卡尔曼滤波 

摘      要：为有效解决粒子滤波中粒子退化和贫化问题，将遗传算法耦合到粒子滤波中用于对粒子进行重采样，发展了基于遗传粒子滤波的积雪数据同化方案。以Noah-MP模型默认组合方案为模型算子搭建了积雪数据同化系统，分别在真实和合成同化试验情景下比较了集合卡尔曼滤波和粒子滤波的同化性能、不同重采样方法对粒子滤波同化性能的影响，探讨了遗传粒子滤波作为积雪数据同化方法的可行性。在理想试验情景中，遗传粒子滤波的整体同化性能次于系统重采样粒子滤波，但明显好于多项式重采样粒子滤波，并且遗传粒子滤波能够在积雪融化较快的阶段，更有效地利用观测信息对模型进行校正，在积雪消融期表现出了较好的同化性能。在真实试验情景中，遗传粒子滤波的同化性能明显好于采用其他重采样算法粒子滤波的同化性能。此外，两种同化情景的试验结果均表明粒子滤波的同化性能明显好于集合卡尔曼滤波。将遗传粒子滤波作为积雪数据同化方案是可行、有效的。