检索结果-南通市图书馆

集合调整卡尔曼滤波方法在M2分潮模拟中的水深估计研究

在线全文

学校读者我要写书评

暂无评论

集合调整卡尔曼滤波方法在M2分潮模拟中的水深估计研究

作者：武浩文天津大学

学位级别：硕士

潮汐潮流是最重要的海洋动力过程之一,准确的潮汐潮流数值模型的建立是海洋环流数值模拟研究的重要基础。水深对近海潮汐潮流数值模拟结果有着重要的影响,是模型误差的主要来源之一。数据同化利用观测信息对模型状态场调整的同时也可以... 详细信息

潮汐潮流是最重要的海洋动力过程之一,准确的潮汐潮流数值模型的建立是海洋环流数值模拟研究的重要基础。水深对近海潮汐潮流数值模拟结果有着重要的影响,是模型误差的主要来源之一。数据同化利用观测信息对模型状态场调整的同时也可以对数值模型中的不确定参数进行估计,从而改进数值模型,提高数值模拟的精度。本文基于集合调整卡尔曼滤波方法（ensemble adjustment Kalman filter,EAKF）,开展了渤海和35°N以北黄海（下文简称为黄渤海）海区M分潮数值模拟中的水深估计研究。为探究EAKF在线性和非线性潮汐模型中的水深估计效果,分别采用二维线性浅水波模式和广义坐标系统的美国普林斯顿大学海洋模式（Princeton Ocean Model with generalized coordinate system,POMgcs）的外模式进行数据同化试验。针对上述两个数值模式,分别设计了基于规则湾口海区的正规半日潮理想水深估计试验和黄渤海海区M分潮的理想和实际水深估计试验。基于二维线性浅水波模式的规则湾口海区理想数据同化试验结果表明,EAKF方法能够很好地应用于线性潮汐模式的水深估计;水深参数的分区方案可以为黄渤海海区的数据同化试验提供借鉴。基于POMgcs非线性外模式的黄渤海海区理想数据同化试验结果表明,EAKF方法仍然能很好地降低模式模拟的状态误差并反演出“真实”的水深参数。在NAO.99Jb和验潮站数据的实际数据同化试验中,与验潮站数据相比较,对水深参数进行最优估计后,模式模拟的黄渤海M分潮振幅与迟角误差分别降低了40.18%和49.19%。

关键词：数据同化集合调整卡尔曼滤波数值模拟渤海黄海 M2分潮水深估计

基于LSTM-SIR-EAKF的流感样病例预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机与现代化 2024年第9期 38-44页

作者：李进魏艳龙薛红新梁海坚太原师范学院计算机科学与技术学院山西晋中030619 中北大学计算机科学与技术学院山西太原030051

探索基于机器学习模型与传染病模型的组合方法来预测流感趋势,为医疗机构提供意见方便做好预防措施。为了准确捕获流感样病例的时序特征,提出一种基于长短期记忆(LSTM)神经网络、易感-感染-康复(SIR)模型和集合调整卡尔曼滤波(EAKF)的... 详细信息

探索基于机器学习模型与传染病模型的组合方法来预测流感趋势,为医疗机构提供意见方便做好预防措施。为了准确捕获流感样病例的时序特征,提出一种基于长短期记忆(LSTM)神经网络、易感-感染-康复(SIR)模型和集合调整卡尔曼滤波(EAKF)的组合预测模型(LSTM-SIR-EAKF)。首先,使用LSTM学习流感样病例的时序关系。其次,利用SIR模型模拟流感的传播过程。最后,EAKF对SIR模型生成的流感样病例预测值进行修正,得到最终流感预测值。实验结果表明,通过对3个时间段流感样病例的预测,LSTM-SIR-EAKF模型的拟合优度R2分别是0.996、0.991、0.995,且预测结果的评价指标均优于对比模型。LSTM-SIR-EAKF模型通过长短期记忆网络在时间方面对流感做了长期预测,以及传染病模型在空间中模拟了流感人群的变化,有效提高了预测效果。

关键词：流感预测长短期记忆网络易感-感染-康复模型集合调整卡尔曼滤波时间序列

在线全文

学校读者我要写书评

暂无评论

集合滤波和三维变分混合数据同化方法研究

热带海洋学报 2011年第6期30卷 24-30页

作者：吴新荣韩桂军李冬李威中国科学院南海海洋研究所广东广州510301 国家海洋信息中心天津300171 中国科学院研究生院北京100049

发展了一种新的混合数据同化方法——基于集合滤波和三维变分的混合数据同化方法。该方法将集合调整卡尔曼滤波(ensemble adjustment Kalman filter,EAKF)得到的集合样本扰动通过一个转换矩阵的形式直接作用到背景场上,利用顺序滤波的... 详细信息

发展了一种新的混合数据同化方法——基于集合滤波和三维变分的混合数据同化方法。该方法将集合调整卡尔曼滤波(ensemble adjustment Kalman filter,EAKF)得到的集合样本扰动通过一个转换矩阵的形式直接作用到背景场上,利用顺序滤波的思想得到分析场的一个扰动;然后在三维变分(three dimensional variational analysis,3D-Var)的框架下与观测数据进行拟合,从而给出分析场的最优估计。文中以Lorenz63模型为例,开展了理想数据同化试验,结果表明,相比于集合调整卡尔曼滤波,这种新的混合同化方法可以给出更好的同化结果。

关键词：混合数据同化方法集合调整卡尔曼滤波三维变分

用于集合滤波数据同化的自适应协方差膨胀方法研究

在线全文

学校读者我要写书评

暂无评论

用于集合滤波数据同化的自适应协方差膨胀方法研究

作者：苏昂天津大学

学位级别：硕士

在集合滤波数据同化过程中,不完善的物理参数化、离散方案和有限的集合等带来的模式和采样误差,将导致背景集合扩散变小,误差协方差被低估。由于计算资源的限制,当面对高维度的海洋或大气模式时,很难使用较大的集合样本量来减少采样误... 详细信息

在集合滤波数据同化过程中,不完善的物理参数化、离散方案和有限的集合等带来的模式和采样误差,将导致背景集合扩散变小,误差协方差被低估。由于计算资源的限制,当面对高维度的海洋或大气模式时,很难使用较大的集合样本量来减少采样误差。在这里,本研究基于贝叶斯理论,探索了一种新的自适应协方差膨胀方法,来解决集合成员较少时同化效果差的问题。为了增加有限的背景集合的统计表示,膨胀的先验概率服从分布,似然函数服从t分布,用于获得先验、后验或混合协方差膨胀方案。使用Lorenz63模式对膨胀方差的设置进行了说明,证明了手动调优膨胀方案的局限性,并与自适应膨胀在效果和运算速度上进行了对比。结果表明,新的自适应膨胀方法与手动调优方案相比效率大幅提升。通过使用不同的时间差分方案或有偏的参数,对5变量耦合气候模式(5VCCM)和经向翻转环流盒子模式(MOCBM)两个海气耦合模型分别添加了不同类型的模式误差。在完美模式和不完美模式框架内,使用不同的集合尺度与其他膨胀方法比较了同化质量,检验了新方法的性能。结果表明,不完美模式中,对于5VCCM中的无观测变量,在集合样本量为5时,新方法的均方根误差相较于其他两种现有方法分别降低了约31%和64%,对于MOCBM,分别降低了约25%和8.5%,证明了新的膨胀方法在某些情况下比现有方法表现得更好,具有更高的稳定性和更小的误差。除此之外,通过预测试验展示了不同的自适应膨胀方法对气候预测的影响,试验结果表明新的膨胀方法的有效预测时间最长。由于具有更好的计算性能和对计算资源的宽松需求,新方法在较复杂模型的预测初始化和再分析中具有更大的潜在应用价值。总之,新的膨胀方法对于较少的集合成员表现良好,并且可能更适合于大型模式。

关键词：自适应协方差膨胀集合调整卡尔曼滤波耦合数据同化 t分布

气候模式中海洋数据同化对热带降水偏差的影响

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

海洋学报 2015年第7期37卷 41-53页

作者：陈辉尹训强宋振亚宋亚娟鲍颖乔方利国家海洋局第一海洋研究所山东青岛266061 海洋环境科学与数值模拟国家海洋局重点实验室山东青岛266061

本文采用海洋卫星观测海表温度(SST)和海面高度异常(SLA)数据,对国家海洋局第一海洋研究所地球系统模式FIO-ESM(First Institute of Oceanography Earth System Model version 1.0)中海洋模式分量进行了集合调整卡尔曼滤波(EAKF)同化,... 详细信息

本文采用海洋卫星观测海表温度(SST)和海面高度异常(SLA)数据,对国家海洋局第一海洋研究所地球系统模式FIO-ESM(First Institute of Oceanography Earth System Model version 1.0)中海洋模式分量进行了集合调整卡尔曼滤波(EAKF)同化,对比分析了大气环流、湿度和云量对海洋数据同化的响应,探讨了海洋同化对热带降水模拟偏差的影响。结果表明:海洋数据同化能有效改善海表温度和上层海洋热含量的模拟,30°S^30°N纬度带内年平均SST的绝均差降低60%。同化后大气模式模拟的赤道两侧信风得到明显改善,上升气流在赤道以北热带地区增强而在赤道以南热带地区减弱,热带降水模拟的动力结构更为合理,水汽和云量分布也更切合实际。热带年平均降水的空间分布和强度在同化后均得到改善,赤道以南的纬向年平均降水峰值显著降低,降水偏差明显减小,同化后30°S^30°N纬度带内年平均降水绝均差降低35%。

关键词：气候模式海洋数据同化集合调整卡尔曼滤波降水

在线全文

学校读者我要写书评

暂无评论

COVID-19爆发的回顾性研究和预测

COVID-19爆发的回顾性研究和预测

作者：王玉大连理工大学

学位级别：硕士

新冠肺炎爆发初期,多个国家采取非药物干预措施控制疫情传播。在这些非药物干预措施中,广泛采用隔离措施,并通过居家和就地隔离命令执行。了解隔离措施的有效性可以为正在进行的COVID-19大流行和未来疾病爆发期间的决策和控制规划提供... 详细信息

新冠肺炎爆发初期,多个国家采取非药物干预措施控制疫情传播。在这些非药物干预措施中,广泛采用隔离措施,并通过居家和就地隔离命令执行。了解隔离措施的有效性可以为正在进行的COVID-19大流行和未来疾病爆发期间的决策和控制规划提供信息。本文主要回顾了新冠肺炎疫情爆发的早期阶段,并对隔离措施的实施进行了一系列预测性研究。传染病数学建模是一种工具,可以研究疾病传播的机制、预测传染病的进展情况以及评估控制流行病的策略。针对新冠病毒传播特性,本文建立一个考虑隔离措施的扩散模型,并将该疾病传播模型与集合调整卡尔曼滤波方法相结合。通过将模型校准到病例数据,本文在武汉、纽约、米兰、伦敦四个地区人口流动限制措施实施之前估计了关键的流行病学参数。然后,利用模型模拟根据几个特征进一步研究隔离措施在疫情传播中的关键作用。结果表明,隔离易感人群、暴露人群和未报道的感染者是控制疫情的必要措施,但可以通过更快地隔离报道病例来降低这些类人群的隔离率。对于单一隔离措施,它的实施难度大、边际成本高,但是边际收益在递减,所以多种隔离措施相结合的防控效果更好。此外,本文生成反事实模拟来估计隔离措施的有效性。研究发现,如果取消对易感者、暴露者和未报道感染者的隔离措施,那么四个地区封锁后40天的累计病例数远远高于现在所报告的病例数,这一发现强调了在大流行的早期阶段隔离的重要性。最后,对封锁后60天内四个地区的传播动态进行了模型拟合。结果显示,经过一段时间的封锁后,四个地区的有效再生数均降至1以下。

关键词：新冠病毒传染病模型集合调整卡尔曼滤波隔离措施