描述
开 本: 16开纸 张: 胶版纸包 装: 平装是否套装: 否国际标准书号ISBN: 9787030787798
内容简介
《数据同化创新与实践——NLS-4DVar理论与应用》系统介绍NLS-4DVar混合数据同化方法，该方法实现了数据同化领域两大主流方法（即四维变分同化与集合卡尔曼滤波方法）的优劣互补。《数据同化创新与实践——NLS-4DVar理论与应用》内容主要包括数据同化的基本概念与历史上多种数据同化方法的发展历程、概念理论与算法实现；NLS-4DVar方法的理论推导及其各项配套关键技术以及NLS-4DVar方法在目标观测、大气同化与反演领域的应用。
目 录
目录
序一
序二
前言
第1章 什么是数据同化1
1.1 利用一个简单例子认识数据同化1
1.2 由简单到复杂一路走来的同化方法4
1.2.1 逐步订正法4
1.2.2 *优插值法5
1.2.3 变分同化方法6
1.2.4 滤波方法8
1.3 同化方法发展前瞻10
1.3.1 En3DVar(hybrid-3DVar)10
1.3.2 En4DVar11
1.3.34 DEnVar11
1.3.4 基于机器学习的数据同化方法12
第2章 NLS-4DVar：4DVar与EnKF的融合13
2.1 分析格式：数据同化的朴素解释13
2.2 集合的思想：从KF到EnKF15
2.3 4DVar与EnKF的融合：NLS-4DVar23
2.3.1 NLS1-4DVar：En4DVar的高斯-牛顿迭代解28
2.3.2 NLS2-4DVar：避免使用切线性模式30
2.3.3 NLS3-4DVar：固定模拟观测扰动31
2.3.4 NLS4-4DVar：一次迭代的粗糙近似34
2.3.5 NLS5-4DVar：NLS2?4之改进迭代格式35
2.4 NLS-4DVar系列算法的数值验证43
第3章 NLS-4DVar：样本生成与更新48
3.1 NLS-4DVar的样本生成48
3.2 NLS-4DVar的样本更新51
3.3 大数据驱动的样本生成与更新52
3.4 NLS-4DVar循环同化的程序实现54
3.5 数值验证56
第4章 NLS-4DVar：高效局地化59
4.1 虚假相关与局地化59
4.2 局地化相关矩阵的高效分解63
4.3 局地化相关矩阵高效分解方案的验证67
4.4 NLS-4DVar的局地化75
4.5 NLS-4DVar局地化方案的数值验证86
4.6 局地化版本NLS-4DVar系列方法在真实模式中的数值验证92
第5章 NLS-4DVar：多重网格算法96
5.1 变分资料同化的多重网格策略96
5.2 多重网格NLS-4DVar算法98
5.3 多重网格NLS-4DVar的数值验证102
5.3.1 单点观测试验设计102
5.3.2 单点观测试验结果103
5.3.3 综合评估试验设计105
5.3.4 综合评估试验结果105
第6章 从NLS-4DVar到NLS-i4DVar111
6.1 整体校正i4DVar113
6.2 从i4DVar到i4DVar*115
6.3 数值验证试验120
第7章 NLS-4DVar的应用:目标观测125
7.1 敏感区域识别的CNOP-4DVar混合方法127
7.2 CNOP-4DVar策略的集合非线性*小二乘算法128
7.3 数值验证试验130
7.3.1 试验设计130
7.3.2 试验结果131
第8章 NLS-4DVar的应用:SNAP系统138
8.1 数值天气预报数据同化138
8.2 SNAP系统140
8.2.1 多重网格NLS-4DVar及其局地化141
8.2.2 初始样本生成与样本更新142
8.2.3 系统评价指标142
8.3 SNAP个例评估试验143
8.3.1 试验设计143
8.3.2 试验结果145
8.4 一周循环数据同化试验152
8.4.1 试验设置152
8.4.2 试验结果153
8.5 小结159
第9章 NLS-4DVar的应用:“贡嘎”系统160
9.1 “贡嘎”全球大气反演系统160
9.1.1 “贡嘎”系统理论基础160
9.1.2 大气化学传输模式与先验碳通量163
9.1.3 OCO-2卫星观测数据163
9.1.4 后验碳通量的评估与验证164
9.2 全球碳通量数据集166
9.2.1 全球碳通量评估166
9.2.2 区域碳通量评估167
9.3 碳通量数据集的验证167
9.3.1 OCO-2*立观测验证167
9.3.2 TCCON观测验证169
参考文献172
后记189
序一
序二
前言
第1章 什么是数据同化1
1.1 利用一个简单例子认识数据同化1
1.2 由简单到复杂一路走来的同化方法4
1.2.1 逐步订正法4
1.2.2 *优插值法5
1.2.3 变分同化方法6
1.2.4 滤波方法8
1.3 同化方法发展前瞻10
1.3.1 En3DVar(hybrid-3DVar)10
1.3.2 En4DVar11
1.3.34 DEnVar11
1.3.4 基于机器学习的数据同化方法12
第2章 NLS-4DVar：4DVar与EnKF的融合13
2.1 分析格式：数据同化的朴素解释13
2.2 集合的思想：从KF到EnKF15
2.3 4DVar与EnKF的融合：NLS-4DVar23
2.3.1 NLS1-4DVar：En4DVar的高斯-牛顿迭代解28
2.3.2 NLS2-4DVar：避免使用切线性模式30
2.3.3 NLS3-4DVar：固定模拟观测扰动31
2.3.4 NLS4-4DVar：一次迭代的粗糙近似34
2.3.5 NLS5-4DVar：NLS2?4之改进迭代格式35
2.4 NLS-4DVar系列算法的数值验证43
第3章 NLS-4DVar：样本生成与更新48
3.1 NLS-4DVar的样本生成48
3.2 NLS-4DVar的样本更新51
3.3 大数据驱动的样本生成与更新52
3.4 NLS-4DVar循环同化的程序实现54
3.5 数值验证56
第4章 NLS-4DVar：高效局地化59
4.1 虚假相关与局地化59
4.2 局地化相关矩阵的高效分解63
4.3 局地化相关矩阵高效分解方案的验证67
4.4 NLS-4DVar的局地化75
4.5 NLS-4DVar局地化方案的数值验证86
4.6 局地化版本NLS-4DVar系列方法在真实模式中的数值验证92
第5章 NLS-4DVar：多重网格算法96
5.1 变分资料同化的多重网格策略96
5.2 多重网格NLS-4DVar算法98
5.3 多重网格NLS-4DVar的数值验证102
5.3.1 单点观测试验设计102
5.3.2 单点观测试验结果103
5.3.3 综合评估试验设计105
5.3.4 综合评估试验结果105
第6章 从NLS-4DVar到NLS-i4DVar111
6.1 整体校正i4DVar113
6.2 从i4DVar到i4DVar*115
6.3 数值验证试验120
第7章 NLS-4DVar的应用:目标观测125
7.1 敏感区域识别的CNOP-4DVar混合方法127
7.2 CNOP-4DVar策略的集合非线性*小二乘算法128
7.3 数值验证试验130
7.3.1 试验设计130
7.3.2 试验结果131
第8章 NLS-4DVar的应用:SNAP系统138
8.1 数值天气预报数据同化138
8.2 SNAP系统140
8.2.1 多重网格NLS-4DVar及其局地化141
8.2.2 初始样本生成与样本更新142
8.2.3 系统评价指标142
8.3 SNAP个例评估试验143
8.3.1 试验设计143
8.3.2 试验结果145
8.4 一周循环数据同化试验152
8.4.1 试验设置152
8.4.2 试验结果153
8.5 小结159
第9章 NLS-4DVar的应用:“贡嘎”系统160
9.1 “贡嘎”全球大气反演系统160
9.1.1 “贡嘎”系统理论基础160
9.1.2 大气化学传输模式与先验碳通量163
9.1.3 OCO-2卫星观测数据163
9.1.4 后验碳通量的评估与验证164
9.2 全球碳通量数据集166
9.2.1 全球碳通量评估166
9.2.2 区域碳通量评估167
9.3 碳通量数据集的验证167
9.3.1 OCO-2*立观测验证167
9.3.2 TCCON观测验证169
参考文献172
后记189
评论
还没有评论。