论文部分内容阅读
针对数据同化系统中的误差估计与处理问题,介绍了集合滤波数据同化系统中各种误差来源及特征;侧重于在集合数据同化中为防止滤波发散的乘数放大法、附加放大法和松弛先验法等模型误差处理方案,利用经典的非线性模型——Lorenz模型开展了数值试验。在此基础上,提出了一种耦合遗传寻优算法的数据同化系统,来解决以往的误差调节因子由反复实验法设定的问题;进而结合乘数放大法全局放大和附加放大法局部调节的特点,提出了一种新的混合误差处理方法。结果显示,这些方法可以在适应度函数的约束下自适应地获取最优误差因子,达到最优的同