国家自然科学基金(40771036)
- 作品数：3 被引量：102H指数：3
- 相关作者：李新黄春林顾娟摆玉龙韩旭军更多>>
- 相关机构：中国科学院西北师范大学更多>>
- 发文基金：国家自然科学基金公益性行业(气象)科研专项国家杰出青年科学基金更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 顺序数据同化的Bayes滤波框架被引量：40
- 2010年
- 数据同化是在动力学模型的运行过程中不断融合新的观测信息的方法论,Bayes理论是数据同化的基石。从原理、方法和符号系统为Bayes滤波在数据同化中的应用勾勒一个统一的框架。首先对连续数据同化和顺序数据同化的各种方法做了分类,然后给出了非线性系统顺序数据同化的Bayes递推滤波形式,并在此基础上介绍了典型的顺序数据同化方法——粒子滤波和集合Kal-man滤波。粒子滤波实质上是一种基于递推Bayes估计和Monte Carlo模拟的滤波方法,而集合Kalman滤波相当于一种权值相等的粒子滤波。Bayes滤波理论为顺序数据同化提供了更广义的理论框架,从基础的数学理论上揭示了数据同化的基本原理。
- 李新摆玉龙
- 关键词：数据同化集合KALMAN滤波粒子滤波
- 基于时序MODIS NDVI的黑河流域土地覆盖分类研究被引量：46
- 2010年
- 归一化植被指数(NDVI)是植被生长状态及植被覆盖度的最佳指示因子,其时序数据也已成为基于生物气候特征开展大区域植被和土地覆盖分类的基本手段。基于时序NDVI数据的土地覆盖分类,即通过提取NDVI时间信号所包含的植被生物学参数,构建起一个包含植被生物学信息的分类特征空间。利用2006年重建得到的MODIS NDVI 16天合成时间序列数据,并结合1 km分辨率的DEM数据、野外实地调查资料等辅助数据,综合分析了不同土地覆盖类型对应的时序NDVI谱线及其第一、二谐波的特征阈值,建立决策树对黑河流域的土地覆盖开展分类研究。结果表明,基于时序MODIS NDVI谱线特征的决策树分类精度为78%,Kappa系数为0.74。利用1 km时序MODIS NDVI时间序列获得较为准确的黑河流域土地覆盖类型是可行的。
- 顾娟李新黄春林
- 关键词：MODISNDVI时间序列黑河流域
- 非线性滤波方法与陆面数据同化被引量：19
- 2008年
- 陆面数据同化研究近几年成为地球科学研究的新兴领域,其中以非线性滤波为代表的数据同化方法发展迅速并得到了广泛应用。在贝叶斯理论框架内,从递推贝叶斯估计理论的角度系统地分析了扩展卡尔曼滤波、无迹卡尔曼滤波、集合卡尔曼滤波、SIR粒子滤波等非线性滤波方法的异同;针对应用比较广泛的集合卡尔曼滤波和SIR粒子滤波应用中存在的问题,论述了几种提高滤波性能的实用方法,如协方差矩阵的Localization方法、协方差矩阵的Inflation方法、双集合卡尔曼滤波方法、扰动集合、扰动大气驱动和模型参数、平方根集合卡尔曼滤波以及粒子滤波算法的改进等。最后总结讨论了各种非线性滤波方法应用中的特点、难点以及各种算法在陆面数据同化中的应用前景和发展方向。
- 韩旭军李新
- 关键词：贝叶斯滤波卡尔曼滤波粒子滤波
