Инд. авторы:	Климова Е.Г.
Заглавие:	Динамико-стохастический подход в задаче усвоения данных наблюдений
Библ. ссылка:	Климова Е.Г. Динамико-стохастический подход в задаче усвоения данных наблюдений // Вычислительные технологии. - 2006. - Т.11. - Ч.3. - № Избранные доклады Международной конференции по измерениям, моделированию и информационным системам для изучения окружающей среды: ENVIROMIS-2006 (Томск, Россия). - С.104-111. - ISSN 1560-7534. - EISSN 2313-691X.
Внешние системы:	РИНЦ: 15281864;
Реферат:	eng: In this report methods and the data assimilation algorithms based on the Kalman filter theory are proposed. For calculation of the forecast error covariances the proposed methods use the suboptimal algorithms in which the statistical averaging is replaced by time averaging. A technique of the estimation of the model parameters as well as a "bias" of the forecast model in the data assimilation procedure are considered. The proposed numerical algorithms are compared with the Kalman filter using a simple test model.
Издано:	2006
Физ. характеристика:	с.104-111
Конференция:	Название: Международной конференции по измерениям, моделированию и информационным системам для изучения окружающей среды Аббревиатура: ENVIROMIS-2006 Город: Томск Страна: Россия Даты проведения: 2006-07-01 - 2006-07-08
Цитирование:	1. Jazwinski A.H. Stochastic processes and filtering theory. N. Y.: Acad. Press, 1970. 377 p. 2. Ghil M., Malanotte-Rizzolli P. Data assimilation in meteorology and oceanography // Advances in Geophysics. 1991. Vol. 33. 3. Houtekamer P.L., Mitchell H.L. Data assimilation using an ensemble Kalman filter technique // Monthly Weather Review. 1998. Vol. 126. P. 796-811. 4. Houtekamer P.L., Mitchell H.L. Ensemble Kalman filtering // Quarterly J. of the Royal Meteorological Society. 2005. Vol. 131. P. 1-23. 5. Климова Е.Г. Упрощенные модели для расчета ковариационных матриц в алгоритме фильтра Калмана // Метеорология и гидрология. 2000. № 6. С. 18-30. 6. Климова Е.Г. Модель для расчета ковариаций ошибок прогноза в алгоритме фильтра Калмана, основанная на полных уравнениях // Метеорология и гидрология. 2001. № 11. С. 11-21. 7. Климова Е.Г. Численные эксперименты по усвоению метеорологических данных с помощью субоптимального фильтра Калмана // Метеорология и гидрология. 2003. № 10. С. 54-67. 8. Todling R., Cohn S. Suboptimal shemes for atmospheric data assimilation based on the Kalman filter // Mon. Wea. Rev. 1996. Vol. 124. P. 2530-2557. 9. Яглом A.M. Корреляционная теория стационарных случайных функций. Л.: Гидрометеоиз-дат, 1981. 280 с. 10. Сонечкин Д.М. Динамико-стохастический подход к задаче объективного анализа данных разнородных метеорологических наблюдений // Тр. Гидрометцентра СССР. 1976. Вып. 181. С. 54-76. 11. Справочник по теории автоматического управления / Под ред. А.А. Красовского. М.: Наука, 1987. 711 с. 12. Dee D.P., Da Silva A.M. Data assimilation in the presence of forecast bias // Quarterly J. of the Royal Meteorological Society. 1998. Vol. 124. P. 269-295. 13. Балакришнан А.В. Теория фильтрации Калмана. М.: Мир, 1988. 168 с. 14. Климова Е.Г., Киланова Н.В. Усвоение данных наблюдения в задаче совместного оценивания концентрации и эмиссии пассивной примеси // Матер. V Междунар. сими. "Контроль и реабилитация окружающей среды". Томск, 2006. С. 113-115. 15. Климова Е.Г., Киланова Н.В. Численные эксперименты по оценке эмиссии метана на основе системы усвоения данных о пассивной примеси в атмосфере Северного полушария // Оптика атмосферы и океана. 2006. № 11. (В печати). 16. Киланова Н.В., Климова Е.Г. Численные эксперименты по оценке систематической ошибки модели в задаче усвоения данных о концентрации пассивной примеси // Вычисл. технологии. 2006. Т. 11, № 5. С. 32-40.