%0 Journal Article
%T Research of Extended State Variable Method in Ensemble Kalman Filter for Estimating Past State Variables<br>过去状态估计之集合Kalman滤波扩充状态变量法研究
%A HAN Yue-qi
%A PENG Yue-hua
%A WANG Yun-feng
%A WU Zhu-hui
%A YE Song
%A <br>韩月琪
%A 彭跃华
%A 王云峰
%A 吴祝慧
%A 叶松
%J 高原气象
%D 2010
%I 
%X 集合Kalman滤波是由大气数据同化发展的新的同化算法， 它利用蒙特卡罗方法计算背景场的误差协方差矩阵， 克服了Kalman滤波需要线性化的模型算子和观测算子的难点。但是这种同化方法是一种顺序数据同化方法， 无法对过去状态变量进行同化订正。而过去状态的估计对于建立大气或海洋历史资料库、 获得准确的数值预报初始场有着重要的意义。本文在集合Kalman滤波同化方法的基础上， 提出了可以对过去状态进行估计的集合Kalman滤波扩充状态变量法， 然后分别采用空气质量方程和Lorenz系统对这种方法进行了检验。数值试验结果表明， 这种方法可以对非线性系统中的过去状态变量进行有效的估计订正， 说明该方法是可行的。
%K 过去状态估计
%K 集合Kalman滤波
%K 扩充状态变量法
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=E62459D214FD64A3C8082E4ED1ABABED5711027BBBDDD35B&cid=28A2F569B2458C17&jid=FCD959CAD9EF92C38C4323B51D54F3DB&aid=B083FEAD504D0A2864FE3E7BCF08A091&yid=140ECF96957D60B2&vid=771469D9D58C34FF&iid=E158A972A605785F&sid=20154CF366EC08B1&eid=3A9B6DFDAB34D091&journal_id=1000-0534&journal_name=高原气象&referenced_num=0&reference_num=22