%0 Journal Article
%T Comparison of Ensemble Kalman Filter with Optimal Interpolation in Different Observational Networks<br>集合KALMAN滤波和最优插值方法在不同观测分布的比较理想试验
%A LIN Cai-Yan
%A ZHU Jiang
%A LU Chun-Gu
%A <br>林彩燕
%A 朱江
%A 陆春谷
%J 气候与环境研究
%D 2006
%I 
%X 目前一种比较流行并且可行的同化方法-集合Kalman滤波(EnKF)能够计算依赖于流的误差统计量。理论上,EnKF能够比最优插值、三维变分等更准确地计算误差统计量,能更好地融合背景场和观测场的信息。作者利用二维平流扩散方程经过10天的同化循环,比较不同观测分布的情况下EnKF和最优插值(OI)的模拟能力。理想试验结果显示,随着观测分布密度的减小,尤其是当观测的分辨率大于OI估计的相关尺度时,集合Kalman滤波的结果比最优插值有更明显的改进。
%K Ensemble Kalman Filter
%K Optimal Interpolation
%K observational networks<br>集合Kalman滤波
%K 最优插值
%K 观测分布
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=E62459D214FD64A3C8082E4ED1ABABED5711027BBBDDD35B&cid=28A2F569B2458C17&jid=484C10BAB5333C14751916EACFF8295F&aid=AF27FE0A19F6D01E&yid=37904DC365DD7266&vid=708DD6B15D2464E8&iid=94C357A881DFC066&sid=4AB4178709047BE3&eid=2497388423811B81&journal_id=1006-9585&journal_name=气候与环境研究&referenced_num=2&reference_num=39