由于初始場在數(shù)值天氣預(yù)報(bào)中的重要性以及被精確確定的困難性,先進(jìn)的氣象資料同化方法已經(jīng)成為提高數(shù)值天氣預(yù)報(bào)效果的核心技術(shù)之一。本文以解決四維變分同化（4D-Var）業(yè)務(wù)化關(guān)鍵技術(shù)為目標(biāo),綜合運(yùn)用大氣科學(xué)、計(jì)算數(shù)學(xué)和計(jì)算機(jī)應(yīng)用技術(shù)等方面的知識,對制約四維變分同化效果和計(jì)算性能的關(guān)鍵算法和并行計(jì)算技術(shù)進(jìn)行了研究,并實(shí)現(xiàn)了一個(gè)基于增量公式的多分辨率四維變分同化試驗(yàn)系統(tǒng)YH4DVAR。論文完成的主要工作和創(chuàng)新成果如下:一、研究了四維變分同化基本原理和實(shí)現(xiàn)技術(shù),對四維變分同化算法進(jìn)行了理論推導(dǎo)和分析。針對增量方法中內(nèi)循環(huán)最優(yōu)化計(jì)算量大,容易丟失中小尺度信息等缺點(diǎn),提出了多分辨率多增量四維變分同化實(shí)現(xiàn)方法。多增量方法可以加快內(nèi)循環(huán)最優(yōu)化迭代的收斂速度,減少計(jì)算量,同時(shí)保留不同尺度的大氣信息,從而能夠獲得更高分辨率的分析增量和更準(zhǔn)確的分析場。針對一般控制變量變換中背景誤差協(xié)方差水平和垂直相關(guān)相分離的簡化處理,構(gòu)造了基于球面小波變換的控制變量轉(zhuǎn)換新算子,通過小波尺度實(shí)現(xiàn)了水平和垂直相關(guān)的依賴。二、對背景誤差協(xié)方差的統(tǒng)計(jì)方法進(jìn)行了研究。針對傳統(tǒng)的NMC統(tǒng)計(jì)方法只能估計(jì)出氣候意義上的或靜止的背景誤差統(tǒng)計(jì)的不... 

【文章來源】：國防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁數(shù)】：173 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
    1.2 國內(nèi)外研究動態(tài)
        1.2.1 最優(yōu)插值方法
        1.2.2 三維變分同化
        1.2.3 四維變分同化
        1.2.4 卡爾曼濾波
        1.2.5 變分同化并行計(jì)算
    1.3 四維變分同化中的若干關(guān)鍵技術(shù)
        1.3.1 四維變分同化理論研究
        1.3.2 背景誤差協(xié)方差新模擬方法研究
        1.3.3 觀測資料變分質(zhì)量控制研究
        1.3.4 大規(guī)模最優(yōu)化算法研究
        1.3.5 可擴(kuò)展并行算法研究
        1.3.6 四維變分同化系統(tǒng)實(shí)現(xiàn)技術(shù)研究
    1.4 本文的主要工作與創(chuàng)新
    1.5 論文結(jié)構(gòu)
第二章 四維變分同化理論研究
    2.1 引言
    2.2 四維變分同化算法研究
        2.2.1 基本算法推導(dǎo)
        2.2.2 多增量方法
        2.2.3 基于新控制變量轉(zhuǎn)換的預(yù)條件
    2.3 增量形式的多分辨率4D-Var算法
    2.4 小結(jié)
第三章 背景場誤差統(tǒng)計(jì)研究
    3.1 引言
        3.1.1 背景誤差模型回顧
        3.1.2 先進(jìn)4D-Var中需要的背景誤差模型
    3.2 小波及其原理
        3.2.1 離散和廣義框架
        3.2.2 球面上的廣義緊框架
        3.2.3 球面小波函數(shù)構(gòu)造
    3.3 背景誤差統(tǒng)計(jì)方法
        3.3.1 全球4D-Var背景誤差協(xié)方差表示
        3.3.2 背景誤差統(tǒng)計(jì)量的估計(jì)方法
    3.4 基于小波的誤差統(tǒng)計(jì)
        3.4.1 誤差統(tǒng)計(jì)的具體計(jì)算步驟
        3.4.2 背景誤差統(tǒng)計(jì)結(jié)果
    3.5 小結(jié)
第四章 變分質(zhì)量控制研究
    4.1 引言
    4.2 VarQC基本原理
        4.2.1 不相關(guān)觀測的VarQC算法
        4.2.2 相關(guān)觀測的VarQC算法
    4.3 實(shí)現(xiàn)技術(shù)研究
        4.3.1 系統(tǒng)流程
        4.3.2 伴隨計(jì)算
        4.3.3 資料拒絕閥值
        4.3.4 預(yù)分析
        4.3.5 風(fēng)場變分質(zhì)量控制
        4.3.6 變分質(zhì)量控制參數(shù)反演
    4.4 數(shù)值試驗(yàn)與分析
        4.4.1 VarQC與OIQC的比較試驗(yàn)
        4.4.2 VarQC對預(yù)報(bào)的影響
    4.5 小結(jié)
第五章 最優(yōu)化算法研究
    5.1 引言
    5.2 最優(yōu)化算法原理
        5.2.1 最優(yōu)化算法的一般形式
        5.2.2 共軛梯度法
        5.2.3 牛頓法
        5.2.4 擬牛頓法
    5.3 大規(guī)模無約束最優(yōu)化算法
        5.3.1 線性共軛梯度法
        5.3.2 有限存儲LBFGS方法
        5.3.3 離散截?cái)嗯ｎD法
    5.4 迭代時(shí)預(yù)條件的LBFGS方法
    5.5 小結(jié)
第六章 譜模式并行計(jì)算
    6.1 引言
    6.2 模式方程
    6.3 數(shù)值計(jì)算方法
        6.3.1 水平離散方案
        6.3.2 垂直離散方案
        6.3.3 時(shí)間離散方案
    6.4 算法分析
        6.4.1 計(jì)算流程
        6.4.2 數(shù)據(jù)相關(guān)性分析
    6.5 格點(diǎn)空間計(jì)算
        6.5.1 精簡網(wǎng)格
        6.5.2 動力和物理過程計(jì)算
        6.5.3 半拉格朗日水平對流計(jì)算
    6.6 傅立葉變換
    6.7 勒讓德變換
    6.8 半隱式譜計(jì)算
    6.9 基于三維數(shù)據(jù)轉(zhuǎn)置的并行計(jì)算
    6.10 數(shù)值試驗(yàn)
    6.11 小結(jié)
第七章 四維變分同化并行計(jì)算
    7.1 引言
    7.2 算法分析
    7.3 觀測空間并行計(jì)算
        7.3.1 觀測資料劃分策略
        7.3.2 基于類型的觀測變量混合數(shù)據(jù)劃分
    7.4 控制變量變換并行計(jì)算
    7.5 多階段并行計(jì)算
    7.6 數(shù)值試驗(yàn)
    7.7 小結(jié)
第八章 四維變分同化系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)
    8.1 前言
    8.2 四維變分同化系統(tǒng)流程設(shè)計(jì)
        8.2.1 計(jì)算流程
        8.2.2 多分辨率增量方法
        8.2.3 同化窗口和時(shí)間槽
        8.2.4 更新向量計(jì)算
        8.2.5 切線性/伴隨模式積分
    8.3 YH4DVAR系統(tǒng)設(shè)計(jì)
        8.3.1 時(shí)序圖
        8.3.2 核心作業(yè)步的頂層控制
        8.3.3 目標(biāo)函數(shù)和梯度計(jì)算
        8.3.4 最優(yōu)化控制
        8.3.5 模式軌跡和增量插值
    8.4 數(shù)值試驗(yàn)
    8.5 小結(jié)
結(jié)束語
致謝
參考文獻(xiàn)
作者在學(xué)期間取得的學(xué)術(shù)成果


【參考文獻(xiàn)】：
期刊論文
[1]資料同化中背景場位勢高度誤差統(tǒng)計(jì)分析的研究[J]. 莊照榮,薛紀(jì)善,莊世宇,朱國富.  大氣科學(xué). 2006(03)
[2]GRAPES全球三維變分同化系統(tǒng)——基本設(shè)計(jì)方案與理想試驗(yàn)[J]. 莊世宇,薛紀(jì)善,朱國富,趙軍,朱宗申.  大氣科學(xué). 2005(06)
[3]氣象資料三維變分同化階段區(qū)域分解并行實(shí)現(xiàn)[J]. 張衛(wèi)民,朱小謙,趙軍.  計(jì)算機(jī)研究與發(fā)展. 2005(06)
[4]Ocean Data Assimilation with Background Error Covariance Derived from OGCM Outputs[J]. 符偉偉,周廣慶,王會軍.  Advances in Atmospheric Sciences. 2004(02)
[5]應(yīng)用ATOVS資料反演大氣溫濕廓線[J]. 王寅虎,孫龍祥.  氣象科學(xué). 2001(03)
[6]客觀分析和四維同化——站在新世紀(jì)的回望（Ⅱ）客觀分析的主要方法（2）[J]. 王躍山.  氣象科技. 2001(03)
[7]變分同化及衛(wèi)星資料同化[J]. 潘寧,董超華,張文建,黎光清.  氣象科技. 2001(02)
[8]客觀分析和四維同化——站在新世紀(jì)的回望（Ⅱ）客觀分析的主要方法（1）[J]. 王躍山.  氣象科技. 2001(01)
[9]伴隨方法在海洋數(shù)值模式中的應(yīng)用[J]. 王東曉,朱江.  地球物理學(xué)進(jìn)展. 1997(01)
[10]天氣數(shù)值預(yù)報(bào)中使用過去資料的問題[J]. 丑紀(jì)范.  中國科學(xué). 1974(06)



本文編號：3181493