基于集合卡尔曼滤波的河网水情数据同化

被引：4

作者：

陈一帆 ^{[1
]}

程伟平 ^{[2
]}

钱镜林 ^{[1
]}

徐庆华 ^{[1
]}

机构：

[1] 浙江省水利河口研究院

[2] 浙江大学水工结构与水环境研究所

来源：

四川大学学报(工程科学版) | 2014年 / 46卷 / 04期

关键词：

河网; 数据同化; 集合卡尔曼滤波;

D O I：

10.15961/j.jsuese.2014.04.015

中图分类号：

TV123 [];

学科分类号：

摘要：

为解决河网非线性动态系统的数据同化问题,采用基于集合思想的集合卡尔曼滤波来实时校正河网水力模型状态变量,以提高河网水情仿真与预报的计算精度。集合卡尔曼滤波的关键在于状态初始集合的设置,作者采用Box Muller方法生成一组服从正态分布的随机集合,通过一个由14条河段组成的河网水力仿真算例系统分析了集合大小、集合标准差对数据同化效果的影响,并将得到的初步结论应用到实例计算中,获得了良好的数据同化效果。结果表明:集合卡尔曼滤波算法应用简便,适用范围广,能够有效地进行河网非线性动态系统的数据同化;在设置水位状态变量初始集合时,建议取集合规模50～100、标准差0.001～0.005 m。

引用

页码：26 / 32

页数：7

共 14 条

[1] 基于节点水位信息的复杂河网实时校正方法 [J].