导读:本文包含了集合卡尔曼滤波论文开题报告文献综述及选题提纲参考文献，主要关键词:土壤湿度,无迹加权集合卡尔曼滤波,集合卡尔曼滤波,Richards方程
集合卡尔曼滤波论文文献综述
付晓雷,余钟波,丁永建,蒋晓蕾,杨传国[1]（2019）在《无迹加权集合卡尔曼滤波及其在土壤湿度同化中的应用》一文中研究指出在土壤湿度模拟研究领域,现有的数据同化方法均存在一定缺陷,为此,基于集合卡尔曼滤波(EnKF)方法和无迹变换,提出了无迹加权集合卡尔曼滤波(UWEnKF),增加了对结果影响较大的集合成员的权重,且集合成员关于均值对称。结合一维Richards方程在梅林流域开展了同化表层土壤湿度的实时同化实验,验证了其有效性。结果表明:①一维Richards方程可以较好地模拟出土壤湿度的动态变化过程;②在土壤湿度模拟过程中引入数据同化方法,可以提高土壤湿度的模拟精度,但同化效果与模拟精度有关;③UWEnKF同化方法能够显着改善土壤湿度的模拟结果,比EnKF同化方法效果更佳。总之,UWEnKF是一种有效的、切实可行的数据同化方法,是提高土壤湿度模拟精度的有效手段。(本文来源于《中国农村水利水电》期刊2019年09期）
李漫漫,石朋,尚艳丽,赵兰兰,袁杰[2]（2019）在《基于集合卡尔曼滤波的新安江模型状态变量实时修正方法》一文中研究指出为了提高洪水预报的精度,基于集合卡尔曼滤波,提出对流域中子流域中间状态量进行全状态量回溯修正方法。该方法根据每个子流域地貌特征和汇流时间不同,分别找出其相应的回溯时间,与新安江模型相结合对各个子流域特定时段前的中间状态量进行全状态量回溯修正,逐步降低误差的累积。采用理想模型验证,结果显示子流域中间状态量得到有效修正,洪量相对误差和洪峰相对误差减小,确定性系数提高。以大坡岭流域为例,采用该方法对流域12场历史洪水进行修正,修正结果表明此方法能有效提高洪水预报的精度,可在实际洪水预报中推广应用。(本文来源于《河海大学学报(自然科学版)》期刊2019年03期）
范峥,李宏,刘向文,徐芳华[3]（2019）在《基于局地集合变换卡尔曼滤波的全球海洋资料同化系统设计及算法加速》一文中研究指出通过对局地集合变换卡尔曼滤波(LETKF)算法的计算时间复杂度的完整分析,发现计算集合空间分析场误差协方差的逆矩阵这一过程计算量最大,耗时最长。且在并行计算环境下,该步骤CPU计算量分配不均是影响计算效率的直接原因。为解决这一问题,采用"贪心算法"设计了一套新的负载均衡策略,并使用该策略开发了一个基于LETKF和并行海洋模块2(POP2)的高性能并行海洋资料同化系统。将2004年1～2月日平均的最优插值海表温度资料(OISST)和同时期的Argo温盐剖面资料同化进入POP2。结果表明,同化有效降低了温度和盐度的均方根误差。同时,在不改变计算结果的前提下,相比原始同化系统,新系统计算性能提升1倍。在更高分辨率(0.1°×0.1°)下,该系统的计算性能仍然可以提升1倍,说明新设计的负载均衡方案稳定可靠。该方案具有很强的可扩展性和移植性,在业务预报中有广泛的应用前景。(本文来源于《地球科学进展》期刊2019年05期）
高善露[4]（2019）在《基于集合卡尔曼滤波的油藏参数反演方法研究》一文中研究指出油藏数值模拟就是用数值的方法来求解渗流方程,目的在于模拟油气水地下流动的过程。历史拟合是油藏数值模拟研究十分重要的环节,是预测油田开发的基础。历史拟合是以静态模型为基础,利用产油量、井底压力等生产数据来修正渗透率、井储等模型参数的方法,是一个相当复杂的反演难题。由于人们对地质情况的认识具有局限性,在计算中使用的模型参数不一定能够准确反应油藏的实际情况,因此模拟的结果与实测的油藏动态情况存在一定的差异。传统的人工历史拟合方法缺乏系统性和规范性,存在成本高、效率低等问题,因此需要发展一系列的自动历史拟合方法,旨在实现油藏模型的自动调整。随着数字计算技术和现代优化算法的发展,集合卡尔曼滤波方法作为一种新型的自动历史拟合方法,近年来被人们广泛的应用。本文首次将集合卡尔曼滤波方法与分层历史拟合相结合,开展关于分层历史拟合的应用研究。对初始集合中的状态向量进行归一化处理,并且将分层数据和井数据分别作为约束数据,对油藏的渗透率场进行估计。结果表明,分层数据作为约束数据更新油藏模型时,可以缩短迭代的时间,提高拟合的精度,减少描述和预测的不确定性。最后提出关于大规模压裂模型反演的新方法。首先预设裂缝半长和其他反演参数,在参数所设数值范围内,利用随机算法生成一定的初始集合,使其满足油藏参数的分布特征。实验表明,基于集合卡尔曼滤波方法的自动历史拟合,可以有效地对大规模压裂水平井进行参数反演,且具有很好的应用前景。主要内容如下:第一部分介绍了油藏数值模拟技术和试井分析,并且详细介绍了几种参数反演的方法。第二部分详细介绍油藏历史拟合方法的发展,以及自动历史拟合方法的原理。第叁部分首先介绍卡尔曼滤波方法的发展背景和原理,之后详细介绍了集合卡尔曼滤波方法的原理。第四部分基于集合卡尔曼滤波方法的自动历史拟合方法,研究集合卡尔曼滤波方法在油藏领域中的应用。第五部分首先对大规模压裂进行简述,之后详细研究了针对大规模压裂水平井模型,基于集合卡尔曼滤波的参数自动反演方法。本文所述方法可以提高参数解释的自动化程度,提高油藏历史拟合的效率。(本文来源于《合肥工业大学》期刊2019-05-01）
刘琨,黄冠华[5]（2019）在《基于集合卡尔曼滤波法的二维土壤水流状态变量和参数联合估计》一文中研究指出集合卡尔曼滤波方法(EnKF)显式地考虑了模型输入、输出以及模型结构等因素的不确定性,近年来被广泛应用于水文模型参数估计研究中。本文基于EnKF方法开展二维土壤水流运动模型状态变量和参数联合估计研究,设计数值实验探究了在线源入渗条件下EnKF方法对粉壤土、壤土和砂壤土的饱和导水率和进气值参数的估计以及压力水头的同化效果,分析了观测点布置方式和观测点数量对同化效果的影响。研究结果表明,粉壤土条件下观测点垂向布置方式更好;壤土和砂壤土条件下,在0～30cm深土壤中水平向布置观测点可以得到较好的参数估计值。观测点水平向布置时应尽量靠近地表,同化系统可以有效地利用观测信息更新状态向量,参数更快地收敛于真值,但压力水头的同化效果仅限于一定深度的土壤。增加观测点数量可以有效地减小参数估计偏差,进而提高土壤剖面压力水头的预测精度。(本文来源于《水利学报》期刊2019年03期）
王秀娟,陈长胜,冯旭,马洪波[6]（2019）在《一阶卡尔曼滤波方法对EC集合预报气温的订正》一文中研究指出应用一阶自适应卡尔曼滤波方法,对吉林省49个气象站点的EC集合预报最低、最高气温进行订正,结果表明:订正后24 h最高气温平均误差、最低气温平均误差、平均绝对误差、均方根误差均显着减小,最低、最高气温准确率分别提高至46.7%～84.7%、75.2%～82.1%。采用一阶自适应卡尔曼滤波方法订正气温预报具有一定的可行性。(本文来源于《气象灾害防御》期刊2019年01期）
曹炯玮,魏加华[7]（2019）在《集合卡尔曼滤波法在土壤湿度遥感数据融合的研究》一文中研究指出土壤湿度是地表和大气在能量交换、物质交换、水分交换过程中的重要参数,准确、快速地获取土壤湿度数据对人类生产生活、植物生长、大气变化等方面都起到了至关重要的作用.本文以AMSR-E和ASCAT两种遥感数据出发,使用集合卡尔曼滤波法融合方法对土壤湿度遥感数据进行融合.我国柴达木盆地,平均海拔在3000m以上,环境恶劣,土壤湿度地面检测站点稀少,本文研究结果有助于深入了解柴达木盆地土壤湿度的获取,对柴达木盆地的生态保护、水资源评价、环境变化等方面具有重要科学意义,也可以为该地区农业生产提供了合理依据.(本文来源于《青海师范大学学报(自然科学版)》期刊2019年01期）
李霁杭,肖辉,万齐林,高郁东,吴亚丽[8]（2019）在《基于2017年5月7日广州特大暴雨分析影响半径对集合卡尔曼滤波方法同化效果的影响》一文中研究指出集合卡尔曼滤波(EnKF)目前在资料同化的科研和业务中已得到广泛应用,可为集合预报提供较好的初始场,其影响半径的选取对同化结果影响显着。2017年5月7日在珠叁角(珠江叁角洲)一带出现极强降水,尤以广州的花都、黄埔、增城区为盛,甚至出现了极为罕见的特大暴雨。以本次极强降水过程为例,分析影响半径对EnKF同化效果的影响。结果发现利用EnKF方法同化观测站的10 m风和2 m温度资料后,可以较好地模拟出此次强降水过程,但仍存在着位置偏南,强度偏大,局地虚报和过报的现象。当水平影响半径取值过大时,大量虚假信息引入,产生过犹不及的效果,使得强降水过程南移较快,最终导致降水落区显着偏南偏东。且水平影响半径对模拟效果极为重要,因此取值要适当。(本文来源于《热带气象学报》期刊2019年01期）
胡冰艳,陈旭,寇根,李琼,刘勇[9]（2018）在《基于迭代集合卡尔曼滤波的聚合物驱油模型参数反演》一文中研究指出根据聚合物驱油实验反演岩心孔隙度、渗透率的非均匀分布以及聚合物驱油机理模型参数对认识岩心的非均质性、聚合物驱油机理及二者之间的定量关系具有重要的意义.聚合物驱驱油机理复杂,具有很强的非线性,常规室内岩心驱油实验分析技术无法描述岩心非均质性,也很难测量得到聚合物黏浓关系、相对渗透率曲线等驱油机理参数.引入迭代集合卡尔曼滤波方法(EnKF),在岩心聚合物驱油实验的基础上,自动反演了岩心孔隙度、渗透率非均匀场、油水相对渗透率曲线及聚合物驱相关驱油模型参数.反演得到岩心模型参数均值与传统方法得到结果具有较好的一致性,基于模型参数的驱油计算结果与实际驱油实验结果具有很好的一致性.模型参数的量化表征可为聚合物驱油藏的有效开采提供基础.(本文来源于《地球物理学进展》期刊2018年06期）
夏传安[10]（2018）在《随机地下水流的统计矩方程与集合卡尔曼滤波的耦合方法研究》一文中研究指出伪相关性在利用传统的集合卡尔曼滤波(EnKF)估计含水层水力参数(例如渗透系数)时普遍存在。为了避免伪相关性,本文发展一种耦合统计矩方程与集合卡尔曼滤波的方法(MEs-EnKF)。为此,先研究应用协方差与领域局域化方法在定/变密度地下水中的利与弊。然后,改进了统计矩方程在非稳定流情况下的求解格式,并发展了可并行的二维及叁维有限元代码。稳定流情况下,将数值解与解析解进行对比。其次,发展了一个基于二阶精度的统计矩方程的水流降阶模型(MEsROM-KL)用于减少蒙特卡罗方法的计算量和进一步验证二阶精度的统计矩的数值解准确性。最后,基于二阶精度的统计矩方程发展了MEs-EnKF方法,并将其与传统EnKF在精度与计算时间方面进行对比。局域化方法的研究结果表明局域化方法存在两个问题:(1)局域化参数受数值实验条件影响,很难事先确定;(2)变密度水流系统中,领域局域化方法在只同化盐度观测信息时存在全局收敛问题。统计矩方程的数值解与解析解和蒙特卡罗数值解吻合良好。在计算时间相当的前提下,发展的降阶模型可以不用选择快照大小,且比传统的基于快照技术的降阶模型更准确。这些结果指示了二阶统计矩方程的数值解的准确性。应用MEs-EnKF的结果显示:(1)MEs-EnKF没有滤波发散问题,不需要像局域化方法一样,根据数值实验的条件调整参数设置;(2)集合大小N为10000的EnKF与MEs-EnKF所得的同化结果相当,而前者的计算量约为后者的1000倍;(3)由于二阶精度的统计矩方程的解存在闭合问题,MEs-EnKF不能同化高精度的水头观测信息。上述研究结果说明所发展的MEs-EnKF方法没有滤波发散问题,可以作为传统EnKF的一种高效的备选方法。(本文来源于《中国地质大学(北京)》期刊2018-12-01）
集合卡尔曼滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了提高洪水预报的精度,基于集合卡尔曼滤波,提出对流域中子流域中间状态量进行全状态量回溯修正方法。该方法根据每个子流域地貌特征和汇流时间不同,分别找出其相应的回溯时间,与新安江模型相结合对各个子流域特定时段前的中间状态量进行全状态量回溯修正,逐步降低误差的累积。采用理想模型验证,结果显示子流域中间状态量得到有效修正,洪量相对误差和洪峰相对误差减小,确定性系数提高。以大坡岭流域为例,采用该方法对流域12场历史洪水进行修正,修正结果表明此方法能有效提高洪水预报的精度,可在实际洪水预报中推广应用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
集合卡尔曼滤波论文参考文献
[1].付晓雷,余钟波,丁永建,蒋晓蕾,杨传国.无迹加权集合卡尔曼滤波及其在土壤湿度同化中的应用[J].中国农村水利水电.2019
[2].李漫漫,石朋,尚艳丽,赵兰兰,袁杰.基于集合卡尔曼滤波的新安江模型状态变量实时修正方法[J].河海大学学报(自然科学版).2019
[3].范峥,李宏,刘向文,徐芳华.基于局地集合变换卡尔曼滤波的全球海洋资料同化系统设计及算法加速[J].地球科学进展.2019
[4].高善露.基于集合卡尔曼滤波的油藏参数反演方法研究[D].合肥工业大学.2019
[5].刘琨,黄冠华.基于集合卡尔曼滤波法的二维土壤水流状态变量和参数联合估计[J].水利学报.2019
[6].王秀娟,陈长胜,冯旭,马洪波.一阶卡尔曼滤波方法对EC集合预报气温的订正[J].气象灾害防御.2019
[7].曹炯玮,魏加华.集合卡尔曼滤波法在土壤湿度遥感数据融合的研究[J].青海师范大学学报(自然科学版).2019
[8].李霁杭,肖辉,万齐林,高郁东,吴亚丽.基于2017年5月7日广州特大暴雨分析影响半径对集合卡尔曼滤波方法同化效果的影响[J].热带气象学报.2019
[9].胡冰艳,陈旭,寇根,李琼,刘勇.基于迭代集合卡尔曼滤波的聚合物驱油模型参数反演[J].地球物理学进展.2018
[10].夏传安.随机地下水流的统计矩方程与集合卡尔曼滤波的耦合方法研究[D].中国地质大学(北京).2018
标签：土壤湿度; 无迹加权集合卡尔曼滤波; 集合卡尔曼滤波; Richards方程;