欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024110589374
申请人: 安徽大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于三维变分的组网激光雷达数据同化方法,其特征在于,具体包括以下步骤;

S1、对组网激光雷达数据进行质量控制和预处理;首先查询当前时间段内激光雷达实测数据,然后对激光雷达数据进行统计特征检查,判断数据是否符合统计规律,最后将正常数据转换为立体同化系统所需要的数据格式;

S2、计算背景误差协方差矩阵;背景误差协方差矩阵为背景误差矩阵和背景相关系数矩阵的乘积,其中背景误差为两次预报同一时刻的两组预报场的差,背景相关系数采用高斯模型方法计算;

S3、计算目标函数值;利用模型模拟的背景场数据和组网激光雷达实测数据,通过三维变分方法,计算目标函数值;

S4、计算目标函数的梯度值;利用上一步处理的目标函数值,计算出目标函数梯度值;

S5、计算目标函数的极小值;利用上两步计算的目标函数值和目标函数极小值输入逐步迭代法,通过迭代共轭梯度过程,计算目标函数的极小值;

S6、更新背景场数据;将上一步目标函数达到极小值状态时,此时对应的状态量即为最优估计值,形成最终的组网激光雷达数据同化的分析场。

2.根据权利要求1所述的一种基于三维变分的组网激光雷达数据同化方法,其特征在于:所述对组网激光雷达数据进行质量控制和预处理方法具体包括以下步骤;

A1、获取组网激光雷达数据:基于模型覆盖的经纬度范围区域,查找该区域内组网激光雷达台数,并通过数据库查询所需要时间段的所有数据;

A2、激光雷达数据质量控制:僵值检查也称最小变频检查,僵值是由于观测仪器发生故障以及传输或记录过程中的其他原因,使观测值长时间不变,引起记录不真实,检测方法如下:Z为回波信号的强度变化平均绝对差,也就是相邻回波信号数据强度的变化情况;

r为相邻雷达回波信号的相关系数,即回波波形的相似程度;

其中,A和B分别代表两个回波信号;

判据:若出现连续数据,该相邻数据的之间的Z=0,其对应的r=1,则判断该相邻数据为连续僵值;

A3、激光雷达数据预处理:激光雷达直接反演得到的细颗粒物浓度(PM2.5)廓线,需要转换成同化系统所需要的气象数据通用二进制(BUFR)格式的文件,建立了如下的数据格式:PTID、CLONH、CLATH、CSIGLEV、TPHR、TYPO、COPOPM,其中:PTID表示数据ID,为自增的整数;CLONH、CLATH分别表示当前雷达点位的经度和纬度信息;CSIGLEV表示激光雷达数据对应的垂直层信息;TPHR表示与当前模拟时刻的偏移量;TYPO表示同化参数PM2.5的数据类型ID号,目前固定为11;COPOPM表示当前雷达在当前空间位置上面PM2.5的浓度信息。

3.根据权利要求1所述的一种基于三维变分的组网激光雷达数据同化方法,其特征在于:所述计算背景误差协方差矩阵处理步骤具体包括以下步骤;

B1、计算背景误差矩阵:采用两组不同起始预报时刻来预报未来同一时刻,将两组结果预报场的差作为预报误差的近似值,其中,统计分析的化学场变量背景误差协方差矩阵主要包括GOCART模式中的OC1、OC2、BC1、BC2、Sulfate、Sea salt1、Dust1-2;

B2、计算背景相关系数矩阵:利用高斯模型方法,定义x、xB3、计算背景误差协方差矩阵:将步骤3.1和步骤3.2的结果相乘,得到背景误差协方差矩阵。

4.根据权利要求1所述的一种基于三维变分的组网激光雷达数据同化方法,其特征在于:所述计算目标函数值,具体包括以下步骤;

C1、定义目标函数:

其中,X

上述公式等号右边的第一项是用来通过约束最优参数使得尽可能的接近模型状态,第二项是用来调整变量使得模型输出尽可能接近连续的观测值,第三项Jc表示常数项,例如动力学常数、水汽常数等引起的变化;

C2、定义分析增量(ΔX)X=X

假设H是线性算子,目标函数再次改写为:

定义观测增量为O=O

5.根据权利要求1所述的一种基于三维变分的组网激光雷达数据同化方法,其特征在于:所述计算目标函数的极小值,具体包括以下步骤;

D1、在确定数据同化的目标函数之后,下一个任务是最小化目标函数,所谓最小化是指改变自变量使得函数值达到最小化,此时,求解目标函数在给出一些列外部约束条件下的最小化,就是求解的代价函数,或称之为损失函数、错误函数;

求解目标函数极小值可以通过逐步迭代法确定,定义一个新的变量y=BJ=y

根据微积分求导法则中的链式法则,代价函数J对背景场x和观测场y的梯度分别为:方程组通过迭代共轭梯度过程同时达到最小化,为了找到最优结果,跌代步骤如下:开始假设:

x

第n步迭代:

x

y

上述迭代直到达到最大迭代次数终止或两个梯度达到事先给定的最小化条件为止。