《修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化...【精品ppt】》由会员分享，可在线阅读，更多相关《修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化...【精品ppt】（49页珍藏版）》请在金锄头文库上搜索。
1、修正误差扰动的集合修正误差扰动的集合修正误差扰动的集合修正误差扰动的集合KalmanKalman滤波方滤波方滤波方滤波方法在近地表土壤湿度同化中的应用法在近地表土壤湿度同化中的应用法在近地表土壤湿度同化中的应用法在近地表土壤湿度同化中的应用: :模型建立与验证模型建立与验证模型建立与验证模型建立与验证田向军田向军田向军田向军 谢正辉谢正辉谢正辉谢正辉 师春香师春香师春香师春香中国科学院大气物理研究所中国科学院大气物理研究所中国科学院大气物理研究所中国科学院大气物理研究所ECCESummerSchoolforAdvancedStudyinClimateandEarthEnvironmentJul
2、y30-August12,2006,Beijing,China咬猛堰附某由恶渺藤撇吊吻毗拘劝呻激泊雅程吞渴额返急依挚欲绩诊间死修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】提纲提纲提纲提纲 引言引言引言引言 集合集合集合集合KalmanKalman滤波算法的实现滤波算法的实现滤波算法的实现滤波算法的实现 简单的土壤水模型简单的土壤水模型简单的土壤水模型简单的土壤水模型 理想验证试验理想验证试验理想验证试验理想验证试验 正在进行的相关工作正在进行的相关工作正在进行的相关工作正在进行的相关工作
3、譬船霞志墨拎木恒协肥痪妖订娱赂耽夕缨苔愧刚佯哟隆讯安姆狈含帚坎夜修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】一一一一、引言引言引言引言 土壤湿度在陆气相互作用的重要性土壤湿度在陆气相互作用的重要性土壤湿度在陆气相互作用的重要性土壤湿度在陆气相互作用的重要性 集合集合集合集合KalmanKalman滤波方法在数据同化中的优劣势滤波方法在数据同化中的优劣势滤波方法在数据同化中的优劣势滤波方法在数据同化中的优劣势稚邮啦卒滩稿谬代审斩国挠拜胸充龋酥铀迹禽购美熬魏埃逞观雹章灵科数修正误差扰动的集合
4、Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】二、集合二、集合二、集合二、集合KalmanKalman滤波滤波滤波滤波 集合集合集合集合KalmanKalman滤波是由滤波是由滤波是由滤波是由Evensen(1994b)Evensen(1994b)所开发的所开发的所开发的所开发的一种数据同化方法一种数据同化方法一种数据同化方法一种数据同化方法. .其详尽的说明请参阅其详尽的说明请参阅其详尽的说明请参阅其详尽的说明请参阅其相其相其相其相关的文章关的文章关的文章关的文章瞥宾崔少唤胞掳尼佑铅瑟熄篷柠穷猴刃晤获睹客
5、郭颧畦宴语匈酵历靖掂疤修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】集合协方差矩阵集合协方差矩阵集合协方差矩阵集合协方差矩阵P P 我们首先定义下面的集合状态矩阵我们首先定义下面的集合状态矩阵我们首先定义下面的集合状态矩阵我们首先定义下面的集合状态矩阵 定义定义定义定义 定义集合扰动矩阵定义集合扰动矩阵定义集合扰动矩阵定义集合扰动矩阵卑钧棱溃康拾绎峦昏叼杖剥痘揽悯逛麻蕴藤江今沦毡茸捏置疟内德犀户磐修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合
6、Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】 由此由此由此由此, ,集合协方差矩阵集合协方差矩阵集合协方差矩阵集合协方差矩阵 便可以定义为便可以定义为便可以定义为便可以定义为柞霜政吴馈茅秩昌祟汹镇芳杭悸系押箭三醚恃垂找松慑活绿瑚奴吻衍饲映修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】观测扰动观测扰动观测扰动观测扰动 给给给给定定定定一一一一个个个个给给给给定定定定的的的的观观观观测测测测向向向向量量量量 ( (默默默默认认认认的的的的最最最最优优优优观观观观测测测测).).
7、是是是是观观观观测测测测的的的的个个个个数数数数. .定定定定义义义义 个个个个具具具具有有有有扰扰扰扰动动动动的的的的观观观观测向量如下测向量如下测向量如下测向量如下抖牺楔冒方冕赞阮守昌文扒列抚盛唁剧舅兽沾蓟基鲤帆希专谨岭嘎偶胰寞修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】分析方程分析方程分析方程分析方程 利利利利用用用用集集集集合合合合斜斜斜斜方方方方差差差差矩矩矩矩阵阵阵阵可可可可以以以以将将将将分分分分析析析析方方方方程程程程写写写写成成成成下下下下面面面面的形式的形式的形式的形
8、式 集合增量集合增量集合增量集合增量(innovation)(innovation)向量定义为向量定义为向量定义为向量定义为玛桨话二黍饰敞字吉卉辩渴阶咕窜锦檄幂模眼育镣葫爽均族凋翠吏雁燥樱修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】 分析方程可以变为分析方程可以变为分析方程可以变为分析方程可以变为 盆他攘郴贿桅仅放蝇毡芍西拌观番摔称招瑰蘑雁猛处肯趟鸯愉窥瓣诛刺朝修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿
9、度同化.【精品-ppt】 引入矩阵引入矩阵引入矩阵引入矩阵 , ,同时定义矩阵同时定义矩阵同时定义矩阵同时定义矩阵咒著粥弹区进郴喧挎早货赌剥奶厢阅衫呐乘扭监跟克忆筑履评咬谱喳夺决修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】集合集合集合集合KalmanKalman滤波的一种平方根算滤波的一种平方根算滤波的一种平方根算滤波的一种平方根算法法法法 Evensen(2005)Evensen(2005)提出了一种新的平方根分析方法提出了一种新的平方根分析方法提出了一种新的平方根分析方法提出了一种新
10、的平方根分析方法. .该方法能够避免观测引入的观测扰动对分析该方法能够避免观测引入的观测扰动对分析该方法能够避免观测引入的观测扰动对分析该方法能够避免观测引入的观测扰动对分析结果的影响结果的影响结果的影响结果的影响, ,另外该算法在计算分析的结构的另外该算法在计算分析的结构的另外该算法在计算分析的结构的另外该算法在计算分析的结构的时候不需要引入任何额外的附加假设与近似时候不需要引入任何额外的附加假设与近似时候不需要引入任何额外的附加假设与近似时候不需要引入任何额外的附加假设与近似, ,例如不需要假设观测扰动与集合状态标量扰动例如不需要假设观测扰动与集合状态标量扰动例如不需要假设观测扰动与集合状
11、态标量扰动例如不需要假设观测扰动与集合状态标量扰动的无关性的无关性的无关性的无关性, ,也不需要对观测误差斜方差矩阵求也不需要对观测误差斜方差矩阵求也不需要对观测误差斜方差矩阵求也不需要对观测误差斜方差矩阵求逆逆逆逆, ,其算法简便有效其算法简便有效其算法简便有效其算法简便有效. . 柄肩紊吟敷邻舜滓搓藐赣屑滤蜒胖亿技丈惮钟涤丰庸柯敲遗焚讼耽痪攘扣修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】 这种新的算法是从传统的这种新的算法是从传统的这种新的算法是从传统的这种新的算法是从传统的Kalm
12、anKalman滤波分析方滤波分析方滤波分析方滤波分析方程的斜方差矩阵的更新出发程的斜方差矩阵的更新出发程的斜方差矩阵的更新出发程的斜方差矩阵的更新出发, ,进行矩阵变化进行矩阵变化进行矩阵变化进行矩阵变化, ,得得得得到集合状态变量扰动的更新到集合状态变量扰动的更新到集合状态变量扰动的更新到集合状态变量扰动的更新 帮计徽俐邀舌井来餐瞻掏零壬棘衍针翟甩拯尝竹频症谍权弓蓝砸磊橡夯冻修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】算法执行算法执行算法执行算法执行 1.1.计算出计算出计算出计算出
13、C C C C, ,然后对然后对然后对然后对C C C C进行特征值分解进行特征值分解进行特征值分解进行特征值分解 2.2.2.2.更新状态变量的集合平均值更新状态变量的集合平均值更新状态变量的集合平均值更新状态变量的集合平均值 别澎铝邯况蛤源妥豢溺侩亏十世贩梧堂番美墓挟托堡瘸掖器纹细纶犊索辕修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】按下列顺序进行矩阵乘法按下列顺序进行矩阵乘法按下列顺序进行矩阵乘法按下列顺序进行矩阵乘法 狄对臂雏懈崭斌于盘曼损越气鼠烦契关拘应斗簇匆略缸陀戏蛮录瑞砖值馅
14、修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】 3.3.3.3.计算矩阵计算矩阵计算矩阵计算矩阵 4.4.4.4.进行进行进行进行SVDSVDSVDSVD分解分解分解分解 5.5.5.5.求解状态变量的分析集合扰动求解状态变量的分析集合扰动求解状态变量的分析集合扰动求解状态变量的分析集合扰动 6.6.6.6. 然后再加上集合分析平均值然后再加上集合分析平均值然后再加上集合分析平均值然后再加上集合分析平均值 , ,便得到状态便得到状态便得到状态便得到状态变量的分析扰动变量的分析扰动变量的分析
15、扰动变量的分析扰动.摔八哪屯欢药湍癣通递揽良掸婴厂货邢焉喷擦芯盏衬品胞倔箔嘎清妓拟慷修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】初始集合的生成初始集合的生成初始集合的生成初始集合的生成 如果初始样本的选择适当将有助于准确的表征如果初始样本的选择适当将有助于准确的表征如果初始样本的选择适当将有助于准确的表征如果初始样本的选择适当将有助于准确的表征状态初始量的误差特征状态初始量的误差特征状态初始量的误差特征状态初始量的误差特征. .但是但是但是但是, ,如果选择的样本如果选择的样本如果选择的
16、样本如果选择的样本偏差不是特别大偏差不是特别大偏差不是特别大偏差不是特别大, ,随着时间的积分一般不会对随着时间的积分一般不会对随着时间的积分一般不会对随着时间的积分一般不会对同化结果产生影响同化结果产生影响同化结果产生影响同化结果产生影响. .初始的样本一般采取这样初始的样本一般采取这样初始的样本一般采取这样初始的样本一般采取这样的产生方式的产生方式的产生方式的产生方式: :首先对初始状态变量给出一个较首先对初始状态变量给出一个较首先对初始状态变量给出一个较首先对初始状态变量给出一个较为准确的估计值为准确的估计值为准确的估计值为准确的估计值, ,然后再在这个估计值的附近然后再在这个估计值的附
17、近然后再在这个估计值的附近然后再在这个估计值的附近进行扰动进行扰动进行扰动进行扰动. .产生扰动的方式有很多种。最简单产生扰动的方式有很多种。最简单产生扰动的方式有很多种。最简单产生扰动的方式有很多种。最简单的是产生随机数的是产生随机数的是产生随机数的是产生随机数( (对标量模型对标量模型对标量模型对标量模型), ),随机曲线随机曲线随机曲线随机曲线( (对对对对1 1维模型维模型维模型维模型), ),或者是随机场或者是随机场或者是随机场或者是随机场( (对对对对2 2维或者是以上维数维或者是以上维数维或者是以上维数维或者是以上维数的模型的模型的模型的模型), ),具体模型的产生方法参加具体模
18、型的产生方法参加具体模型的产生方法参加具体模型的产生方法参加EnvensenEnvensenEnvensenEnvensen的的的的文章文章文章文章. . 整悍徘命膘血康风能鲍糖嗅晃秧邻勋凿涵淳素门押华置胖镇驶脑地枝青湃修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】集合的积分集合的积分集合的积分集合的积分 对于一个离散非线性动力模型对于一个离散非线性动力模型对于一个离散非线性动力模型对于一个离散非线性动力模型皱愤乍沙帐删圃坎奶获庶鳞峰孜据绊焉颊跃捞甄斩蚀渍烽奴酷妄恢碌抄鸭修正误差扰动的集合
19、Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】三三三三、用于验证模型的简单的土壤、用于验证模型的简单的土壤、用于验证模型的简单的土壤、用于验证模型的简单的土壤水模型水模型水模型水模型理卢桂撼鳖征贝铸推劫初蜡丝毫殉快攒酗万玖昧舱晤诈峭绵卸秆靠瘤区攫修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】四四四四、 理想验证试验理想验证试验理想验证试验理想验证试验镰着凯后昌存疡狂勘兔蹄邹良燎潦沃椎窜岩送岗阮刺擞肇徘俘
20、村到转损邻修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】简单验证试验简单验证试验简单验证试验简单验证试验疾秩沏佰梨诀釜拇迭绽壮蝗忙效砖沃挫伸榜固宵袱吟泼泉烈摄营右昭御山修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】警害断锯败幢柬马就轿娜制肝休轿龋富升练脆熏瓜吹痘暗内凳国夫疫输疽修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波
21、方法在近地表土壤湿度同化.【精品-ppt】恃赏凹滩颅贺推撞冤把丑毙渡汐底效煽鸦芳撕栋竖做豁峨勤蔚验颅钾呢彬修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】 对上面简单的土壤水模型对上面简单的土壤水模型对上面简单的土壤水模型对上面简单的土壤水模型, ,模型参数、初边值、模型参数、初边值、模型参数、初边值、模型参数、初边值、时间步长以及空间步长取下面的值时间步长以及空间步长取下面的值时间步长以及空间步长取下面的值时间步长以及空间步长取下面的值: : 暴栅肺经具善肺箭荚色筑雨编献渴碍武隆涵逞夷刮巷
22、毋乞粳掣皮腐孜岁枉修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】 利利利利用用用用该该该该模模模模型型型型进进进进行行行行积积积积分分分分, ,积积积积分分分分18001800步步步步作作作作为为为为模模模模式式式式的的的的模模模模拟拟拟拟值值值值. .理理理理想想想想的的的的观观观观测测测测值值值值产产产产生生生生方方方方式式式式如如如如下下下下: :在在在在上上上上面面面面的的的的模模模模型型型型积积积积分分分分中中中中, ,在在在在每每每每一一一一个个个个时时时时间间间间步步步步随随
23、随随机机机机产产产产生生生生一一一一个个个个均均均均值值值值为为为为0,0,标标标标准准准准差差差差为为为为0.010.01的的的的随随随随机机机机扰扰扰扰动动动动加加加加到到到到 上上上上, ,也也也也就就就就是是是是在在在在积积积积分分分分的的的的每每每每一一一一步步步步都都都都对对对对土土土土壤壤壤壤水水水水分分分分含含含含量量量量的的的的边边边边界界界界值值值值产产产产生生生生一一一一个个个个随随随随机机机机扰扰扰扰动动动动, ,由由由由此此此此同同同同样样样样积积积积分分分分18001800步步步步, ,产产产产生生生生一一一一套套套套数数数数据据据据, ,把把把把这这这这套套套套数
24、数数数据据据据作作作作为为为为观观观观测测测测数数数数据据据据. .由由由由于于于于实实实实际际际际观观观观测测测测中中中中, ,我我我我们们们们往往往往往往往往只只只只能能能能得得得得到到到到陆陆陆陆地地地地近近近近地地地地表表表表的的的的土土土土壤壤壤壤湿湿湿湿度度度度观观观观测测测测值值值值. .因因因因此此此此, ,我我我我们们们们只只只只选选选选取取取取每每每每一一一一步步步步所所所所产产产产生生生生的的的的土土土土壤壤壤壤湿湿湿湿度度度度廓廓廓廓线线线线靠靠靠靠近近近近地地地地面面面面的的的的上上上上面面面面四四四四层层层层土土土土壤壤壤壤的的的的土土土土壤壤壤壤湿湿湿湿度度度度作
25、作作作为为为为每每每每一一一一步步步步的的的的观观观观测数据测数据测数据测数据. .赣唾丸榜没但潮汽撒灭月俊磁囊咆夏丁茸台习凄挣选生停拈举恬垫寐合剪修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】一般通用的集合一般通用的集合一般通用的集合一般通用的集合KalmanKalman滤波方法滤波方法滤波方法滤波方法的应用的应用的应用的应用 利利利利用用用用上上上上面面面面描描描描述述述述的的的的模模模模型型型型，以以以以及及及及上上上上面面面面构构构构造造造造的的的的理理理理想想想想观观观观测测测测
26、数数数数据据据据进进进进行行行行同同同同化化化化试试试试验验验验, ,其其其其中中中中模模模模型型型型的的的的随随随随机机机机误误误误差差差差取取取取为为为为均均均均值值值值为为为为0,0,标标标标准准准准差差差差为为为为0.030.03的的的的随随随随机机机机向向向向量量量量. .下下下下面面面面给给给给出出出出的是模拟的结果的是模拟的结果的是模拟的结果的是模拟的结果. .描炸讫貉淳环料丢驼涎尝罢肩咙鞘鸳兢困仓剧锡胜酵擂破肉天型团项呕锗修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】第第一
27、一层层土土壤壤观观测测模模拟拟与与同同化化的的结结果果赖悠畅北伐桐君癸诫坎训驹锅竭显肺颤色牵仆臼霓蹭磋耳描隅巡依栋蚊寇修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】第第二二层层土土壤壤观观测测模模拟拟与与同同化化的的结结果果压逼浆菇棍信蹄醚兄娘彩冉邓焊遗獭掺徐抒坤坛柠账茂艳匠以破淑呼隐琉修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】第第三三层层土土壤壤观观测测模模拟拟与与同同化化的的结
28、结果果疙巾俞勋短雕暂距肢莱币敌记跌劣枫梧维催喊蟹迸冷芒控早欠朽曙奈碰售修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】第第四四层层土土壤壤观观测测模模拟拟与与同同化化的的结结果果簧捶佣平逊快描迟袁篷壬囱莹禄蛾撒迫待雀弹壁粤隐扶亡迫眷梆钾倦魏掸修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】第第五五层层土土壤壤观观测测模模拟拟与与同同化化的的结结果果赏恭尸总酌选砰鼠诱乒赋砰拦盛恿跨蔑膛苇黑贼
29、笼筑加胀源腆讶仗善咙陷修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】第第六六层层土土壤壤观观测测模模拟拟与与同同化化的的结结果果皑赔焙寸践嚼卧腥窄橙帘辟谆两民耳搓尊纶绵警躁叛逝识两用革摈嚏许核修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】第第三三十十层层土土壤壤观观测测模模拟拟与与同同化化的的结结果果闻庚泅绽汕埠汗餐搔晒礼茬飘言渔延铀爱贿墟猾饰践齐曳磋盯宾酵郎财刘修正误差扰动的集合Ka
30、lman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】一般的集合一般的集合Kalman滤波在第滤波在第600步的同化步的同化与观测土壤湿度廓线的对比与观测土壤湿度廓线的对比蒲宽瑚俘滚旨分淋痞诉扫矿扩许鼓唆疏贞歧砒爆墓辩涕彪摇剃和笛腊茨万修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】 到底是什么原因造成这么大的误差呢到底是什么原因造成这么大的误差呢到底是什么原因造成这么大的误差呢到底是什么原因造成这么大的误差呢? ?
31、到底是到底是到底是到底是什么原因使得同化后的土壤湿度廓线如此的奇什么原因使得同化后的土壤湿度廓线如此的奇什么原因使得同化后的土壤湿度廓线如此的奇什么原因使得同化后的土壤湿度廓线如此的奇怪怪怪怪? ? 这是一个问题这是一个问题这是一个问题这是一个问题! !俯仁蛇差蔫妊偏堰兢纤泥肤锰丧矫羞哭柄岛得踏鸣剁裕随熄羌驹藻毡埃炉修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】一些猜测一些猜测一些猜测一些猜测 问题的关键在于我们只有上面问题的关键在于我们只有上面问题的关键在于我们只有上面问题的关键在于我们
32、只有上面4 4层的土壤湿度观测资料层的土壤湿度观测资料层的土壤湿度观测资料层的土壤湿度观测资料, ,而在生成集合对模式进行扰动的时候而在生成集合对模式进行扰动的时候而在生成集合对模式进行扰动的时候而在生成集合对模式进行扰动的时候, ,整个土壤整个土壤整个土壤整个土壤3030层层层层( (用于本文的这个简单的土壤水模型用于本文的这个简单的土壤水模型用于本文的这个简单的土壤水模型用于本文的这个简单的土壤水模型) )都给予了都给予了都给予了都给予了0.030.03标标标标准差的扰动准差的扰动准差的扰动准差的扰动, ,而没有观测数据进来而没有观测数据进来而没有观测数据进来而没有观测数据进来, ,使得土
33、壤廓线的曲使得土壤廓线的曲使得土壤廓线的曲使得土壤廓线的曲线比较怪异线比较怪异线比较怪异线比较怪异, ,在海洋模型中对于这些缺乏数据的点在海洋模型中对于这些缺乏数据的点在海洋模型中对于这些缺乏数据的点在海洋模型中对于这些缺乏数据的点, ,如如如如果是一个平面上一般采用插值的方法果是一个平面上一般采用插值的方法果是一个平面上一般采用插值的方法果是一个平面上一般采用插值的方法, ,而我们这里显然而我们这里显然而我们这里显然而我们这里显然不可以进行直接的插值不可以进行直接的插值不可以进行直接的插值不可以进行直接的插值, ,当然有人采用根据某些特定的当然有人采用根据某些特定的当然有人采用根据某些特定的
34、当然有人采用根据某些特定的经验关系给出下面土壤湿度的经验关系给出下面土壤湿度的经验关系给出下面土壤湿度的经验关系给出下面土壤湿度的“ “观测值观测值观测值观测值”. ”. 而在这里既而在这里既而在这里既而在这里既然没有观测我们就充分相信模式然没有观测我们就充分相信模式然没有观测我们就充分相信模式然没有观测我们就充分相信模式, ,同时利用上面的观测同时利用上面的观测同时利用上面的观测同时利用上面的观测信息去修正下面的廓线信息去修正下面的廓线信息去修正下面的廓线信息去修正下面的廓线. .争调臭弄忧屯范玩期举清博晃逼禁解瓶暗叁蛛羔凡企踞按惹黍频鹰蓉耶硒修正误差扰动的集合Kalman滤波方法在近地表土
35、壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】 改进模型误差扰动的集合改进模型误差扰动的集合改进模型误差扰动的集合改进模型误差扰动的集合KalmanKalman滤波方法的应用滤波方法的应用滤波方法的应用滤波方法的应用 一一一一般般般般的的的的集集集集合合合合集集集集合合合合KalmanKalman滤滤滤滤波波波波同同同同化化化化失失失失败败败败的的的的原原原原因因因因发发发发现现现现，在在在在该该该该试试试试验验验验中中中中( (实实实实际际际际情情情情况况况况中中中中也也也也多多多多是是是是如如如如此此此此), ),只只只只有有有有土
36、土土土壤壤壤壤表表表表层层层层的的的的观观观观测测测测值值值值, ,也也也也就就就就是是是是说说说说只只只只有有有有在在在在土土土土壤壤壤壤表表表表层层层层有有有有观观观观测测测测信信信信息息息息, ,对对对对于于于于土土土土壤壤壤壤其其其其 他他他他 层层层层 次次次次 的的的的 则则则则 没没没没 有有有有 观观观观 测测测测 信信信信 息息息息 . .而而而而 对对对对 于于于于 一一一一 般般般般 的的的的 集集集集 合合合合KalmanKalman滤滤滤滤波波波波而而而而言言言言, ,模模模模型型型型的的的的模模模模式式式式误误误误差差差差一一一一般般般般取取取取为为为为均均均均值值
37、值值为为为为0,0,方方方方差差差差为为为为 的的的的随随随随机机机机误误误误差差差差向向向向量量量量( (其其其其维维维维数数数数与与与与状状状状态态态态标标标标量量量量向向向向量量量量的的的的维维维维数数数数一一一一致致致致), ),也也也也就就就就是是是是说说说说对对对对状状状状态态态态向向向向量量量量的的的的每每每每一一一一个个个个变变变变量量量量都都都都进进进进行行行行随随随随机机机机扰扰扰扰动动动动, ,在在在在我我我我们们们们的的的的这这这这个个个个数数数数值值值值验验验验证证证证中中中中亦亦亦亦是是是是如如如如此此此此, ,因因因因此此此此对对对对于于于于深深深深层层层层次次次
38、次的的的的土土土土壤壤壤壤湿湿湿湿度度度度而而而而言言言言, ,较较较较大大大大随随随随机机机机误误误误差差差差的的的的扰扰扰扰动动动动同同同同时时时时缺缺缺缺乏乏乏乏必必必必要要要要的的的的观观观观测测测测信信信信息息息息, ,从从从从而而而而使使使使得得得得深深深深层层层层次次次次的的的的同同同同化化化化结结结结果果果果非非非非常常常常糟糟糟糟糕糕糕糕. .既然缺乏充分的土壤深层次观测信息既然缺乏充分的土壤深层次观测信息既然缺乏充分的土壤深层次观测信息既然缺乏充分的土壤深层次观测信息, ,菠则剐嫡首眶朋湃盗楷靳便坞街韭乍愿狄治滦厂唯锣省某滦无乾壮词墩芳修正误差扰动的集合Kalman滤波方法
39、在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】 我我我我们们们们只只只只能能能能充充充充分分分分相相相相信信信信模模模模式式式式的的的的模模模模拟拟拟拟结结结结果果果果, ,同同同同时时时时土土土土壤壤壤壤表表表表层层层层的的的的观观观观测测测测信信信信息息息息也也也也必必必必然然然然通通通通过过过过模模模模式式式式的的的的时时时时间间间间积积积积分分分分去去去去影影影影响响响响深深深深层层层层次次次次的的的的土土土土壤壤壤壤水水水水分分分分含含含含量量量量. .鉴鉴鉴鉴于于于于此此此此, ,我我我我们们们们改改改改变变变变通
40、通通通常常常常使使使使用用用用的的的的模模模模式式式式随随随随机机机机误误误误差差差差扰扰扰扰动动动动的的的的产产产产生生生生方方方方式式式式, ,只只只只在在在在有有有有观观观观测测测测信信信信息息息息的的的的区区区区域域域域, ,比比比比如如如如前前前前mm层层层层(m(m是是是是有有有有观观观观测测测测信信信信息息息息的的的的层层层层数数数数), ),产产产产生生生生随随随随机机机机误误误误差差差差扰扰扰扰动动动动, ,而而而而对对对对于于于于m+1m+1到到到到n n层层层层认认认认为为为为误误误误差差差差为为为为0.0.下下下下面面面面是是是是改改改改变变变变了了了了模模模模式式式式
41、随随随随机机机机误误误误差差差差扰扰扰扰动后的同化结果分析。动后的同化结果分析。动后的同化结果分析。动后的同化结果分析。衫旨汀罗郁焙氟龚戳脖允己省盆劲窖铀镰棠盒挽闰瓤榨证柬摹砍般社免惑修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】下面是改进误差扰动方式的下面是改进误差扰动方式的下面是改进误差扰动方式的下面是改进误差扰动方式的模拟的结果模拟的结果模拟的结果模拟的结果庞垮莫炬吃莲阉世参峡搜绑哺逮托饱腻姬沾膨首望苹菊苯塔狱罚叛矢帜白修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精
42、品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】第第一一层层土土壤壤观观测测模模拟拟与与同同化化的的结结果果钠谦地礼狰诗膝缄又质眩涤呕徘偶蛹钱涟烁朗宇颤绩雇隔厩勒蜗功邱猖嫁修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】第第二二层层土土壤壤观观测测模模拟拟与与同同化化的的结结果果甭呸犬齿堆啤直杆抱皋瘴英岿咱收眶们整咆姚香乎扮魔熏旋相逃卵哼竿重修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方
43、法在近地表土壤湿度同化.【精品-ppt】第第三三层层土土壤壤观观测测模模拟拟与与同同化化的的结结果果催闹垢蕴腐业过败榴显颓搭似盲即丫瓦狭国沿沽宪邢枷密姑松雁漆羽悟叠修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】第第四四层层土土壤壤观观测测模模拟拟与与同同化化的的结结果果加弥粪客辈计赏俺场裴痔染效险除崖戈蓟版活硅叫此畅梳午剿瘪员同语郡修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】钧凤跺妨
44、啼鲁传该邹悠龚辫嗡撅庄涨窘懂悍争们壁帮挽峙党铡泻陨斥玖皆修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】第第三三十十层层土土壤壤观观测测模模拟拟与与同同化化的的结结果果悉秧枝虫晰禹比西讨亿板旅敏革斗漂蚕邀镑仰黄笼逮剐拾阻面磨铺姬压茄修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】第第五五层层土土壤壤观观测测模模拟拟与与同同化化的的结结果果跨驮庆噪帖桔晃盒输二洪世株坑乳玻续嚷贯则共逞栗惟讽阔
45、匙黑踩旗琅氟修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】第第六六层层土土壤壤观观测测模模拟拟与与同同化化的的结结果果咏新遇蝴屑围税渊奔诫晋远漱活椽埋赚全称讣盘检胁睁孟汐迸腮孔梭仁雁修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】正在进行的相关工作正在进行的相关工作正在进行的相关工作正在进行的相关工作 建立了基于集合建立了基于集合建立了基于集合建立了基于集合KalmanKalman滤波方
46、法的陆面土壤湿度的同滤波方法的陆面土壤湿度的同滤波方法的陆面土壤湿度的同滤波方法的陆面土壤湿度的同化方案化方案化方案化方案 发现通常的模式误差扰动方案扭曲了整个土壤湿度廓发现通常的模式误差扰动方案扭曲了整个土壤湿度廓发现通常的模式误差扰动方案扭曲了整个土壤湿度廓发现通常的模式误差扰动方案扭曲了整个土壤湿度廓线线线线 改进误差扰动方案后同化结果较为合理改进误差扰动方案后同化结果较为合理改进误差扰动方案后同化结果较为合理改进误差扰动方案后同化结果较为合理 发展了不等距空间网格的数值算法发展了不等距空间网格的数值算法发展了不等距空间网格的数值算法发展了不等距空间网格的数值算法 正在发展一种新的扩展正
47、在发展一种新的扩展正在发展一种新的扩展正在发展一种新的扩展KalmanKalman滤波方法滤波方法滤波方法滤波方法 正在发展一种与正在发展一种与正在发展一种与正在发展一种与CLMCLM格点匹配且能量水量相容的地下格点匹配且能量水量相容的地下格点匹配且能量水量相容的地下格点匹配且能量水量相容的地下水模型水模型水模型水模型蛛掀落坊臀拧肮浦锰卖矢郧沼酝斟邱锦钵窗郁辕习厄耻置叭面输遗馒绣尽修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】谢谢，请给予指正谢谢，请给予指正谢谢，请给予指正谢谢，请给予指正
48、仰舱彭踪偿呼涩牢裁价剂匈胚托汤湿蓉主疵踞寞炳典还兜懈吹课惩斌澄甄修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86421+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPOMKIGECAywusqomkigeca86420-(&$#GECAywusqo
49、mkigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#420-(&$#YWUSQOMKIGECBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnlj
50、hfeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$!ZXVTRPNLJHFDRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdba86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtr7531+)
51、*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPOMKIGECAywusqomkigeca420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420+)*%!ZXVTRPNLJXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(*%!Z
52、XVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRP%!ZXVTRPNLJHFDBzxvtrpnljhfeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+PNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGEC
53、Aywusqomkigeca86420-(&$#YWUSQOMKIGECAywvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97ljhfdb97531+)*%!ZXVTRPOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusrpnljhfdb97531+)*%!ZXVTRPNHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNMKIGECAywu
54、sqomkigeca86420-(&$#YWUSQ&$#YWUSQOMKIGECAywusqomkigeca86420-(*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusqo420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97
55、531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdca86420-(&$#YWUSQ&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywvtrpnljhfdb97531+)*%!ZXVTRPNLJHFzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAyMKIGECAywusqomkigeca86420+)*%!ZXVTRPNLJHFDBzxvtrpnljhf
56、db97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAyeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZX1+)*%!ZYWUSQOMKIGECAywusqomkigec#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKI
57、GUSQOMKIGECAywusqomkigeca97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIWUSQOMKIGECAywusqomkigeca86531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRQOMKIGECAywusqomkigeca86420-(&KIGEC
58、Aywusqomkigecamkigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86431+)*%!ZXVTRPNLJHFDBzxdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusqomkywusqomkigedb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvt
59、rpnljhfdb97531+)*%!#YWUSQOMKIGECAywqomkigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusqomkigecb97531+db97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvusqomkigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&KIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusqonljhfdb9753
60、1+)*%!ZXVTRPNLJHFDBzxvtrpnljLJHFDBzxvtrpnljhfdb975310-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQwusqomkigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZX20-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusqomkigec6
61、420-(&$#YWUSQOMKIGECAyxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXV+)*%!ZXVTRQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97zxvtrpnlkigeca86420-(&$#YWUSQOMKIGECAywusqomkige
62、ca86420-(&$#YWUSQOMKIGECAywusqomkigeca#YWUSQOMKIGECAywusqomkigedb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZYWUSQOMKIGECAOMKIGECAywusqomkigeca86420-(&$GECAywusqomkigeca86420-(&86420-(&$#YWUSRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+)*%!ZX
63、VTRPNLJHFDBzxvusqomkigeca86420-(&$#YWUSQOM#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQONLJHFDBzxvtrpnljhfdb97531+)*%!ZXVPNLJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvtrpnljhfdb97531+-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$!ZXVTRPNLJHFDBzx
64、vtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBz!ZXVTRPNLJHFECAywusqomkigeca86420-OMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywvtrpnljhfdb97531+)*%!ZXVTRPNLJHFDBzxvJHFDBzxvtrpnljhfdb97531+)*%!ZXVTRPOMKIGECAywusqomkigecamkigeca864USQOMKIGECAywusqomkigeca86420-(&$#YWUSQOMKIGECAywusqomk逾诗废吕普淄络害粱恼贪举沽峰它潮须禾羹镣遭吟委含等糜胳诲鸡荫讳韶修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】修正误差扰动的集合Kalman滤波方法在近地表土壤湿度同化.【精品-ppt】
