...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Nonlinear processes in geophysics >The impact of nonlinearity in Lagrangian data assimilation
【24h】

The impact of nonlinearity in Lagrangian data assimilation

机译：非线性对拉格朗日数据同化的影响

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The focus of this paper is on how two main manifestations of nonlinearity in low-dimensional systems-shear around a center fixed point (nonlinear center) and the differential divergence of trajectories passing by a saddle (nonlinear saddle)-strongly affect data assimilation. The impact is felt through their leading to non-Gaussian distribution functions. The major factors that control the strength of these effects is time between observations, and covariance of the prior relative to covariance of the observational noise. Both these factors-less frequent observations and larger prior covariance-allow the nonlinearity to take hold. To expose these nonlinear effects, we use the comparison between exact posterior distributions conditioned on observations and the ensemble Kalman filter (EnKF) approximation of these posteriors. We discuss the serious limitations of the EnKF in handling these effects.
机译：本文的重点是在低维系统中非线性的两个主要表现形式-围绕中心固定点（非线性中心）的剪切和通过鞍座（非线性鞍座）的轨迹的微分散度-如何强烈影响数据同化。通过导致非高斯分布函数，可以感觉到影响。控制这些影响强度的主要因素是观察之间的时间，以及先验相对于观察噪声的协方差的协方差。这两个因素-较少的频繁观察和较大的先验协方差-使得非线性得以保持。为了揭示这些非线性影响，我们使用了以观测为条件的精确后验分布与这些后验的集合卡尔曼滤波（EnKF）近似之间的比较。我们讨论了EnKF在处理这些影响方面的严重局限性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号