nso8055 okeanograafiline prognoos jüri elken [email protected]
DESCRIPTION
NSO8055 Okeanograafiline prognoos Jüri Elken [email protected]. Andmete assimileerimine üldpõhimõtted “nudging” statistiline taust optimaalinterpolatsioon Kalmani filter 4D - V ar meetod näited: GODAE. Vaata ka: http://www.msi.ttu.ee/~elken/SOL_05.ppt. - PowerPoint PPT PresentationTRANSCRIPT
NSO8055 Okeanograafiline prognoosJüri Elken [email protected]
Andmete assimileerimine
üldpõhimõtted“nudging”statistiline taustoptimaalinterpolatsioonKalmani filter4D-Var meetodnäited: GODAE
Vaata ka: http://www.msi.ttu.ee/~elken/SOL_05.ppt
X
t
vaatlused
mudeli trajektoor
Üldine probleem: kui mudelit reaalsete vaatlusandmetega ei korrigeeri, “triivib” mudel reaalsusest ära
Numbriline mudelDAS
Andmete assimileerimise süsteem (DAS)
O
Andme-ladu
A
A
B
F
mudel
vaatlused
Vigade statistika
Andmete assimileerimise põhimõttelised
strateegiad
prognoos: järjestikune
re-analüüs: mitte-järjestikune
F. Bouttier and P. Courtier
P. De Mey, LEGOS
Data assimilation
0 0Initial condition: ,x y
1 1 1Predicted state: , ,b b bx y P
1 1True state: ,t tx y
1 1State estimate: ,a ax y
1 1Measurement: o tx x
Material by C.K.R.T. Jones, L. Kuznetsov, K. Ide
Discrete ocean model
t = i t
x = k x, k=1,n
y = l y, l=1,m
t = t i
kx
lyk
l
k
i
Model state vector x = {v, T, S, ,…}
x R (N = 5 n m)
i
N
Ocean model:
M – model’s dynamics operator
b b1 [ ]i i iM x x
Material by C.K.R.T. Jones, L. Kuznetsov, K. Ide
Observations
True ocean:
o t
b b1
t
o
observation operator
observation error
state vector of the true ocean
typically
y [ ]
y
]
]
]
[
[
[
,
i i i i
i
i
i i i i
Ti i i
i
Li
Ti i i
N L
H
H
E
M
E
x x η
Q η η
x ε
ε
x
R
R ε ε
Covariance of the model residual:
Covariance of the observation error:
Material by C.K.R.T. Jones, L. Kuznetsov, K. Ide
F. Bouttier and P. Courtier
„Nudging“ ei arvesta, et statistilised omadused võivad ajas ja ruumis muutuda.
Näide: robot-autojuht kasutab kogu aeg ühesuguseid juhtimisvõtteid ning ei arvesta teeolude (statistilist) muutumist.
Optimaalinterpolatsioon arvestab erinevuste ruumilist statistikat, minimiseerib ruutkeskmist erinevust kui korrelatsioonifunktsioonid on teada. On sarnane 3D-VAR-iga.
Analoogia: on teada millal asfalt muutub kruusateeks, kuid ei arvestata et võib vihma või lund sadada.
Kalmani filter arvestab/prognoosib statistika muutumist.
4D-VAR on sarnane, kuid tugineb lähteandmete (mudeli eelmine olek, välismõjud) varieerimisele (inkrementaalne formuleering), et saada vaatluste ja mudeli erinevuste kaalufunktsioonile miinimum
“Nudging”: Cressmani meetod
etteantud kaalufunktsioon, näiteks
rakendatuna ka ajas:successive correction
F. Bouttier and P. Courtier
“Nudging”: relaksatsioon Suuname mudelit mingil moel uute andmete poole.
Näiteks: andmete 0x ja mudeli mx vahe kahaneb eksponentsiaalselt
kiirusega 1
mm xx
dt
dx 0
1
lahend
t
xxxtx mmm exp100 0
erinevad relaksatsiooniparameetrid,mudel = kasvav eksponent
Üldiselt relaksatsiooni-kordaja pannakse sõltuma ka ruumist, mõõtepunktist eemaldudes väärtus kahaneb.
Puudus: kordajate valikul puudub sisuline põhjendus
Vajadus statistilise andmete assimileerimise järele
F. Bouttier and P. Courtier
Statistiline taust (1)
F. Bouttier and P. Courtier
mudel ja mõõtmised
ruumiline statistika
Statistiline taust (2)
F. Bouttier and P. Courtier
illus
tratii
vne
Statistiline taust (3)
F. Bouttier and P. Courtier
üldise osa kokkuvõtteks:
P. De Mey, LEGOS
illus
tratii
vne
Kalmani filtri üldpõhimõtted
(prognoosivigade) optimaalinterpolatsioonon Kalmani filtri lihtsustatud variant, kus vigade korrelatsioonifunktsiooni(de) muutumist ei modelleerita/prognoosita, vaid nad antakse “jäigalt” ette
Kalmani filter arvutab ka vigade korrelatsioonifunktsiooni muutumist.
Klassikaline Kalmani filter eeldab, et arvesse võetavad vaatlused on “lähedal” ning korrelatsioon kahaneb kaugusega (ruumis/ajas) lineaarselt.
Laiendatud Kalmani filter (extended Kalman filter) eeldab, et korrelatsioon on mingi ajas ja ruumis pidev funktsioon
Dylan Jones
Dylan Jones
Dylan Jones
Dylan Jones
Dylan Jones
illus
tratii
vne
Dylan Jones
illus
tratii
vne
4D-Var meetod (1)
illus
tratii
vne
F. Bouttier and P. Courtier
4D-Var meetod (2)
F. Bouttier and P. Courtier
4D-Var meetod (3)
Lisamaterjal
Lisamaterjal
Lisamaterjal
Lisamaterjal
Lisamaterjal
Lisamaterjal
Lisamaterjal
Lisamaterjal