MODIS数据产品四维同化原型系统中集合Kalman滤波的设计与实现

摘要

地球系统科学的科学研究正跨入全球化、系统化、定量化的新时代，EOS系列卫星的运行，为地球表层定量信息提取及监测提供了新的机会。Aqua及Terra星搭载的中分辨率成像光谱仪(MODIS)可以同时获得36个波段，最大空间分辨率为260米，时间分辨率为4小时的遥感数据，是当前最新、最全面的集成遥感数据获取平台，为把大气一陆地一海洋作为一个整体来综合探讨地球环境演化变迁的内在科学机理提供了新的数据来源。但是，目前常用的遥感图像处理软件却无法有效处理特定的MODIS数据，为此我们开发了MODIS数据产品数据同化算法处理平台-4DAPS。 通过现有同化算法的学习和研究，包含了S-G滤波，集合Kalman滤波，小波变换，不对称高斯变换等，然后用他们对MODIS数据产品进行四维同化，进而把MODIS数据产品四维同化算法整合起来实现了一个原型系统，并在该系统上附加了其他功能，比如说算法评估，格式转换等，从而细化和充实了该原型系统。本文重点介绍了MODIS数据产品集合Kalman滤波同化优化算法和MODIS数据产品四维同化原型系统的设计和实现。 在MODIS数据产品集合Kalman滤波同化优化算法中，针对MODIS数据产品的特性，用集合Kalman滤波设计了一个同化优化算法，弥补了原有数据的缺失和不足；MODIS数据产品四维同化原型系统作为一个MODIS数据产品二次处理的一个平台，可以整合各种优化算法，算法评价和其他的一些对MODIS数据产品的处理的功能。 本文对MODIS数据产品四维同化原型系统的基本框架作了详细介绍。研究将地表三维空间数据和时间维数据相结合的四维数据同化算法，搭建一个定量遥感模型和数据同化算法相结合的数据同化系统，实现地表时空多变要素的动态反演更新，提高遥感反演地面参数的准确度，利用四维同化原理进行MODIS数据产品的质量改进。

目录

文摘

英文文摘

论文说明：缩略语

独创性声明及关于论文使用授权的说明

第一章绪论

1.1项目背景

1.2国内外研究现状

1.3研究内容和主要解决问题

1.4全文结构

1.5本章小结

第二章集合Kalman滤波同化理论和方法

2.1 Kalman滤波同化理论和方法

2.2集合Kalman滤波同化理论

2.3集合Kalman滤波同化的国内外研究概况

2.4 Kalman滤波同化方法和变分同化方法比较

2.5集合Kalman滤波优缺点

2.6集合Kalman滤波四维同化的发展方向

2.7本章小结

第三章关于MODIS数据产品的集合Kalman滤波四维同化优化算法设计

3.1 MODIS数据产品简介

3.2 MODIS数据产品四维同化优化算法介绍

3.2.1 S-G滤波优化算法

3.2.2集合Kalman滤波优化算法

3.2.3贝叶斯小波变换优化算法

3.2.4不对称高斯变换优化算法

3.3 MODIS数据产品集合Kalman滤波算法设计

3.3.1算法描述

3.3.2算法分析

3.3.3算法实现

3.4本章小结

第四章MODIS数据产品四维同化原型系统设计与实现

4.1系统设计的目的和意义

4.2系统设计原则及软件设计原则

4.3系统的功能逻辑结构框架

4.4子系统和类的设计

4.5系统界面

4.6本章小结

第五章集合Kalman滤波优化算法质量评价

5.1算法质量评价标准

5.2集合Kalman滤波算法质量评价

5.3本章小节

第六章集合Kalman滤波算法测试

6.1测试目的

6.2测试环境

6.3测试数据

6.4测试过程

6.5测试结论

第七章结论与讨论

7.1总结

7.2存在问题及工作展望

致谢

参考文献

攻硕期间取得的研究成果