>Soil moisture and temperature are significant variables in numerical weather prediction systems and land surface models, controlling the partitioning of '/>
机译:使用集合卡尔曼滤波器同化葡萄_MESO模型的土壤水分和温度
土壤水分和温度是数值天气预报系统和陆地表面模型中的显着变量,控制了表面水分和能量通量的分区。合奏卡尔曼滤波器(ENKF)是卡尔曼滤波器的近似值,在该卡尔曼滤波器中,从预测的有限组合估计了Coveramce。 ENKF技术现在广泛应用于大气,海洋和陆地表面的数据同化。在目前的葡萄_MESO模型V4.0中,陆地土壤同化方法尚未综合用于土地表面同化。因此,在这项工作中,使用2米的空气温度在葡萄_MESO模型中引入了ENKF,并且在2米处的相对湿度及其性能进行了评估。结果表明,土地表面同化方法可以有效地提高2米的空气温度的性能技能,对沉淀几乎没有影响。 p> 摘要>
National Meteorological Centre China Meteorological AdministrationBeijing P. R. China;
EnKF; GRAPES_Meso model; Noah‐LSM; soil analysis;
机译:使用集合卡尔曼滤波器同化葡萄_MESO模型的土壤水分和温度
机译:通过使用集成卡尔曼滤波器对观测到的土壤水分和叶面积指数值进行同化来优化水文-作物耦合生长模型
机译:使用Ensemble Kalman滤波将遥感土壤亮度温度图像同化为土地表面模型:基于SGP97期间基于ESTAR测量的案例研究
机译:集成卡尔曼滤波在MESH模型中对SMOS土壤水分的同化。
机译:混合-集成整体卡尔曼滤波和整体调整卡尔曼滤波方法在地下水污染物运移建模中的应用。
机译:通过卡尔曼滤波马尔可夫模型的被动式可穿戴式呼吸监测仪的集成学习方法
机译:使用集合卡尔曼滤波器同化葡萄_MESO模型中的土壤水分和温度
机译:利用集合卡尔曼滤波和质量守恒约束同化amsR-E土壤水分反演改善模拟土壤水分