文献
J-GLOBAL ID:201702215446904003   整理番号:17A0204634

レーダデータ同化に及ぼすENKFアルゴリズムの影響に関する研究【JST・京大機械翻訳】

Research on the impact of localization methods on radar data assimilation using the ensemble Kalman filter
著者 (3件):
資料名:
巻: 39  号:ページ: 633-642  発行年: 2016年 
JST資料番号: C2666A  ISSN: 1674-7097  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: 中国 (CHN)  言語: 中国語 (ZH)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
分級集合フィルタ(HIERARCHICAL)とサンプリング誤差補正(SAMPLING)は,サンプリング誤差を最小化することができる。また距離の定義を与える必要はない.理論的利点を検証するために,アンサンブルKALMANフィルタ(ENKF)に基づくレーダデータを同化して,GASPARI-COHN(GC)局所アルゴリズムと比較した。ENKFの同化効果に及ぼす異なるアルゴリズムの影響を分析した。結果により,HEFおよびSEC局所アルゴリズムは,水平および垂直方向において,GC局所アルゴリズムよりも,強いエコーを持った。HEFアルゴリズムの各変数に対する分散は最も高く,二乗平均平方根誤差は最も低かった。SEC局所アルゴリズムの分散度はわずかに低く,平均二乗誤差はわずかに高かった。GC局所アルゴリズムは,分散度が最も低く,二乗平均平方根誤差が最も高かった。GC局所アルゴリズムと比較して,HEFとSEC局所アルゴリズムのプール強度は減少し,面積は減少し,下降気流の速度と範囲は増加し,雹霰混合比の大きさと被覆面積は増加した。シミュレーション結果により、HEFHEFアルゴリズムがシミュレーションした北側対流中心が最も強く、SEC局所アルゴリズムがシミュレーションした南側対流中心が最も強く、かつ(40KM、60KM)の強い対流中心がシミュレーションされた。HEFHEFアルゴリズムはシミュレーションにおいて最も強いプール強度を有しており,HEFとSEC局所アルゴリズムは基本的に北側の雹霰/混合混合比の高い値をシミュレーションした。これらの結果は,HEFアルゴリズムが,GCアルゴリズムに基づくENKFレーダデータ同化効果を効果的に改良することができ,SEC局所アルゴリズムが計算量を減少させ,HEFアルゴリズムのより良い近似であることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
天気予報 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る