文献

J-GLOBAL ID：201702285274902248   整理番号：17A0300836

非線形集合の4次元同化法(NLS-4DVAR)の改良版を改良した。【JST・京大機械翻訳】

An Improved Localization Scheme to the NLS-4DVar Method

著者 (3件)： Zhang Hongqin (College of Information Science and Engineering,Shandong Agriculture University) ,  Tian Xiangjun (ICCES,Institute of Atmospheric Physics,Chinese Academy of Sciences) ,  Zhang Chengming (College of Information Science and Engineering,Shandong Agriculture University)
資料名： Zhongguo Haiyang Daxue Xuebao. Zirankexueban  (Zhongguo Haiyang Daxue Xuebao. Zirankexueban)
巻： 46  号： 10  ページ： 10-15  発行年： 2016年 
JST資料番号： C2597A  ISSN： 1672-5174  CODEN： ZHDXB3  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： 4次元同化同化は同化ウィンドウ内のすべての可能な観測情報を利用して大気、海洋モデルの初期場を最適化し、それによって大気と海洋モデルのシミュレーション性能を大幅に向上させることができる。しかし,4DVAR標準アルゴリズムの随伴法として,複雑さと複雑な予測モデルのプログラミング,保守,および更新を避けることはできない。パターンの使用を避けるために,4次元変分法は,44法によって開発され,4DVARの解法のための便利な方法を提供した。4DENVARは一般的に局所の過程によってサンプルの不足による偽相関を除去するが、局所案の違いも必ず最終的な同化効果に影響する。本論文では,GAUSS-NEWTON反復アルゴリズムに基づく非線形集合四次元変分法(NLS-4DVAR)における集合サンプル拡張の局所方式を導入し,それにより,元のアルゴリズムにおける非線形プロセスを避けるために必要な線形化仮定を避けた。その結果,アルゴリズムの収束はより安定している。また,元のGAUSSIAN-NEWTON反復配列を変形し,行列の直接反転を避けることにより,同化アルゴリズムの計算効率を大幅に向上させることができた。非線形動力学モデルLORENZ-96によって観測された観測システムのシミュレーション結果は,以下を示す。新しいサンプル拡張型局地化方式を用いたNLS-4DVARアルゴリズムは,NLS-4DVARアルゴリズムよりも優れており,行列の直接反転を避けることができ,計算効率は逆に改善され,同化の所要時間は減少した。大気と海洋データ同化領域の応用には大きな潜在力がある。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 海洋モデル ,  非線形力学 ,  最適化 ,  ターンアラウンド時間 ,  予測モデル ,  シミュレーション ,  *四次元 ,  アルゴリズム
準シソーラス用語： 潜在力 ,  海洋データ同化 ,  計算効率 ,  線形化 ,  反復アルゴリズム ,  4D-VAR ,  随伴法 , 【Automatic Indexing@JST】

著者キーワード (3件)： expanding example localization scheme ,  NLS-4DVar ,  the conjugate gradient method

分類 (2件)： 海洋の構造・力学・循環  (DC06030G) ,  天気予報  (DC05020O)

タイトルに関連する用語 (4件)： 非線形 ,  集合 ,  4次元 ,  同化