k - Vito

Recommendations

Info

Data assimilatie: praktijk • Scalair -> vectorieel: c -> C є R n variantie,σ 2 -> co-variantiematrix є R nXn • Kalman filter is voor een lineair systeem! niet-lineair: Extended Kalman filter • Bepaling foutencovariantie matrices? – Ensemble Kalman filter – Optimale interpolatie
9 Ensemble Kalman filter (EnKF) ‘Gebruik Monte Carlo om de pdf van de schatting van de modeltoestandsvariabele (x) op basis van een eindig aantal (N) toestanden te bepalen x1,x2, … , xN’ Tijdstip k-1 T 1 ( 1) k x 2 ( 1) k x 3 x 4 ( 1) k x EnKF x x( k 1) ( 1) k pdf ( 1) k Gebruik het model om de toestand voor ieder van de ensemble leden op tijdstip k te voorspellen en gebruik dit om de modelfoutencovariantie matrix te berekenen. x T ( 1) k Werkelijke toestand Tijdstip k 1 ( ) k x 2 ( ) k x 3 x 4 ( ) k x x( k) De voorspelling van ieder van de ensemble leden wordt gecorrigeerd op basis van de informatie uit de metingen en de modelfoutencovariantie Voorspelling Analyse stap x T ( ) k ( ) k Metingen op tijdstip k
Page 1 and 2: Hoe kunnen we het verschil tussen l
Page 3 and 4: Data assimilatie: wat? “Data assi
Page 5 and 6: Data assimilatie: een eenvoudig voo
Page 7: Schatting (predictor) C σ 2 ( k C
Page 11 and 12: •Bereken model voor ieder ensembl
Page 13 and 14: Optimale interpolatie • De model
Page 15 and 16: Voorbeeld 1: Assimilatie O 3 en NO
Page 27 and 28: 27 Voorbeeld 2: Assimilatie PM 10
Page 29 and 30: 29 Voorbeeld 2: Assimilatie PM 10 2
Page 31 and 32: 31 Voorbeeld 2: Assimilatie PM 10 G
Page 33 and 34: 33 Voorbeeld 2: Assimilatie PM 10 O
Page 35 and 36: 35 Voorbeeld 2: Assimilatie PM 10 E
Page 37: BESLUITEN • Met data assimilatie

k - Vito

Create successful ePaper yourself

Delete template?

Save as template?