项目名称: 电离层资料同化中的背景场误差特征分析研究

项目编号: No.41274159

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 天文学、地球科学

项目作者: 余涛

作者单位: 中国地质大学(武汉)

项目金额: 80万元

中文摘要: 单独依靠观测和模式都无法再现一个准确可靠的电离层环境状态,在气象领域中发展的资料同化技术为解决这个困境提供可能。目前阶段电离层资料同化存在背景模式不够准确、观测误差处理不够系统,以及背景场误差协方差研究严重缺乏等多方面问题。本项目针对背景场误差研究不足的现状,从观测资料入手,利用积累时间较长的测高仪和GPS资料,采用统计方法研究可能导致电离层背景模型与实际观测偏离的电离层扰动(逐日变化等)及空间分布规律;并结合特定背景场模型(如IRI和TIEGCM等)统计背景场与实际观测资料的差异,研究这些差异的空间相关特征,提出背景场误差协方差空间分布模型。在发展和完善现有同化试验系统的基础上,开展资料分析同化实验,验证新的误差协方差的同化效果。本项目的研究可加深对电离层中各种天气尺度变化和扰动机制的认识和理解,提高资料同化分析的准确性,满足无线电、测绘和导航用户越来越强烈的电离层天气分析预报的需求

中文关键词: 电离层;资料同化;误差协方差;;

英文摘要: It is quite difficult to specify the ionosphere electron content in three dimension when only using the observations or the model. By combining the observation and model together, the data assimilation techniques, which is great successful in meteorological, could make it possible to derive a optimal ionosphere background in statistically sense. Currently, there are several deficiency in ionosphere data assimilation, i.e. the inaccuracy of background model, the lacking of carefully evalution the observation deviation and background erro covariance. In this project we put emphasis on studying the structure and character of background erro and its covariance. By using of a longtime ionosonde and GPS data, the ionosphere variation, which usually contribute to the difference between the model and observation, are statistically analysed. When an ionosphere model (i.e. IRI and TIEGCM) is specified as background, the deviation and its spatial correlation character between the model background and the observation are statistically studied, and a new model of background erro covariance is advanced in the end. After refining the present ionosphere data assimilation system, the data assimilation experiment is carried out with the new erro covariance for validation. Our study is able to help to understand the ionospheric va

英文关键词: ionosphere;assimilation;error covariance;;

成为VIP会员查看完整内容
0

相关内容

【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
72+阅读 · 2021年4月8日
个性化广告推荐系统及其应用研究
专知会员服务
94+阅读 · 2021年2月27日
专知会员服务
31+阅读 · 2021年2月17日
多源数据行人重识别研究综述
专知会员服务
40+阅读 · 2020年11月2日
【博士论文】开放环境下的度量学习研究
专知
7+阅读 · 2021年12月4日
基于深度学习的交互式问答研究综述
专知
0+阅读 · 2021年11月30日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
多模态视觉语言表征学习研究综述
专知
27+阅读 · 2020年12月3日
【新书册】贝叶斯神经网络,41页pdf
专知
27+阅读 · 2020年6月3日
视频中的多目标跟踪【附PPT与视频资料】
人工智能前沿讲习班
30+阅读 · 2018年11月29日
文本识别 OCR 浅析:特征篇
开源中国
16+阅读 · 2018年1月6日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月16日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Arxiv
23+阅读 · 2018年8月3日
Arxiv
17+阅读 · 2018年4月2日
小贴士
相关主题
相关VIP内容
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
72+阅读 · 2021年4月8日
个性化广告推荐系统及其应用研究
专知会员服务
94+阅读 · 2021年2月27日
专知会员服务
31+阅读 · 2021年2月17日
多源数据行人重识别研究综述
专知会员服务
40+阅读 · 2020年11月2日
相关资讯
【博士论文】开放环境下的度量学习研究
专知
7+阅读 · 2021年12月4日
基于深度学习的交互式问答研究综述
专知
0+阅读 · 2021年11月30日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
多模态视觉语言表征学习研究综述
专知
27+阅读 · 2020年12月3日
【新书册】贝叶斯神经网络,41页pdf
专知
27+阅读 · 2020年6月3日
视频中的多目标跟踪【附PPT与视频资料】
人工智能前沿讲习班
30+阅读 · 2018年11月29日
文本识别 OCR 浅析:特征篇
开源中国
16+阅读 · 2018年1月6日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月16日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Arxiv
23+阅读 · 2018年8月3日
Arxiv
17+阅读 · 2018年4月2日
微信扫码咨询专知VIP会员