目錄
序一
序二
前言
第1章 什么是數據同化1
1.1 利用一個簡單例子認識數據同化1
1.2 由簡單到復雜一路走來的同化方法4
1.2.1 逐步訂正法4
1.2.2 最優(yōu)插值法5
1.2.3 變分同化方法6
1.2.4 濾波方法8
1.3 同化方法發(fā)展前瞻10
1.3.1 En3DVar(hybrid-3DVar)10
1.3.2 En4DVar11
1.3.34 DEnVar11
1.3.4 基于機器學習的數據同化方法12
第2章 NLS-4DVar：4DVar與EnKF的融合13
2.1 分析格式：數據同化的樸素解釋13
2.2 集合的思想：從KF到EnKF15
2.3 4DVar與EnKF的融合：NLS-4DVar23
2.3.1 NLS1-4DVar：En4DVar的高斯-牛頓迭代解28
2.3.2 NLS2-4DVar：避免使用切線性模式30
2.3.3 NLS3-4DVar：固定模擬觀測擾動31
2.3.4 NLS4-4DVar：一次迭代的粗糙近似34
2.3.5 NLS5-4DVar：NLS2?4之改進迭代格式35
2.4 NLS-4DVar系列算法的數值驗證43
第3章 NLS-4DVar：樣本生成與更新48
3.1 NLS-4DVar的樣本生成48
3.2 NLS-4DVar的樣本更新51
3.3 大數據驅動的樣本生成與更新52
3.4 NLS-4DVar循環(huán)同化的程序實現54
3.5 數值驗證56
第4章 NLS-4DVar：高效局地化59
4.1 虛假相關與局地化59
4.2 局地化相關矩陣的高效分解63
4.3 局地化相關矩陣高效分解方案的驗證67
4.4 NLS-4DVar的局地化75
4.5 NLS-4DVar局地化方案的數值驗證86
4.6 局地化版本NLS-4DVar系列方法在真實模式中的數值驗證92
第5章 NLS-4DVar：多重網格算法96
5.1 變分資料同化的多重網格策略96
5.2 多重網格NLS-4DVar算法98
5.3 多重網格NLS-4DVar的數值驗證102
5.3.1 單點觀測試驗設計102
5.3.2 單點觀測試驗結果103
5.3.3 綜合評估試驗設計105
5.3.4 綜合評估試驗結果105
第6章 從NLS-4DVar到NLS-i4DVar111
6.1 整體校正i4DVar113
6.2 從i4DVar到i4DVar*115
6.3 數值驗證試驗120
第7章 NLS-4DVar的應用:目標觀測125
7.1 敏感區(qū)域識別的CNOP-4DVar混合方法127
7.2 CNOP-4DVar策略的集合非線性最小二乘算法128
7.3 數值驗證試驗130
7.3.1 試驗設計130
7.3.2 試驗結果131
第8章 NLS-4DVar的應用:SNAP系統(tǒng)138
8.1 數值天氣預報數據同化138
8.2 SNAP系統(tǒng)140
8.2.1 多重網格NLS-4DVar及其局地化141
8.2.2 初始樣本生成與樣本更新142
8.2.3 系統(tǒng)評價指標142
8.3 SNAP個例評估試驗143
8.3.1 試驗設計143
8.3.2 試驗結果145
8.4 一周循環(huán)數據同化試驗152
8.4.1 試驗設置152
8.4.2 試驗結果153
8.5 小結159
第9章 NLS-4DVar的應用:“貢嘎”系統(tǒng)160
9.1 “貢嘎”全球大氣反演系統(tǒng)160
9.1.1 “貢嘎”系統(tǒng)理論基礎160
9.1.2 大氣化學傳輸模式與先驗碳通量163
9.1.3 OCO-2衛(wèi)星觀測數據163
9.1.4 后驗碳通量的評估與驗證164
9.2 全球碳通量數據集166
9.2.1 全球碳通量評估166
9.2.2 區(qū)域碳通量評估167
9.3 碳通量數據集的驗證167
9.3.1 OCO-2獨立觀測驗證167
9.3.2 TCCON觀測驗證169
參考文獻172
后記189