买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院大气物理研究所

摘要：本发明涉及气溶胶化学组分探测领域，公开了一种在线耦合的大气化学传输模式与资料同化的系统，所述系统采用在线耦合和二级并行的搭建方式，在嵌套式空气质量预报模式系统的原型代码中引入并行资料同化框架例程，包括：观测模块、模式模块和同化模块；观测模块负责多种组分类型观测资料的灵活接入和预处理，模式模块负责初始场的模式积分，涉及理化过程计算，同化模块负责模式状态变量的分析同化。满足了多种化学组分变量的协调同化，多种类型观测资料的同时引入和灵活组合以及有效处理化学同化中非线性和非高斯分布问题的需求，实现了出色的化学组分同化效果，为构建时空连续的高准确度高分辨率PM2.5化学组分再分析数据提供了系统基础。

主权项：1.一种在线耦合的大气化学传输模式与资料同化的系统，其特征在于，所述系统采用在线耦合和二级并行的搭建方式，包括：观测模块、模式模块和同化模块；所述观测模块用于负责多种组分类型观测资料的灵活输入和预处理，以便所述同化模块利用所述观测资料；所述模式模块用于初始化场的模式积分，通过理化过程计算输出预报场，为所述同化模块提供背景场；所述模式模块引入混合非线性集合同化算法，考虑对排放源输入进行非线性和非高斯分布扰动，依据排放物种的不确定性对所述排放物种进行扰动；其中，基于Evensen方法创建2-D伪随机扰动场，对所述2-D伪随机扰动场进行数学变换得到原始扰动系数矩阵，再通过所述原始扰动系数矩阵计算得到扰动系数矩阵，通过原始排放源矩阵和所述扰动系数矩阵来得到扰动后的排放源矩阵；所述同化模块对所述模式模块输出的模式状态变量进行分析同化，基于所述观测资料改善所述背景场，生成与所述观测资料相协调的分析场，同时为下一时刻的模式积分提供最优初始化场；所述同化模块采用局地化的卡尔曼非线性集合转换滤波LKNETF算法，通过利用变换矩阵和预测误差协方差的平方根来获取分析样本，再通过使用观测数据影响先验集合的权重，从而间接更新所述模式状态，最后通过混合权重对系统进行自适应调整；其中，所述局地化的卡尔曼非线性集合转换滤波LKNETF算法结合了集合卡尔曼滤波及其变体EnKFs中的局地加权集合转换卡尔曼滤波LETKF和粒子滤波及其变体PFs中的局地加权非线性集合转换滤波LNETF，所述局地化的卡尔曼非线性集合转换滤波LKNETF算法通过混合权重将所述LETKF和所述LNETF进行一步式结合。

全文数据：

权利要求：

百度查询： 中国科学院大气物理研究所 一种在线耦合的大气化学传输模式与资料同化的系统