大气灰霾数据同化方法研究及实现开题报告.docVIP

毕业设计/论文 开 题 报 告 课 题 名 称 大气灰霾数据同化方法研究及实现 院　 系 信息科学与工程学院 专 业 班 电子信息工程1002班 姓　 名 刘 永 评 分 指 导 教 师 朱 忠 敏 华中科技大学武昌分校 华中科技大学武昌分校学生毕业论文开题报告 学 生 姓 名 刘永 学 号 20101186051 专业班级 电信1002班 院系 信息科学与工程学院 指导教师 朱忠敏 职称 课题名称 大气灰霾数据同化方法的研究及实现 1．课题研究的目的和意义 1.1目的 本课题研究的主要目的是对采集到的大气灰霾数据例如能见度，PM2.5等参数进行数据同化，提高模型预报精度，减少不确定性。 1.2意义 近年来，随着城市建设的发展，建筑物越来越高，地面摩擦系数不断增大，使风流经城区时风速明显降低，静风现象不断增多，大气污染物向城区外围扩展稀释的速度变慢，同时随着工业的发展，机动车辆的增多，污染物排放和城市悬浮物大量增加，直接导致了能见度降低，全国大部分城市都出现了此类灰霾天气，雾霾天气频繁发生，对城市大气环境、群众健康、交通安全、农业生产等带来了的影响日益显著，极易酿成雾霾灾害，同时，由于大部分严重的雾霾天气一旦形成往往很难消散，此类持续性雾霾天气对城市环境的危害往往尤其严重，并容易带来较强的社会负面影响。本文的研究结果，为雾霾灾害风险评估和预警提供依据，为雾霾的追因与控制提供理论支持，对于雾霾防灾减灾具有重要意义。 随着地球系统科学的发展，面对地球观测时代蜂拥而来的信息资源，旨在集成各种模拟模型和多源观测信息的方法论——数据同化，它在海洋和气象学科研究中有着广泛的应用,无论是业务数值预报,还是处理常规和非常规的观测资料,数据同化都扮演着一个极为重要的角色。近年来，全球环境变化对人类生存影响日益突出，为了加强对陆地，大气，海洋的监测，全球对地观测系统计划和全球环境与安全监测计划等相继被提出!数据同化算法作为连接观测数据与模型模拟预测的关键桥梁也得到了迅速发展。国际上有不少学者致力于对这些同化方法的研究与应用, 已经取得了一些阶段性的成果。但是将数据同化算法应用在大气灰霾的预测预警中却极为罕见，现阶段中国的灰霾天气严重，所以将数据同化算法运用在大气领域迫在眉睫。 2．课题研究的主要内容 近年来，空气污染严重，灰霾天气频繁出现，对人体健康、心理健康、交通和气候等都造成了较大危害。基于此，本论文讲开展以下几个方面的研究工作： 建模 建立基于集合卡尔曼滤波的数据同化系统和基于粒子滤波的数据同化系统，首先获取大气灰霾数据并进行整理，然后将数据融合到模型中，对大气灰霾数据进行同化，减小模型和观测的不确定性，进一步修正模型参数提高模型的预报精度。模型算子尝试采用时间序列，模拟退火等方法。 程序 数据同化算法作为数据同化的重要组成部分，是连接观测数据与模型模拟预测的关键核心部分。本论文采用MATLAB编程语言，将对一些顺序数据同化算法进行编程，其中包括集合卡尔曼滤波算法，粒子滤波算法，为模型提供可视化结果。 结论 在文章最后将给出大气灰霾数据的预测模型，并对模型预测结果的误差进行统计分析。依据理论结果为大气灰霾的追因与控制提出建设性意见和建议！ 研究方法 观测与模拟是海洋和气象研究的两种基本手段，二者缺一不可但又是一对矛盾体。如果仅就观测而言，无论是常规观测还是遥感观测都无法完整和连续地表达地表时空信息，如果仅就模拟而言， 现有的模型通常都包含了复杂参数化方案，但是， 它们的模拟精度依然较差，要充分发挥观测与模拟各自的优势，就必须对它们进行有机集成。数据同化的核心思想就是把不同来源，不同分辨率，直接和间接的观测数据与模型模拟结果集成为具有时间一致性，空间一致性和物理一致性的各种状态的数据集! 3.1数据同化方法 数据同化分为连续数据同化和顺序数据同化两大主要类型，在数学上主要借助于估计理论，控制论，优化方法和误差估计理论。早期的数据同化方法主要是多项式插值，经验性的连续修正法和松弛法，优化插值法。 数据 3.2总体设计方案 数据同化过程主要为两个步骤的循环。第一步可以称为分析，其中实际系统的观测量与模型产生的预报值相比较/融合，得到系统现