高级搜索
  • 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引（EI）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

水动力学模型与集合卡尔曼滤波耦合的实时校正多变量分析方法

赖锡军

downloadPDF
文章导航 > 水科学进展  > 2009 >  20(2): 241-248
赖锡军. 水动力学模型与集合卡尔曼滤波耦合的实时校正多变量分析方法[J]. 水科学进展, 2009, 20(2): 241-248.
引用本文: 赖锡军. 水动力学模型与集合卡尔曼滤波耦合的实时校正多变量分析方法[J]. 水科学进展, 2009, 20(2): 241-248.
shu
LAI Xi-jun. Real-updating multivariate analysis for unsteady flows with ensemble Kalman filter[J]. Advances in Water Science, 2009, 20(2): 241-248.
Citation: LAI Xi-jun. Real-updating multivariate analysis for unsteady flows with ensemble Kalman filter[J]. Advances in Water Science, 2009, 20(2): 241-248.
shu

水动力学模型与集合卡尔曼滤波耦合的实时校正多变量分析方法

  • 中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室, 江苏, 南京, 210008

基金项目: 国家自然科学基金资助项目(50709034;40571028);江苏省基础研究计划(自然科学基金)
详细信息
    作者简介:

    赖锡军(1977- ),男,浙江遂昌人,助理研究员,博士,主要从事环境水力学研究.E-mail:xjlai@niglas.ac.cn

  • 中图分类号: TV131.4

Real-updating multivariate analysis for unsteady flows with ensemble Kalman filter

  • State Key Laboratory of Lake Science and Environment, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China

Funds: The study is financially supported by the National Natural science Foundation of China (No.50709034;No.40571028)

  • 摘要: 为减少非恒定水流计算中的不确定性,在水流随机运动系统状态空间模型基础上,应用集合卡尔曼滤波(EnKF)技术建立了非恒定水流分析的实时更新(校正)方法。该方法适用于非线性的随机微分方程,过程和观测噪声可以是非正态分布。同时,为充分利用水位、流量等误差量级相差巨大的观测中所蕴含的有效信息,导出了EnKF多变量分析格式。以明渠单峰洪水过程的合成数据为例,考察了运用建立的实时更新方法分析预报一维洪水演进的性能。重点对比了采用不同精度等级下的水位和流量观测资料进行滤波的效果。在中国现行标准规定的允许观测误差范围内,以水位观测进行一维洪水动力学模型的滤波分析可有效地控制误差、估计流量、识别水流运动系统状态。长江干流清溪场至万县江段实际洪水计算还证实:该方法通过插入即时观测,可实时更新模型状态,给出与实际更为接近的计算。
    Abstract: To reduce uncertainty in the forecast or analysis of unsteady flows,the ensemble Kalman filter technique(EnKF) is introduced based on the stochastic unsteady flow system with a stochastic state space model.The multivariate analysis scheme is proposedfor updating flow states when the water stage and the discharge measurements are both assimilated.Taking a single-wave flood event in open channel as an example,the performance of EnKF is investigated with the experiments of 13 groups.The investigation mainly focuses on the comparisons of the effects of water stage or discharge measurements with different order of the available accuracy on the EnKF analysis.Main results show that one can identify flow states well by assimilating the water stage measurements with less than Scm standard deviation alone.And the results using discharge measurement with 5%relative standard deviation are close to those using water stage with lOcm standard deviation.Further,when both kinds of measurements are assimilated,the appropriate variable transformation is required to remedy the truncation errors of the numerical computation.
  • [1] 赖锡军,傅国圣,孙波.非恒定水流计算的最优控制问题及其变分求解[J].水科学进展,2008,19(4):537-545.(LAI Xi-jun,FU Guo-sheng,SUN Bo.Optimal control problems in unsteady flow computation and their variational solutions[J].Advances in Water Science,2008,19(4):537-545.(in Chinese))
    [2] KALMAN R E.A new approach to linear filtering and prediction problems[J].Transactions of the ASME-Journal of Basic Engineering,1960,82(Series D):35-45.
    [3] 葛守西,程海云,李玉荣.水动力学模型卡尔曼滤波实时校正技术[J].水利学报,2005,36(6):687-693.(GE Shou-xi,CHENG Hai-yun,LI Yu-rong.Real time updating of hydrodynamic model by using Kalman filter[J].Journal of Hydraulic Engineering,2005,36(6):687-693.(in Chinese))
    [4] 李致家,殷骏.一维不恒定流与卡尔曼滤波耦合的河道实时洪水预报模型[J].水力发电,2003,29(4):15-18.(LI ZHi-jia,YIN Jun.Real-time flood forecasting modeling coupling between 1D unsteady channel flow and Kalman filter[J].Water Power,2003,29(4):15-18.(in Chinese))
    [5] 李大勇,董增川,刘凌,等.一维非恒定流模型与卡尔曼滤波耦合的实时交替校正方法研究[J].水利学报,2007,38(3):330-336.(LI Da-yong,DONG Zeng-chuan,LIU Ling,et al.Real-time alternative updating model coupling 1-D unsteady flow computation with Kalman filter[J].Journal of Hydraulic Engineering,2007,38(3):330-336.(in Chinese))
    [6] MADSEN H,SKOTNER C.Adaptive state updating in real-time river flow forecasting-a combined filtering and error forecasting procedure[J].Journal of Hydrology (Amsterdam),2005,308(1/4):302-312.
    [7] VERLAAN M.Efficient Kalman filtering algorithms for hydrodynamic models[D].[S.l.]:TU Delft,1998.
    [8] TODLING R,COHN S.Suboptimal schemes for atmospheric data assimilation based on the Kalman filter[J].Monthly Weather Review,1994,122(11):2530-2557.
    [9] EVENSEn G.Sequential data assimilation with a nonlinear quasi-geostrophic model using Monte Carlo methods to forecast error statistics[J].Journal of Geophysical Research,1994,99(C5):10143-10162.
    [10] HOUTEKAMER P,MITCHELL H.Data assimilation using an ensemble Kalman filter technique[J].Monthly Weather Review,1998,126(3):796-811.
    [11] HAUGEN V,EVENSEN G.Assimilation of SLA and SST data into an OGCM for the Indian Ocean[J].Ocean Dynamics,2002,52(3):133-151.
    [12] MClAUGHLIN D.An integrated approach to hydrologic data assimilation:interpolation,smoothing,and filtering[J].Advances in Water Resources,2002,25(8):1275-1286.
    [13] MORADKHANI H,SOROOSHIAN S,GUPTA H,et al.Dual state-parameter estimation of hydrological models using ensemble Kalman filter[J].Advances in Water Resources,2005,28:135-147.
    [14] EVENSEN G.Sampling strategies and square root analysis schemes for the EnKF[J].Ocean Dynamics,2004,54(6):539-560.
    [15] 赖锡军,姜加虎,黄群.漫滩河道洪水演算的水动力学模型[J].水利水运工程学报,2005(4):29-35.(LAI Xi-jun,JIANG Jia-hu,HUANG Qun.Hydrodynamic model for flood routing in a floodplain river[J].Hydro-Science and Engineering,2005(4):29-35.(in Chinese))
  • [1] 王乐, AlanJ S Cuthbertson, 张尚弘, 王永强.  非恒定流驱动下床面形态变化特征 . 水科学进展, 2021, 32(5): 751-758. doi: 10.14042/j.cnki.32.1309.2021.05.010
    [2] 康学远, 施小清, 邓亚平, 廖凯华, 吴吉春.  基于EnKF融合地球物理数据刻画含水层非均质性 . 水科学进展, 2018, 29(1): 40-49. doi: 10.14042/j.cnki.32.1309.2018.01.005
    [3] 果鹏, 夏军强, 陈倩, 李娜.  基于力学过程的蓄滞洪区洪水风险评估模型及应用 . 水科学进展, 2017, 28(6): 858-867. doi: 10.14042/j.cnki.32.1309.2017.06.007
    [4] 曹斌, 邹燚, 夏建新.  不同粒度颗粒在非恒定管流中跟随性试验 . 水科学进展, 2017, 28(3): 356-363. doi: 10.14042/j.cnki.32.1309.2017.03.005
    [5] 周俊伟, 包为民, 孙逸群, 张乾.  河道一维非恒定流微分结构摩阻公式及其试验论证 . 水科学进展, 2017, 28(4): 571-578. doi: 10.14042/j.cnki.32.1309.2017.04.011
    [6] 褚楠, 黄春林, 杜培军.  基于集合卡尔曼平滑算法的土壤水分同化 . 水科学进展, 2015, 26(2): 243-249. doi: 10.14042/j.cnki.32.1309.2015.02.012
    [7] 徐兴亚, 方红卫, 张岳峰, 赖瑞勋, 黄磊, 刘晓波.  河道洪水实时概率预报模型与应用 . 水科学进展, 2015, 26(3): 356-364. doi: 10.14042/j.cnki.32.1309.2015.03.007
    [8] 陈文龙, 宋利祥, 邢领航, 张文明, 周建中.  一维-二维耦合的防洪保护区洪水演进数学模型 . 水科学进展, 2014, 25(6): 848-855.
    [9] 陈一帆, 程伟平, 徐庆华, 万晓丽.  一个稳健的河网水情数据同化耦合模型 . 水科学进展, 2014, 25(6): 842-847.
    [10] 李一平, 唐春燕, 余钟波, Acharya Kumud.  大型浅水湖泊水动力模型不确定性和敏感性分析 . 水科学进展, 2012, 23(2): 271-277. doi: CNKI: 32.1309.P.20120224.2002.009
    [11] 南统超, 吴吉春.  集合卡尔曼滤波估计水文地质参数的局域化修正 . 水科学进展, 2010, 21(5): 613-621.
    [12] 吴晓玲, 王船海, 向小华.  实时校正中的旁侧入流反演方法 . 水科学进展, 2009, 20(1): 52-57.
    [13] 赖锡军, 傅国圣, 孙波.  非恒定水流计算的最优控制问题及其变分求解 . 水科学进展, 2008, 19(4): 537-545.
    [14] 汪守东, 沈永明, 姜恒志.  基于未确知信息的环状河网水质数学模型研究 . 水科学进展, 2007, 18(6): 871-878.
    [15] 范杰, 王长德, 管光华, 崔巍.  渠道非恒定流水力学响应研究 . 水科学进展, 2006, 17(1): 55-60.
    [16] 冯小香, 张小峰, 崔占峰.  垂向二维非恒定流及悬浮物分布模型研究 . 水科学进展, 2006, 17(4): 518-524.
    [17] 陈前海, 方红卫, 王光谦.  三门峡库区一维非恒定非均匀泥沙输移数学模型 . 水科学进展, 2004, 15(2): 160-164.
    [18] 魏根群, 陈璧宏, 宿晓辉.  反调节水库非恒定流数值模拟 . 水科学进展, 2001, 12(4): 491-498.
    [19] 程永光, 索丽生.  计算明渠非恒定流的一个Lattice BGK模型 . 水科学进展, 2000, 11(4): 362-367.
    [20] 吴浩云.  杭嘉湖地区洪水演进水动力学模型研究 . 水科学进展, 1998, 9(3): 265-268.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  128
  • HTML全文浏览量:  22
  • PDF下载量:  772
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-01-30
  • 刊出日期:  2009-03-25

水动力学模型与集合卡尔曼滤波耦合的实时校正多变量分析方法

  • 中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室, 江苏, 南京, 210008
    • 基金项目:  国家自然科学基金资助项目(50709034;40571028);江苏省基础研究计划(自然科学基金)
    作者简介:

    赖锡军(1977- ),男,浙江遂昌人,助理研究员,博士,主要从事环境水力学研究.E-mail:xjlai@niglas.ac.cn

  • 收稿日期: 2008-01-30
  • 刊出日期: 2009-03-25

  • 中图分类号: TV131.4

摘要: 为减少非恒定水流计算中的不确定性,在水流随机运动系统状态空间模型基础上,应用集合卡尔曼滤波(EnKF)技术建立了非恒定水流分析的实时更新(校正)方法。该方法适用于非线性的随机微分方程,过程和观测噪声可以是非正态分布。同时,为充分利用水位、流量等误差量级相差巨大的观测中所蕴含的有效信息,导出了EnKF多变量分析格式。以明渠单峰洪水过程的合成数据为例,考察了运用建立的实时更新方法分析预报一维洪水演进的性能。重点对比了采用不同精度等级下的水位和流量观测资料进行滤波的效果。在中国现行标准规定的允许观测误差范围内,以水位观测进行一维洪水动力学模型的滤波分析可有效地控制误差、估计流量、识别水流运动系统状态。长江干流清溪场至万县江段实际洪水计算还证实:该方法通过插入即时观测,可实时更新模型状态,给出与实际更为接近的计算。

English Abstract

赖锡军. 水动力学模型与集合卡尔曼滤波耦合的实时校正多变量分析方法[J]. 水科学进展, 2009, 20(2): 241-248.
引用本文: 赖锡军. 水动力学模型与集合卡尔曼滤波耦合的实时校正多变量分析方法[J]. 水科学进展, 2009, 20(2): 241-248.
shu
LAI Xi-jun. Real-updating multivariate analysis for unsteady flows with ensemble Kalman filter[J]. Advances in Water Science, 2009, 20(2): 241-248.
Citation: LAI Xi-jun. Real-updating multivariate analysis for unsteady flows with ensemble Kalman filter[J]. Advances in Water Science, 2009, 20(2): 241-248.
shu

    全文HTML

参考文献 (15)

目录

    /

    返回文章
    返回

    版权所有 © 《水科学进展》杂志社

    主办：南京水利科学研究院、中国水利学会 地址：南京市虎踞关34号邮政编码：210024

    电话：025-85829770电子邮箱：skxjz@nhri.cn

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计