[发明专利]一种模态信息优化过程模型的数据同化方法

权利要求书

1.一种模态信息优化过程模型的数据同化方法，其特征在于，包括以下步骤：

S1：对观测向量时间序列集合及过程模型模拟状态向量时间序列集合的映射观测向量时间序列集合进行模态信号分解；

S2：利用观测向量时间序列集合的模态信号分解、过程模型模拟状态向量时间序列集合的映射观测向量时间序列集合的模态信号分解计算模态集合优化量；

S3：利用模态集合优化量计算过程模型状态向量的优化量并对状态向量进行优化；

S4：利用模态信息优化后的过程模型状态向量优化过程模型模拟。

2.如权利要求1所述的一种模态信息优化过程模型的数据同化方法，其特征在于，所述S1，包括：

对观测向量时间序列集合进行模态信号分解，具体为：

式中，表示观测向量产品时间序列集合，表示经过i-1次模态分解的结果，下标O表示观测向量的维数，N表示的集合大小，D表示模态信号分解算子，表示经过i-1次模态分解的模态信号集合；

对过程模型模拟状态向量时间序列集合的映射观测向量时间序列集合进行模态信号分解，具体为：

式中，表示过程模型模拟状态向量时间序列集合的映射观测向量时间序列集合，表示经过i-1次模态分解的结果，表示经过i-1次模态分解的模态信号集合。

3.如权利要求1所述的一种模态信息优化过程模型的数据同化方法，其特征在于，所述S2，包括：

计算模态集合优化量组成的第一部分，具体为：

式中，T表示或中每个矩阵元素的时间长度，I表示模态分解的层数，表示的协方差矩阵，T表示矩阵转置；

计算模态集合优化量组成的第二部分，具体为：

式中，Ι表示N×N的单位阵。

4.如权利要求1所述的一种模态信息优化过程模型的数据同化方法，其特征在于，所述S3，具体为：

式中，β_N×N为模态集合优化量，X_L为过程模型状态向量，L为过程模型状态向量的维数，X_L×N为X_L的扰动集合，为利用β_N×N计算得到的X_L的优化量集合，为的第n(1≤n≤N)列，为的列均值，即X_L的优化量，为优化的过程模型状态向量。

5.如权利要求1所述的一种模态信息优化过程模型的数据同化方法，其特征在于，所述S4，具体为：

式中，M表示过程模型，FP为与同时刻的强迫数据集和地表参数数据集，表示过程模型优化模拟的下一时刻状态向量的结果。