Author(s): ZHANG Xue-feng, HUANG Da-ji, ZHANG Ben-zhao, TONG Yuan-Zheng
Pages: 88-94
Year: 2007 Issue:  1
Journal: JOURNAL OF MARINE SCIENCES
Keyword:  数据同化; 集合数据同化; EnKF; EnKS; EnSRF; SEEK;
Abstract: 集合数据同化方法具有简洁概念化的公式和应用起来相对容易等优点,因此,它们获得了普及性的应用;近10年来集合数据同化方法已经得到了快速的发展.综述了包括集合卡尔曼滤波(EnKF,Ensemble Kalman Filter)、集合卡尔曼平滑(EnKS,Ensemble Kalman Smoother)、集合方均根滤波(EnSRF,Ensemble Square-Root Filter)和减秩卡尔曼滤波(SEEK, Singular Evolutive Extended Kalman Filter)等集合数据同化方法的研究进展状况.通过与其它数据同化方法的对比,总结出了这些方法的特点,探讨了我国在集合数据同化方法研究中存在的问题并展望了该方法的研究和应用前景.