基于L1范数正则项约束的不连续资料三维/四维变分融合研究

经典三维/四维变分融合基于误差服从高斯分布,在极小化迭代时涉及到求解目标泛函梯度,若资料不连续则不可微,从而无法求解相应梯度,故理论要求所融合的资料必须具有"连续性"。采用扩展经典三维/四维变分融合方法,显式地基于L1范数把先验知识作为正则项约束项耦合到经典变分融合模型。在实施过程中把资料映射到小波域,采用新的融合模型在"小波空间"完成资料融合后,再采用小波逆变换映射回"观测空间"。通过线性平流扩散方程作为四维预报模式进行理想试验,试验设计融合背景和观测资料不连续,即在某些点左右导数不相等,试验结果表明文中采用的方法可行。进一步将该方法用于多源降水资料融合试验,采用基于GAMMA拟合函数的概率密度匹配法(Probability Density Function matching method,PDF)进行CMORPH反演降水资料订正,再将订正后的资料与地面站观测资料进行融合。通过与参考场结构相似性度量,得到该方法能更好地保留代表一些天气现象的"离群点"。该融合方法为不连续资料融合,尤其是"跳变点"的变分融合奠定了理论基础并提供了可借鉴的方法。

利用观测资料求区域平均值过程中应注意的一个问题

为了得到描述一个区域整体特征的时间序列 ,客观分析和区域化求平均是在气象、海洋等领域普遍应用的资料处理方法。作者分析了应用Barnes方法和先区域化再求平均值方法得到的青藏高原地温、气温、气压等资料的近 40年变化曲线 ,可以看出在地形较复杂地区 ,如果观测资料连续性不好 ,这两种方法在实际应用中都必须消除地区差异的影响 ,才能得到较为可信的结论 ,否则就有可能得到与事实相背的结果。