应用小波多尺度分解算法实现简化气候模式的减噪

应用小波多尺度分解算法 ,实现从简化气候模式混沌系统背景中将高斯噪声、随机信号、多频率的正弦周期信号和混沌信号分离 ,克服了先前的减噪要知道产生混沌信号的数学模型 ,并且要求假定叠加在混沌背景中的其它信号幅度相对很小的缺陷 .该方法可以用于资料信息的处理 .

在模式参数有误差下使用四维变分同化的LAF法

为了有效利用各种观测资料改善观测误差来提高集合预报的效果,提出了一种新的预报方法,即拟在模式参数有误差的情况下,利用四维变分同化方法获取的初始场进行滞后时间集合预报(LAF)。通过比较在不同的观测误差方差、不同观测个数以及不同观测间隔的条件下,新方法与传统的滞后时间集合预报方法和单考虑最优初始场的四维同化确定性预报的预报效果的差异。实验结果表明:使用四维变分同化分析场的滞后时间集合预报在短期内的预报效果较好,但随着预报时长的增加,预报效果与单滞后时间集合预报的预报效果相接近。