导读:本文包含了试验误差方差论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:误差,方差,协方差,模型,背景,数值,正交。
试验误差方差论文文献综述
刘柏年,皇群博,张卫民,任开军,曹小群[1]（2017）在《集合背景误差方差中小波阈值去噪方法研究及试验》一文中研究指出背景误差方差的集合估计值中带有大量采样噪声,在应用之前需进行降噪处理.区别于一般的高斯白噪声,采样噪声具有空间和尺度相关性,部分尺度上的噪声能级远大于平均能级.本文针对背景误差方差中采样噪声的特征,引入小波阈值去噪方法,并根据截断余项的小波系数分布特征发展了一种计算代价很小,能自动修正阈值的算法.一维理想试验结果表明,该方法能滤除大量采样噪声,提高背景误差方差估计值的精度.相对于原来的小波阈值方法,修正阈值后减少了因部分尺度上噪声能级过大导致的残差,去噪后的RMSE减少了13.28%.将该方法应用在实际的集合资料同化系统中,结果表明,小波阈值方法优于谱方法,阈值修正后能在不影响信号的前提下增大小波去噪强度.(本文来源于《物理学报》期刊2017年02期）
王叶红,陈超君,赵玉春[2]（2016）在《华中区域模式叁维变分中夏季背景误差协方差统计与对比试验》一文中研究指出叁维变分同化利用背景信息和观测信息得到最优的初值,其中作为背景信息权重的背景误差协方差(B)起着至关重要的作用,它决定着观测值订正到背景场的程度、以及控制信息从观测位置向四周传播的方式,决定模式变量之间在动力上是否协调一致[1-2]。在变分同化系统实现过程中,B约为107×107的超级矩阵,难以存储、计算和求逆,所以它在变分同化系统中是无法直接表示的,一般采用控制变量变换的方法来进行统计,从而获得B的统计量特征[3]。由于背景误差协方差叁维空间结构特征与数值模式分辨率和观测网密切相关,并且受不同条件(天气情况、地理地形、预报模式等)影响,背景场误差的特征差别较大,因此对特定的区域和模式进行资料同化,都需要进行统计背景误差协方差的相关工作。诸多研究表明[4-7],改进背景误差协方差是提高分析场精度和天气预报技巧的非常有效的方法。华中区域气象中心于2012年3月开始引进开发WRF模式系统,建立华中区域中尺度数值预报系统,其同化系统采用的是WRF叁维变分同化系统。因此,在华中区域数值模式系统的建立与进一步开发中,对B的统计研究十分重要。本文利用2012年6月12日—8月31日华中区域中尺度业务数值预报模式(WRF)一日两次的预报结果,采用NMC方法对背景误差协方差(B)进行了统计,得到了基于华中区域业务模式框架、分辨率和区域地理特征的夏季背景误差协方差矩阵的回归系数、特征向量、特征值以及特征长度尺度,并对模式叁重嵌套各区域B的统计结构特征进行了对比,结果表明不同区域B的统计结构特征差异明显,表明B与模式区域地理特征和分辨率等关系密切。为探讨不同B对模式预报的影响,采用WRF模式自带的通用B矩阵(CV3-B)及本文统计得到的本地化B矩阵两种方案对2013年6—8月进行了批量试验和统计检验,结果表明:采用本地化B后,24 h小雨、中雨、大雨和48 h中雨、大雨、暴雨降水预报TS评分皆有所提高(图1)。850 h Pa风、温度及2 m温度等要素场预报的均方根误差减小,但500 h Pa高度场均方根误差略有加大(图2)。对2013年7月5日00时(世界时,下同)—6日00时发生在云南北部—重庆—湖北南部—安徽中部—江苏南部地区出现一次强降水过程探讨了不同B对模式预报的影响,如图3所示给出了25 mm以上降水的范围,可见此次强降水主要出现在安徽中部地区及鄂豫皖交界地带、皖苏交界地带。最强降水达150 mm以上。对比CV3-B试验(图3b)与本地化B试验(图3c)预报的降水,可见:CV3-B试验预报的25 mm以上雨带范围小、降水强度弱,特别是对安徽中部及鄂豫皖交界地带、皖苏交界地带的强降水预报明显范围偏小、强度偏弱;采用本地化B后,则对此处强降水的预报有较明显改善,尽管25 mm以上降水范围仍小于实况,但安徽中部及鄂豫皖交界地带、皖苏交界地带的强降水范围和强度均得到明显改善。进一步分析两个试验在初始时刻要素场的分布情况,可见两个试验在初值存在显着差异。从模式5日00时—6日00时24 h积分平均状况来看(图4),可以更加清楚地看到这种差异。在24 h降水发生期间,本地化B试验(图4b)在实况雨带北侧的切变线稳定维持,切变线南侧是带状云水和高相对湿度分布带,其高湿区、云水区均与实况雨带范围吻合非常好,特别是云水大值区位于安徽中部及鄂豫皖交界地带、皖苏交界地带,与实况强降水位置吻合较好。而CV3-B试验(图4a)流场结构、云水、相对湿度大值区的配置均不如本地化B试验。对一次典型强降水过程预报结果的分析表明,本地化B试验对强降水的范围和强度预报均明显优于模式自带的B试验;不同B方案,对初值场的初值影响非常显着,从而显着影响了数值预报结果,总体而言,本地化B分析的初值更为合理,也更加利于实况降水的产生。(本文来源于《第33届中国气象学会年会 S1 灾害天气监测、分析与预报》期刊2016-11-01）
王叶红,陈超君,赵玉春[3]（2016）在《华中区域模式叁维变分中夏季背景误差协方差统计与对比试验》一文中研究指出利用2012年6月12日—8月31日华中区域中尺度业务数值预报模式(WRF)一日两次的预报结果,采用NMC方法对背景误差协方差(B)进行了统计,得到了基于华中区域业务模式框架、分辨率和区域地理特征的夏季背景误差协方差矩阵的回归系数、特征向量、特征值以及特征长度尺度,并对模式叁重嵌套各区域B的统计结构特征进行了对比,结果表明不同区域B的统计结构特征差异明显,表明B与模式区域地理特征和分辨率等关系密切。为探讨不同B对模式预报的影响,采用WRF模式自带的通用B矩阵(CV3-B)及本文统计得到的本地化B矩阵两种方案对2013年6—8月进行了批量试验和统计检验,结果表明:采用本地化B后,24 h小雨、中雨、大雨和48 h中雨、大雨、暴雨降水预报TS评分皆有所提高。850 h Pa风、温度及2 m温度等要素场预报的均方根误差减小,但500 h Pa高度场均方根误差略有加大。暴雨个例的分析表明:不同B方案,对初值影响非常显着,本地化B方案分析的初值场更趋合理,因而改进了降水预报。(本文来源于《暴雨灾害》期刊2016年04期）
张卫民,刘柏年,曹小群,赵延来,朱孟斌[4]（2016）在《流依赖球面小波背景误差协方差模型设计和初步试验》一文中研究指出基于资料同化集合设计了流依赖球面小波背景场误差协方差模型中背景误差方差和局地垂直相关协方差的统计计算方法。为了提高背景误差方差的估计精度,采用客观滤波技术来减少因集合样本个数不足而引入的随机取样噪声。最后在银河四维变分同化业务系统(YH4DVar)上设计了集合资料同化的试验系统,以流依赖背景误差方差为重点验证了模型的有效性。结果表明:基于流依赖球面小波背景误差协方差模型能够有效估计出随天气状态变化的背景场误差方差,对台风等剧烈变化的天气过程的同化分析和预报都具有一定的正效果。(本文来源于《气象学报》期刊2016年03期）
王春平,胡希远,沈琨仑[5]（2013）在《玉米区域试验中误差方差的异质性及其对品种评价的影响》一文中研究指出为了研究我国玉米区域试验中误差方差的异质性存在状况及其对品种评价的作用,以2003—2006年东北和华北16组玉米区域试验资料为依据,对玉米区域试验各环境试验误差方差差异状况及误差方差同质模型和异质模型的拟合效果进行了验证,并对品种效应差异显着性测验在误差同质模型和误差异质模型分析结果的差异状况进行了比较。结果表明,在分析的所有试验中,试验误差方差在环境间具有较大差异;误差方差异质模型比误差方差同质模型对试验数据拟合效果普遍较好;模型是否考虑误差方差的异质性对品种-环境交互效应测验结果有较大影响,而对品种主效应测验结果影响极小;误差方差异质模型比误差方差同质模型测验效率高。(本文来源于《作物学报》期刊2013年03期）
刘向文,李维京,吴统文,肖贤俊[6]（2012）在《背景误差协方差矩阵不同求逆方案在高度计资料同化试验中的应用比较》一文中研究指出针对海表高度计资料的同化,考查了背景误差协方差矩阵的不同求逆方案对同化效果的影响。所使用的求逆方案包括避免求逆的经验正交函数方案(EOF/EOF_var)、递归滤波方案(RF/RF_var)以及采用初等变换法直接求逆的方案(Inv)。基于上述方案开展了热带太平洋地区2002年1-7月的TOPEX/Poseidon高度计资料同化试验,并利用SODA再分析资料和TAO观测资料评估了各方案对温度场的同化效果,主要得到如下结果:与SODA相比较,Inv方案对模式温度场改进甚微,其余四种方案在100～300m深度之间对温度场改进较多,在其它深度范围内则改进较少;与TAO观测相比较,EOF_var、RF_var方案对模式温度场改进最多,EOF和RF方案次之,Inv方案则对温度场改进甚少。(本文来源于《海洋学报(中文版)》期刊2012年05期）
王海滨[7]（2010）在《方差分析在正交试验误差估计中的应用》一文中研究指出本文主要介绍如何利用方差分析对正交试验的误差进行估计,并就无合并误差和有合并误差这两种情形的正交试验,如何估计它们的试验误差,进行了详细的讨论.(本文来源于《数学学习与研究》期刊2010年23期）
邱晓滨,邱崇践[8]（2009）在《混合误差协方差用于集合平方根滤波同化的试验》一文中研究指出在集合卡尔曼滤波方法中,根据预报集合统计提供的依流型而变的预报误差协方差对同化起到决定性的作用。但在集合样本容量不足及模式存在系统误差时,由预报集合估计的预报误差协方差会出现明显偏差。既要减小这种估计偏差对同化产生的影响而又不增加计算量,一种可供选择的方法是将定常或准定常的高斯型预报误差协方差和由预报集合估计的预报误差协方差加权平均用于集合卡尔曼滤波同化。利用浅水方程模式,通过观测系统模拟试验检验在不同的模式误差、集合成员数以及观测密度条件下,将这种混合预报误差协方差矩阵用于在集合平方根滤波的效果。试验结果表明,当预报集合成员数较多而模式又无误差时,不必采用混合的预报误差协方差矩阵,否则,采用混合的预报误差协方差矩阵都有可能改进分析和预报。混合预报误差协方差的最优的权重系数与模式误差关系密切,模式误差越大,定常预报误差协方差的权重越大。最优的权重系数与集合成员数及观测密度也有一定关系。(本文来源于《高原气象》期刊2009年06期）
林雪原,田淑荣,闫立东[9]（2009）在《GPS小波去噪的误差方差建模技术与试验》一文中研究指出如何消除GPS观测数据的噪声以提高定位精度并估算消噪信号的误差方差对工程测量具有重要意义。在介绍小波多尺度分析的基础上,推导了在小波多尺度分析中平滑信号误差的理论方差模型,并通过实际的GPS单点静态定位试验给予验证。试验结果表明,该方法在有效消除噪声的同时,计算得到的各尺度平滑信号的误差方差与理论方差模型基本一致。(本文来源于《海军航空工程学院学报》期刊2009年04期）
张新育,周世国,孙甫照[10]（2008）在《两次重复试验叁因子全效应随机模型误差方差的齐性检验》一文中研究指出研究两次重复试验叁因子全效应随机模型误差方差的齐性检验问题,推导了检验统计量和检验规则的具体表达式.这一规则也适合于只有部分效应的随机模型,推导的主要工具是Kronecker积运算.最后给出一个应用实例.(本文来源于《郑州大学学报(理学版)》期刊2008年01期）
试验误差方差论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
叁维变分同化利用背景信息和观测信息得到最优的初值,其中作为背景信息权重的背景误差协方差(B)起着至关重要的作用,它决定着观测值订正到背景场的程度、以及控制信息从观测位置向四周传播的方式,决定模式变量之间在动力上是否协调一致[1-2]。在变分同化系统实现过程中,B约为107×107的超级矩阵,难以存储、计算和求逆,所以它在变分同化系统中是无法直接表示的,一般采用控制变量变换的方法来进行统计,从而获得B的统计量特征[3]。由于背景误差协方差叁维空间结构特征与数值模式分辨率和观测网密切相关,并且受不同条件(天气情况、地理地形、预报模式等)影响,背景场误差的特征差别较大,因此对特定的区域和模式进行资料同化,都需要进行统计背景误差协方差的相关工作。诸多研究表明[4-7],改进背景误差协方差是提高分析场精度和天气预报技巧的非常有效的方法。华中区域气象中心于2012年3月开始引进开发WRF模式系统,建立华中区域中尺度数值预报系统,其同化系统采用的是WRF叁维变分同化系统。因此,在华中区域数值模式系统的建立与进一步开发中,对B的统计研究十分重要。本文利用2012年6月12日—8月31日华中区域中尺度业务数值预报模式(WRF)一日两次的预报结果,采用NMC方法对背景误差协方差(B)进行了统计,得到了基于华中区域业务模式框架、分辨率和区域地理特征的夏季背景误差协方差矩阵的回归系数、特征向量、特征值以及特征长度尺度,并对模式叁重嵌套各区域B的统计结构特征进行了对比,结果表明不同区域B的统计结构特征差异明显,表明B与模式区域地理特征和分辨率等关系密切。为探讨不同B对模式预报的影响,采用WRF模式自带的通用B矩阵(CV3-B)及本文统计得到的本地化B矩阵两种方案对2013年6—8月进行了批量试验和统计检验,结果表明:采用本地化B后,24 h小雨、中雨、大雨和48 h中雨、大雨、暴雨降水预报TS评分皆有所提高(图1)。850 h Pa风、温度及2 m温度等要素场预报的均方根误差减小,但500 h Pa高度场均方根误差略有加大(图2)。对2013年7月5日00时(世界时,下同)—6日00时发生在云南北部—重庆—湖北南部—安徽中部—江苏南部地区出现一次强降水过程探讨了不同B对模式预报的影响,如图3所示给出了25 mm以上降水的范围,可见此次强降水主要出现在安徽中部地区及鄂豫皖交界地带、皖苏交界地带。最强降水达150 mm以上。对比CV3-B试验(图3b)与本地化B试验(图3c)预报的降水,可见:CV3-B试验预报的25 mm以上雨带范围小、降水强度弱,特别是对安徽中部及鄂豫皖交界地带、皖苏交界地带的强降水预报明显范围偏小、强度偏弱;采用本地化B后,则对此处强降水的预报有较明显改善,尽管25 mm以上降水范围仍小于实况,但安徽中部及鄂豫皖交界地带、皖苏交界地带的强降水范围和强度均得到明显改善。进一步分析两个试验在初始时刻要素场的分布情况,可见两个试验在初值存在显着差异。从模式5日00时—6日00时24 h积分平均状况来看(图4),可以更加清楚地看到这种差异。在24 h降水发生期间,本地化B试验(图4b)在实况雨带北侧的切变线稳定维持,切变线南侧是带状云水和高相对湿度分布带,其高湿区、云水区均与实况雨带范围吻合非常好,特别是云水大值区位于安徽中部及鄂豫皖交界地带、皖苏交界地带,与实况强降水位置吻合较好。而CV3-B试验(图4a)流场结构、云水、相对湿度大值区的配置均不如本地化B试验。对一次典型强降水过程预报结果的分析表明,本地化B试验对强降水的范围和强度预报均明显优于模式自带的B试验;不同B方案,对初值场的初值影响非常显着,从而显着影响了数值预报结果,总体而言,本地化B分析的初值更为合理,也更加利于实况降水的产生。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
试验误差方差论文参考文献
[1].刘柏年,皇群博,张卫民,任开军,曹小群.集合背景误差方差中小波阈值去噪方法研究及试验[J].物理学报.2017
[2].王叶红,陈超君,赵玉春.华中区域模式叁维变分中夏季背景误差协方差统计与对比试验[C].第33届中国气象学会年会S1灾害天气监测、分析与预报.2016
[3].王叶红,陈超君,赵玉春.华中区域模式叁维变分中夏季背景误差协方差统计与对比试验[J].暴雨灾害.2016
[4].张卫民,刘柏年,曹小群,赵延来,朱孟斌.流依赖球面小波背景误差协方差模型设计和初步试验[J].气象学报.2016
[5].王春平,胡希远,沈琨仑.玉米区域试验中误差方差的异质性及其对品种评价的影响[J].作物学报.2013
[6].刘向文,李维京,吴统文,肖贤俊.背景误差协方差矩阵不同求逆方案在高度计资料同化试验中的应用比较[J].海洋学报(中文版).2012
[7].王海滨.方差分析在正交试验误差估计中的应用[J].数学学习与研究.2010
[8].邱晓滨,邱崇践.混合误差协方差用于集合平方根滤波同化的试验[J].高原气象.2009
[9].林雪原,田淑荣,闫立东.GPS小波去噪的误差方差建模技术与试验[J].海军航空工程学院学报.2009
[10].张新育,周世国,孙甫照.两次重复试验叁因子全效应随机模型误差方差的齐性检验[J].郑州大学学报(理学版).2008
论文知识图
