Data assimilation using the Ensemble Adjustment Kalman filter with application to soil organic carbon modelling

Visa fullständig post



Permalänk

http://urn.fi/URN:NBN:fi:hulib-201905292226
Titel: Data assimilation using the Ensemble Adjustment Kalman filter with application to soil organic carbon modelling
Författare: Laine, Maisa
Medarbetare: Helsingfors universitet, Matematisk-naturvetenskapliga fakulteten
Utgivare: Helsingin yliopisto
Datum: 2019
Språk: eng
Permanenta länken (URI): http://urn.fi/URN:NBN:fi:hulib-201905292226
http://hdl.handle.net/10138/302303
Nivå: pro gradu-avhandlingar
Ämne: Matematiikka
Abstrakt: Data assimilaatio on estimointi menetelmä, jolla voidaan yhdistää informaatiota useista eri lähteistä. Data assimilaatio menetelmien hyödyllisyys näkyy erityisesti kun yhdistetään epäsuoria havaintoja mallin tilaan. Tässä tutkielmassa keskitytään sekventiaalisiin data assimilaatio menetelmiin, jotka pohjautuvat Kalman filter -menetelmään. Kalman filter -menetelmä johdetaan Bayesin kaavasta ja sen pohjalta esitellään ensemble-menetelmiä, jotka usein ovat laskennallisesti kevyempiä approksimaatiota Kalman filter -menetelmästä. Tutkielmassa sovelletaan Ensemble Adjustment Kalman filter -menetelmään orgaanisen maahiilen hajoamista kuvaavaan Yasso-malliin. Yasson avulla mallinnetaan pitkäaikaista maahiiltä kuudelta eri pellolta. Ennusteita parannetaan data assimilaation avulla yhdistämällä ennusteeseen mittauksista saatu informaatio.


Filer under denna titel

Totalt antal nerladdningar: Laddar...

Filer Storlek Format Granska
Laine_Maisa_Pro_gradu_2019.pdf 2.225Mb PDF Granska/Öppna

Detta dokument registreras i samling:

Visa fullständig post