基于遗传算法的四维变分资料同化技术的研究

【摘要】： 变分同化技术被公认为是提高数值模式初始场质量的有效方法之一，但它对目标函数的数学性态有较高的要求，同时，目前的四维变分同化技术在业务中要求有较高的环境才能实现。因此，寻找一种计算量相对较小、能适合实际业务需要的，对目标函数数学性态要求较弱的，并能够找到全局最优或接近全局最优解的算法就显得十分必要。 本文将遗传算法应用于四维变分资料同化问题，提供了一种新的较为有效的NWP初始场优化方法，给出了相应的理论依据和详细算法，并结合变分问题本身的特点，设计了合理的遗传编码、遗传操作和遗传参数。同时，以正压原始方程组为例建立了基于遗传算法的变分同化模型，并从多方面与伴随模式变分同化系统进行了分析比较。数值试验结果表明，基于遗传算法的变分同化系统取得了比较满意的同化效果。因此，将遗传算法应用于四维变分资料同化是切实可行而且有效的，这一工作丰富了变分同化的内容，使变分同化技术作为提高数值预报初始场的质量这一有效技术得到了进一步的应用。