简介:
本发明公开了一种水文地质参数的估计方法,其将经典卡尔曼滤波在已有的集合估计的基础上添加协方差局域化系统形成了一个新方法。本方法考虑了复杂水文地质条件下多类型、多来源测量数据之间的相关性;针对集合估计理论的不足,采用舒尔积权重最大程度地降低有限集合中的取样噪声;具有连续同化的特点,可以在观测的同时进行求参,随着获得的观测数据不断的输入,求参效果也会不断改善;获得参数估计的同时也得到了对应估计所包含的不确定性,更加科学、准确。本方法有机集成了多个理论和方法的长处,且使用方便,有着同类复杂水文地质求参问题下的普遍适用性。
本发明公开了一种水文地质参数的估计方法,其将经典卡尔曼滤波在已有的集合估计的基础上添加协方差局域化系统形成了一个新方法。本方法考虑了复杂水文地质条件下多类型、多来源测量数据之间的相关性;针对集合估计理论的不足,采用舒尔积权重最大程度地降低有限集合中的取样噪声;具有连续同化的特点,可以在观测的同时进行求参,随着获得的观测数据不断的输入,求参效果也会不断改善;获得参数估计的同时也得到了对应估计所包含的不确定性,更加科学、准确。本方法有机集成了多个理论和方法的长处,且使用方便,有着同类复杂水文地质求参问题下的普遍适用性。