卡尔曼滤波同化

卡尔曼滤波同化（Kalman filter data assimilation），理学-大气科学-多圈层耦合数值模式-模式初始化方法-资料同化，控制论领域信号处理的一种最优估计方法。是美国数学家、控制科学家R.E.卡尔曼（R.E.Kalman）于1960年提出的处理线性随机动态系统、具有高斯白噪声的随机信号的一种顺序递推、最小方差估计方法。在估计过程中，利用系统状态方程、观测方程及其白噪声激励（系统噪声和观测噪声）的统计特征，给定上一时刻系统状态的估计值及其噪声协方差，根据当前时刻的观测值及其噪声的协方差，可以递推计算当前时刻系统状态的最优估计及该估计的误差协方差。卡尔曼滤波有着广泛的应用。它应用于大气资料同化领域，被称为卡尔曼滤波同化。卡尔曼滤波同化是按照逐时次的序贯更新方式进行大气资料同化。在实现过程中，假定背景场和观测的误差是高斯分布的，考虑线性的预报模式和观测算子，显式地使用动态的背景场误差协方差，逐时次递推地融合背景场和观测，在分析误差最小的准则下得到大气状态的最优估计以及该估计的误差协方差。在具体实施上，卡尔曼滤波同化包含合二为一体的二个步骤：更新步骤和预报步骤。