數據同化理論與方法-一半科學,一半工程 鄧雄 楊碩 9787566141651 【台灣高等教育出版社】

圖書均為代購,正常情形下,訂後約兩周可抵台。
物品所在地:中國大陸
原出版社:哈爾濱工程大學
NT$502
商品編號:
供貨狀況: 尚有庫存

此商品參與的優惠活動

加入最愛
商品介紹
*完成訂單後正常情形下約兩周可抵台
*本賣場提供之資訊僅供參考,以到貨標的為正確資訊。
印行年月:202311*若逾兩年請先於私訊洽詢存貨情況,謝謝。
台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。
書名:數據同化理論與方法-一半科學,一半工程
ISBN:9787566141651
出版社:哈爾濱工程大學
著編譯者:鄧雄 楊碩
頁數:241
所在地:中國大陸 *此為代購商品
書號:1681171
可大量預訂,請先連絡。

內容簡介

數據同化是集成多源地理空間數據的新思路,其核心思想是把不同來源、不同解析度、直接和間接的觀測數據與模型模擬結果集成,生成具有時間一致性、空間一致性和物理一致性的各種狀態的數據集。 本書圍繞數據同化的基本概念、主流演算法的基本原理、可預測性與集合預報,以及數據同化的典型應用實例等內容進行系統介紹,旨在展示和剖析數據同化的基本原理與典型方法應用,為從事數據同化與數值預報的專業人員和相關學者提供有益參考,為相關業務保障單位開展新一代地球系統數據同化與數值預報系統裝備建設、業務部署和運行保障提供借鑒。

目錄

第0章 導言和概述
0 1 練習
0 2 示例
第1部分 數據同化,標量分析
第1章 數據同化簡介
1 1 經驗分析:目標映射
1 2 經驗分析:逐步訂正法
1 3 張弛逼近法(Nudging)
第2章 直觀的表述:最小二乘法估計與變分法
2 1 最小二乘法估計
2 2 實用有限抽樣和最小方差估計
2 3 變分(代價函數)法
2 4 練習
第3章 概率論的表述:最大似然估計和貝葉斯定理
3 1 最大似然估計
3 2 貝葉斯定理
3 3 練習
第4章 序列同化和卡爾曼濾波
4 1 觀測增量
4 2 順序數據同化
4 3 示例
4 4 練習
第5章 集合卡爾曼濾波
5 1 標量案例
5 2 練習
第6章 集合平方根濾波:一維案例
6 1 抽樣誤差及其對方差估計的影響
6 2 集合平方根濾波
6 3 示例
6 4 練習
第2部分 數據同化,多變數分析
第7章 多變數統計數據同化:OI
7 1 OI:兩個觀測的示例
7 2 一般OI模擬:全球領域
7 3 觀測運算元
7 4 示例
7 5 關於OI更深入的問題
7 6 使用多元回歸推導OI
7 7 練習
第8章 變分方法Ⅰ:三維變分
8 1 三維變分
8 2 01、3D-VAR和PSAS的等價性
8 3 最大似然解與貝葉斯推導
8 4 練習
第9章 集合卡爾曼濾波:多變數構想
9 1 擴展卡爾曼濾波(EKF)
9 2 集合卡爾曼濾波器(EnKF)
9 3 集合調整卡爾曼濾波的數據同化方法
9 4 一種基於最優觀測時間窗口的耦合數據同化方法
9 5 參數估計
9 6 一種參數敏感度決定的耦合模式多參數優化方法
9 7 示例
9 8 練習
第10章 實際實現中的先進問題
10 1 背景誤差協方差的改進
10 2 局地化
10 3 串列同化和局地化更新
10 4 確定性更新演算法:平方根濾波
10 5 非高斯和非線性
10 6 練習
第11章 變分方法Ⅱ:4D-VAR
11 1 4D-VAR數據同化
11 2 利用伴隨進行梯度計算
11 3 最小化方案
11 4 示例
11 5 4D-VAR的形式化理論和鄰接模式的應用
11 6 練習
第12章 粒子濾波數據同化方法
12 1 粒子濾波數據同化方法
12 2 改進粒子濾波資料同化方法
12 3 粒子濾波改進方案對比分析
12 4 均權重粒子濾波同化方法
12 5 基於統計觀測的均權重粒子濾波
第3部分 可預測性與集合預報
第13章 可預測性的介紹
13 1 動態系統。混沌和可預測性
13 2 李雅普諾夫指數:動態系統中混沌的度量
13 3 L指數頻譜的計算
13 4 練習
第14章 瞬態誤差增長和可預測性:局部李雅普諾夫向量和奇異向量
14 1 瞬時誤差增長
14 2 局部李雅普諾夫向量:最終時間的最優擾動(在線性動力學中)
14 3 奇異向量:有限時間的最優擾動
14 4 SVs和LLV的演變
14 5 練習
第15章 集合預報
15 1 動態一隨機的視角
15 2 蒙特卡洛預測
15 3 集合預報的目標和優勢
15 4 誤差增長率和可預測性的極限
15 5 練習
第16章 運行中的集合預報
16 1 繁殖載體
16 2 奇異向量
16 3 擾動的物理集合
16 4 超級集合
16 5 氣候預測
16 6 練習
附錄A 矩陣操作
A 1 矩陣操作
A 2 向量操作
A 3 特徵向量
A 4 矩陣分解:SVD分解
A 5 梯度運算
A 6 最小二乘法
附錄B 概率和統計
B 1 定義
B 2 概率的公理
B 3 條件概率
B 4 貝葉斯定理
B 5 概率函數
B 6 連續概率密度函數的例子及其相關的累積分佈
B 7 中心極限定理
B 8 對隨機向量X的概括
B 9 集合平均數和T分佈
B 10 集合方差和卡方分佈
練習附錄B
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。
規格說明
運送方式
已加入購物車
已更新購物車
網路異常,請重新整理