论文部分内容阅读
针对传统地表温度序列分析方法预测精度不高的问题,提出一种基于暂态模型补充预测的局部集合扩展卡尔曼（LET-KF）数据同化地表温度序列分析方法。首先,对地表温度模型进行研究,根据植被和泥土覆盖率,设计地表温度暂态模型;然后,为提高卡尔曼滤波算法性能,并结合地表温度暂态模型预测输出特点,设计局部集合变换卡尔曼数据同化算法。通过与泰安周边地表温度卫星观测值和实测值数据同化实验表明,所提算法有效提高了对地表温度预测的精度。