haku: @keyword data-assimilaatio / yhteensä: 3
viite: 3 / 3
« edellinen | seuraava »
| Tekijä: | Vira, Julius |
| Työn nimi: | Variational data assimilation in chemistry-transport modelling |
| Variaatiolaskentaan perustuva data-assimilaatio kemia-kuljetusmallinnuksessa | |
| Julkaisutyyppi: | Diplomityö |
| Julkaisuvuosi: | 2008 |
| Sivut: | 49 Kieli: eng |
| Koulu/Laitos/Osasto: | Matematiikan ja systeemianalyysin laitos |
| Oppiaine: | Matematiikka (Mat-1) |
| Valvoja: | Somersalo, Erkki |
| Ohjaaja: | Sofiev, Mikhail |
| OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
| Sijainti: | P1 Ark T80 | Arkisto |
| Avainsanat: | data assimilation chemistry-transport models 4D-VAR data-assimilaatio kemia-kuljetusmallit 4D-VAR |
| Tiivistelmä (fin): | Data-assimilaatiolla tarkoitetaan meteorologiassa havaintojen ja mallinnuksen avulla saadun informaation yhdistämistä kattavaksi kokonaiskuvaksi. Tässä työssä käsitellään ensisijaisesti säämalleissa käytetyn neliulotteisen variaatiomenetelmän (4D-VAR) soveltamista data-assimilaatioon ilmakehän koostumuksen kehitystä kuvaavassa kemia-kuljetusmallissa. Käytetyn menetelmän oleellinen piirre on eriaikaisen havaintodatan täsmällinen hyödyntäminen mallinnetun aikakehityksen avulla, mikä mahdollistaa menetelmän soveltamisen säämalleista poiketen päästölähteiden arvioimiseen. Ongelman tehokas käsittely edellyttää ns. adjungoidun mallin muodostamista ja ratkaisua, mikä voidaan toteuttaa muokkaamalla joko diskretoitua tehtävää tai alkuperäistä differentiaaliyhtälöä. Työssä käsitellään lähinnä jälkimmäistä vaihtoehtoa ja esitetään adjungoitu tehtävä kemia-kuljetusmallille. Ongelmaa on aiemmin käsitelty erityisesti säätöteorian kannalta (Lions 1971; Marchuk 1995), ja yhtenä tavoitteena työssä oli muodostaa synteesi näiden sekä meteorologisten lähteiden välille. Työn sovelletussa osassa käsitellään menetelmän toteutusta Ilmatieteen laitoksen käyttämään SILAM-kemia-kuljetusmalliin. Toteutusta kokeiltiin käytännössä assimiloimalla vuorokauden ennusteisiin kahden viikon ajan mitattuja rikkidioksidipitoisuuksia Etelä- ja Keski-Euroopan alueella. Kokeessa datan assimilointi pienensi ennusteiden kokonaisvirhettä, mutta parannukset jakautuivat epätasaisesti eri alueille. Erityisenä havaintona ilman data-assimilaatiota suoritettu vertailuajo tuotti tulivuori Etnan lähellä vahvasti yliarvioituja pitoisuuksia, ja assimilaatiotulosten perusteella tämä vaikuttaa johtuvan tulivuoren virheellisestä parametrisoinnista päästöinventaariossa. Etnan osalta tulokset rohkaisevat soveltamaan menetelmää etenkin rajatumpiin, päästölähteiden arviointiin tähtääviin tutkimuksiin. Menetelmän ja sen toteutuksen käyttö operatiivisessa mallinnuksessa edellyttää kuitenkin jatkokehittelyä. |
| Tiivistelmä (eng): | In meteorology, combining the information from models and measurements to produce an estimate of the atmospheric state is called data assimilation. This work focuses on applying the 4D-VAR data assimilation method in chemistry-transport models, which describe the evolution of atmospheric composition. The main feature of the 4D-VAR method is its ability to rigorously utilise measured data obtained at different times using the modelled evolution of the atmosphere. This makes it possible to adapt the method for estimation of emission sources. Efficient solution of the problem requires developing and solving the so-called adjoint model, which can be realised either by modifying the discretised problem, or by transforming the original differential equa- tion. Following the latter approach, the adjoint problem for the chemistry-transport model is derived and presented. In most of the literature (Lions 1971; Marchuk 1995), the problem has been discussed in the context of control theory, and one of the objectives of the work has been to develop a synthesis between those and the meteorological literature. The applied part of the work discusses the implementation of the method in the SILAM chemistry-transport model used at Finnish Meteorological Institute. The implementation was tested in practice by assimilating measured concentrations of sulphur dioxide in Central and Southern Europe into daily forecasts over a period of two weeks. While the total forecast error was decreased using data assimilation, the geographical distribution of the improvements was uneven. In particular, the reference run without data assimilation produced highly overestimated concentrations of sulphur dioxide near the volcano Mt. Etna. According to the assimilation results, this appears to be caused by incorrect parametrisation of the volcano in the emission inventory. The results regarding Mt. Etna encourage into using the method at least for more limited studies aiming at estimation of emission sources. However, further work is needed to make the method and its implementation useful in operational modelling. |
| ED: | 2009-02-18 |
INSSI tietueen numero: 36761
+ lisää koriin
« edellinen | seuraava »
INSSI