الأبحاث المرتبطة بالكلمة المفتاحية: مرشح كالمان الجماعي
-
تعزيز دمج بيانات الثلوج مع عدم اليقين الديناميكي في الملاحظة
2026 | المؤلف: Devon Dunmire وآخرون | المجلة: The cryosphere | المجال: علوم الغلاف الجوي (Atmospheric Science)تبحث هذه الدراسة في دمج عدم اليقين في الملاحظة الديناميكية ضمن إطار عمل دمج بيانات عمق الثلج باستخدام مرشح كالمان الجماعي (EnKF). تستخدم الدراسة منتج استرجاع عمق الثلج المستمد من التعلم الآلي من ملاحظات الأقمار الصناعية Sentinel-1، والذي يتم دمجه في نموذج سطح الأرض Noah-MP فوق جبال الألب الأوروبية من 2015 إلى 2023. يقارن المؤلفون…
-
استرجاع ملفات الديناميكا الحرارية الجوية وملفات الهيدرو ميتر باستخدام إطار عمل فلتر كالمان المقيد ديناميكيًا 1D-Var استنادًا إلى مقياس الميكروويف الأرضي
2026 | المؤلف: Q. Zhang وآخرون | المجلة: Geoscientific model development | المجال: علوم الغلاف الجوي (Atmospheric Science)تقدم البحث إطار عمل جديد قائم على مرشح كالمان المقيد بالثرموديناميكا (TCKF1D-Var) مصمم لتعزيز دقة استرجاعات أجهزة قياس الميكروويف الأرضية (GMWR)، خاصة في ظل الظروف السحابية والممطرة الصعبة. من خلال استخدام درجة الحرارة الافتراضية كمتغير تحكم ودالة تكلفة قائمة على النسبة غير المعتمدة على تباينات الأخطاء الخلفية والملاحظة، يفرض TCKF1D-Var اتساقًا رطبًا حراريًا. بالإضافة إلى…
-
دمج بيانات قياس الارتفاع SWOT لإعادة تحليل الفيضانات النهرية: من البيانات الاصطناعية إلى البيانات الحقيقية
2026 | المؤلف: Q. Bonassies وآخرون | المجلة: IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing | المجال: التغيرات الكوكبية والعالمية (Global and Planetary Change)يتناول هذا القسم من ورقة البحث الدور المهم للاستشعار عن بعد، وخاصة من خلال مهمة سطح المياه وتضاريس المحيط (SWOT)، في تعزيز مراقبة الفيضانات ونمذجة الديناميكا الهيدروليكية. تركز الدراسة على امتداد بطول 50 كم من نهر غارون، باستخدام استراتيجيات دمج بيانات مختلفة تعتمد على مرشح كالمان الجماعي (EnKF) لتحسين دقة إعادة تحليل الفيضانات النهرية. تشير…
-
طريقة دمج بيانات هجينة تعتمد على تصفية كالمان الجماعية في الوقت الحقيقي وKNN لتوقع COVID-19
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: النمذجة والمحاكاة (Modeling and Simulation)تقدم هذه الدراسة طريقة هجينة لدمج البيانات تعزز من دقة التنبؤ لنموذج SEAIQR (المعرضون-المصابون-غير الأعراض-المعزولون-المزالون) المعتمد على الزمن لتوقع الأوبئة. من خلال دمج تصفية كالمان الجماعية في الوقت الحقيقي مع خوارزمية الجيران الأقرب، تجمع هذه الطريقة بفعالية بين التعديلات الديناميكية والتعرف على الأنماط المخصصة لديناميات الأوبئة. تظهر التجارب العددية التي تستخدم بيانات حالات COVID-19 من…