Zobrazeno 1 - 10
of 59
pro vyhledávání: '"R. Todling"'
Publikováno v:
Earth and Space Science, Vol 7, Iss 3, Pp n/a-n/a (2020)
Abstract Adding a Forecast Sensitivity‐based Observation Impact component to Version 2 of the Modern Era Retrospective‐analysis for Research and Applications, the present study provides an assessment of the impact of nearly 40 years of observatio
Externí odkaz:
https://doaj.org/article/e40b4f0155cd42d19d94f0fa3fb0f34a
Publikováno v:
Nonlinear Processes in Geophysics, Vol 15, Iss 4, Pp 645-659 (2008)
This paper compares the performance of the Local Ensemble Transform Kalman Filter (LETKF) with the Physical-Space Statistical Analysis System (PSAS) under a perfect model scenario. PSAS is a 3D-Var assimilation system used operationally in the Goddar
Externí odkaz:
https://doaj.org/article/3fb894d44a964085bc3abb7755d3c744
Publikováno v:
Trends in Computational and Applied Mathematics, Vol 11, Iss 1 (2010)
Assimilação de Dados é um método que combina dados de um modelo matemático e dados de observações, permitindo uma melhoria na previsão do modelo. Métodos seqüenciais ótimos são baseados em teoria de estimativa formal que minimiza os erros
Externí odkaz:
https://doaj.org/article/1947d410f17146b7ba61af7042a99a2f
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
TEMA - Tendências em Matemática Aplicada e Computacional. 11
Assimilacao de Dados e um metodo que combina dados de um modelo matematico e dados de observacoes, permitindo uma melhoria na previsao do modelo. Metodos sequenciais otimos sao baseados em teoria de estimativa formal que minimiza os erros dos dados d
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::7b58fced4aeb663b7626ce6bb8aa00ef
https://doi.org/10.5540/tema.2010.011.01.0029
https://doi.org/10.5540/tema.2010.011.01.0029
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.