面向集合卡尔曼滤波的土壤水分同化试验.pdfVIP

第 25 卷 　第 4 期 高 　原 　气 　象 Vol . 25 　No . 4 　　　　　　　　　　　　　　 2006 年 8 月 　　　　　　　　　　　PL A T EA U M E T EO ROL O GY Augu st , 2006 文章编号 : (2006) 基于集合卡尔曼滤波的土壤水分同化试验 黄春林 , 李 　新 ( 中国科学院 寒区旱区环境与工程研究所 , 甘肃 兰州 　730000) 摘 　要 : 集合卡尔曼滤波是由大气数据同化发展的新的顺序同化算法 , 它利用蒙特卡罗方法计算背景 场的误差协方差矩阵 , 克服了卡尔曼滤波需要线性化的模型算子和观测算子的难点 。我们发展了一个 ( ) 基于集合卡尔曼滤波和简单生物圈模型 SiB2 , Simp le Bio sp here Mo del 的单点陆面数据同化方案 。利 用 1998 年 7 月 6 日至 8 月 9 日青藏高原 GA M E - Tibet 实验区 M S3608 站点的观测数据进行了同化试 验 。结果表明 , 利用集合卡尔曼滤波的数据同化方法可以明显地提高表层 、根区、深层土壤水分的估 算精度 。 关键词 : 陆面数据同化系统 ; 集合卡尔曼滤波 ; 简单生物圈模型 ; 土壤水分 中图分类号 : P33 文献标识码 : A 根据 Ep st ein 的随机动态预报理论提出的顺序数据 1 　引言 同化算法 。它将模型状态预报看成近似随机动态预 ( ( ) 　　四维数据 同化 4DDA , Four Dimen sion Dat a 报 , 用一个状态总体 设数 目为 N 去代表随机动态 ) A ssimilation 简称数据同化 , 是指在考虑数据时空 预报中的概率密度函数 , 通过向前积分 , 状态总体 分布以及观测场和背景场误差的基础上 , 在数值模 很容易计算不同时间的概率密度函数所对应的统计 拟 的动 态运 行过程 中融合新 的观 测数据 的方 ( ) 特性 如均值与方差 。集合卡尔曼滤波的最大特点 [ 1～2 ] ( 法 。陆面数据 同化 系统 L DA S , L and Dat a 是它克服了卡尔曼滤波要求线性化的模型算子和观 A ssimilation Sy st em) 是近年来将四维同化方法应 测算子的缺点 。经过近十年的研究和发展 , 集合卡 用到地球表层科学和水文学中而迅速发展起来的 , 尔曼滤波算法逐渐发展成熟 , 也逐步受到数据同化 它作为独立的领