一个基于集合卡尔曼滤波的土壤水分同化方案.pdfVIP

文章编号： 一个基于集合卡尔曼滤波的土壤水分同化方案 12 13 陈莹莹 ，施建成 （1 遥感科学国家重点实验室 中国科学院遥感应用研究所，北京 100101；2 中国科学院研究生院，北京 100049；3 计算地球系统科学研究所 加州大学 圣巴巴拉分校，圣巴巴拉 93106） 摘 要：发展了基于集合卡尔曼滤波和 Noah 陆面模式的土壤水分同化方案，并利用通量网提供的三个站点数 据进行了同化表层土壤水分观测试验。每 12 小时同化观测数据的试验表明：在整个观测期内，由于直接同化 了表层观测，三个站点的表层土壤水分同化结果与站点观测结果十分接近；同化表层观测后，其它各层的土壤 水分也得到了明显的改善。同化试验结果表明：(1)基于集合卡尔曼滤波的土壤水分同化方案是可行的，集合 卡尔曼滤波能有效解决陆面模型的非线性问题；(2)同化表层土壤水分后，同化系统能够将表层观测的土壤水 分信息传递到深层土壤，从而改善整个土壤水分廓线的估算。 关键词：陆面数据同化 集合卡尔曼滤波 土壤水分 Noah模型 中图分类号： 文献标识码： [2-10] 学中后，陆面数据同化获得了长足地发展 。 1. 引言 本文发展了基于集合卡尔曼滤波（Ensemble Kalman Filter, EnKF ）和Noah 陆面模式的土壤水分 土壤水分作为陆面过程研究中的重要参量，对 同化方案，并进行了同化单点观测土壤水分数据的 气候、区域环境变化起着非常重要的作用。它通过 试验，检验每 12 小时同化表层观测数据后对整个土 改变地表的反照率、土壤的热容量、地表蒸发、蒸 壤水分廓线的改善情况。 腾和植被的生长状况，导致地表能量、水分的再分 配，影响地表向大气输送的感热、潜热和长波辐射 2．同化方案设计 通量。实际应用中土壤水分是干旱预测、水文预报 和中长尺度气候预报的关键变量。 陆面数据同化机制一般由模型算子、观测算子、 观测和模拟是获取土壤水分信息的两种基本手 同化算法、输入数据等构成。模型算子用来描述陆 段。然而由于土壤水分高度的时空异质性特征，传 地和大气系统之间的水分、热量和动量的交换过程， 统的观测网络提供的观测数据不能满足水文预报的 通常为陆面过程模型或者水文模型。观测算子用来 要求。遥感通过反演的手段可以提供空间连续的陆 建立状态变量和观测数据之间的关系。当观测变量 面状态信息，但遥感不是通过直接量化来获取地表 与同化变量一致时，观测算子可以认为是插值算法； 状态的，因此受限于诸多因素，例如土壤水分的反 当观测变量为遥感数据，而与同化变量不一致时， 演受限于低植被覆盖区和表层几厘米深度[1] 。模式 观测算子通常是辐射传输模型，其作用是将模型算 可以通过离线（offline ）或者耦合的形式提供时空 子输出的相关变量转换为卫星的观测量。数据同化 连续的土壤水分信息，但模型误差和驱动数据的误 算法将模型算子和观测算子耦合在一起，在考虑模 差是客观存在的，随着模式向前积分，驱动数据和 型误差和观测误差的基础上，利用观测数据对模型 模式参数的误差不断累积，导致不正确的陆面水热 算子输出的状态变量进