二维平面非恒定流数学模型的遥感水位数据同化 2dhorizontal unsteady flow model for assimilating remote sensing water levels.pdfVIP

第19卷第2期 水科学进展 V01．19．No．2 20∞年3月 ADVANCESINⅥrATERSCIENCE M盯．．2008 二维平面非恒定流数学模型的遥感水位数据同化 俞云利1，赖锡军2 ． (1．河海大学环境科学与工程学院。扛苏南京21∞嗨；2．中国科学院南京地理与湖泊研究所，江苏南京2100∞) 摘要：为了在水流计算中定量化利用遥感水位数据，基于偏微分方程最优化控制理论建立了变分模型来融合二维 平面非恒定流的数学模型和数据。根据遥感数据空同信息密集的特点，提出遥感水位数据同化的新算法。采用人工 合成数据考察了面域遥感数据对于定常参数和时变两类参数的反演效果。试验结果表明，遥感数据提供的空间分 布式信息有利于空间分布式参数的反演识别，而且通过引入考虑水面空间变化信息的附加项。可以改善观测信息 的同化，更好地辨识时变参数(流量过程)。以M∞eUe河的R^DARSAT卫星遥感水位数据检验了模型的实用性。 关键词：变分同化；参数识别；遥感数据；二维非恒定流；数学模型 中圈分类号：TVl31．2文献标识码：A 文章编号：l001．679l(2008)02．0224．明 随着空间信息技术的发展，遥感在内陆地表水监测中开始日益发挥其重要的作用。所获取的不同时间和空 间辨率的可用数据日趋丰富。数据精度也有望有较大幅度的提升…。通过遥感获取的数据为空间信息密集的面 域数据，它可有效地验证水流在空间上的分布特征，这是其与常规监测数据的主要区别。鉴于遥感数据获取的 巨大发展潜力及其独特数据特点，近些年，开始出现一些将遥感数据用来验证水力学模型的研究，如利用遥感 数据来确定模型的先验糙率，利用淹没范围来率定模型等【2_5J。在这些研究中，模型和数据是独立的，数据信 息很难得到充分利用。基于偏微分方程最优化控制理论的变分法(或伴随方法)【6J，可实现动力学模型和观测数 据的融合，特别适用于非恒定水流计算这类时间依赖问题。本文以变分法为基础，针对遥感数据的特点，提出 了可有效融合二维非恒定流数学模型和空间信息密集的分布式水位数据的变分同化算法。运用建立的模型，分 别采用人工合成数据和实际的卫星遥感图像，开展了在水流运动分析与预测中同化遥感数据的初步研究。 1 数学模型 二维非恒定水流的守恒型控制方程组可写成如下向量形式： 1． t 1 ．r 1 ； p、‘，， 、■，(1) 掣+兰婴+萼婴；口(u) ‘，‘ u五 【，7 式中 茗和，，方向的阻力坡降。 为求解特定区域内的水流，需要同时给定相应的初始条件和边界条件。初始条件给定如下： 收稿日期：2007．05．14 基金项目：国家自然科学基金资助项目柏571028)；江苏省基础研究计划资助项目(B删611) 作者简介：俞云利(19r79一)，女，浙江海宁人，博士研究生，主要从事环境水力学研究。 通讯作者：赖锡军，BmBil：xjlai@nigl秘．∽．∞ 万方数据 第2期 俞云利、赖锡军：二维平面非恒定流数学模型的遥感水位数据同化 225 矾=(乩。I．’“I．。I．．g，1．。I．)T 边界条件包含陆地边界和水域的开边界两类(边界以符号r表示)。 单宽流量口一给定的情况，下标n表示边界法向，q^(I)Ir已知。 对陆地边界 H-Ir=O 差lr=。 2变分同化方法 为了构建变分同化模型，需先给出代价函数．，，它是关于控制变量p的泛函： ，(p)=II l‘(U，￡严k，，)dQdI