集合卡尔曼滤波数据同化方法改进土壤水分模拟效果_陈鹤.pdfVIP

第 32 卷 第 2 期 农 业 工 程 学 报 Vol.32 No.2 2016 年 1 月 Transactions of the Chinese Society of Agricultural Engineering Jan. 2016 99 集合卡尔曼滤波数据同化方法改进土壤水分模拟效果 1 2 1 1 陈 鹤 ，杨大文 ，刘 钰 ，张宝忠 （1. 中国水利水电科学研究院，流域水循环模拟与调控国家重点实验室，北京 100048 ； 2. 清华大学水利水电工程系，水沙科学与水利水电工程国家重点实验室，北京 100084 ） 摘 要：陆面过程模型是连续模拟土壤水分的有效工具，然而输入数据及模型结构本身的不确定性会导致模拟误差在模 型运行过程中不断积累。数据同化技术可以考虑模型不确定性，实时修正模型状态变量，进而提高土壤水分的模拟精度。 本研究构建集合卡尔曼滤波（EnKF, ensemble Kalman filter ）数据同化方法，将其集成到水文强化陆面过程模型 HELP （hydrologically-enhanced land process ）中，对模型中土壤水分及表面温度等状态变量进行优化。模型选取山东位山生态 水文观测站 2006 年的数据进行验证，采用未经同化的模型率定结果作为基准值。结果表明，数据同化后表层、根层、深 层土壤水分模拟结果相比基准值均有提高，土壤含水量均方根误差减小 30%～50%，证明采用数据同化方法能够有效提 高土壤水分的模拟结果。 关键词：土壤；遥感；温度；数据同化；陆面过程模型；土壤含水量 doi：10.11975/j.issn.1002-6819.2016.02.015 中图分类号：S152.7 文献标识码：A 文章编号： 1002-6819(2016)-02-0099-06 陈 鹤，杨大文，刘 钰，张宝忠. 集合卡尔曼滤波数据同化方法改进土壤水分模拟效果[J]. 农业工程学报，2016， 32(2)：99－104. doi：10.11975/j.issn.1002-6819.2016.02.015 Chen He, Yang Dawen, Liu Yu, Zhang Baozhong. Data assimilation technique based on ensemble Kalman filter for improving soil water content estimation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(2): 99－104. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2016.02.015 [7] 0 引 言 的状态变量进行优化，以期提高模拟精度 。数据同化的 概念和算法最早由海洋学家和气象学家提出[8]，近年来逐 非饱和带的土壤含水量是联结地表与地下水分与能 渐引入水文学研究中[9] [7] ，例如土壤水同化 ，地表温度同 量交换的纽带，影响着降水入渗过程、地表蒸散发等重 化[10]等。随着遥感技术的发展，越来越多的地表参数可