两类订正方案在集合均方根滤波土壤湿度同化中的对比.pdf

— ２１０— 江苏农业科学　２０１８年第４６卷第１２期 郭雅凯，王国杰，沈菲菲，等．两类订正方案在集合均方根滤波土壤湿度同化中的对比研究［Ｊ］．江苏农业科学，２０１８，４６（１２）：２１０－２１８． ｄｏｉ：１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０１８．１２．０５２ 两类订正方案在集合均方根滤波土壤 湿度同化中的对比研究 １ ２ ３ １ 郭雅凯 ，王国杰 ，沈菲菲 ，闵锦忠 （１．南京信息工程大学大气科学学院，江苏南京２１００４４；２．南京信息工程大学地理与遥感学院，江苏南京２１００４４； ３．南京信息工程大学大气物理学院，江苏南京２１００４４） 　　摘要：利用Ｎｏａｈ陆面模式，基于集合均方根滤波（ｅｎｓｅｍｂｌｅｓｑｕａｒｅ－ｒｏｏｔｆｉｌｔｅｒ，简称ＥＮＳＲＦ）算法，结合观测和模式 ２类订正方法，通过构建多个融合同化方案，进行土壤湿度同化研究。其中，模式订正采用粒子群优化算法估计模式 参数，观测订正则将观测季节性尺度的特征调整到与模式气候态相当的水平。结果表明，观测订正能够有效减少观测 与模式季节尺度差异，从而间接减少同化中的观测误差，而模式订正则有效减少模式参数在同化中产生的误差；引入 观测和模式订正后的同化都要优于原始观测且未订正模式的传统同化方案，而单独引入模式或者观测订正并不能够 提供给同化方案最佳误差订正信息；结合尺度化的观测订正和参数优化的模式订正，能够使传统土壤湿度ＥＮＳＲＦ估 计方案得到最大程度的改善。 　　关键词：集合均方根滤波；土壤湿度；观测订正；模式订正；融合同化方案 　　中图分类号：Ｓ１５２．７　　文献标志码：Ａ　　文章编号：１００２－１３０２（２０１８）１２－０２１０－０８ 　　土壤湿度影响着陆气交换中的水平衡和能量平衡，从而 多个不同来源。由于这２类误差难以准确估计，因此如何恰当 ［２４］ 对区域气候和天气过程中的降水预报产生重要影响。因此， 的订正这些系统性的偏差是决定同化成功的关键因素 。 准确估计土壤湿度是数值预报的研究热点，对于农业灌溉和 土壤湿度观测的误差订正，通常将观测与模式的气候尺 环境工程等领域也有重要意义。近几十年来，土壤湿度同化 度特征（一般为季节特征，约３个月）调整至１个相匹配的程 方法得到迅速发展。早期基于经验插值、订正和逼近方案，被 度［２５－２６］，进而利用这个重新调整后的观测值来代替原始观测 ［１］ 证实对较小尺度上的土壤湿度估计有改进 ；随后，基于最 值进行同化。这样做的好处在于基于模式特征的分析结果在 优估计理论的多种非线性卡尔曼滤波发展起来［２－６］；基于变 同化过程中可以被调整到符合观测的特征，但它并不假设模 分理论的多种方案也相继被提出［７－１０］。这些方案都较为严 式或观测的季节特征哪个更准确，因此也可以逆向订正，而且 格地遵守贝叶斯理论假设以获得理论最优解，但须要对土壤 整个订正过程独立于同化系统，便于实施。然而，该方案不内 ［１１］ 湿度方程进行线性简化 ；在实际应用中，这种简化对于高 置于同化模型中，无法调整动态变化的模式误差。 维非线性和多参数的陆面模式而言几乎是不可能的。因此， 一般而言，订正土壤湿度动态变化的模式误差，首先假设 ［１２］ 观测无偏，再利用观测增量（或者背景增量）和分析增量的比 集合卡尔曼滤波被引入土壤湿度同化方案中 。在真实的 非线性系统中，集合卡尔曼滤波的预报