基于非饱和土壤水流模型及地面观测的土壤湿度数据同化方案.pptxVIP

内 容引言陆面数据同化方法非饱和土壤水流问题的预报算子土壤湿度数据同化方案及试验小结与讨论一、引言土壤湿度通过影响陆面和大气之间的水分和能量的平衡，对气候、区域环境变化起着非常重要的作用，受到大气科学、土壤学、农业工程、环境工程和地下水动力学等领域的高度重视；获取土壤湿度的途径： 场地点观测、陆面水文模式模拟和遥感反演来估计。 中国土壤湿度观测的情况以农业气象观测为基础的每旬逢8观测，逢1发报，目前约有600个站；以农气加密观测为基础，逢3观测，逢6发报，约有400个站；2005年新布的100个自动观测站，目前刚安装运行，发报站不到10个，资料尚未经过对比分析。二、陆面数据同化方法直接插入法直接插入法是一种最简单的方法，就是在观测数据点上简单地用观测值替代模型的状态场而不考虑观测误差。该方法的前提假设是认为观测数据绝对准确。 2、Kalman滤波方法考虑如下的随机非线性离散系统： 式中 和 是非线性函数，向量 和 为系统过程噪声和观测噪声序列，假设为零均值白噪声序列。 Kalman滤波的预估—校正算法示意图预报部分（时间更新）1、状态预报 2、误差预报 分析部分（观测更新）1、计算增益矩阵2、对变量的分析3、对分析变量的误差的分析集合Kalman滤波计算流程图集合Kalman滤波是用一个集合统计的方法来估计Kalman滤波方程组中的分析误差协方差矩阵和背景场误差协方