基于微波亮温及集合Kalman滤波的土壤湿度同化方案

被引：14

作者：

贾炳浩 ^{[1
,2
]}

谢正辉 ^{[1
]}

田向军 ^{[1
]}

师春香 ^{[3
]}

机构：

[1] 中国科学院大气物理研究所

[2] 中国科学院研究生院

[3] 中国气象局国家卫星气象中心

来源：

中国科学:地球科学 | 2010年 / 40卷 / 02期

关键词：

陆面数据同化; 土壤湿度; 集合Kalman滤波; SCE-UA; 算法; 辐射传输模型; AMSR-E;

D O I：

暂无

中图分类号：

TP79 [遥感技术的应用];

学科分类号：

081102 ; 0816 ; 081602 ; 083002 ; 1404 ;

摘要：

基于集合Kalman滤波及SCE-UA(shuffled complex evolution)算法发展了能够直接同化微波亮温的土壤湿度同化方案.该方案以陆面过程模式CLM3.0中的土壤水模型作为预报算子,以辐射传输模型作为观测算子.整个同化过程分为参数优化和土壤湿度同化两个阶段,利用SCE-UA算法优化辐射传输模型中难以确定的植被光学厚度参数和地表粗糙度参数,并利用优化参数作为观测算子的模型参数进行同化.通过人工理想试验表明该同化方案可以明显改善表层土壤湿度的模拟精度,并且对深层土壤湿度的模拟也有一定程度的改善;利用AMSR-E亮温(10.65GHz垂直极化)所进行的实际同化试验表明顶层(0～10cm)土壤湿度同化结果与观测的均方根误差(RMSE)由模拟的0.05052减小到0.03355,相对减小了33.6%,而较深层(10～50cm)平均减小了20.9%.这些同化试验显示该同化方案的合理性.

引用

页码：239 / 251

页数：13

共 16 条

[1] 集合Kalman滤波在土壤湿度同化中的应用 [J].

张生雷 ;

谢正辉 ;

师春香 ;

陈锋 .

大气科学, 2008, (06) :1419-1430

[2] 考虑次网格变异性和土壤冻融过程的土壤湿度同化方案 [J].

田向军 ;

谢正辉 .

中国科学(D辑:地球科学), 2008, (06) :741-749

[3] 土壤湿度——一个跨季度降水预测中的重要因子及其应用探讨 [J].

郭维栋 ;

马柱国 ;

王会军 .

气候与环境研究, 2007, (01) :20-28

[4] 基于土壤水模型及站点资料的土壤湿度同化方法 [J].

张生雷 ;

谢正辉 ;

田向军 ;

师春香 ;

陈锋 .

地球科学进展, 2006, (12) :1350-1362

[5] 土壤水分同化系统的敏感性试验研究 [J].

黄春林 ;

李新 .

水科学进展, 2006, (04) :457-465

[6] 非饱和流问题的数值模拟研究 [J].

谢正辉 ;

曾庆存 ;

戴永久 ;

王斌 .

中国科学(D辑:地球科学), 1998, (02) :175-180

[7]

Estimating the soil moisture profile by assimilating near-surface observations with the ensemble Kaiman filter （EnKF）[J] . Zhang Shuwen,Li Haorui,Zhang Weidong,Qiu Chongjian,Li Xin.Advances in Atmospheric Sciences . 2003 (6)

[8] Sampling strategies and square root analysis schemes for the EnKF [J].

Evensen, G .

OCEAN DYNAMICS, 2004, 54 (06) :539-560

[9] A very fast simulated re-annealing (VFSA) approach for land data assimilation [J].

Li, X ;

Koike, T ;

Pathmathevan, M .

COMPUTERS & GEOSCIENCES, 2004, 30 (03) :239-248

[10] The Ensemble Kalman Filter: Theoretical formulation and practical implementation [J].

Geir Evensen .

Ocean Dynamics, 2003, 53 (4) :343-367

← 1 2 →