集合卡尔曼滤波数据同化方法改进土壤水分模拟效果

编号 zgly0001005986

文献类型 期刊论文

文献题名 集合卡尔曼滤波数据同化方法改进土壤水分模拟效果

学科分类 220.2530;林业遥感

作者 陈鹤  杨大文  刘钰  张宝忠 

作者单位 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  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 

母体文献 农业工程学报 

年卷期 2016(2)

页码 99-104

年份 2016 

关键词 土壤  遥感  温度  数据同化  陆面过程模型  土壤含水量 

文摘内容 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(En KF,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。