基于多源数据同化方法的地表水热通量估算研究

The accurate turbulent fluxes estimates are crucial to global climate change research, water resource planning and management, and water-saving agriculture applications. This project is based on remote sensing data and in-situ measurements of Haihe and Heihe river basin. Extended Fourier Amplitude Sensitivity Test（EFAST）method is used to test the uncertainties of Common Land Model (CoLM) quantitatively and to determine the error source of the model. To improve the model estimates of turbulent fluxes, data assimilation system is constructed to assimilate multi-source data (remote sensing data and in-situ measurements). The improved estimates of turbulent fluxes can be obtained through the development of dual-pass data assimilation strategy, which optimizes model parameters and states seperately at different temporal scale. The accurate, spatial and temporal continuous turbulent fluxes are validated using the in-situ measurments in Haihe river basin and Heihe river basin (multi-scale turbulent fluxes measurements matrix). Finally, this project can integrate turbulent fluxes derived from in-situ measurements, remote sensing estimates and model simulations.Analysis the spatial and temporal variations of turbulent fluxes and key model parameters using this data assimilation system.

地表水热通量的准确估算对全球变化研究、水资源规划与管理及节水农业等意义重大。本项目以海河流域、黑河流域中游观测数据及卫星遥感数据为基础，利用扩展傅立叶变换方法（EFAST）对通用陆面模型（CoLM）进行全面定量地不确定性分析，确定模型误差来源。针对地表水热通量，构建可同化多源数据（遥感数据及地面观测数据）的同化系统。通过发展双通道数据同化策略，在不同的时间尺度上分别优化模型参数和状态变量，提高陆面过程模型地表水热通量预报精度，生成高精度的、时空连续的地表水热通量数据，并利用海河流域、黑河流域中游矩阵多尺度地表水热通量观测数据对系统进行验证，实现地面观测、遥感估算与模式模拟的集成。应用该数据同化系统分析地表水热通量及关键模型参数的时空变化特征。

地表水热通量的准确估算对全球变化研究、生态水文过程研究、水资源规划与管理等非常重要。数据同化方法通过融合观测数据与过程模型，可以更准确地获取时空连续的地表水热通量。本项目在执行期间发展了多个针对地表水热通量的数据同化系统，将多源遥感数据同化到陆面过程模型中，实现了多源遥感数据与陆面过程模型的集成。首先利用全局敏感性分析方法对陆面过程模型中的参数集进行分析，筛选出了模型中对地表水热通量模拟较敏感的参数；发展了双通道数据同化策略，通道一可以在周尺度上优化模型植被参数，通道二可以在日尺度上优化模型土壤水分，并利用优化后的植被参数和土壤水分精确模拟出地表水热通量；将从光学到微波光谱波段遥感数据（反照率、叶面积指数、地表温度、土壤水分）、以及极轨和静止卫星数据同化到陆面过程模型中，实现了多源遥感数据与陆面过程模型的集成；本项目采用了现在较流行的集合卡尔曼滤波同化算法、SCE_UA、变分同化方法构建同化系统，并对它们的表现进行了评价；发展了基于变分数据同化方法的单源/双源同化模型，对它们进行了广泛的比较和验证，发现在中等植被覆盖条件下，双源同化模型表现明显优于单源同化模型；利用双源变分同化模型（TVDA）将地表蒸散发分割为土壤蒸发和植被蒸腾，并与TSEB模型进行比较，发现：TVDA模型由于可以在同化窗口内充分利用观测数据，因此表现优于TSEB模型；将晴好日区域遥感地表蒸散发同化到P-M方程中，实现了遥感地表蒸散发的时间尺度扩展。已发表学术论文7篇，其中国际SCI检索论文4篇（另有1篇SCI论文投稿到Journal of Hydrometeorology杂志）、EI杂志论文1篇、国内核心期刊2篇；获得软件著作权1项；申请国家专利1项。培养硕士研究生2名。参加国内会议3人次、国际会议1人次。