结合微波遥感和陆面过程模型的农区土壤水分数据同化研究

准确的监测和模拟农区土壤水分对合理灌溉、产量预报、提高田间尺度和区域尺度的农业水资源利用效率以及旱情监测与减灾具有重要意义；能够为农业水资源管理提供决策科学依据。数据同化的方法能够将遥感、陆面过程模型和实测数据三者结合，发挥各自优势，为土壤水分模拟提供先进的技术方法。当前，数据同化存在空间分辨率低等问题，在农业流域的实用性差。本研究首先利用实验观测同化典型农田的土壤水分，在此基础上，改进简单生物圈模型SiB2，建立适用于农区的区域陆面过程模型，通过对气象数据的空间插值和降尺度以及遥感数据等制备大气驱动数据和模型参数，建立农区植被覆盖地表的微波辐射传输模型，利用集合卡曼滤波算法同化L波段合成孔径雷达(PALSAR)100m空间分辨率的后向散射观测，构建农区面尺度的土壤水分同化系统，同化农区面尺度的土壤水分，从而改进农区根区层土壤水分，为农业生产，水资源利用、旱情监测等服务。

准确的监测和模拟农区土壤水分对合理灌溉、提高田间尺度和区域尺度的农业水资源利用效率、旱情监测与减灾以及产量预报具有重要意义；能够为农业水资源管理提供决策科学依据。数据同化的方法能够将遥感、陆面过程模型和实测数据三者结合，发挥各自优势，为土壤水分模拟提供先进的技术方法。当前，数据同化存在空间分辨率低等问题，在农业区域的实用性差。本研究通过设置不同的灌溉处理，开展了典型农田的土壤水分观测试验。针对农区特点，改进了简单生物圈模型SiB2。在模型中加入灌溉模块，针对农业的应用，将其改为日尺度输出，改进模型结构，将SiB2 模型发展为区域尺度的陆面过程模型。通过对气象数据的空间插值和降尺度以及遥感数据等制备大气驱动数据和模型参数，建立了农区植被覆盖地表的微波辐射传输模型，利用集合卡曼滤波算法同化高分辨率PALSAR雷达后向散射观测，构建了农区面尺度的土壤水分同化系统，同化农区面尺度的土壤水分，从而改进农区根区层土壤水分模拟精度，为农业生产，水资源利用、旱情监测等服务。基于该项目资助，发表论文2篇，其中SCI检索1篇，核心论文1篇，另有两篇SCI论文已投稿，正在评审中。