基于水文模型的流域蒸散发数据同化适应性研究

The quantitative estimation of watershed evapotranspiration (ET) has been an international frontier in water sciences for a long time. Hydrological models and remote sensing ET models usually are used to estimate regional ET at different space-time scales, but these two methods are obviously insufficient to obtain precise and continuous regional ET. In this project, based on analysis of the time response relationship between ET and state variables in the typical hydrological models, we will develop a data assimilation scheme for evapotranspiration estimation, which can assimilate remotely sensed ET products into the hydrological model. This DA system will integrate a two-layer remote sensing ET models, the ensemble Kalman filter algorithm, and could adjust the parameters and variables, for improving the hydrologic simulation. The Shahe basin will be taken as the typical study area for the verification of the ET assimilation. The ET will be assimilated in the space scale of spatial grid, hydrological response unit, sub-basin, and basin; on the time scale of day, month and year. Then the verification on different spatial and temporal scales assimilation results are tested and verified by coupling data of the heat and water flux observation station which is in the study area. The purpose of this study is to demonstrate the adaptability of the ET assimilation based on the hydrological model with the help of the case. By using data assimilation method and the demonstration, we try to enhance the application of remote sensing data in water and energy cycle study, to make beneficial attempt in Coupling multi-source data, and to promote the combination of hydrological model and multi model for the water cycle research development.

利用多源数据同化实现水文过程模拟是目前科学界研究的前沿。而在陆面数据同化的研究中，基于水文模型的蒸散发同化研究刚刚起步，缺乏有效的验证和论证。因此，本项目拟通过分析典型水文模型中蒸散发和状态变量的时间响应关系，借助集合卡尔曼滤波算法，集成双层蒸散发遥感模型、分布式水文模型，建立并改进以非状态变量为观测的顺序同化系统，对水文模型实时融入遥感蒸散发，调整模型运行轨迹，进而改善模型模拟。选取沙河流域作为案例流域，进行同化模拟。在空间上生成网格尺度、水文响应单元尺度、子流域尺度、流域尺度的蒸散发同化结果；在时间上输出逐日、逐月、逐年的蒸散发过程。选择地面通量观测站耦合数据对不同时空尺度同化结果进行验证，论证基于水文模型的蒸散发同化在不同时空尺度的适应性，以促进水文模型与多模式结合的流域水循环研究的深入开展，为多源数据耦合的水循环模拟做出有益尝试。

近年来，数据同化逐渐被应用于水文学研究中，成为水科学领域研究的重点与前沿。本项目发展了一种综合系统，集成水文模型和遥感模型的优势，耦合遥感蒸散发到水文模型中以实现多源数据下的同化，并评价其在水文同化领域的适应性。研究首先系统分析了水文模型中蒸散发的时间状态响应关系，研究了蒸散发作为非状态变量构建数据同化演算关系的难点和瓶颈，以及利用当前各类通用水文模型进行蒸散发同化的可行性研究。基于此，尝试提出了一种易于操作且具有水循环物理机制的蒸散发同化新方案，该方案利用具有蒸散发—土壤湿度非线性时间响应关系的分布式时变增益模型（DTVGM），并进一步完善DTVGM蒸散发机理，设计了基于DTVGM水文模型的蒸散发数据同化思路。选择沙河流域为试验区，构建考虑人类活动用水的DTVGM水文模型；通过改进的双层遥感模型获得日尺度蒸散发数据作为观测；利用集合卡尔曼滤波算法构建基于DTVGM水文模型的蒸散发数据同化系统。以局地、子流域、流域尺度分别输出蒸散发同化结果，并进行验证；在时间上输出逐日、逐月、逐年的蒸散发过程。研究表明，经过数据同化，蒸散发序列的输出精度得到提高。同化后，网格尺度的日蒸散发相对误差由25.8%减小到8.2%；流域尺度的均方根值明显小于 DTVGM直接模拟，与实测系列的相关性很高。数据同化同时改善了水文模型整体模拟效果，特别是对径流模拟实现了显著提高。纳西效率系数和水量平衡系数分别从同化前的1.102和0.789提高到1.025和0.813。综合评价指标表明，整体水循环模拟改善。本项目研究证明基于水文模型的蒸散发数据同化系统，是一种可实现输出精度更高和时序连续的区域蒸散发的新型模式，是一种有效的易操作的遥感水文数据同化方法。该成果将进一步丰富创新蒸散发估算的学科内容，为基于多源数据的水文同化提供技术支撑，为准确理解区域水循环规律提供科学依据。