地表净辐射的多源遥感数据同化方法研究

The project is carried out at six comprehensive testing grounds with different elevation, located at the Muztaga region in the Qinghai-Tibetan Plateau in Xinjiang, China. Firstly, MODIS LAI, MODIS snow cover area, MODIS LST products and passive microwave remote sensing data (AMSR2) will be obtained and transformed into a unified format in spatial scales. And, AMSR2 brightness temperature data will be transformed into a unified physical meaning with MODIS LST products using temperature conversion model. And, MODIS LAI and MODIS snow cover area products will be used to update the LAI and snow cover area in CoLM in order to improve the estimates of surface albedo and shortwave radiation. Then, the four land surface data assimilation schemes based Common Land Model (CoLM) will be developed using the ensemble Kalman filter (EnKF), particle filter (PF), 4D-Var and hierarchical Bayesian network (HBN) algorithm, respectively. The four data assimilation schemes are improve surface net radiation estimation by assimilating multi-resolution and multi-sensor remote sensing data. Finally, we will obtain optimal land surface data assimilation scheme by comparing and analyzing estimated accuracy of net radiation and operational efficiency of four data assimilation schemes. The project will help to understand and improve estimation accuracy of net radiation in the Tibetan Plateau, and provide important method and scientific basis for having quantitative research of surface net radiation flux in the research region.

本研究是在青藏高原慕士塔格研究区不同海拔高度布设的6个综合观测站开展的。首先获取并处理MODIS叶面积指数，积雪面积、地表温度产品和AMSR2亮温数据，并对这几种数据进行空间尺度上的转换和统一，再利用温度转换模型将MODIS地表温度产品和AMSR2亮温数据进行参数物理意义的转换和统一；接着，将MODIS叶面积指数和积雪面积产品带入陆面过程模型，以提高地表返照率和短波辐射的估测值；然后利用集合卡尔曼滤波、粒子滤波、四维变分和层状贝叶斯算法构建基于通用陆面过程模型（Common Land Model，CoLM）的四个温度陆面数据同化方案，通过同化多源温度遥感产品来改进地表净辐射的预报精度；最后，通过比较和分析四个陆面数据同化方案的预报精度和运行效率，来选择最优的陆面数据同化系统。本项目的开展，有助于认识和改进青藏高原地区地表净辐射的估测精度，为定量研究该地区能量辐射平衡提供重要方法和科学依据。

地表净辐射是陆-气相互作用水热交换过程中的一个重要物理参数，它驱动着地表蒸腾和光合作用，同时也是地表温度变化的热源，是全球气候变化的重要驱动力。青藏高原被称为地球的“第三极”，是全球变化的敏感区，而高原的水热交换过程对其周边地区乃至全球气候变化有重要影响。目前，获取地表净辐射的方法主要是观测和模拟两种方法，但这两种方法又各有其优势和不足，而数据同化的方法可以克服观测和模拟的不足，获取时空上连续一致的地表净辐射的估测值。因此，在全球变暖的背景下，利用数据同化的方法估测青藏高原特殊下垫面地表净辐射的时空变化具有重要的研究意义。. 本研究是在青藏高原西风带研究区布设的3个综合观测站开展的。首先获取并处理MODIS叶面积指数、积雪面积、地表温度产品和被动微波遥感亮温数据，并对这几种数据进行空间尺度上的转换和统一，再利用温度转换模型对MODIS地表温度产品和被动微波亮温数据进行物理意义的转换和统一；接着，将MODIS叶面积指数和积雪面积产品带入陆面过程模型，改进地表辐射各分量的模拟值；然后利用集合卡尔曼滤波、粒子滤波、四维变分和贝叶斯算法构建基于CoLM的四个温度数据同化方案，通过同化多源温度遥感产品来改进地表净辐射的预报精度；最后，通过比较分析四个陆面数据同化方案的预报精度和运行效率，来选择最优的陆面数据同化系统。. 实验结果表明，将MODIS 叶面积指数和积雪面积产品带入陆面过程模型后改进了地表温度和净辐射的预报精度，利用四个同化算法将光学和被动微波遥感数据同化到陆面过程模型可以明显改进地表温度和净辐射的预报精度。通过比较分析四个陆面数据同化方案，发现利用集合卡尔曼滤波算法构建的同化系统在预报精度和运行效率上最优。本项目的开展，有助于认识和改进青藏高原地区地表净辐射的估测精度，为定量研究该地区能量辐射平衡提供重要方法和科学依据。