流域尺度陆面数据同化中的同化策略研究

The focus of land data assimilation research has moved to assimilation strategy from the assimilation algortihm. The objective of assimilation strategy research is to improve the efficiency and stabiltiy of available assimilation algorithms, and study the multi-source observation assimilation approch. There are seven research highlights of assimilation strategy: spatial correlation characteristics of observation and model, multi-scale and multi-scource data assimilation,Bias estimation of observation, joint estimation of model state and parameter, multi-parameter sensitivity analysis, and water balance and energy balance error of model。In this study, we will first analyze the advantages and disadvandes of recent research results, compare their suitability for the requirement of high resolution catchment scale land data assimilation in the efficiency of model and algorithm. The objective of this study is to adopt the exsiting approaches and develop a better solution of assimilation strategy for land data assimilation at catchment scale.

陆面数据同化已经从最初的同化算法探索研究发展到同化策略研究，通过改进现有同化算法的效率和稳定性，研究多源观测数据的同化方案来发展更优的同化策略来降低陆面数据同化系统的不确定性。目前同化策略研究的方向主要集中在：模型和观测数据的空间相关特征、多尺度观测数据同化、多源观测数据同化、观测数据中的偏差估计、模型状态和参数的同步估计、模型多参数敏感性分析以及模型水量平衡和能量平衡误差等七个方面，从观测和算法两个角度分别开展有针对性的优化方案。本研究将从上述七个研究方向出发，在分析当前国内外最新研究成果优缺点的基础上，针对流域尺度高分辨率陆面数据同化研究对模型和算法效率要求的特殊性，通过对比各种新方法的适用性，吸收和改进现有的研究成果，发展更适合于流域尺度陆面数据同化研究需要的解决方案。

同化策略研究已经成为同化算法研究之外的陆面数据同化研究热点，同化策略的研究目标是通过改进现有同化算法的效率和稳定性，发展多源观测数据的同化方案来发展更优的同化策略来降低陆面数据同化系统的不确定性。通过对国内外研究进展的总结我们可以看到有些问题已经有现成的解决方案，另外一部分问题仍然需要发展新的方法。本研究将在国内外流域尺度陆面数据同化研究的基础上，从模型和观测数据的空间相关特征、多源和多尺度观测数据同化、观测数据中的偏差估计、模型状态和参数的同步估计、模型多参数敏感性分析以及模型水量平衡和能量平衡误差等方面，围绕多源遥感陆面数据同化和陆面数据同化系统不确定性两个重点问题展开研究，发展更适合于流域尺度陆面数据同化高分辨率和密集计算的特点的多源陆面数据同化解决方案。通过在同化系统中集成和评估多源遥感陆面数据中的多种同化策略，本项目的研究结果表明：（1）陆面数据同化中地表温度和被动微波亮度温度的协同同化在土壤干的条件下可以改善地表通量的估计；（2）在土壤参数有偏差的条件下，陆面过程模型中模型状态和模型参数的同步估计对于土壤水分和蒸散发的估计非常重要；（3）地统计学的空间相关性表达与观测误差协方差矩阵局地化的结合有助于改善流域尺度土壤水分陆面数据同化的估计精度，特别是对于被植被覆盖的无遥感观测的研究区；（4）同化宇宙射线土壤水分中子数观测有助于改善陆面过程模型中土壤水分和蒸散发的估计，减小了由于灌溉数据缺失造成的模型偏差。同化MODIS地表温度产品可以优化CLM中的叶面积指数，进一步改善模型蒸散发的估计；（5）宇宙射线数据与数据同化的结合，利用模型状态、模型参数和模型偏差的同步估计方法，能够有效减少灌溉估计中的误差。本项目实现的多源多尺度陆面数据同化系统和同化策略，集成多源遥感产品（如土壤水分、土壤温度、积雪以及生物化学循环参量），优化模型参数和减小数值模型不确定性，提高数值模型对地表能水循环的模拟精度，生产高质量的陆面水文及生态系统产品（如土壤水分、蒸散发）。DasPy的多源产品可用于提高流域洪水预报、区域天气预报的精度、有助于实现动态农业产量预测、农作物长势监测和实时定量开展农业节水灌溉等方向。