一种高效的流域蒸散过程模拟方法及其不确定性研究

My NSFC project for Youngs has been conducted very well, and the part expected task has exceeded the expected goal. I have published a monograph, 7 SCI indexed papers, 5 EI indexed papers, and 3 CSCD indexed papers under its funding suppot. The project proposed a new method of combining distributed hydrological model (DSM) with remote sensing evapotranspiration (ET) two-layer model (RSTM) to simulate regional ET, and the method is kind of innovation for regional ET study.The method for the regional ET also is regarded as the preliminary exploration of the accurate simulation of ET process, however there is a bottleneck for simulation efficiency and the lack of forecasting function. In view of this consideration, the applied continuous-funded project will try to establish a practical and efficient simulation approach for watershed ET process, namely watershed ET assimilation system (ETDS); the RSTM and DSM are used as the observation operator and the model operator of ETDS, and the sequential assimilation is based on ensemble Kalman filter algorithm which will be improved to be suitable to the assimilation of non-conditional parameters. Moreover, the uncertainty of ETDS will be analyzed quantitatively by using the PSUADE, and obtain a further optimization and a higher simulation accuracy. It must be expected that this project will not only enrich and update the knowledge of regional ET process research, but also provide the scientific decision-making for the sustainable use and efficient management of water resources under changing environment.

青年科学基金进展顺利，在该基金资助下，已出版专著1部，发表SCI论文7篇，EI论文5篇，CSCD论文3篇。该基金提出了一种联合分布式水文模型(DSM)和遥感蒸散二层模型(RSTM)的区域蒸散模拟思路，丰富和创新了区域蒸散研究的学科内容。该思路是对区域蒸散发过程精确模拟的初步探索，但是模拟效率依然是一个瓶颈，而且缺乏预报功能。基于此，拟申请的项目将在其基础上，基于集合卡尔曼滤波算法，将RSTM和DSM分别作为观测算子和模型算子，改进对非状态参数-流域蒸散的同化，从而建立一种可操作性强的流域蒸散发过程高效模拟方法，即流域蒸散同化系统(ETDS)。同时，利用新一代不确定性量化平台PSUADE对ETDS进行不确定性定量分析，进一步优化ETDS和提高模拟效率。可以预期，本项目成果不仅可以丰富创新区域蒸散发过程模拟的学科内容，而且为变化环境下的水资源可持续利用和高效管理提供科学决策。

蒸散发（ET）是流域水循环与能量循环的纽带和关键环节，蒸散发定量估算研究也一直是水科学领域的国际前沿。水文模型和遥感蒸发模型是当前估算区域ET常用的手段，但是这两种方法在获取精确连续的区域蒸散发方面都存在明显不足。本项目旨在利用数据同化技术耦合遥感反演和水文模拟的优势，构建流域蒸散发同化系统ETDS，以获得更精确连续的区域蒸散发。. 本项目通过改进对空间制约型非状态参数-流域蒸散的数据同化，构建流域蒸散发同化系统ETDS。该系统以遥感反演的蒸散发作为观测值，水文模型作为模型算子，当存在遥感观测时，利用集合卡尔曼滤波（EnKF）同化算法将双层蒸散发遥感模型RSTM和水文模型DSM获得的对应日ET进行数据同化，并构建了ET的时间状态关系，将同化结果返回给水文模型，实现同化性能的向前影响，以子流域为单位输出同化结果，实现优化模拟。以北京市沙河流域为研究区，考虑土地利用、风速等影响，改进模型中气温和湿度的空间扩展方法，优化RSTM模型驱动场。同时考虑地形效应对地表温度和太阳总辐射的影响通过改进蒸散遥感反演模型RSTM。通过选择1999-2007年晴空典型日的TM/ETM+数据进行反演，估算结果精度较高，对比小汤山通量站获得的观测数据，相对误差介于0-12%，平均绝对百分比误差为8.1%，比原精度得到提高。ETDS同化模拟结果显示，同化结果提高了水文模型的模拟精度，并改善了的模拟的子流域间蒸散发的分布。将同化的结果和水文模拟与各季节典型日的大孔径闪烁仪（LAS）观测的日蒸散发相比，同化ET比水文模型模拟ET平均绝对百分比误差减少了13.7％，精度得到提升。研究证明通过构建耦合蒸散发遥感反演模型和水文模型的数据同化系统，是一种可实现输出精度更高和时序连续的区域蒸发的新型陆面蒸发模式。该成果将进一步丰富创新蒸散发估算的学科内容，为准确理解流域水循环规律提供了科学依据。