微波辐射计卫星观测数据与陆面过程模型同化中的不确定性研究

微波辐射计卫星观测数据越来越多的被同化到陆面过程模型中，并取得了显著的效果。同化算法基于优化理论，但对理解和改进模型的物理过程预报精度的意义不大，且没有考虑观测算子的误差传递问题。如何判断误差的来源，是由于陆面过程模型的输出参数还是观测算子所产生误差，对提高同化预报精度和改进水文和生态环境的模型预报研究都具有重要的意义。本研究基于遥感物理机制对微波辐射计与陆面模型同化中的不确定性进行研究。通过，选择当前国际上最先进的、基于物理机制的参数化模型，并添加地形、沙漠模块，首先改进观测算子的可靠性，再选择生态学上常用的模糊排序方法分析观测算子误差与陆面模型输出参数之间的关系，并基于模糊综合评价方法判别陆面过程模型输出参数的可靠性，最后在观测算子的基础上，基于物理机制定量分析陆面过程模型输出参数的误差，并用实测数据验证。研究结果对改进陆面过程模型的物理过程描述、提高遥感反演精度都具有重要意义。

卫星数据同化系统能充分发挥卫星遥感与模型模拟各自的优势，被动微波遥感数据由于对地表状态的敏感性,越来越多的被同化到陆面模型中, 为了同化微波辐射计卫星观测数据，需要利用观测算子（辐射传输模型）将陆面过程模型（以下简称陆面模型）输出的状态变量转换成模拟的辐射计卫星观测数据，观测算子的不确定性和陆面模型输出参数的不确定性共同导致了同化系统输出结果的误差。本研究针对微波辐射计卫星观测数据与陆面模型同化中的不确定性问题进行研究.首先通过增强观测算子描述地表状态的能力，提高观测算子的准确性，建立亮温模拟模型，经过比较分析发现，新建立的亮温模拟模型提高了模拟精度，减少了观测算子的误差传递；基于亮温模拟模型，利用遥感时间序列数据，建立了基于模糊综合评价的地表参数可靠性分析方法，针对不可靠的地表参数，建立基于遥感物理机制的分析方法，分析并验证了陆面模型的地表状态参数的误差精度。卫星数据地表状态参数的误差精度为改进陆面过程模型的物理过程描述提供基础，可靠性分析结果可以减少遥感反演算法的不确定参数、提高遥感反演精度。在研究过程中，我们发现贝叶斯思想和同化方法可以用来进一步提高观测算子的模拟精度，相关统计分析算法可以用来进一步分离误差，未来将深入研究。