基于分布式水文模型的流域尺度土壤湿度遥感数据同化研究

引入来源于信息科学的粒子滤波(Particle Filter)顺序数据同化(Sequential Data Assimilation)的思想和方法，在考虑观测土壤湿度数据时空分布特征的基础上，在分布式水文数值模型的动态运行过程中不断融合新的遥感观测数据，逐步估计流域土壤水分含量的空间分布格局。为了实现合理的流域尺度数据同化，首先，在对最新ESSI分布式水文模型进行强化测试和流域验证的基础上，改进土壤水运动的模拟框架，增加对土壤水过程物理机制的动力学描述，将其发展成可有效融合遥感土壤湿度信息的分布式水文模型与同化平台；后再针对水文模型中的关键变量，土壤湿度利用ENVISAT-ASAR主动雷达遥感数据和AMSR-E被动微波数据反演得到的土壤表层土壤湿度数据进行四维数据同化处理，在准确评估模型算子和观测算子误差结构的基础上，作大量的同化实验和分析，预测流域尺度下土壤湿度的时空分布。

摘要：土壤水分作为陆地水循环过程的关键状态变量和土壤的重要组成部分，在地-气界面间物质、能量交换中起着重要的作用，更是当前环境污染、生态水文、气象学、水文学乃至大气科学等诸多应用研究领域所关注的重要因子和过程参数，因此对土壤水分状况监测和空间格局的研究具有重要的现实意义和科学价值。流域尺度土壤湿度的研究离不开模型和观测两种手段。而模型和观测各自均有其局限性，通过同化系统或手段将卫星观测数据集成/同化于分布式水文过程模拟中，可以有效克服上述两种基本手段的局限性，提供准确的具有物理一致性的土壤水分含量时空信息，有利于改进流域尺度土壤湿度尤其是表层湿度的模拟。.为研建一种能够将卫星观测数据集成/同化于分布式水文过程模拟中去的同化系统或平台，本项目的研究目标定位在构建一种适合于土壤湿度模拟的，具有土壤水过程动力学描述的分布式水文模型，在流域水文过程模拟和验证的基础上，将其发展成可有效同化遥感土壤湿度信息的分布式水文模型同化平台，利用现有对地观测卫星的资料对水文模型中的关键变量，表层土壤湿度进行四维数据同化处理。通过在典型流域的连续水文模拟和同化实验，评估同化系统模型算子和遥感观测算子的不确定性，获取较高时间精度和空间分辨率的流域土壤湿度时空同化数据集。.项目经过三年的系统研究，取得了一系列的成果，重点成果或进展体现在：（1）流域尺度表层土壤湿度的遥感估算算法研究; (2)适用于土壤湿度遥感数据同化的分布式水文模型的构建与验证;(3)基于分布式水文模型的流域尺度土壤湿度数据同化平台的构建及验证。