陆面数据同化系统先验性知识获取与应用研究

针对陆面四维数据同化中先验性知识获取存在的问题，本研究拟通过分析多源遥感观测数据产品，研究模型状态变量及观测误差概率分布及其时空分布特征，建立科学客观的模型状态变量与观测误差先验性知识获取策略，根据每个栅格的误差概率分布类型分别采用集合卡尔曼滤波、无香味滤波、粒子滤波等非高斯非线性同化算法结合VIC-3L陆面过程模型在长江流域进行实际蒸散发和土壤湿度多变量的四维数据同化试验，评价依据多源信息获取的先验性知识对陆面数据同化系统的影响，并基于高斯与非高斯Copula误差模型研建更加灵活的多个随机变量联合概率分布估计算法，解决陆面数据同化中多个变量误差之间缺乏相关性的问题，最终得到具有物理一致性的长江流域实际蒸散发、土壤湿度时空数据集，加深人类对地气界面水文过程运动规律的理解能力。因此，本项目必将对陆面数据同化科学研究以及大尺度流域旱涝自然灾害预报预警具有重要的理论意义与应用价值。

项目组在已经研究成果的基础上，基于能量平衡方程和Priestley-Taylor模型和梯形特征空间，研制了地表蒸散发MODIS遥感反演算法；基于主动雷达微波ENVISAT-ASAR遥感数据，利用研究区实际观测数据得到的入射角和后向散系数的线性相关关系，对已有的估算模型的参数进行修正建立了新的算法，为陆面数据同化试验提供了观测算子。结合已有的研究区蒸散发和土壤湿度产品，分析了观测数据和VIC-3L模型模拟的土壤湿度和蒸散发两个水文变量的误差概率分布特征及其空间自相关性，得到其先验性知识。项目分别采用集合卡尔曼滤波和粒子滤波作为同化算法，在研究区开展了蒸散发和土壤湿度两个水文变量的数据同化试验，取得了高精度高分辨率的时空数据集，为长江流域水资源时空分布研究提供了数据基础，取得了显著的社会效益。项目在国内外核心期刊共发表6篇学术文章（其中EI检索2篇）。