• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

土壤水分同化系统的敏感性试验研究

黄春林 李新

黄春林, 李新. 土壤水分同化系统的敏感性试验研究[J]. 水科学进展, 2006, 17(4): 457-465.
引用本文: 黄春林, 李新. 土壤水分同化系统的敏感性试验研究[J]. 水科学进展, 2006, 17(4): 457-465.
HUANG Chun-lin, LI Xin. Sensitivity analysis on land data assimilation scheme of soil moisture[J]. Advances in Water Science, 2006, 17(4): 457-465.
Citation: HUANG Chun-lin, LI Xin. Sensitivity analysis on land data assimilation scheme of soil moisture[J]. Advances in Water Science, 2006, 17(4): 457-465.

土壤水分同化系统的敏感性试验研究

基金项目: 国家自然科学基金资助项目(90202014);国家重点基础研究发展计划(973)资助项目(2001CB309404);中国科学院寒区旱区环境与工程研究所创新课题资助项目(CACX2003102)
详细信息
    作者简介:

    黄春林(1979- ),男(回族),宁夏青铜峡人,博士研究生,主要从事陆面数据同化、定量遥感的研究.E-mail:huangcl@lzb.zc.cn

  • 中图分类号: S271

Sensitivity analysis on land data assimilation scheme of soil moisture

Funds: The study is financially supported by the National Natural Science Foundation of China (No.90202014); and the National Basic Research Program of China (2001CB309404); and the Knowledge Innovation program of the Cold and Arid Regions Environmental and Engineering Research Institute, Chinese Academy of Sciences (No.2003102)
  • 摘要: 利用1998年7月6日至8月9日青藏高原GAME-Tibet试验区MS3608站点的4cm、20cm和100cm的土壤水分观测数据同化SiB2模型输出的表层、根区和深层土壤水分,探讨了一个基于集合卡尔曼滤波和简单生物圈模型的单点土壤水分同化方案。分析和评价了集合大小、同化周期、模型误差、背景场误差以及观测误差对同化系统性能的影响。结果表明:①增加集合数目可以减小土壤水分同化系统的误差,但同时又降低了运行效率;②对于集合卡尔曼滤波,初始场的估计是否准确对同化系统性能影响不大;③模型误差和观测误差的准确估计可以提高土壤水分的估计精度;④利用数据同化的方法对土壤水分的估计有显著提高。
  • [1] McLaughlin D.Recent development in hydrologic data assimilation[J].Reviews of Geophysics,1995(supplement):977-984.
    [2] McLaughlin D.An integrated approach to hydrologic data assimilation:interpolation,smoothing,and filtering[J].Advances in Water Resources,2002,25:1 275-1 286.
    [3] 李新,小池俊雄,程国栋.一个基于模拟退火法的陆面数据同化算法[J].地球科学进展,2003,18(4):632-636.
    [4] Li Xin,Koike T,Pathmathevan M.A very fast simulated re-annealing (VFSA) approach for land data assimilation[J].Computer&Geosciences,2004,30:239-248.
    [5] Li Xin,Koike T.Frozen soil parameterization in SiB2 and its validation with GAME-Tibet observations[J].Cold Region Science and Technology,2003,3(1-3):165-182.
    [6] Pathmathevan M,Koike T,Li X.A New Satellite-Based Data Assimilation Algorithm to Determine Spatial and Temporal Variations of Soil Moisture and Temperature Profiles[J].Journal of the Meteorological Society of Japan,2003,81(5):1 111-1 135.
    [7] Pathmathevan M,Koike T,Li X,et al.A simplified land data assimilation scheme and its application to soil moisture experiments in 2002(SMEX02)[J].Water Resources Research,2003,39(12),1341,doi: 10.1029/2003WR002124.
    [8] Houser P R,Shuttleworth W J,Gupta H V.Integration of soil moisture remote sensing and hydrologic modeling using data assimilation[J].Water Resource Research,1998,34(12):3 405-3 420.
    [9] Schuurmans J M,Troch P A.Assimilation of remotely sensed latent heat flux in distributed hydrological model[J].Advances in Water Resources,2003,26:151-159.
    [10] Galantowicz J F,Entekhabi D,Njoku E G.Tests of sequential data assimilation for retrieving profile soil moisture and temperature from observed L-band radiobrightness[J].IEEE Transactions on Geoscience and Remote Sensing,1999,37(4):1 860-1 870.
    [11] Hoeben R,Troch P A.Assimilation of active microwave observation data for soil moisture profile estimation[J].Water Resources Research,2000,36(10):2 805-2 819.
    [12] Reichle R H,Entekhabi D.Downscaling of radio brightness measurements for soil moisture estimation:A four-dimensional variational data assimilation approach[J].Water Resources Research,2001,37(9):2 353-2 364.
    [13] Reichle R H,Walker J P,Koster R D,et al.Extended versus ensemble filtering for land data assimilation[J].Journal of hydrometeorology,2002,3:728-740.
    [14] Reichle R H,McLaughlin D B,Entekhabi D.Hydrologic data assimilation with the ensemble Kalman filter[J].Mon Wea Rev,2002,130,103-114.
    [15] Walker J P,Willgoose G R.One-dimensional soil moisture profile retrieval by assimilation of near-surface observations:a comparison of retrieval algorithms[J].Advances in Water Resources,2001,24:631-650.
    [16] Crow W T,Wood E F.The assimilation of remotely sensed soil brightness temperature imagery into a land surface model using ensemble kalman filtering:a case study based on ESTAR measurements duiring SGP97[J].Advance in Water Resources,2003,26,137-149.
    [17] Kumar P.Assimilation of near-surface temperature using extended Kalman filter[J].Advances in Water Resources,2003,26:7-93.
    [18] Moradkhani H,Sorooshian S,Gupta H V,et al.Dual state-parameter estimation of hydrological models using ensemble kalman filter[J].Advances in Water Resources,2005,28:135-147.
    [19] Evensen G.Sequential data assimilation with a nonlinear quasi-geostrophic model using Monte-Carlo methods to forecast error statistics[J].Journal of Geophysical Research,1994,99(C5):10 143-10 162.
    [20] Evensen G,van Leeuwen P J.Assimilation of Geosat altimeter data for the Agulhas current using the ensemble Kalman filter with a quasigeostrophic model[J].Mon Wea Rev,1996,124:85-96.
    [21] Burgers G,van Leeuwen P J,Evensen G.Analysis scheme in the ensemble Kalman filter[J].Mon Wea Rev,1998,126:1 719-1 724.
    [22] Houtekamer P L,Mitchell H L.Data assimilation using an ensemble Kalman filter technique[J].Mon Wea Rev,1998,126:796-811.
    [23] Houtekamer P L,Mitchell H L.A sequential ensemble Kalman filter for atmospheric data assimilation[J].Mon Wea Rev,2001,129:123-137.
    [24] Keppenne C L.Data assimilation into a primitive-equation model with a parallel ensemble Kalman filter[J].Mon Wea Rev,2000,128:1 971-1 981.
    [25] Mitchell H L,Houtekamer P L.An adaptive ensemble Kalman filter[J].Mon Wea Rev,2000,128:416-433.
    [26] Whitaker J S,Hamill T M.Ensemble data assimilation without perturbed observations[J].Mon Wea Rev,2002,130:1 913-1 924.
    [27] Brusdal K,Brankart J M,Evensen G,et al.A demonstration of ensemble-based assimilation methods with a layered OGCM from the perspective of operational ocean forecasting systems[J].Journal of Marine Systems,2003,40-41,253-289.
    [28] Sellers P J,Randall D A,Collatz G J,et al.A revised land surface parameterization (SiB2) for atmospheric GCMs,Part Ⅰ:model formulation[J].Journal of Climate,1996,9:676-705.
    [29] Sellers P J,Los S O,Tucker C J,et al.A revised land surface parameterization (SiB2) for atmospheric GCMs,Part Ⅱ:The generation of global fields of terrestrial biophysical parameters from satellite data[J].Journal of Climate,1996,9:706-737.
    [30] Kalman R E.A new approach to linear filtering and prediction problems[J].Trans ASME,Series D,J Basic Eng,1960,82:35-45.
  • [1] 康学远, 施小清, 邓亚平, 廖凯华, 吴吉春.  基于EnKF融合地球物理数据刻画含水层非均质性 . 水科学进展, 2018, 29(1): 40-49. doi: 10.14042/j.cnki.32.1309.2018.01.005
    [2] 王卫光, 李进兴, 魏建德, 邵全喜, 邓超, 余钟波.  基于蒸散发数据同化的径流过程模拟 . 水科学进展, 2018, 29(2): 159-168. doi: 10.14042/j.cnki.32.1309.2018.02.002
    [3] 曹伟, 盛煜, 吴吉春, 李静, 王生廷.  青藏高原坡面冻土土壤水分空间变异特性 . 水科学进展, 2017, 28(1): 32-40. doi: 10.14042/j.cnki.32.1309.2017.01.004
    [4] 史良胜, 张秋汝, 宋雪航, 方旭东.  地下水位在非饱和水流数据同化中的应用 . 水科学进展, 2015, 26(3): 404-412. doi: 10.14042/j.cnki.32.1309.2015.03.011
    [5] 褚楠, 黄春林, 杜培军.  基于集合卡尔曼平滑算法的土壤水分同化 . 水科学进展, 2015, 26(2): 243-249. doi: 10.14042/j.cnki.32.1309.2015.02.012
    [6] 姚淑霞, 张铜会, 赵传成.  科尔沁沙地土壤水分动态分析及其概率密度函数模拟 . 水科学进展, 2013, 24(1): 62-72.
    [7] 宋晓猛, 孔凡哲, 占车生, 韩继伟.  基于统计理论方法的水文模型参数敏感性分析 . 水科学进展, 2012, 23(5): 642-649. doi: CNKI: 32.1309.P.20120614.2158.003
    [8] 南统超, 吴吉春.  集合卡尔曼滤波估计水文地质参数的局域化修正 . 水科学进展, 2010, 21(5): 613-621.
    [9] 陈亮, 施建成, 蒋玲梅, 杜今阳.  基于物理模型的被动微波遥感反演土壤水分 . 水科学进展, 2009, 20(5): 663-667.
    [10] 赖锡军.  水动力学模型与集合卡尔曼滤波耦合的实时校正多变量分析方法 . 水科学进展, 2009, 20(2): 241-248.
    [11] 陈权, 李震, 王磊.  机载雷达和辐射计数据反演植被覆盖区土壤水分的初步研究 . 水科学进展, 2007, 18(5): 756-761.
    [12] 胡伟, 邵明安, 王全九.  黄土高原退耕坡地土壤水分空间变异性研究 . 水科学进展, 2006, 17(1): 74-81.
    [13] 王慧芳, 邵明安.  含碎石土壤水分入渗试验研究 . 水科学进展, 2006, 17(5): 604-609.
    [14] 刘伟, 施建成.  应用极化雷达估算农作物覆盖地区土壤水分相对变化 . 水科学进展, 2005, 16(4): 596-601.
    [15] 陈洪松, 邵明安, 王克林.  上方来水对坡面降雨入渗及土壤水分再分布的影响 . 水科学进展, 2005, 16(2): 233-237.
    [16] 王新平, 康尔泗, 张景光, 李新荣.  草原化荒漠带人工固沙植丛区土壤水分动态 . 水科学进展, 2004, 15(2): 216-222.
    [17] 李毅, 邵明安, 王文焰, 王全九.  土壤非饱和导水率模型中参数的敏感性分析 . 水科学进展, 2003, 14(5): 593-597.
    [18] 冯广龙, 罗远培.  以土壤水分为参变量的根冠系统模拟调控模型 . 水科学进展, 1998, 9(3): 224-230.
    [19] 杨诗秀, 雷志栋, 吴婉如, 段新杰.  农田尺度土壤水分的监测 . 水科学进展, 1996, 7(1): 14-19.
    [20] 朱元, 周全林.  长江三峡工程防洪效益风险分析研究 . 水科学进展, 1995, 6(1): 29-35.
  • 加载中
计量
  • 文章访问数:  9
  • HTML全文浏览量:  4
  • PDF下载量:  478
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-04-25
  • 修回日期:  2005-10-30
  • 刊出日期:  2006-07-25

土壤水分同化系统的敏感性试验研究

    基金项目:  国家自然科学基金资助项目(90202014);国家重点基础研究发展计划(973)资助项目(2001CB309404);中国科学院寒区旱区环境与工程研究所创新课题资助项目(CACX2003102)
    作者简介:

    黄春林(1979- ),男(回族),宁夏青铜峡人,博士研究生,主要从事陆面数据同化、定量遥感的研究.E-mail:huangcl@lzb.zc.cn

  • 中图分类号: S271

摘要: 利用1998年7月6日至8月9日青藏高原GAME-Tibet试验区MS3608站点的4cm、20cm和100cm的土壤水分观测数据同化SiB2模型输出的表层、根区和深层土壤水分,探讨了一个基于集合卡尔曼滤波和简单生物圈模型的单点土壤水分同化方案。分析和评价了集合大小、同化周期、模型误差、背景场误差以及观测误差对同化系统性能的影响。结果表明:①增加集合数目可以减小土壤水分同化系统的误差,但同时又降低了运行效率;②对于集合卡尔曼滤波,初始场的估计是否准确对同化系统性能影响不大;③模型误差和观测误差的准确估计可以提高土壤水分的估计精度;④利用数据同化的方法对土壤水分的估计有显著提高。

English Abstract

黄春林, 李新. 土壤水分同化系统的敏感性试验研究[J]. 水科学进展, 2006, 17(4): 457-465.
引用本文: 黄春林, 李新. 土壤水分同化系统的敏感性试验研究[J]. 水科学进展, 2006, 17(4): 457-465.
HUANG Chun-lin, LI Xin. Sensitivity analysis on land data assimilation scheme of soil moisture[J]. Advances in Water Science, 2006, 17(4): 457-465.
Citation: HUANG Chun-lin, LI Xin. Sensitivity analysis on land data assimilation scheme of soil moisture[J]. Advances in Water Science, 2006, 17(4): 457-465.
参考文献 (30)

目录

    /

    返回文章
    返回