基于集合卡尔曼平滑算法的土壤水分同化

高级搜索

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

基于集合卡尔曼平滑算法的土壤水分同化

褚楠, 黄春林, 杜培军

文章导航 > 水科学进展 > 2015 > 26(2): 243-249

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[J]. 水科学进展, 2015, 26(2): 243-249. doi: 10.14042/j.cnki.32.1309.2015.02.012

引用本文:

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[J]. 水科学进展, 2015, 26(2): 243-249. doi: 10.14042/j.cnki.32.1309.2015.02.012

CHU Nan, HUANG Chunlin, DU Peijun. Ensemble Kalman smoother for soil moisture data assimilation[J]. Advances in Water Science, 2015, 26(2): 243-249. doi: 10.14042/j.cnki.32.1309.2015.02.012

Citation:

CHU Nan, HUANG Chunlin, DU Peijun. Ensemble Kalman smoother for soil moisture data assimilation[J]. Advances in Water Science, 2015, 26(2): 243-249. doi: 10.14042/j.cnki.32.1309.2015.02.012

基于集合卡尔曼平滑算法的土壤水分同化

doi: 10.14042/j.cnki.32.1309.2015.02.012

1.
中国矿业大学环境与测绘学院, 江苏徐州 221116;
2.
中国科学院寒区旱区环境与工程研究所甘肃省遥感重点实验室, 甘肃兰州 730000

基金项目: 国家自然科学基金资助项目(91325106);中国科学院"百人计划"资助项目(29Y127D01)

作者简介:
褚楠(1981—),女,内蒙古呼伦贝尔人,博士研究生,主要从事水文数据同化研究。E-mail:chunan_cumt@163.com

通讯作者:
黄春林,E-mail:huangcl@lzb.ac.cn

中图分类号: TV122

Ensemble Kalman smoother for soil moisture data assimilation

1.
School of Environment Science and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116, China;
2.
Key Laboratory of Remote Sensing of Gansu Province, Cold and Arid Regions Environmental and Engineering Research Institute, Chinese Academy of Sciences, Lanzhou 730000, China

摘要: 为研究观测资料稀少情况下土壤质地及有机质对土壤水分同化的影响,发展了集合卡尔曼平滑(Ensemble Kalman Smooth, EnKS)的土壤水分同化方案。利用黑河上游阿柔冻融观测站2008年6月1日至10月29日的观测数据,使用EnKS算法将表层土壤水分观测数据同化到简单生物圈模型(Simple Biosphere Model 2, SiB2)中,分析不同方案对土壤水分估计的影响,并与集合卡尔曼滤波算法(EnKF)的结果进行比较。研究结果表明,土壤质地和有机质对表层土壤水分模拟结果影响最大而对深层的影响相对较小;利用EnKF和EnKS算法同化表层土壤水分观测数据,均能够显著提高表层和根区土壤水分估计的精度,EnKS算法的精度略高于EnKF且所受土壤质地和有机质的影响小于EnKF;当观测数据稀少时,EnKS算法仍然可以得到较高精度的土壤水分估计。
- 土壤水分 /
- 数据同化 /
- 集合卡尔曼滤波 /
- 集合卡尔曼平滑 /
- 土壤质地 /
- 土壤有机质
Abstract: To study the influence of soil texture and organic matter on soil moisture assimilation when observation data are rare, we develop a soil moisture assimilation scheme based on ensemble Kalman filter (EnKF) and ensemble Kalman smoother (EnKS). Surface soil moisture observations obtained from Arou station in the upper reaches of Heihe river basin in 2008 are assimilated into simple biosphere model 2 (SiB2) by using EnKF and EnKS respectively to analyze the influences of soil texture and organic matter and observation frequency on estimation. Results showed that influences of soil texture and organic matter on soil moisture estimation are large at surface layer but little at deep layer. Both EnKF and EnKS can significantly improve the accuracy of soil moisture estimation at surface and root zone by assimilating surface soil moisture observations, and EnKS is little better than EnKF. High accuracy of soil moisture estimation can be obtained by EnKS when observation data are scarce.
- soil moisture /
- data assimilation /
- ensemble Kalman filter /
- ensemble Kalman smoother /
- soil texture /
- organic matter

[1]	彭振阳, 伍靖伟, 黄介生. 采用间歇灌溉进行土壤盐分淋洗的适用性 . 水科学进展, 2016, 27(1): 31-39. doi: 10.14042/j.cnki.32.1309.2016.01.004
[2]	段良霞, 黄明斌, 张洛丹, 索立柱, 张永坤. 黄土高原沟壑区坡地土壤水分状态空间模拟 . 水科学进展, 2015, 26(5): 649-659. doi: 10.14042/j.cnki.32.1309.2015.05.006
[3]	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
[4]	任杰, 沈振中, 赵坚, 杨杰. 低温水入渗条件下土壤水分温度动态变化 . 水科学进展, 2013, 24(1): 125-131.
[5]	高红贝, 邵明安. 温度对土壤水分运动基本参数的影响 . 水科学进展, 2011, 22(4): 484-494.
[6]	田辉, 文军, 史小康, 王欣, 刘蓉, 张静辉, 吕少宁. 主动微波遥感黄河上游玛曲地区夏季土壤水分 . 水科学进展, 2011, 22(1): 59-66.
[7]	杨雨亭, 尚松浩, 李超. 土壤水分空间插值的克里金平滑效应修正方法 . 水科学进展, 2010, 21(2): 208-213.
[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]	谢涛, 杨志峰. 黄河三角洲芦苇湿地土壤水分安全阈值 . 水科学进展, 2009, 20(5): 683-688.
[10]	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.
[11]	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.
[12]	李元寿, 王根绪, 丁永建, 王一博, 赵林, 张春敏. 青藏高原高寒草甸区土壤水分的空间异质性 . 水科学进展, 2008, 19(1): 61-67.
[13]	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.
[14]	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.
[15]	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.
[16]	黄春林, 李新. 土壤水分同化系统的敏感性试验研究 . 水科学进展, 2006, 17(4): 457-465.
[17]	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.
[18]	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.
[19]	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.
[20]	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.

WeChat

点击查看大图

计量

文章访问数: 10
HTML全文浏览量: 3
PDF下载量: 896
被引次数: 0

基于集合卡尔曼平滑算法的土壤水分同化

doi: 10.14042/j.cnki.32.1309.2015.02.012

1. 中国矿业大学环境与测绘学院, 江苏徐州 221116;

2. 中国科学院寒区旱区环境与工程研究所甘肃省遥感重点实验室, 甘肃兰州 730000

基金项目: 国家自然科学基金资助项目(91325106);中国科学院"百人计划"资助项目(29Y127D01)

作者简介:
褚楠(1981—),女,内蒙古呼伦贝尔人,博士研究生,主要从事水文数据同化研究。E-mail:chunan_cumt@163.com

通讯作者: 黄春林,E-mail:huangcl@lzb.ac.cn

收稿日期: 2014-10-15
刊出日期: 2015-03-25

中图分类号: TV122

关键词:

集合卡尔曼滤波 /

集合卡尔曼平滑 /

土壤有机质

摘要: 为研究观测资料稀少情况下土壤质地及有机质对土壤水分同化的影响,发展了集合卡尔曼平滑(Ensemble Kalman Smooth, EnKS)的土壤水分同化方案。利用黑河上游阿柔冻融观测站2008年6月1日至10月29日的观测数据,使用EnKS算法将表层土壤水分观测数据同化到简单生物圈模型(Simple Biosphere Model 2, SiB2)中,分析不同方案对土壤水分估计的影响,并与集合卡尔曼滤波算法(EnKF)的结果进行比较。研究结果表明,土壤质地和有机质对表层土壤水分模拟结果影响最大而对深层的影响相对较小;利用EnKF和EnKS算法同化表层土壤水分观测数据,均能够显著提高表层和根区土壤水分估计的精度,EnKS算法的精度略高于EnKF且所受土壤质地和有机质的影响小于EnKF;当观测数据稀少时,EnKS算法仍然可以得到较高精度的土壤水分估计。

English Abstract

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[J]. 水科学进展, 2015, 26(2): 243-249. doi: 10.14042/j.cnki.32.1309.2015.02.012

引用本文:

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[J]. 水科学进展, 2015, 26(2): 243-249. doi: 10.14042/j.cnki.32.1309.2015.02.012

CHU Nan, HUANG Chunlin, DU Peijun. Ensemble Kalman smoother for soil moisture data assimilation[J]. Advances in Water Science, 2015, 26(2): 243-249. doi: 10.14042/j.cnki.32.1309.2015.02.012

Citation:

CHU Nan, HUANG Chunlin, DU Peijun. Ensemble Kalman smoother for soil moisture data assimilation[J]. Advances in Water Science, 2015, 26(2): 243-249. doi: 10.14042/j.cnki.32.1309.2015.02.012

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回