集合Kalman滤波在土壤湿度同化中的应用

摘要

基于非饱和土壤水模型和集合卡尔曼滤波 (Ensemble Kalman Filter, 简称EnKF) 并结合陆面水文模型--可变下渗能力模型 (Variable Infiltration Capacity, 简称VIC模型) 发展了一个土壤湿度同化方案.利用1998年6～8月淮河流域能量和水循环试验 (HUBEX) 项目外场观测试验区--史灌河流域梅山站土壤湿度逐日观测资料及1986～1993年合肥和南阳两站点的土壤湿度旬观测资料进行同化试验, 结果表明该同化方案能完整估计土壤湿度廓线, 同化的土壤湿度与观测资料基本吻合, 反映了土壤湿度的日、旬、月、季变化, 同化方案是合理的.与基于扩展卡尔曼滤波 (Extended Kalman Filter, 简称EKF) 的土壤湿度同化方案的结果比较, 基于EnKF的土壤湿度同化方案易于实现, 且通过选择恰当的集合样本数其同化效果总体上略优于EKF同化方案, 但前者同化时需要花费较多的计算时间.