基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件

基于非飽和土壤水流模型及地面點(diǎn)觀測(cè)的土壤濕度數(shù)據(jù)同化方案

張生雷謝正輝

中國(guó)科學(xué)院大氣物理研究所2006年8月10日2006年全球變化科學(xué)研究生暑期學(xué)習(xí)交流報(bào)告基于非飽和土壤水流模型及地面點(diǎn)觀測(cè)的土壤濕度數(shù)據(jù)同化方案張1內(nèi)容引言陸面數(shù)據(jù)同化方法非飽和土壤水流問題的預(yù)報(bào)算子土壤濕度數(shù)據(jù)同化方案及試驗(yàn)小結(jié)與討論內(nèi)容引言2一、引言一、引言3土壤濕度通過影響陸面和大氣之間的水分和能量的平衡，對(duì)氣候、區(qū)域環(huán)境變化起著非常重要的作用，受到大氣科學(xué)、土壤學(xué)、農(nóng)業(yè)工程、環(huán)境工程和地下水動(dòng)力學(xué)等領(lǐng)域的高度重視；獲取土壤濕度的途徑：場(chǎng)地點(diǎn)觀測(cè)、陸面水文模式模擬和遙感反演來估計(jì)。

土壤濕度通過影響陸面和大氣之間的水分和能量的平衡，對(duì)氣候、區(qū)4中國(guó)土壤濕度觀測(cè)的情況以農(nóng)業(yè)氣象觀測(cè)為基礎(chǔ)的每旬逢8觀測(cè)，逢1發(fā)報(bào)，目前約有600個(gè)站；以農(nóng)氣加密觀測(cè)為基礎(chǔ)，逢3觀測(cè)，逢6發(fā)報(bào)，約有400個(gè)站；2005年新布的100個(gè)自動(dòng)觀測(cè)站，目前剛安裝運(yùn)行，發(fā)報(bào)站不到10個(gè)，資料尚未經(jīng)過對(duì)比分析。中國(guó)土壤濕度觀測(cè)的情況以農(nóng)業(yè)氣象觀測(cè)為基礎(chǔ)的每旬逢8觀測(cè)，逢5二、陸面數(shù)據(jù)同化方法二、陸面數(shù)據(jù)同化方法6直接插入法

直接插入法是一種最簡(jiǎn)單的方法，就是在觀測(cè)數(shù)據(jù)點(diǎn)上簡(jiǎn)單地用觀測(cè)值替代模型的狀態(tài)場(chǎng)而不考慮觀測(cè)誤差。該方法的前提假設(shè)是認(rèn)為觀測(cè)數(shù)據(jù)絕對(duì)準(zhǔn)確。

直接插入法

直接插入法是一種最簡(jiǎn)單的方法，就是在觀測(cè)數(shù)據(jù)點(diǎn)上72、Kalman濾波方法考慮如下的隨機(jī)非線性離散系統(tǒng)：

式中和是非線性函數(shù)，向量和為系統(tǒng)過程噪聲和觀測(cè)噪聲序列，假設(shè)為零均值白噪聲序列。

2、Kalman濾波方法考慮如下的隨機(jī)非線性離散系統(tǒng)：式中8Kalman濾波的預(yù)估—校正算法示意圖預(yù)報(bào)部分（時(shí)間更新）1、狀態(tài)預(yù)報(bào)

2、誤差預(yù)報(bào)分析部分（觀測(cè)更新）1、計(jì)算增益矩陣2、對(duì)變量的分析3、對(duì)分析變量的誤差的分析Kalman濾波的預(yù)估—校正算法示意圖預(yù)報(bào)部分（時(shí)間更新）9集合Kalman濾波計(jì)算流程圖集合Kalman濾波計(jì)算流程圖10集合Kalman濾波是用一個(gè)集合統(tǒng)計(jì)的方法來估計(jì)Kalman濾波方程組中的分析誤差協(xié)方差矩陣和背景場(chǎng)誤差協(xié)方差矩陣；主要思路：先根據(jù)背景場(chǎng)和觀測(cè)值的特征誤差分布來對(duì)背景場(chǎng)和觀測(cè)值加以一系列的擾動(dòng)，然后用這些加上不同擾動(dòng)的背景場(chǎng)和觀測(cè)場(chǎng)進(jìn)行分析，得到一組分析值。然后用這組分析值的差異作為分析誤差的統(tǒng)計(jì)樣本來進(jìn)行分析誤差協(xié)方差的估計(jì)。對(duì)這組分析值作一個(gè)短期預(yù)報(bào)后，也可以得到一組預(yù)報(bào)值。同樣，把這組預(yù)報(bào)值的差異作為背景誤差的統(tǒng)計(jì)樣本來進(jìn)行背景誤差協(xié)方差的估計(jì)。集合Kalman濾波是用一個(gè)集合統(tǒng)計(jì)的方法來估計(jì)Kalman11三、非飽和土壤水流問題的預(yù)報(bào)算子三、非飽和土壤水流問題的預(yù)報(bào)算子12連續(xù)預(yù)報(bào)算子為地表通量，向下為正，原點(diǎn)取在地表，為土壤厚度。連續(xù)預(yù)報(bào)算子為地表通量，向下為正，原點(diǎn)取在地表，為13離散的狀態(tài)方程離散的狀態(tài)方程14土壤參數(shù)：土壤參數(shù)：15四、土壤濕度數(shù)據(jù)同化方案及試驗(yàn)四、土壤濕度數(shù)據(jù)同化方案及試驗(yàn)16（一）、理想同化數(shù)值試驗(yàn)方案

數(shù)值試驗(yàn)設(shè)計(jì)為孿生試驗(yàn)，即觀測(cè)值由模式生成；初估值的誤差方差陣取為對(duì)角矩陣，即各層間不相關(guān)，且對(duì)角線上元素給定0.5的標(biāo)準(zhǔn)差；模式誤差方差陣取為對(duì)角矩陣，且以半小時(shí)模擬時(shí)間的系統(tǒng)狀態(tài)的5%作為標(biāo)準(zhǔn)差；觀測(cè)誤差方差陣取為對(duì)角矩陣，且以觀測(cè)值的2%作為標(biāo)準(zhǔn)差．

（一）、理想同化數(shù)值試驗(yàn)方案數(shù)值試驗(yàn)設(shè)計(jì)為孿生試驗(yàn)，即觀測(cè)17由于是做理想試驗(yàn),故為了簡(jiǎn)化和集中于算法研究,這里不使用輻射亮溫估計(jì)模型,而直接將”真實(shí)”廓線上的值作為相應(yīng)位置的觀測(cè)值,從而觀測(cè)矩陣為由于是做理想試驗(yàn),故為了簡(jiǎn)化和集中于算法研究,這里不使用輻射18SoilparametersRetrievalconditionSoiltypeClayloamDepth100cmSoilmoistureatsaturation0.476Numberofnodes50Hydraulicconductivityatsaturation0.00025cm/sBoundarycondition0.5cm/dayExponentb8.52Initialcondition0.40Matricpotentialatsaturation-63.0cmBadinitialguess0.35SoilparametersRetrievalcondi19擴(kuò)展Kalman濾波同化試驗(yàn)擴(kuò)展Kalman濾波同化試驗(yàn)20模擬（點(diǎn)），觀測(cè)深度2cm的同化(實(shí)線)，觀測(cè)深度6cm的同化(點(diǎn)線)，觀測(cè)深度10cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每3小時(shí)引入一次資料

模擬（點(diǎn)），觀測(cè)深度2cm的同化(實(shí)線)，觀測(cè)深度6cm的同21模擬（點(diǎn)），觀測(cè)深度20cm的同化(實(shí)線)，觀測(cè)深度50cm的同化(點(diǎn)線)，觀測(cè)深度80cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每3小時(shí)引入一次資料模擬（點(diǎn)），觀測(cè)深度20cm的同化(實(shí)線)，觀測(cè)深度50cm22模擬（點(diǎn)），觀測(cè)深度2、6cm的同化(實(shí)線)，觀測(cè)深度2、80cm的同化(點(diǎn)線)，觀測(cè)深度50、80cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每3小時(shí)引入一次資料模擬（點(diǎn)），觀測(cè)深度2、6cm的同化(實(shí)線)，觀測(cè)深度2、823觀測(cè)深度2、6、10cm的同化(實(shí)線)，觀測(cè)深度2、6、10、20cm的同化(點(diǎn)線)，觀測(cè)深度2、6、10、20、50cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每3小時(shí)引入一次資料觀測(cè)深度2、6、10cm的同化(實(shí)線)，觀測(cè)深度2、6、1024每24小時(shí)引入一次資料每24小時(shí)引入一次資料25每24小時(shí)引入一次資料每24小時(shí)引入一次資料26直接插入法同化試驗(yàn)直接插入法同化試驗(yàn)27模擬（點(diǎn)），觀測(cè)深度2cm的同化(實(shí)線)，觀測(cè)深度6cm的同化(點(diǎn)線)，觀測(cè)深度10cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每3小時(shí)引入一次資料

模擬（點(diǎn)），觀測(cè)深度2cm的同化(實(shí)線)，觀測(cè)深度6cm的同28模擬（點(diǎn)），觀測(cè)深度20cm的同化(實(shí)線)，觀測(cè)深度50cm的同化(點(diǎn)線)，觀測(cè)深度80cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每3小時(shí)引入一次資料模擬（點(diǎn)），觀測(cè)深度20cm的同化(實(shí)線)，觀測(cè)深度50cm29模擬（點(diǎn)），觀測(cè)深度2、6cm的同化(實(shí)線)，觀測(cè)深度2、80cm的同化(點(diǎn)線)，觀測(cè)深度50、80cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每3小時(shí)引入一次資料

模擬（點(diǎn)），觀測(cè)深度2、6cm的同化(實(shí)線)，觀測(cè)深度2、830

模擬（點(diǎn)虛線），觀測(cè)深度2、6、10cm的同化(實(shí)線)，觀測(cè)深度2、6、10、20cm的同化(點(diǎn)線)，觀測(cè)深度2、6、10、20、50cm的同化(虛線)，觀測(cè)（點(diǎn)）．每3小時(shí)引入一次資料模擬（點(diǎn)虛線），觀測(cè)深度2、6、10cm的同化(實(shí)線)，觀31模擬（點(diǎn)），觀測(cè)深度2cm的同化(實(shí)線)，觀測(cè)深度6cm的同化(點(diǎn)線)，觀測(cè)深度10cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每24小時(shí)引入一次資料模擬（點(diǎn)），觀測(cè)深度2cm的同化(實(shí)線)，觀測(cè)深度6cm的同32模擬（點(diǎn)），觀測(cè)深度20cm的同化(實(shí)線)，觀測(cè)深度50cm的同化(點(diǎn)線)，觀測(cè)深度80cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每24小時(shí)引入一次資料模擬（點(diǎn)），觀測(cè)深度20cm的同化(實(shí)線)，觀測(cè)深度50cm33（二）、同化常規(guī)土壤濕度場(chǎng)地點(diǎn)觀測(cè)數(shù)據(jù)的數(shù)值試驗(yàn)方案

（二）、同化常規(guī)土壤濕度場(chǎng)地點(diǎn)觀測(cè)數(shù)據(jù)的數(shù)值試驗(yàn)方案34圖1非飽和土壤水流模型圖．、、和分別表示降水、蒸發(fā)、地表徑流和冠層截流．圖1非飽和土壤水流模型圖．、、和分別表示降35合肥土壤濕度觀測(cè)站經(jīng)度：117.2緯度：31.9時(shí)間：1986年1月1日~1993年12月31日觀測(cè)：土壤觀測(cè)深度1米，共分11層，分別是0~5，5~10，10~20，20~30，30~40，40~50，50~60，60~70，70~80，80~90，90~100cm，共296次觀測(cè)。同化方法：擴(kuò)展Kalman濾波

合肥土壤濕度觀測(cè)站經(jīng)度：117.2緯度：336土壤濕度同化中使用的土壤參數(shù)土壤參數(shù)土壤類型粘壤土飽和土壤濕度0.467飽和導(dǎo)水率

0.000245cm/s指數(shù)b8.02飽和土壤水勢(shì)

-26.3cm土壤深度、層數(shù)3米31層土壤濕度同化中使用的土壤參數(shù)土壤參數(shù)土壤類型37基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件38基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件39基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件40基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件41基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件42基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件43基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件44基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件45基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件46基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件47基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件48基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件49基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件50基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件51基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件52長(zhǎng)沙馬坡嶺土壤濕度觀測(cè)站經(jīng)度：113.1緯度：28.2時(shí)間：1985年1月1日~1989年12月31日觀測(cè)：土壤觀測(cè)深度1米，共分11層，分別是0~5，5~10，10~20，20~30，30~40，40~50，50~60，60~70，70~80，80~90，90~100cm，共180次觀測(cè)；同化方法：集合Kalman濾波長(zhǎng)沙馬坡嶺土壤濕度觀測(cè)站經(jīng)度：113.1緯度：28.53基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件54基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件55基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件56基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件57基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件58基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件59基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件60同化試驗(yàn)結(jié)論基于非飽和土壤水流模型，初步建立了一個(gè)利用kalman濾波方法同化近地表土壤濕度觀測(cè)資料的陸面數(shù)據(jù)同化方案；同化對(duì)模擬結(jié)果有一定改進(jìn)，說明該同化方案具有一定的合理性；近地表觀測(cè)對(duì)同化結(jié)果有較大影響；觀測(cè)層數(shù)多少對(duì)深層同化結(jié)果有一定影響；加大觀測(cè)頻率,可以進(jìn)一步改善數(shù)據(jù)同化的效果．

同化試驗(yàn)結(jié)論基于非飽和土壤水流模型，初步建立了一個(gè)利用kal61五、討論擴(kuò)展Kalman濾波同化中模式誤差、觀測(cè)誤差問題；集合Kalman濾波同化中樣本數(shù)及樣本的抽取問題；土壤參數(shù)及觀測(cè)數(shù)據(jù)的準(zhǔn)備；陸面數(shù)據(jù)同化方案中的模式；多種資料的利用。五、討論擴(kuò)展Kalman濾波同化中模式誤差、觀測(cè)誤差問題；62謝謝!謝謝!63基于非飽和土壤水流模型及地面點(diǎn)觀測(cè)的土壤濕度數(shù)據(jù)同化方案

張生雷謝正輝

中國(guó)科學(xué)院大氣物理研究所2006年8月10日2006年全球變化科學(xué)研究生暑期學(xué)習(xí)交流報(bào)告基于非飽和土壤水流模型及地面點(diǎn)觀測(cè)的土壤濕度數(shù)據(jù)同化方案張64內(nèi)容引言陸面數(shù)據(jù)同化方法非飽和土壤水流問題的預(yù)報(bào)算子土壤濕度數(shù)據(jù)同化方案及試驗(yàn)小結(jié)與討論內(nèi)容引言65一、引言一、引言66土壤濕度通過影響陸面和大氣之間的水分和能量的平衡，對(duì)氣候、區(qū)域環(huán)境變化起著非常重要的作用，受到大氣科學(xué)、土壤學(xué)、農(nóng)業(yè)工程、環(huán)境工程和地下水動(dòng)力學(xué)等領(lǐng)域的高度重視；獲取土壤濕度的途徑：場(chǎng)地點(diǎn)觀測(cè)、陸面水文模式模擬和遙感反演來估計(jì)。

土壤濕度通過影響陸面和大氣之間的水分和能量的平衡，對(duì)氣候、區(qū)67中國(guó)土壤濕度觀測(cè)的情況以農(nóng)業(yè)氣象觀測(cè)為基礎(chǔ)的每旬逢8觀測(cè)，逢1發(fā)報(bào)，目前約有600個(gè)站；以農(nóng)氣加密觀測(cè)為基礎(chǔ)，逢3觀測(cè)，逢6發(fā)報(bào)，約有400個(gè)站；2005年新布的100個(gè)自動(dòng)觀測(cè)站，目前剛安裝運(yùn)行，發(fā)報(bào)站不到10個(gè)，資料尚未經(jīng)過對(duì)比分析。中國(guó)土壤濕度觀測(cè)的情況以農(nóng)業(yè)氣象觀測(cè)為基礎(chǔ)的每旬逢8觀測(cè)，逢68二、陸面數(shù)據(jù)同化方法二、陸面數(shù)據(jù)同化方法69直接插入法

直接插入法是一種最簡(jiǎn)單的方法，就是在觀測(cè)數(shù)據(jù)點(diǎn)上簡(jiǎn)單地用觀測(cè)值替代模型的狀態(tài)場(chǎng)而不考慮觀測(cè)誤差。該方法的前提假設(shè)是認(rèn)為觀測(cè)數(shù)據(jù)絕對(duì)準(zhǔn)確。

直接插入法

直接插入法是一種最簡(jiǎn)單的方法，就是在觀測(cè)數(shù)據(jù)點(diǎn)上702、Kalman濾波方法考慮如下的隨機(jī)非線性離散系統(tǒng)：

式中和是非線性函數(shù)，向量和為系統(tǒng)過程噪聲和觀測(cè)噪聲序列，假設(shè)為零均值白噪聲序列。

2、Kalman濾波方法考慮如下的隨機(jī)非線性離散系統(tǒng)：式中71Kalman濾波的預(yù)估—校正算法示意圖預(yù)報(bào)部分（時(shí)間更新）1、狀態(tài)預(yù)報(bào)

2、誤差預(yù)報(bào)分析部分（觀測(cè)更新）1、計(jì)算增益矩陣2、對(duì)變量的分析3、對(duì)分析變量的誤差的分析Kalman濾波的預(yù)估—校正算法示意圖預(yù)報(bào)部分（時(shí)間更新）72集合Kalman濾波計(jì)算流程圖集合Kalman濾波計(jì)算流程圖73集合Kalman濾波是用一個(gè)集合統(tǒng)計(jì)的方法來估計(jì)Kalman濾波方程組中的分析誤差協(xié)方差矩陣和背景場(chǎng)誤差協(xié)方差矩陣；主要思路：先根據(jù)背景場(chǎng)和觀測(cè)值的特征誤差分布來對(duì)背景場(chǎng)和觀測(cè)值加以一系列的擾動(dòng)，然后用這些加上不同擾動(dòng)的背景場(chǎng)和觀測(cè)場(chǎng)進(jìn)行分析，得到一組分析值。然后用這組分析值的差異作為分析誤差的統(tǒng)計(jì)樣本來進(jìn)行分析誤差協(xié)方差的估計(jì)。對(duì)這組分析值作一個(gè)短期預(yù)報(bào)后，也可以得到一組預(yù)報(bào)值。同樣，把這組預(yù)報(bào)值的差異作為背景誤差的統(tǒng)計(jì)樣本來進(jìn)行背景誤差協(xié)方差的估計(jì)。集合Kalman濾波是用一個(gè)集合統(tǒng)計(jì)的方法來估計(jì)Kalman74三、非飽和土壤水流問題的預(yù)報(bào)算子三、非飽和土壤水流問題的預(yù)報(bào)算子75連續(xù)預(yù)報(bào)算子為地表通量，向下為正，原點(diǎn)取在地表，為土壤厚度。連續(xù)預(yù)報(bào)算子為地表通量，向下為正，原點(diǎn)取在地表，為76離散的狀態(tài)方程離散的狀態(tài)方程77土壤參數(shù)：土壤參數(shù)：78四、土壤濕度數(shù)據(jù)同化方案及試驗(yàn)四、土壤濕度數(shù)據(jù)同化方案及試驗(yàn)79（一）、理想同化數(shù)值試驗(yàn)方案

數(shù)值試驗(yàn)設(shè)計(jì)為孿生試驗(yàn)，即觀測(cè)值由模式生成；初估值的誤差方差陣取為對(duì)角矩陣，即各層間不相關(guān)，且對(duì)角線上元素給定0.5的標(biāo)準(zhǔn)差；模式誤差方差陣取為對(duì)角矩陣，且以半小時(shí)模擬時(shí)間的系統(tǒng)狀態(tài)的5%作為標(biāo)準(zhǔn)差；觀測(cè)誤差方差陣取為對(duì)角矩陣，且以觀測(cè)值的2%作為標(biāo)準(zhǔn)差．

（一）、理想同化數(shù)值試驗(yàn)方案數(shù)值試驗(yàn)設(shè)計(jì)為孿生試驗(yàn)，即觀測(cè)80由于是做理想試驗(yàn),故為了簡(jiǎn)化和集中于算法研究,這里不使用輻射亮溫估計(jì)模型,而直接將”真實(shí)”廓線上的值作為相應(yīng)位置的觀測(cè)值,從而觀測(cè)矩陣為由于是做理想試驗(yàn),故為了簡(jiǎn)化和集中于算法研究,這里不使用輻射81SoilparametersRetrievalconditionSoiltypeClayloamDepth100cmSoilmoistureatsaturation0.476Numberofnodes50Hydraulicconductivityatsaturation0.00025cm/sBoundarycondition0.5cm/dayExponentb8.52Initialcondition0.40Matricpotentialatsaturation-63.0cmBadinitialguess0.35SoilparametersRetrievalcondi82擴(kuò)展Kalman濾波同化試驗(yàn)擴(kuò)展Kalman濾波同化試驗(yàn)83模擬（點(diǎn)），觀測(cè)深度2cm的同化(實(shí)線)，觀測(cè)深度6cm的同化(點(diǎn)線)，觀測(cè)深度10cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每3小時(shí)引入一次資料

模擬（點(diǎn)），觀測(cè)深度2cm的同化(實(shí)線)，觀測(cè)深度6cm的同84模擬（點(diǎn)），觀測(cè)深度20cm的同化(實(shí)線)，觀測(cè)深度50cm的同化(點(diǎn)線)，觀測(cè)深度80cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每3小時(shí)引入一次資料模擬（點(diǎn)），觀測(cè)深度20cm的同化(實(shí)線)，觀測(cè)深度50cm85模擬（點(diǎn)），觀測(cè)深度2、6cm的同化(實(shí)線)，觀測(cè)深度2、80cm的同化(點(diǎn)線)，觀測(cè)深度50、80cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每3小時(shí)引入一次資料模擬（點(diǎn)），觀測(cè)深度2、6cm的同化(實(shí)線)，觀測(cè)深度2、886觀測(cè)深度2、6、10cm的同化(實(shí)線)，觀測(cè)深度2、6、10、20cm的同化(點(diǎn)線)，觀測(cè)深度2、6、10、20、50cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每3小時(shí)引入一次資料觀測(cè)深度2、6、10cm的同化(實(shí)線)，觀測(cè)深度2、6、1087每24小時(shí)引入一次資料每24小時(shí)引入一次資料88每24小時(shí)引入一次資料每24小時(shí)引入一次資料89直接插入法同化試驗(yàn)直接插入法同化試驗(yàn)90模擬（點(diǎn)），觀測(cè)深度2cm的同化(實(shí)線)，觀測(cè)深度6cm的同化(點(diǎn)線)，觀測(cè)深度10cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每3小時(shí)引入一次資料

模擬（點(diǎn)），觀測(cè)深度2cm的同化(實(shí)線)，觀測(cè)深度6cm的同91模擬（點(diǎn)），觀測(cè)深度20cm的同化(實(shí)線)，觀測(cè)深度50cm的同化(點(diǎn)線)，觀測(cè)深度80cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每3小時(shí)引入一次資料模擬（點(diǎn)），觀測(cè)深度20cm的同化(實(shí)線)，觀測(cè)深度50cm92模擬（點(diǎn)），觀測(cè)深度2、6cm的同化(實(shí)線)，觀測(cè)深度2、80cm的同化(點(diǎn)線)，觀測(cè)深度50、80cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每3小時(shí)引入一次資料

模擬（點(diǎn)），觀測(cè)深度2、6cm的同化(實(shí)線)，觀測(cè)深度2、893

模擬（點(diǎn)虛線），觀測(cè)深度2、6、10cm的同化(實(shí)線)，觀測(cè)深度2、6、10、20cm的同化(點(diǎn)線)，觀測(cè)深度2、6、10、20、50cm的同化(虛線)，觀測(cè)（點(diǎn)）．每3小時(shí)引入一次資料模擬（點(diǎn)虛線），觀測(cè)深度2、6、10cm的同化(實(shí)線)，觀94模擬（點(diǎn)），觀測(cè)深度2cm的同化(實(shí)線)，觀測(cè)深度6cm的同化(點(diǎn)線)，觀測(cè)深度10cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每24小時(shí)引入一次資料模擬（點(diǎn)），觀測(cè)深度2cm的同化(實(shí)線)，觀測(cè)深度6cm的同95模擬（點(diǎn)），觀測(cè)深度20cm的同化(實(shí)線)，觀測(cè)深度50cm的同化(點(diǎn)線)，觀測(cè)深度80cm的同化(虛線)，觀測(cè)（點(diǎn)虛線）．每24小時(shí)引入一次資料模擬（點(diǎn)），觀測(cè)深度20cm的同化(實(shí)線)，觀測(cè)深度50cm96（二）、同化常規(guī)土壤濕度場(chǎng)地點(diǎn)觀測(cè)數(shù)據(jù)的數(shù)值試驗(yàn)方案

（二）、同化常規(guī)土壤濕度場(chǎng)地點(diǎn)觀測(cè)數(shù)據(jù)的數(shù)值試驗(yàn)方案97圖1非飽和土壤水流模型圖．、、和分別表示降水、蒸發(fā)、地表徑流和冠層截流．圖1非飽和土壤水流模型圖．、、和分別表示降98合肥土壤濕度觀測(cè)站經(jīng)度：117.2緯度：31.9時(shí)間：1986年1月1日~1993年12月31日觀測(cè)：土壤觀測(cè)深度1米，共分11層，分別是0~5，5~10，10~20，20~30，30~40，40~50，50~60，60~70，70~80，80~90，90~100cm，共296次觀測(cè)。同化方法：擴(kuò)展Kalman濾波

合肥土壤濕度觀測(cè)站經(jīng)度：117.2緯度：399土壤濕度同化中使用的土壤參數(shù)土壤參數(shù)土壤類型粘壤土飽和土壤濕度0.467飽和導(dǎo)水率

0.000245cm/s指數(shù)b8.02飽和土壤水勢(shì)

-26.3cm土壤深度、層數(shù)3米31層土壤濕度同化中使用的土壤參數(shù)土壤參數(shù)土壤類型100基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件101基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件102基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件103基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件104基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件105基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件106基于主動(dòng)微波觀測(cè)資料的土壤含水量廓線估計(jì)的數(shù)據(jù)同化課件107基于主動(dòng)微波觀測(cè)資料的土壤含水