《有預報誤差時估算土壤濕度的數據同化研究》是依託蘭州大學，由張述文擔任項目負責人的面上項目。
基本介紹
- 中文名：有預報誤差時估算土壤濕度的數據同化研究
- 依託單位：蘭州大學
- 項目負責人：張述文
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
土壤濕度能控制陸面水分和能量通量的分配比例，是一個對天氣預報和氣候預測有重要影響的關鍵物理量，但觀測站點稀少，資料難得。藉助數據同化技巧可以把微波遙感表層土壤濕度信息與陸面模式提供的預報場有效融合，用於估算整個土壤濕度廓線。目前土壤濕度預報仍包含較大誤差，大大降低了土壤濕度的估算精度，本項目就立足在預報誤差存在時研究如何在同化過程中全面考慮模式誤差的影響。內容有：處理上下層土壤濕度時間關聯誤差的新辦法；抑制虛假表層與深層背景誤差協方差的新思路；研發具有一定物理意義的誤差模型，比較增廣變數法和兩步估算法在土壤濕度估算方面的差異，探討誤差反饋機理和適用條件；嘗試利用多模式超集合卡曼濾波來克服單一模式可能存在的模式誤差。目標是提高土壤濕度廓線估算的精度。希望通過以上幾個不同側面的研究，對同化過程中實時線上處理模式誤差的理論和方法有所貢獻，研究結果對同化實際觀測資料能有一定借鑑作用。
結題摘要
數據同化可以融合觀測資料與陸面模式預報場，為模式初始化或再分析提供土壤濕度等陸面狀態資料集，但是不論模式還是觀測資料都包含誤差甚至偏差。此外，用於同化的樣本也存在取樣誤差。若不合理處理這些誤差，同化性能會降低甚至失敗。基於此，項目在分析不同誤差來源特性基礎上，提出一系列針對性處理方案來降低誤差的不利影響，研究成果如下：①集合預報思想引入陸面數據同化領域。針對三類陸面模式（即CLM、NOAH LSM和CABLE）單獨估算值誤差的不同表現，提出對單獨模式的背景場及其誤差協方差陣進行加權平均，構建多模式、超集合卡曼濾波同化。理想試驗和實際觀測驅動下同化試驗均表明：新方法估算的土壤濕度廓線好於單獨模式的結果。②利用模擬的土壤濕度資料，借用SCE-UA最佳化算法，探究減小4個參數誤差的可行性（即參數b、飽和含水量θs、飽和水勢ψs和飽和水導率Ks）。試驗表明：若一次只校正其中1個、或同時2個、或同時3個但一定包含b，均能搜尋到真實值；其它情形除b外均不能獲得參數真實值。③研究用集合平方根濾波同步估算土壤濕度和校正參數。試驗表明：準確校正參數對估算土壤濕度廓線非常重要；不準確參數值會影響對模式狀態量的更新。但是模式狀態和參數同時更新的同化方案對參數的初估值較為敏感，只有選取合適的初估值才能保證參數校正和狀態估計同時成功。④提出修正背景誤差協方差來克服小樣本時深層與表層土壤濕度間虛假的關聯誤差，使之滿足表層與其餘各層土壤濕度誤差間關聯繫數不隨深度增加；提出利用前一時刻背景誤差協方差來修正當前時刻協方差的方法，吸收上下層土壤濕度間的時間關聯誤差信息。在三個不同降水氣候區的同化試驗表明：所提方法能有效提升深層土壤濕度的估算精度。⑤相對於離線運行的陸面模式，耦合邊界層的陸面模式會由於陸-氣描述不完善造成額外誤差，為此開展其與離線陸面模式的同化性能比較研究。同化試驗表明：兩類模式估算的土壤濕度會存在差別，但小於觀測誤差。當觀測誤差減小後，離線模式估計的地表感熱通量基本不變，但耦合模式的誤差則增大；當觀測誤差增大後，離線模式的結果明顯變差，而耦合模式變化很小。對於離線陸面模式，觀測用於驅動模式，因此觀測誤差越小越好；對於耦合模式，觀測用於同化，觀測誤差與模式誤差相匹配才能保證狀態平穩更新。
