一種基于分布式時(shí)變?cè)鲆嫠哪Ｐ偷恼羯l(fā)數(shù)據(jù)同化方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及蒸散發(fā)估算領(lǐng)域，尤其涉及一種基于分布式時(shí)變?cè)鲆嫠哪Ｐ偷恼羯?發(fā)數(shù)據(jù)同化方法。
【背景技術(shù)】
[0002] 蒸散發(fā)（ET)流域水循環(huán)的關(guān)鍵環(huán)節(jié)，決定著地球系統(tǒng)中"地圈一生物圈一大氣圈" 的相互作用和反饋，準(zhǔn)確估算蒸散發(fā)對(duì)于研宄全球或區(qū)域水量和能量平衡至關(guān)重要，并關(guān) 系到氣候變化、水資源管理、作物估產(chǎn)、以及環(huán)境保護(hù)等問題。因此，蒸散發(fā)估算方法的研 宄，一直是農(nóng)學(xué)、氣象、水文以及地理等領(lǐng)域共同關(guān)注的重要課題。
[0003]目前，估算區(qū)域蒸散發(fā)的主要途徑有：經(jīng)驗(yàn)公式法、水文模型和遙感ET模型。常 用的經(jīng)驗(yàn)公式法有水量平衡法、水熱耦合方程法、互補(bǔ)關(guān)系法三種。水量平衡法只能計(jì)算比 較長(zhǎng)時(shí)間尺度的區(qū)域蒸散發(fā)，不能反映蒸散發(fā)的時(shí)空變化特點(diǎn)；水熱耦合方程法可以較方 便的計(jì)算區(qū)域年蒸散發(fā)量，但大面積測(cè)量比較困難；互補(bǔ)關(guān)系法易受下墊面和大氣系統(tǒng)的 影響，實(shí)際蒸發(fā)和潛在蒸發(fā)關(guān)系不穩(wěn)定。總體來講，采用經(jīng)驗(yàn)公式計(jì)算結(jié)果具有較大的不確 定性，精度較低，且難以反映區(qū)域變異性。水文模型以閉合流域的整個(gè)水循環(huán)系統(tǒng)為研宄對(duì) 象，將區(qū)域劃分為若干個(gè)水文單元(柵格)，得到不同水文單元(柵格）的蒸散發(fā)分布，存在的 問題是：當(dāng)模擬時(shí)段較長(zhǎng)時(shí)，精度會(huì)隨著向前模擬產(chǎn)生誤差積累。利用遙感模型計(jì)算區(qū)域尺 度上的日蒸散發(fā)量能得到更準(zhǔn)確的結(jié)果，但是可見光_熱紅外遙感數(shù)據(jù)受天氣影響較大， 難以獲取長(zhǎng)時(shí)間序列的連續(xù)的觀測(cè)數(shù)據(jù)，這給估算區(qū)域長(zhǎng)期連續(xù)時(shí)段的地表蒸散發(fā)帶來困 難。因此，考慮通過多種手段和多源數(shù)據(jù)耦合的方式來實(shí)現(xiàn)蒸散發(fā)的估算，是解決時(shí)間連 續(xù)、空間高精度估算ET的發(fā)展方向。
[0004] 近20年來，數(shù)據(jù)同化技術(shù)逐漸被應(yīng)用到水文過程模擬，但主要側(cè)重于土壤濕度、 葉面積指數(shù)等狀態(tài)變量的研宄，對(duì)于非狀態(tài)變量ET的數(shù)據(jù)同化研宄并不深入。此外，作為 一個(gè)新興的領(lǐng)域，尤其是針對(duì)水文模型的ET數(shù)據(jù)同化研宄更是剛剛起步。Schuurmans等
[1]利用基于能量平衡遙感模型（SEBAL)反演區(qū)域蒸散發(fā)，并基于SMGRO模型進(jìn)行數(shù)據(jù)同 化，其采用蒸散發(fā)作為觀測(cè)項(xiàng)，通過設(shè)定恒定的增益值進(jìn)行插值計(jì)算，實(shí)現(xiàn)ET的更新，并采 取經(jīng)驗(yàn)法反推狀態(tài)變量土壤濕度，驅(qū)動(dòng)模型模擬。該研宄主要是借助經(jīng)驗(yàn)參數(shù)的率定，利用 蒸散發(fā)觀測(cè)值對(duì)模型進(jìn)行插值，并不能達(dá)到概率最優(yōu)；Qin等[2]利用擴(kuò)展卡爾曼濾波對(duì)一 層遙感蒸散模型SEBS反演的ET與分布式水文模型模擬的ET進(jìn)行數(shù)據(jù)同化，但由于ET在 水文模型中只是診斷變量，單純更新ET不能將同化效果反饋給模型，水文序列并未整體得 到優(yōu)化，只能等同于簡(jiǎn)單插值；Xie和Zhang[3]利用流域控制斷面流量同化SWAT模型，徑流 量和土壤濕度的精度得到了改善，但是蒸散發(fā)由于受多種因素影響，在基于流量的同化下 其精度并未得到理想的提高；Lei等[4]利用SWAT同化表層土壤濕度，結(jié)果顯示深層土壤濕 度、地表徑流和側(cè)向流的模擬精度得到提高，而蒸散發(fā)依然被低估；Trudel等[5]利用CATHY 模型同化了流量以及不同深度的土壤濕度，也僅提高了土壤水分模擬精度，并未提高蒸散 發(fā)序列精度。
[0005] 上述研宄仍存在一些瓶頸問題，還沒建立真正意義上基于水文模型的蒸散發(fā)同化 系統(tǒng)。因此，要實(shí)現(xiàn)蒸散發(fā)的準(zhǔn)確估算和連續(xù)獲取，就要充分利用觀測(cè)和模擬的優(yōu)點(diǎn)，將二 者有效集成，采用"真值"數(shù)據(jù)約束模型模擬軌跡，在模擬過程中不斷"釋放"誤差，最大程 度集成不同來源的有效數(shù)據(jù)，并將不同空間和時(shí)間分辨率的觀測(cè)資料有機(jī)融合到水文模型 中，從而實(shí)現(xiàn)水分和能量循環(huán)的多尺度表達(dá)。基于此，我們將借助數(shù)據(jù)同化技術(shù)發(fā)明一種 基于分布式時(shí)變?cè)鲆嫠哪Ｐ偷恼羯l(fā)數(shù)據(jù)同化方法，實(shí)現(xiàn)區(qū)域蒸散發(fā)精確估算和連續(xù)獲 取。
[0006] 文中涉及的參考文獻(xiàn)如下：
[1] SchuurmansM,TrochA,VeldhuizenA,etal.Assimilationofremotely sensedlatentheatfluxinadistributedhydrologicalmodel.AdvancesinWater Resources2003, 26(2): 151-159.
[2] QinC,JiaY，SuZ，etal.Integratingremotesensinginformationinto adistributedhydrologicalmodelforimprovingwaterbudgetpredictionsin large-scalebasinsthroughdataassimilation.Sensors, 2008， 8(7): 4441-4465.
[3] XieX，ZhangD.Dataassimilationfordistributedhydrological catchmentmodelingviaensembleKalmanfilter.Advancesinwaterresources, 2010, 33(6): 678-690.
[4]LeiF,HuangC，ShenH，etal.Improvingtheestimationofhydrological statesintheSWATmodelviatheensembleKalmansmoother:Synthetic experimentsfortheHeiheRiverBasininnorthwestChina.AdvancesinWater Resources，2014，67: 32-45.
[5] TrudelM，LeconteR，PaniconiC.Analysisofthehydrologicalresponse ofadistributedphysically-basedmodelusingpost-assimilation(EnKF) diagnosticsofstreamflowandinsitusoilmoistureobservations.Journalof Hydrology， 2014， 514: 192-201。

【發(fā)明內(nèi)容】

[0007] 針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明針對(duì)精確估算和連續(xù)獲取區(qū)域蒸散發(fā)的難點(diǎn)問題， 提出一種基于分布式時(shí)變?cè)鲆嫠哪Ｐ偷恼羯l(fā)數(shù)據(jù)同化方法。
[0008] 為解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)方案： 一種基于分布式時(shí)變?cè)鲆婺Ｐ偷恼羯l(fā)數(shù)據(jù)同化方法，包括以下步驟： 步驟1，數(shù)據(jù)準(zhǔn)備?；谶b感模型或通量實(shí)測(cè)數(shù)據(jù)，得到日蒸散發(fā)結(jié)果，作為"觀