资源描述
基于非饱和土壤水流模型及地面点基于非饱和土壤水流模型及地面点观测的土壤湿度数据同化方案观测的土壤湿度数据同化方案 张生雷张生雷 谢正辉谢正辉 中国科学院大气物理研究所中国科学院大气物理研究所20062006年年8 8月月1010日日20062006年全球变化科学研究生暑期学习交流报告年全球变化科学研究生暑期学习交流报告基于非饱和土壤水流模型及地面点观测的土壤湿度数据同化方案 张1内内 容容引言引言陆面数据同化方法陆面数据同化方法非饱和土壤水流问题的预报算子非饱和土壤水流问题的预报算子土壤湿度数据同化方案及试验土壤湿度数据同化方案及试验小结与讨论小结与讨论内 容引言2一、引言一、引言一、引言3土壤湿度通过影响陆面和大气之间的水分和土壤湿度通过影响陆面和大气之间的水分和能量的平衡,对气候、区域环境变化起着非能量的平衡,对气候、区域环境变化起着非常重要的作用,受到大气科学、土壤学、农常重要的作用,受到大气科学、土壤学、农业工程、环境工程和地下水动力学等领域的业工程、环境工程和地下水动力学等领域的高度重视;高度重视;获取土壤湿度的途径:获取土壤湿度的途径:场地点观测、陆面水文模式模拟和遥感反场地点观测、陆面水文模式模拟和遥感反演来估计。演来估计。土壤湿度通过影响陆面和大气之间的水分和能量的平衡,对气候、区4中国土壤湿度观测的情况中国土壤湿度观测的情况以农业气象观测为基础的每旬逢以农业气象观测为基础的每旬逢8 8观测,观测,逢逢1 1发报,目前约有发报,目前约有600600个站;个站;以农气加密观测为基础,逢以农气加密观测为基础,逢3 3观测,逢观测,逢6 6发报,约有发报,约有400400个站;个站;20052005年新布的年新布的100100个自动观测站,目前刚个自动观测站,目前刚安装运行,发报站不到安装运行,发报站不到1010个,资料尚未个,资料尚未经过对比分析。经过对比分析。中国土壤湿度观测的情况以农业气象观测为基础的每旬逢8观测,逢5二、陆面数据同化方法二、陆面数据同化方法二、陆面数据同化方法6直接插入法直接插入法直接插入法是一种最简单的方法,就是直接插入法是一种最简单的方法,就是在观测数据点上简单地用观测值替代模在观测数据点上简单地用观测值替代模型的状态场而不考虑观测误差。该方法型的状态场而不考虑观测误差。该方法的前提假设是认为观测数据绝对准确。的前提假设是认为观测数据绝对准确。直接插入法直接插入法是一种最简单的方法,就是在观测数据点上72 2、Kalman滤波方法滤波方法考虑如下的随机非线性离散系统考虑如下的随机非线性离散系统:式中式中 和和 是非线性函数,向量是非线性函数,向量 和和 为系统过程噪声和观测噪声序列,假设为零为系统过程噪声和观测噪声序列,假设为零均值白噪声序列均值白噪声序列。2、Kalman滤波方法考虑如下的随机非线性离散系统:式中8Kalman滤波的预估校正算法示意图预报部分(时间更新)预报部分(时间更新)1、状态预报 2、误差预报 分析部分(观测更新)分析部分(观测更新)1、计算增益矩阵2、对变量的分析3、对分析变量的误差的分析Kalman滤波的预估校正算法示意图预报部分(时间更新)9集合集合Kalman滤波计算流程图滤波计算流程图集合Kalman滤波计算流程图10集合集合KalmanKalman滤波是用一个集合统计的方法来估计滤波是用一个集合统计的方法来估计KalmanKalman滤波方程组中的分析误差协方差矩阵和背景滤波方程组中的分析误差协方差矩阵和背景场误差协方差矩阵;场误差协方差矩阵;主要思路:先根据背景场和观测值的特征误差分布主要思路:先根据背景场和观测值的特征误差分布来对背景场和观测值加以一系列的扰动,然后用这来对背景场和观测值加以一系列的扰动,然后用这些加上不同扰动的背景场和观测场进行分析,得到些加上不同扰动的背景场和观测场进行分析,得到一组分析值。然后用这组分析值的差异作为分析误一组分析值。然后用这组分析值的差异作为分析误差的统计样本来进行分析误差协方差的估计。对这差的统计样本来进行分析误差协方差的估计。对这组分析值作一个短期预报后,也可以得到一组预报组分析值作一个短期预报后,也可以得到一组预报值。同样,把这组预报值的差异作为背景误差的统值。同样,把这组预报值的差异作为背景误差的统计样本来进行背景误差协方差的估计。计样本来进行背景误差协方差的估计。集合Kalman滤波是用一个集合统计的方法来估计Kalman11三、三、非饱和土壤水流问题的非饱和土壤水流问题的预报算子预报算子三、非饱和土壤水流问题的预报算子12连续预报算子连续预报算子 为地表通量,为地表通量,向下为正,原点取在地向下为正,原点取在地表,表,为土壤厚度。为土壤厚度。连续预报算子 为地表通量,向下为正,原点取在地表,为13离散的状态方程离散的状态方程离散的状态方程14土壤参数:土壤参数:15四、土壤湿度数据同化方案四、土壤湿度数据同化方案及试验及试验四、土壤湿度数据同化方案及试验16(一)、理想同化数值试验方案(一)、理想同化数值试验方案 数值试验设计为孪生试验,即观测值由模式生成;数值试验设计为孪生试验,即观测值由模式生成;初估值的误差方差阵取为对角矩阵,即各层间不相初估值的误差方差阵取为对角矩阵,即各层间不相关,且对角线上元素给定关,且对角线上元素给定0.50.5的标准差的标准差;模式误差方差阵取为对角矩阵,且以半小时模拟时模式误差方差阵取为对角矩阵,且以半小时模拟时间的系统状态的间的系统状态的5%5%作为标准差;作为标准差;观测误差方差阵取为对角矩阵,且以观测值的观测误差方差阵取为对角矩阵,且以观测值的2%2%作作为标准差为标准差(一)、理想同化数值试验方案 数值试验设计为孪生试验,即观测17由于是做理想试验,故为了简化和集中于算法研究,这里不使用辐射亮温估计模型,而直接将”真实”廓线上的值作为相应位置的观测值,从而观测矩阵为 由于是做理想试验,故为了简化和集中于算法研究,这里不使用辐射18Soil parametersRetrieval conditionSoil typeClay loamDepth100cmSoil moisture at saturation0.476Number of nodes50Hydraulic conductivity at saturation0.00025cm/sBoundary condition0.5cm/dayExponent b8.52Initial condition0.40Matric potential at saturation-63.0cmBad initial guess0.35Soil parametersRetrieval condi19扩展扩展KalmanKalman滤波同化试验滤波同化试验扩展Kalman滤波同化试验20模拟(点),观测深度模拟(点),观测深度2cm2cm的同化的同化(实线实线),观测深度,观测深度6cm6cm的同化的同化(点线点线),观测深度,观测深度10cm10cm的同化的同化(虚线虚线),观测(点虚线)每,观测(点虚线)每3 3小时引入一小时引入一次资料次资料模拟(点),观测深度2cm的同化(实线),观测深度6cm的同21模拟(点),观测深度模拟(点),观测深度20cm20cm的同化的同化(实线实线),观测深度,观测深度50cm50cm的同化的同化(点点线线),观测深度,观测深度80cm80cm的同化的同化(虚线虚线),观测(点虚线),观测(点虚线)每每3 3小时引入小时引入一次资料一次资料模拟(点),观测深度20cm的同化(实线),观测深度50cm22模拟(点),观测深度模拟(点),观测深度2、6cm的同化的同化(实线实线),观测深度,观测深度2、80cm的的同化同化(点线点线),观测深度,观测深度50、80cm的同化的同化(虚线虚线),观测(点虚线),观测(点虚线)每每3 3小时引入一次资料小时引入一次资料模拟(点),观测深度2、6cm的同化(实线),观测深度2、823观观测测深深度度2 2、6 6、10cm10cm的的同同化化(实实线线),观观测测深深度度2 2、6 6、1010、20cm20cm的的同同化化(点点线线),观观测测深深度度2 2、6 6、1010、2020、50cm50cm的的同同化化(虚虚线线),观观测测(点点虚线)每虚线)每3 3小时引入一次资料小时引入一次资料观测深度2、6、10cm的同化(实线),观测深度2、6、1024每每2424小时引入一次资料小时引入一次资料每24小时引入一次资料25每每2424小时引入一次资料小时引入一次资料每24小时引入一次资料26直接插入法同化试验直接插入法同化试验直接插入法同化试验27模拟(点),观测深度模拟(点),观测深度2cm2cm的同化的同化(实线实线),观测深度,观测深度6cm6cm的同化的同化(点线点线),观,观测深度测深度10cm10cm的同化的同化(虚线虚线),观测(点虚线)每,观测(点虚线)每3 3小时引入一次资料小时引入一次资料 模拟(点),观测深度2cm的同化(实线),观测深度6cm的同28模拟(点),观测深度模拟(点),观测深度20cm20cm的同化的同化(实线实线),观测深度,观测深度50cm50cm的同化的同化(点点线线),观测深度,观测深度80cm80cm的同化的同化(虚线虚线),观测(点虚线)每,观测(点虚线)每3 3小时引入小时引入一次资料一次资料模拟(点),观测深度20cm的同化(实线),观测深度50cm29模拟(点),观测深度模拟(点),观测深度2 2、6cm6cm的同化的同化(实线实线),观测深度,观测深度2 2、80cm80cm的同的同化化(点线点线),观测深度,观测深度5050、80cm80cm的同化的同化(虚线虚线),观测(点虚线)每,观测(点虚线)每3 3小时引入一次资料小时引入一次资料 模拟(点),观测深度2、6cm的同化(实线),观测深度2、830 模拟(点虚线),观测深度模拟(点虚线),观测深度2 2、6 6、10cm10cm的同化的同化(实线实线),观测深度,观测深度2 2、6 6、1010、20cm20cm的同化的同化(点线点线),观测深度,观测深度2 2、6 6、1010、2020、50cm50cm的同化的同化(虚线虚线),观测(点)每,观测(点)每3 3小时引入一次资料小时引入一次资料 模拟(点虚线),观测深度2、6、10cm的同化(实线),观31模拟(点),观测深度模拟(点),观测深度2cm2cm的同化的同化(实线实线),观测深度,观测深度6cm6cm的同化的同化(点线点线),观测深度,观测深度10cm10cm的同化的同化(虚线虚线),观测(点虚线)每,观测(点虚线)每2424小时引入一小时引入一次资料次资料模拟(点),观测深度2cm的同化(实线),观测深度6cm的同32模拟(点),观测深度模拟(点),观测深度20cm20cm的同化的同化(实线实线),观测深度,观测深度50cm50cm的同化的同化(点点线线),观测深度,观测深度80cm80cm的同化的同化(虚线虚线),观测(点虚线)每,观测(点虚线)每2424小时引入小时引入一次资料一次资料模拟(点),观测深度20cm的同化(实线),观测深度50cm33(二)、同化常规土壤湿度场地(二)、同化常规土壤湿度场地点观测数据的数值试验方案点观测数据的数值试验方案(二)、同化常规土壤湿度场地点观测数据的数值试验方案 34图1非饱和土壤水流模型图 、和 分别表示降水、蒸发、地表径流和冠层截流图1非饱和土壤水流模型图 、和 分别表示降35合肥土壤湿度观测站合肥土壤湿度观测站经度:117.2 纬度:31.9时间:1986年1月1日1993年12月31日观测:土壤观测深度1米,共分11层,分别是05,510,1020,2030,3040,4050,5060,6070,7080,8090,90100cm,共296次观测。同化方法:同化方法:扩展扩展KalmanKalman滤波滤波 合肥土壤湿度观测站经度:117.2 纬度:336土壤湿度同化中使用的土壤参数土壤湿度同化中使用的土壤参数土壤参数土壤参数土壤类型土壤类型 粘壤土粘壤土饱和土壤湿度饱和土壤湿度0.467饱和导水率饱和导水率 0.000245cm/s指数指数 b8.02饱和土壤水势饱和土壤水势-26.3cm土壤深度、层数土壤深度、层数3米米 31层层土壤湿度同化中使用的土壤参数土壤参数土壤类型 37基于主动微波观测资料的土壤含水量廓线估计的数据同化课件38基于主动微波观测资料的土壤含水量廓线估计的数据同化课件39基于主动微波观测资料的土壤含水量廓线估计的数据同化课件40基于主动微波观测资料的土壤含水量廓线估计的数据同化课件41基于主动微波观测资料的土壤含水量廓线估计的数据同化课件42基于主动微波观测资料的土壤含水量廓线估计的数据同化课件43基于主动微波观测资料的土壤含水量廓线估计的数据同化课件44基于主动微波观测资料的土壤含水量廓线估计的数据同化课件45基于主动微波观测资料的土壤含水量廓线估计的数据同化课件46基于主动微波观测资料的土壤含水量廓线估计的数据同化课件47基于主动微波观测资料的土壤含水量廓线估计的数据同化课件48基于主动微波观测资料的土壤含水量廓线估计的数据同化课件49基于主动微波观测资料的土壤含水量廓线估计的数据同化课件50基于主动微波观测资料的土壤含水量廓线估计的数据同化课件51基于主动微波观测资料的土壤含水量廓线估计的数据同化课件52长沙马坡岭土壤湿度观测站长沙马坡岭土壤湿度观测站经度:113.1 纬度:28.2时间:1985年1月1日1989年12月31日观测:土壤观测深度1米,共分11层,分别是05,510,1020,2030,3040,4050,5060,6070,7080,8090,90100cm,共180次观测;同化方法:集合同化方法:集合KalmanKalman滤波滤波长沙马坡岭土壤湿度观测站经度:113.1 纬度:28.53基于主动微波观测资料的土壤含水量廓线估计的数据同化课件54基于主动微波观测资料的土壤含水量廓线估计的数据同化课件55基于主动微波观测资料的土壤含水量廓线估计的数据同化课件56基于主动微波观测资料的土壤含水量廓线估计的数据同化课件57基于主动微波观测资料的土壤含水量廓线估计的数据同化课件58基于主动微波观测资料的土壤含水量廓线估计的数据同化课件59基于主动微波观测资料的土壤含水量廓线估计的数据同化课件60同化试验结论同化试验结论基于非基于非饱和土壤水流模型和土壤水流模型,初步建立了一个,初步建立了一个利用利用kalman滤波方法同化滤波方法同化近地表土壤湿度观测资料近地表土壤湿度观测资料的的陆面数据同化方案;陆面数据同化方案;同化对模拟结果有一定改进,说明该同化方案具有同化对模拟结果有一定改进,说明该同化方案具有一定的合理性;一定的合理性;近地表观测对同化结果有较大影响;近地表观测对同化结果有较大影响;观测层数多少对深层同化结果有一定影响;观测层数多少对深层同化结果有一定影响;加大观测频率加大观测频率,可以进一步改善数据同化的效果可以进一步改善数据同化的效果 同化试验结论基于非饱和土壤水流模型,初步建立了一个利用kal61五、讨论五、讨论扩展扩展KalmanKalman滤波滤波同化中同化中模式误差、观测误模式误差、观测误差问题;差问题;集合集合KalmanKalman滤波滤波同化中样本数及样本的同化中样本数及样本的抽取问题;抽取问题;土壤参数及观测数据的准备;土壤参数及观测数据的准备;陆面数据同化方案中的模式;陆面数据同化方案中的模式;多种资料的利用。多种资料的利用。五、讨论扩展Kalman滤波同化中模式误差、观测误差问题;62谢谢 谢谢 !谢 谢 !63
展开阅读全文