基于双EnKF的土壤水分与土壤属性参数同时估计

• 作者: 杜培军 褚楠 黄春林
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 土壤水分 数据同化 双集合Kalman滤波 土壤属性参数 参数优化
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 遥感与图像处理
• 页码范围: 214-220
• 分类号: TV122|TP79
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2016.2.0214

摘要

为提高土壤水分数据同化结果的精度,将基于双集合卡尔曼滤波(Dual Ensemble Kalman Filter,DEnKF)的状态—参数估计方案与简单生物圈模型(simple biosphere model 2,SiB2)相结合,同时更新土壤水分和优化模型参数(土壤属性参数).选用2008年6月1日～10月29日黑河上游阿柔冻融观测站为参考站,开展了同化表层土壤水分观测数据的实验.研究结果表明:DEnKF可同时优化土壤属性参数和改进土壤水分估计,该方法对表层土壤水分估计的精度0.04高于EnKF算法的精度0.05.当观测数据稀少时,DEnKF算法仍然可以得到较高精度的土壤水分估计,3层土壤水分的估计精度在0.02～0.05之间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜培军	中国矿业大学环境与测绘学院	161	3419	32.0	50.0
2	黄春林	中国科学院寒区旱区环境与工程研究所甘肃省遥感重点实验室	33	765	13.0	27.0
3	褚楠	中国矿业大学环境与测绘学院	2	12	2.0	2.0