基于GOES数据和弱约束变分的地表水热通量估算

基于弱约束的四维变分方法和陆面过程模式发展了一个地表温度的陆面数据同化系统。本文反演了地球静止业务环境卫星(Geostationary operational environmental satellite,GOES)的地表温度,并将反演的地表温度同化入陆面过程模式,改进陆面过程模式中地表水热通量的估算精度。以弱约束的变分方法通过在代价函数中增加弱约束项代替陆面过程模式动力方程组中存在的模式误差,构建新的代价函数并对其优化,从而改善模式中显热与潜热的估算精度。将GOES地表温度与实测地表温度进行比较,其均方根误差(RMSE)作为试验中的观测误差。选择美国通量网AmeriFlux中2个主要农业站点的气象和通量数据作为试验数据,对同化系统进行驱动和验证。结果表明同化后的地表温度、潜/显热估算精度均有提高。其中,各站地表温度RMSE平均仅为1 K,显热通量平均RMSE下降22 W/m2,潜热通量平均RMSE下降26 W/m2。因此结合陆面过程模式的弱约束变分方法同化GOES反演温度产品估算近地表水热通量的方法是有效且可行的。     

基于卡尔曼滤波的小麦叶面积指数同化方法

该文对作物生长模型模拟的数据和观测数据之间的同化进行了研究。采用农业技术转移决策支持系统（DSSAT）中的小麦生长模型对叶面积指数（LAI）进行了模拟,应用插值方法解决模型模拟的连续值和地面观测的离散值的时间尺度的匹配问题,结果表明,与最邻近点插值法、线性插值法、三次样条插值法和立方插值法的插值结果相比,表明立方插值法对实测的LAI的插值效果较好。其次是应用卡尔曼滤波法对内插后的LAI进行了同化,试验结果表明,内插方法与卡尔曼滤波法相结合是一种具有稳定性和可用性的方法,经过同化后的LAI数据较接近真实情况,其效果好于DSSAT模型模拟的LAI。     

基于生物量的区域土壤水分变化量反演

为了研究作物生物量与土壤含水量之间的关系,该文以黑龙江军川农场为研究区域,建立了生物量与土壤水分的动力学模型,提出了一种基于生物量的区域土壤水分变化量反演方法。选用SEBAL模型作为参考模型,对同一时期的区域土壤水分变化量的监测结果进行了对比分析。结果表明：玉米全生育期土壤水分变化量集中在-300～-35 mm之间;通过对比基于生物量的监测结果与SEBAL模型的监测结果,发现二者的纹理特征和空间分布相似,分布规律几乎一致,从而验证了本方法能够较好地反映土壤水分的变化,是一种监测土壤水分变化的有效方法。