无迹加权集合卡尔曼滤波及其在土壤湿度同化中的应用

在土壤湿度模拟研究领域,现有的数据同化方法均存在一定缺陷,为此,基于集合卡尔曼滤波(EnKF)方法和无迹变换,提出了无迹加权集合卡尔曼滤波(UWEnKF),增加了对结果影响较大的集合成员的权重,且集合成员关于均值对称。结合一维Richards方程在梅林流域开展了同化表层土壤湿度的实时同化实验,验证了其有效性。结果表明:①一维Richards方程可以较好地模拟出土壤湿度的动态变化过程;②在土壤湿度模拟过程中引入数据同化方法,可以提高土壤湿度的模拟精度,但同化效果与模拟精度有关;③UWEnKF同化方法能够显著改善土壤湿度的模拟结果,比EnKF同化方法效果更佳。总之,UWEnKF是一种有效的、切实可行的数据同化方法,是提高土壤湿度模拟精度的有效手段。