Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Sơ đồ đồng bộ độ ẩm đất dựa trên bộ lọc Kalman tập hợp sử dụng nhiệt độ sáng vi sóng
Tóm tắt
Nghiên cứu này trình bày một sơ đồ đồng bộ độ ẩm đất, có khả năng đồng bộ trực tiếp nhiệt độ sáng vi sóng, dựa trên bộ lọc Kalman tập hợp và phương pháp tiến hóa phức tạp bị xáo trộn (SCE-UA). Sơ đồ sử dụng mô hình nước đất của mô hình bề mặt đất CLM3.0 như là bộ điều hành dự báo và một mô hình truyền bức xạ (RTM) như là bộ điều hành quan sát trong hệ thống đồng bộ. Sơ đồ đồng bộ được thực hiện qua hai giai đoạn: giai đoạn hiệu chỉnh tham số và giai đoạn đồng bộ độ ẩm đất thuần túy. Độ dày quang học thực vật và các tham số gồ ghề bề mặt trong RTM được hiệu chỉnh bởi phương pháp SCE-UA và các tham số tối ưu được sử dụng làm tham số mô hình cuối cùng của bộ điều hành quan sát trong giai đoạn đồng bộ. Các thí nghiệm lý tưởng với dữ liệu tổng hợp cho thấy sơ đồ này có thể cải thiện đáng kể quá trình mô phỏng độ ẩm đất ở lớp bề mặt. Hơn nữa, việc ước lượng độ ẩm đất ở các lớp sâu hơn cũng có thể được cải thiện ở một mức độ nhất định. Các thí nghiệm đồng bộ thực tế với nhiệt độ sáng AMSR-E tại 10,65 GHz (phân cực dọc) cho thấy sai số trung bình căn bậc hai (RMSE) của độ ẩm đất ở lớp trên (0–10 cm) qua đồng bộ là 0,03355 m3 · m−3, giảm 33,6% so với mô phỏng (0,05052 m3 · m−3). RMSE trung bình qua đồng bộ cho các lớp sâu hơn (10–50 cm) cũng giảm 20,9%. Tất cả các thí nghiệm này chứng minh tính hợp lý của sơ đồ đồng bộ được phát triển trong nghiên cứu này.
Từ khóa
Tài liệu tham khảo
Entekhabi D, Rodriguez-Iturbe I, Castelli F. Mutual interaction of soil moisture state and atmospheric processes. J Hydrol, 1996, 184: 3–17
Guo W D, Ma Z G, Wang H J. Soil moisture — An important factor of seasonal precipitation prediction and its application (in Chinese). Clim Environ Res, 2007, 12(1): 20–28
Rodell M, Houser P R, Jambor U. The global land data assimilation system. Bull Amer Meteorol Soc, 2004, 85(3): 381–394
Entin J K, Robock A, Vinnikov K Y, et al. Evaluation of global soil wetness project soil moisture simulation. J Meteorol Soc Jpn, 1999, 77(1B): 183–198
Njoku E G, Jackson T J, Lakshmi V, et al. Soil moisture retrieval from AMSR-E. IEEE Trans Geosci Remote Sensing, 2003, 41(2): 215–229
Shi J C, Jiang L M, Zhang L X, et al. Physically based estimation of bare-surface soil moisture with the passive radiometers. IEEE Trans Geosci Remote Sensing, 2006, 44(11): 3145–3153
Reichle R H, Koster R D, Liu P, et al. Comparison and assimilation of global soil moisture retrievals from the Advanced Microwave Scanning Radiometer for the Earth Observing System (AMSR-E) and the Scanning Multichannel Microwave Radiometer (SMMR). J Geophys Res, 2007, 112: D09108, doi: 10.1029/2006JD008033
Schmugge T J, O’Neill P E, Wang J R. Passive microwave soil moisture research. IEEE Trans Geosci Remote Sensing, 1986, GE-24(1): 12–22
Walker J P, Houser P R. A methodology for initializing soil moisture in a global climate model: Assimilation of near-surface soil moisture observations. J Geophys Res, 2001, 106(D11): 11761–11774
Margulis S A, McLaughlin D, Entekhabi D, et al. Land data assimilation and estimation of soil moisture using measurements from the Southern Great Plains 1997 Field Experiment. Water Resour Res, 2002, 38(12): 1299, doi: 10.1029/2001WR001114
Zhang S W, Li H R, Zhang W D, et al. Estimating the soil moisture profile by assimilating near-surface observations with ensemble Kalman filter (EnKF). Adv Atmos Sci, 2006, 22: 936–945
Huang C L, Li X. Sensitivity analysis on land data assimilation scheme of soil moisture (in Chinese). Adv Water Sci, 2006, 17(4): 457–465
Zhang S L, Xie Z H, Tian X J, et al. A soil moisture assimilation scheme with an unsaturated soil water flow model and in-situ observation (in Chinese). Adv Earth Sci, 2006, 21(12): 1350–1362
Zhang S L, Xie Z H, Shi C X, et al. Applications of ensemble Kalman filter in soil moisture assimilation (in Chinese). Chin J Atmosph Sci, 2008, 32(6): 1419–1430
De Lannoy G J M, Houser P R, Pauwels V R N, et al. State and bias estimation for soil moisture profiles by an ensemble Kalman filter: Effect of assimilation depth and frequency. Water Resour Res, 2007, 43: W06401, doi: 10.1029/2006WR005100
Tian X J, Xie Z H, Dai A G. A land surface soil moisture data assimilation system based on the dual-UKF method and the Community Land Model. J Geophys Res, 2008, 113: D14127, doi: 10.1029/2007JD009650
Tian X J, Xie Z H. A land surface soil moisture data assimilation framework in consideration of the model subgrid-scale heterogeneity and soil water thawing and freezing. Sci China Ser D-Earth Sci, 2008, 51(7): 992–1000
Crosson W L, Laymon C A, Inguva R, et al. Assimilating remote sensing data in a Surface Flux-Soil Moisture Model. Hydrol Process, 2002, 16: 1645–1662
Li X, Koike T, Mahadevan P. A very fast simulated re-annealing (VFSA) approach for land data assimilation. Comput Geosci, 2004, 30: 239–248
Huang C L, Li X, Lu L, et al. Experiments of one-dimensional soil moisture assimilation system based on ensemble Kalman filter. Remote Sens Environ, 2008, 112: 888–900
Jackson T J, Schmugge T J. Vegetation effects on the microwave emission of soils. Remote Sens Environ, 1991, 36: 203–212
Wegmuller U, Matzler C. Rough bare soil reflectivity model. IEEE Trans Geosci Remote Sensing, 1999, 37: 1391–1395
Njoku E G, Chan S K. Vegetation and surface roughness effects on AMSR-E land observations. Remote Sens Environ, 2006, 100: 190–199
Loew A. Impact of surface heterogeneity on surface soil moisture retrievals from passive microwave data at the regional scale: The upper Danube case. Remote Sens Environ, 2008, 112: 231–248
Yang K, Watanbe T, Koike T, et al. Auto-calibration system developed to assimilate AMSR-E data into a land surface model for estimating soil moisture energy budget. J Meteorol Soc Jpn, 2007, 85A: 229–242
Evensen G. Sampling strategies and square root analysis schemes for the EnKF. Ocean Dyn, 2004, 54: 539–560
Duan Q Y, Gupta V K, Sorooshian S. A shuffled complex evolution approach for effective and efficient global minimization. J Optim Theory Appl, 1993, 76(3): 501–521
Oleson K W, Dai Y J, Bonan G, et al. Technical description of the Community Land Model (CLM), NCAR/TN-461+STR. 2004
Fujii H. Development of a microwave radiative transfer model for vegetated land surface based on comprehensive in-situ observations. Doctor Dissertation. Tokyo: University of Tokyo, 2005
Darcy H. The Public Fountains of the City of Dijon. Paris: Dalmount, 1856
Xie Z H, Zeng Q C, Dai Y J, et al. Numerical simulation of an unsaturated flow equation. Sci China Ser D-Earth Sci, 1998, 41(4): 429–436
Tian X J. A study on some hydrological parameterization with dynamical representation of groundwater table integrating in a land surface model and their co-coupling to a atmospheric model (in Chinese). Doctor Dissertation. Beijing: Graduate University of Chinese Academy of Sciences, 2006
Mo T, Choudury B J, Schmugge T J, et al. A model for microwave emission from vegetation covered fields. J Geophys Res, 1982, 87: 11229–11237
Wang J R, Choudhury B J. Remote sensing of soil moisture content over bare fields at 1.4 GHz frequency. J Geophys Res, 1981, 86: 5277–5282
Dobson M C, Ulaby F T, Hallikainen M T, et al. Microwave dielectric behavior of wet soil-Part II: Dielectric mixing models. IEEE Trans Geosci Remote Sensing, 1985, GE-23: 35–46
Ulaby F T, Moore R K, Fung A K. Microwave Remote Sensing: Active and Passive-Volume III, From Theory to Applications. Norwood: Artech House, 1986
Paloscia S, Pampaloni P. Microwave polarization index for monitoring vegetation growth. IEEE Trans Geosci Remote Sensing, 1988, GE-26: 617–621
Evensen G. The ensemble Kalman filter: Theoretical formulation and practical implementation. Ocean Dyn, 2003, 53: 343–367
Duan Q Y, Sorooshian S, Gupta V K. Optimal use of the SCE-UA global optimization method for calibrating watershed models. J Hydrol, 1994, 158: 265–284
Qian T T, Dai A G, Trenberth K, et al. Simulation of global land surface conditions from 1948 to 2004, part I: Forcing data and evaluations. J Hydrometeorol, 2006, 7: 953–975
Tian X J, Dai A G, Yang D Q, et al. Effects of precipitation-bias corrections on surface hydrology over northern latitudes. J Geophys Res, 2007, 112: D14101, doi: 10.1029/2007JD008420
Shi C X. A land data assimilation method of soil moisture data remote sensed based on the EnKF (in Chinese). Doctor Dissertation. Beijing: Graduate University of Chinese Academy of Sciences, 2008
Yang K, Koike T. Inverse analysis of the role of soil vertical heterogeneity in controlling surface soil state and energy partition. J Geophys Res, 2005, 110: D08101, doi: 10.1029/2004JD005500