一種基于分布式時變增益水文模型的蒸散發數據同化方法
【技術領域】
[0001] 本發明涉及蒸散發估算領域，尤其涉及一種基于分布式時變增益水文模型的蒸散 發數據同化方法。
【背景技術】
[0002] 蒸散發（ET)流域水循環的關鍵環節，決定著地球系統中"地圈一生物圈一大氣圈" 的相互作用和反饋，準確估算蒸散發對于研宄全球或區域水量和能量平衡至關重要，并關 系到氣候變化、水資源管理、作物估產、以及環境保護等問題。因此，蒸散發估算方法的研 宄，一直是農學、氣象、水文以及地理等領域共同關注的重要課題。
[0003]目前，估算區域蒸散發的主要途徑有：經驗公式法、水文模型和遙感ET模型。常 用的經驗公式法有水量平衡法、水熱耦合方程法、互補關系法三種。水量平衡法只能計算比 較長時間尺度的區域蒸散發，不能反映蒸散發的時空變化特點；水熱耦合方程法可以較方 便的計算區域年蒸散發量，但大面積測量比較困難；互補關系法易受下墊面和大氣系統的 影響，實際蒸發和潛在蒸發關系不穩定。總體來講，采用經驗公式計算結果具有較大的不確 定性，精度較低，且難以反映區域變異性。水文模型以閉合流域的整個水循環系統為研宄對 象，將區域劃分為若干個水文單元(柵格)，得到不同水文單元(柵格）的蒸散發分布，存在的 問題是：當模擬時段較長時，精度會隨著向前模擬產生誤差積累。利用遙感模型計算區域尺 度上的日蒸散發量能得到更準確的結果，但是可見光_熱紅外遙感數據受天氣影響較大， 難以獲取長時間序列的連續的觀測數據，這給估算區域長期連續時段的地表蒸散發帶來困 難。因此，考慮通過多種手段和多源數據耦合的方式來實現蒸散發的估算，是解決時間連 續、空間高精度估算ET的發展方向。
[0004] 近20年來，數據同化技術逐漸被應用到水文過程模擬，但主要側重于土壤濕度、 葉面積指數等狀態變量的研宄，對于非狀態變量ET的數據同化研宄并不深入。此外，作為 一個新興的領域，尤其是針對水文模型的ET數據同化研宄更是剛剛起步。Schuurmans等
[1]利用基于能量平衡遙感模型（SEBAL)反演區域蒸散發，并基于SMGRO模型進行數據同 化，其采用蒸散發作為觀測項，通過設定恒定的增益值進行插值計算，實現ET的更新，并采 取經驗法反推狀態變量土壤濕度，驅動模型模擬。該研宄主要是借助經驗參數的率定，利用 蒸散發觀測值對模型進行插值，并不能達到概率最優；Qin等[2]利用擴展卡爾曼濾波對一 層遙感蒸散模型SEBS反演的ET與分布式水文模型模擬的ET進行數據同化，但由于ET在 水文模型中只是診斷變量，單純更新ET不能將同化效果反饋給模型，水文序列并未整體得 到優化，只能等同于簡單插值；Xie和Zhang[3]利用流域控制斷面流量同化SWAT模型，徑流 量和土壤濕度的精度得到了改善，但是蒸散發由于受多種因素影響，在基于流量的同化下 其精度并未得到理想的提高；Lei等[4]利用SWAT同化表層土壤濕度，結果顯示深層土壤濕 度、地表徑流和側向流的模擬精度得到提高，而蒸散發依然被低估；Trudel等[5]利用CATHY 模型同化了流量以及不同深度的土壤濕度，也僅提高了土壤水分模擬精度，并未提高蒸散 發序列精度。
[0005] 上述研宄仍存在一些瓶頸問題，還沒建立真正意義上基于水文模型的蒸散發同化 系統。因此，要實現蒸散發的準確估算和連續獲取，就要充分利用觀測和模擬的優點，將二 者有效集成，采用"真值"數據約束模型模擬軌跡，在模擬過程中不斷"釋放"誤差，最大程 度集成不同來源的有效數據，并將不同空間和時間分辨率的觀測資料有機融合到水文模型 中，從而實現水分和能量循環的多尺度表達。基于此，我們將借助數據同化技術發明一種 基于分布式時變增益水文模型的蒸散發數據同化方法，實現區域蒸散發精確估算和連續獲 取。
[0006] 文中涉及的參考文獻如下：
[1] SchuurmansM,TrochA,VeldhuizenA,etal.Assimilationofremotely sensedlatentheatfluxinadistributedhydrologicalmodel.AdvancesinWater Resources2003, 26(2): 151-159.
[2] QinC,JiaY，SuZ，etal.Integratingremotesensinginformationinto adistributedhydrologicalmodelforimprovingwaterbudgetpredictionsin large-scalebasinsthroughdataassimilation.Sensors, 2008， 8(7): 4441-4465.
[3] XieX，ZhangD.Dataassimilationfordistributedhydrological catchmentmodelingviaensembleKalmanfilter.Advancesinwaterresources, 2010, 33(6): 678-690.
[4]LeiF,HuangC，ShenH，etal.Improvingtheestimationofhydrological statesintheSWATmodelviatheensembleKalmansmoother:Synthetic experimentsfortheHeiheRiverBasininnorthwestChina.AdvancesinWater Resources，2014，67: 32-45.
[5] TrudelM，LeconteR，PaniconiC.Analysisofthehydrologicalresponse ofadistributedphysically-basedmodelusingpost-assimilation(EnKF) diagnosticsofstreamflowandinsitusoilmoistureobservations.Journalof Hydrology， 2014， 514: 192-201。
【發明內容】
[0007] 針對現有技術的不足，本發明針對精確估算和連續獲取區域蒸散發的難點問題， 提出一種基于分布式時變增益水文模型的蒸散發數據同化方法。
[0008] 為解決上述技術問題，本發明采用如下技術方案： 一種基于分布式時變增益模型的蒸散發數據同化方法，包括以下步驟： 步驟1，數據準備。基于遙感模型或通量實測數據，得到日蒸散發結果，作為"觀