两类订正方案在集合均方根滤波土壤湿度同化中的对比研究

利用Noah陆面模式,基于集合均方根滤波(ensemble square-root filter,简称ENSRF)算法,结合观测和模式2类订正方法,通过构建多个融合同化方案,进行土壤湿度同化研究。其中,模式订正采用粒子群优化算法估计模式参数,观测订正则将观测季节性尺度的特征调整到与模式气候态相当的水平。结果表明,观测订正能够有效减少观测与模式季节尺度差异,从而间接减少同化中的观测误差,而模式订正则有效减少模式参数在同化中产生的误差;引入观测和模式订正后的同化都要优于原始观测且未订正模式的传统同化方案,而单独引入模式或者观测订正并不能够提供给同化方案最佳误差订正信息;结合尺度化的观测订正和参数优化的模式订正,能够使传统土壤湿度ENSRF估计方案得到最大程度的改善。