中国陆面数据同化系统研究的进展与前瞻

陆面数据同化的核心思想是在陆面过程模型的动力框架内,融合不同来源和不同分辨率的直接与间接观测,准确一致地估计地表水分和能量循环的各个分量．作者已初步建立了中国陆面数据同化系统;同化方法采用了集合Kalman滤波,模型算子使用CoLM和SiB2等陆面过程模型,观测算子采用针对土壤(包括融化和冻结)、积雪等不同地表状态的微波辐射传输模型．该系统同化被动微波遥感观测如SSM／I,TMI和AMSR以及土壤和积雪的常规观测,已计算得到中国西北干旱区和青藏高原的土壤水分、土壤温度、积雪和冻土的同化资料．文中阐述了在同化系统的构建、同化算法的研究、陆面过程模型和微波辐射传输模型的集成以及大气驱动数据制备等方面的进展,讨论了陆面数据同化的特点和面临的问题,展望了未来的研究重点和同化方法在陆地表层系统科学研究中的应用前景．

一个基于模拟退火法的陆面数据同化算法

陆面数据同化系统是近年来兴起的新领域。我们发展了一个实验型的陆面数据同化方案,它使用一种启发式优化算法———模拟退火法极小化目标泛函。与变分法和Kalman滤波方法比较,这一算法具有独立于目标泛函的优点,可处理模型和观测算子的非线性和不连续性。使用GAME-Tibet实验中的土壤水分观测值进行单点数值实验,成功地将土壤水分观测同化到陆面过程模型SiB2中。结果表明,与不进行同化相比,土壤水分的估计值有较大改善。

陆面数据同化系统构建方法及其农业应用

遥感数据与模型的同化能够为地球表层科学研究提供更为丰富和更为精确的数据,实现数据在时间和空间上的扩展,是地球科学发展的新方法,并在农业上得到了广泛应用。论文在介绍了陆面数据同化系统组成结构的基础上,重点分析了同化系统一般的构建流程以及详细的构建方法,并针对农业遥感的需求,介绍了同化系统在农业领域的应用,最后分析了目前同化系统发展中存在的问题以及今后的发展方向。

陆面数据同化系统的研究综述

大气、海洋数据同化系统的完善和发展,促进了陆面数据同化系统的研究。本世纪初,随着北美(全球)陆面数据同化系统的建立,利用卫星、雷达数据同化地表土壤水分、地表温度、能量通量等工作正逐步展开。与此同时,陆面数据同化的研究也已经成为当前陆面过程和水文过程研究的热点。以北美(全球)陆面数据同化系统、欧洲陆面数据同化系统、中国西部陆面数据同化系统为例,对当前陆面数据同化系统的基本框架作了详细介绍;并指出了当前陆面数据同化系统发展中有待解决的若干问题。

陆面数据同化系统及其在全球变化研究中的应用

陆面数据同化的研究起源于20世纪末,发展比较迅速。本文从当前发展比较成熟的陆面数据同化系统、同化方法以及陆面数据同化在全球变化研究中的应用三方面做了综述。比较成熟的陆面数据同化系统主要是美国(全球)和欧洲的陆面数据同化系统,加拿大、韩国和我国的数据同化系统最近才有所发展;数据同化方法主要以基于统计估计理论和以基于变分的两大类方法为主流,近年来人工神经网络和粒子滤波技术有所发展;在生态水文学、碳循环和作物估产的应用研究中,陆面数据同化方法已经发挥了重要作用。

非线性滤波方法与陆面数据同化

陆面数据同化研究近几年成为地球科学研究的新兴领域,其中以非线性滤波为代表的数据同化方法发展迅速并得到了广泛应用。在贝叶斯理论框架内,从递推贝叶斯估计理论的角度系统地分析了扩展卡尔曼滤波、无迹卡尔曼滤波、集合卡尔曼滤波、SIR粒子滤波等非线性滤波方法的异同;针对应用比较广泛的集合卡尔曼滤波和SIR粒子滤波应用中存在的问题,论述了几种提高滤波性能的实用方法,如协方差矩阵的Localization方法、协方差矩阵的Inflation方法、双集合卡尔曼滤波方法、扰动集合、扰动大气驱动和模型参数、平方根集合卡尔曼滤波以及粒子滤波算法的改进等。最后总结讨论了各种非线性滤波方法应用中的特点、难点以及各种算法在陆面数据同化中的应用前景和发展方向。

再分析资料和陆面数据同化资料土壤湿度产品在中国北方地区的适用性评估

土壤湿度是地球系统模拟的重要参数之一,准确获得其时空分布和变化特征是研究陆-气相互作用的基础。再分析资料和陆面数据同化资料均可提供全球或区域高分辨率土壤湿度产品,但在使用前需要对其进行评估分析。利用土壤湿度观测数据,计算ERA5、ERA5-Land、NCEP-DOE R2、CRA40再分析资料和GLDAS-Noah、GLDAS-CLSM、CLDAS陆面数据同化资料土壤湿度产品与观测数据的中位数、模拟偏差、相关系数等统计指标,并分季节和气候区讨论不同土壤湿度产品在中国北方地区的模拟效果。结果表明:整体来看,CRA40与观测值的相关性最好,ERA5和ERA5-Land分别对干中心、湿中心模拟效果更好,GLDAS-Noah对于较干土壤地区模拟略偏湿,CLDAS对较湿土壤地区模拟结果以系统性偏干为主,NCEP-DOE R2和GLDAS-CLSM模拟效果较差;ERA5、ERA5-Land、NCEP-DOE R2、GLDAS-Noah和CLDAS在所有季节均为模拟正偏差,春季模拟效果较好的是CRA40、ERA5-Land,夏季和秋季ERA5-Land、ERA5和CRA40与观测值相关性较好,不同产品模拟的冬季土壤湿度和观测值相关性是全年中最小的;不同土壤湿度产品在干旱区以模拟偏湿为主,GLDAS-Noah模拟效果最佳,但模拟土壤湿度峰值和谷值的出现时间较观测较早,GLDAS-Noah、CRA40、ERA5能较好模拟季风区干、湿土壤的持续时段和土壤湿度变化振幅,大部分产品能模拟出夏季风影响过渡区较干土壤和较湿土壤的出现时间。

CoLM改进与多源遥感陆面数据同化系统研发

该报告以发展气候系统模式为核心,研发相关的模拟技术,确定关键物理和模发展的冠层辐射模型为三维辐射传输模型(简称3-D模型)以替换陆面模型CoLM中基于二流近似的辐射传输模块,将动力植被模块(DGVM)引入了陆面模型CoLM,实现了模型的改进;制备了2005—2010年比湿、气压、气温、风速(U,V)、降雨、入射短波辐射、入射长波辐射大气驱动数据集和土壤及植被功能型参数数据集;实现了一个高分辨率多源遥感陆面数据同化系统HDAS,包含了多种数据同化算法,并针对高分辨率陆面数据同化需要重点解决了高性能计算问题;能够在陆面过程模型的动力学框架内同化多源遥感观测以及其他观测资料,生产中国陆地区域内2005—2010年空间分辨率为5 km、时间分辨率为1 h的同化数据集。

欧洲陆面数据同化系统组成,系统设计和原理简介

随着技术的进步,地球系统科学的发展,地——气系统的复杂性的进一步研究,对地表物理场精度的需求越来越高。而观测和模拟作为获得地表数据的两种基本手段,由于其各自的局限性,其精度已经不能满足进一步研究的需求,在这样的背景下,陆面数据同化系统逐步发展起来。本文主要介绍了世界主要的陆面数据同化系统之一——欧洲陆面数据同化系统。此系统采用的强迫数据是根据欧洲的实际情况由欧洲中心自行生产的一套数据,同时在欧洲不同的机构它们采用了不同的陆面过程作为欧洲陆面数据同化系统的核心,它们还将卡尔曼滤波和变分方法结合生产了一套独特的同化方法。并对此系统进行了验证和实例应用。

基于历史样本投影的四维变分陆面数据同化方法及其初步应用

法面临着计算量上的挑战。本研究将一种历史样本投影的四维变分同化方法(Historical-Sample-Projection4DVar,简写为HSP-4DVar)应用于陆面数据同化,建立起CoLM陆面模型的HSP-4DVar系统。相比其他四维变分同化方法,HSP-4DVar的分析值是显式求解,不需要编写和使用伴随模式,从而大大节省了计算量,是一种易于实现的同化方案。通过同化56个月的土壤湿度观测数据表明,新的陆面同化系统不仅省时,而且能够有效吸取观测信息,使得同化后的均方根误差显著降低,各层土壤湿度模拟都有所改善,陆表1000mm层的改善最为明显。

同化极轨卫星陆地产品对改善陆面模式模拟能力研究进展

利用同化极轨卫星陆地产品改善陆面模式的模拟能力,是目前提升干旱监测水平研究的一个热点,也是一个难点问题。通过介绍现阶段几种典型陆面模式和同化方法,回顾了地表类型、地表反照率、植被覆盖度、地表温度、土壤湿度和降水量等主要极轨卫星陆地产品发展现状,并指出同化极轨卫星陆地产品对陆面模式模拟能力的改善作用主要受陆面模式、同化方法和卫星产品质量三方面限制。而基于较新的地表类型、(准)实时植被覆盖度和地表反照率产品及高质量的土壤湿度、地表温度和降水数据,通过优化同化方法和系统地发展陆面模式,有望进一步改善同化效果。

集合卡尔曼滤波数据同化方法改进土壤水分模拟效果

陆面过程模型是连续模拟土壤水分的有效工具,然而输入数据及模型结构本身的不确定性会导致模拟误差在模型运行过程中不断积累。数据同化技术可以考虑模型不确定性,实时修正模型状态变量,进而提高土壤水分的模拟精度。本研究构建集合卡尔曼滤波（En KF,ensemble Kalman filter）数据同化方法,将其集成到水文强化陆面过程模型HELP（hydrologically-enhanced land process）中,对模型中土壤水分及表面温度等状态变量进行优化。模型选取山东位山生态水文观测站2006年的数据进行验证,采用未经同化的模型率定结果作为基准值。结果表明,数据同化后表层、根层、深层土壤水分模拟结果相比基准值均有提高,土壤含水量均方根误差减小30%-50%,证明采用数据同化方法能够有效提高土壤水分的模拟结果。

GLDAS Noah模型水文产品与中国地面观测及卫星观测数据的对比

全球陆面数据同化系统(GLDAS)是全球水循环研究的重要数据源,基于重力卫星(GRACE)观测数据、中国的地面降水与径流观测数据,从模拟数据与观测数据之间的偏差、相关性及时空分布一致性角度,对GLDAS两个版本(GLDAS-1及GLDAS-2)的Noah模型模拟水文产品进行了评估。结果表明,GLDAS与GRACE TWS陆地水蓄量(TWS)变化情况在中国大部分地区一致性较差,且GLDAS-1与GLDAS-2均不能充分反映GRACE TWS数据的季节性变化规律;GLDAS-1与GLDAS-2模拟的中国外流区的径流明显低于观测径流,同时长江流域与松花江流域GLDAS-2模拟径流的精度远比GLDAS-1模拟径流的精度高;GLDAS-1与GLDAS-2在中国的外流流域的蒸散发均呈高估现象,且GLDAS-1的高估程度大于GLDAS-2。

数据同化算法在青藏高原高寒生态系统能量-水分平衡分析中的应用

位于青藏高原腹地的多年冻土地带,其冻融过程中的土壤含水量和土壤冻结深度的变化对气候强烈响应并产生显著的陆面能—水平衡变化,进而又对全球气候产生较大的反馈作用。为了能准确模拟这种变化,选取青藏高原多年冻土分布区的风火山左冒孔流域(长江源)进行了相关的野外数据采集和试验,以考虑土壤冻融影响的水—热耦合陆面过程模型——SHAW为动力学约束框架,验证集合卡尔曼滤波算法在改进模型对土壤冻融过程中土壤水分和冻土深度的计算效果。基于试验点的数据同化计算结果表明:数据同化方法可以融合观测信息显著提高水—热耦合模型对土壤冻融过程中状态变量(土壤水分和冻深)的模拟,并进而改善模型对其它相关能量—水分变量的计算,为在高寒冻土地区利用多源信息进行融合监测提供了理论依据。

土壤湿度同化数据综合分析处理系统的研制与开发

陆面数据同化系统的输入和输出数据以其格式多样性、海量性为主要特征。以GIS二次开发组件ArcGIS Engine,ArcSDE空间数据库引擎和SQL Server 2005数据库管理工具,利用C#、IDL编程语言,构建土壤湿度同化数据空间数据库,并将气象数据具有时间域、空间域和属性域等多维属性与GIS数据模型相结合,研制开发综合分析处理系统,实现土壤湿度同化输入参数与输出数据的空间分析与管理。系统能够满足陆面同化系统对数据的处理与分析需求,为土壤湿度同化产品的业务应用提供强大的支撑。

两种陆面模式对中国区域土壤温度模拟的对比分析

为研究不同陆面模式对中国区域土壤温度的模拟效果,基于中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)大气驱动数据分别驱动Noah和Noah-MP陆面模式进行中国区域土壤温度的模拟(简称:CLDAS_Noah和CLDAS_Noah-MP试验),使用2010—2018年中国气象局2380个土壤温度观测站点10和40 cm观测数据以及美国全球陆面数据同化系统(The Global Land Data Assimilation System,GLDAS)驱动的Noah模式(GLDAS_Noah试验)模拟的土壤温度结果,从空间分布、季节、分区等角度进行了评估,实现了不同驱动数据相同陆面模式和相同驱动数据不同陆面模式的对比分析。结果表明:GLDAS_Noah、CLDAS_Noah和CLDAS_Noah-MP试验均能合理模拟出中国区域土壤温度空间分布,但在量级上有一定差异,主要表现在中国东北、新疆、青藏高原等积雪区。对于相同陆面模式不同驱动数据,均方根误差显示CLDAS_Noah试验在季节与分区上均优于GLDAS_Noah试验,间接表明CLDAS大气驱动数据优于GLDAS大气驱动数据,且大气驱动数据是提高土壤温度模拟精度的重要因素之一;对于相同驱动数据不同陆面模式,总体上CLDAS_Noah-MP试验棋拟效果优于CLDAS_Noah试验,其中CLDAS_Noah试验模拟的10和40 cm深度土壤温度在冬季积雪区误差明显大于CLDAS_Noah-MP试验,可能与Noah-MP模式改进了积雪方案有关,但10和40 cm深度下CLDAS_Noah-MP试验在东北、华北、青藏高原地区对春季土壤温度模拟误差明显大于CLDAS_Noah试验,可能与Noah-MP模式融雪方案有关。总之,本研究对于后续开展土壤温度多模式集成、土壤温度站点资料同化,最终研制中国区域高质量土壤温度数据集具有一定的参考意义。

基于微波遥感和陆面模型的流域土壤水分研究

土壤水分是陆地水文的重要因子。微波遥感是测量土壤水分的一种重要方法。本文总结了基于微波遥感和陆面模型的土壤水分监测方法,包括被动微波法、主动微波法、主被动微波结合法、陆面模型模拟法和数据同化法五种。被动微波对表面土壤水分敏感,但其空间分辨率低;主动微波具有较好的分辨率但运作费用也较高;主被动微波结合则能够充分利用各自的优势。陆面模型在研究中也有重要作用,通过模型模拟能够得到根区土壤水分。而将观测值同化到模型的数据同化法,则能极大的提高土壤水分估计的能力。通过比较,指出数据同化是最有前景的研究领域。

数据同化谱写陆面过程研究中理论模型与观测数据的和弦

陆面数据同化通过融合理论模型和观测数据,为科学家们提供了一个强大的工具,以更准确地模拟和预测土壤湿度、积雪、蒸散发、径流、地下水、农业灌溉、湍流通量、陆表温度、植被动态、作物产量等地表过程关键参量[1~4].数据同化如同一把钥匙,开启了对地球系统科学深入理解的大门.

多源气象数据融合格点实况产品研制进展

阐述了中外主要的多源气象数据融合产品研究进展与趋势,重点介绍了中国气象局国家气象信息中心研制的陆面气象要素(包括气温、降水、湿度、风、气压、辐射等)、土壤温度与土壤湿度、洋面温度与洋面风、三维云等多源融合格点产品研发现状,以及中国气象局国家气象信息中心多源数据融合中试平台及统一质量检验评估系统的进展,并对未来多源气象数据融合产品研制进行了展望。

基于土壤水模型及站点资料的土壤湿度同化方法

基于非饱和土壤水模型和扩展卡尔曼滤波(ExtendedKalmanFilter)同化算法并结合陆面过程模型VIC发展了一个土壤湿度同化方案,并进行了理想试验及同化站点资料的同化试验。理想试验结果表明:扩展卡尔曼滤波方法能完整反演土壤湿度廓线,对土壤湿度的估计有较大改善;观测深度、观测层数和观测资料引入频率对同化结果有一定影响;加大观测频率,可以进一步改善同化效果。利用气象强迫驱动陆面模型VIC算出地表入渗条件而进行的同化站点资料的试验所得土壤湿度分布与观测资料基本吻合,反映了站点土壤湿度的月、季变化,表明该方案是合理的。