高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

四维变分同化和集合平方根滤波联合反演土壤湿度廓线的研究

李昊睿 张述文 邱崇践

李昊睿, 张述文, 邱崇践, 等. 四维变分同化和集合平方根滤波联合反演土壤湿度廓线的研究[J]. 大气科学, 2010, 34(1): 193-201. doi: 10.3878/j.issn.1006-9895.2010.01.18
引用本文: 李昊睿, 张述文, 邱崇践, 等. 四维变分同化和集合平方根滤波联合反演土壤湿度廓线的研究[J]. 大气科学, 2010, 34(1): 193-201. doi: 10.3878/j.issn.1006-9895.2010.01.18
LI Haorui, ZHANG Shuwen, QIU Chongjian, et al. A Study of Retrieving the Soil Moisture Profile by Combining the Four-Dimensional Variational Data Assimilation with the Ensemble Square Root Filter[J]. Chinese Journal of Atmospheric Sciences, 2010, 34(1): 193-201. doi: 10.3878/j.issn.1006-9895.2010.01.18
Citation: LI Haorui, ZHANG Shuwen, QIU Chongjian, et al. A Study of Retrieving the Soil Moisture Profile by Combining the Four-Dimensional Variational Data Assimilation with the Ensemble Square Root Filter[J]. Chinese Journal of Atmospheric Sciences, 2010, 34(1): 193-201. doi: 10.3878/j.issn.1006-9895.2010.01.18

四维变分同化和集合平方根滤波联合反演土壤湿度廓线的研究

doi: 10.3878/j.issn.1006-9895.2010.01.18
基金项目: 国家自然科学基金项目资助40775065、40475012,科技部公益性行业(气象)科研专项GYHY200806029

A Study of Retrieving the Soil Moisture Profile by Combining the Four-Dimensional Variational Data Assimilation with the Ensemble Square Root Filter

  • 摘要: 提出将集合平方根滤波(EnSRF)估计的预报误差协方差用于四维变分(4DVAR)的同化方案(文中称混合四维变分同化方法,简称混合方法)来反演土壤湿度廓线,该方法由两个同化时段构成: 第一时段为EnSRF,第二时段为4DVAR,此种组合可以充分发挥每一同化方法的优势。通过同化表层土壤湿度观测反演土壤湿度廓线这一理想试验来验证方法的可行性,并与EnSRF和4DVAR的反演结果进行比较,结果表明, 混合方法反演的分析时刻土壤湿度廓线都优于EnSRF和4DVAR的结果。与此同时,为了克服小样本在估算背景场误差协方差矩阵时出现的虚假相关对反演的干扰, 提出在原有协方差矩阵中加入具有高斯指数函数成分来降低其影响;与修正前结果相比,反演的中下层(地下34~100 cm) 土壤湿度的均方根误差从0.036 cm3/cm3降到0.016 cm3/cm3, 降幅为55.6%, 更重要的是大大降低了部分深度处反演土壤湿度的误差, 如地下90 cm处误差从0.085 cm3/cm3降到0.024 cm3/cm3, 降幅达71.8%。
  • 加载中
计量
  • 文章访问数:  4490
  • HTML全文浏览量:  3
  • PDF下载量:  3454
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回