土壤濕度控制著眾多大氣-陸面水文通量和能量過程,，在降水分配,、蒸散發(fā)、徑流和下滲等水文過程中起著至關(guān)重要的作用,，是地球陸面水文循環(huán)的主要物理變量之一 ,。基于衛(wèi)星遙感土壤濕度和陸面水文模型進(jìn)行數(shù)據(jù)同化，是目前獲取大范圍高質(zhì)量土壤濕度資料的主流方法。然而,，由于模型與觀測土壤濕度氣候態(tài)間存在系統(tǒng)性差異，在現(xiàn)有數(shù)據(jù)同化應(yīng)用中,，大多僅關(guān)注土壤濕度時(shí)間過程同化結(jié)果，忽略了對模型土壤濕度空間信息的優(yōu)化,，使得觀測值中常優(yōu)于模型的土壤濕度氣候態(tài)空間信息被完全丟棄,，潛在的降低了土壤濕度空間同化效率，大大限制了陸面數(shù)據(jù)同化的應(yīng)用,。

為解決以上問題,，Zhou等 (2020) 以VIC模型為例，提出了模型參數(shù)修正方法,，利用NASA SMAP（土壤濕度主被動遙感）衛(wèi)星土壤濕度反演數(shù)據(jù),，優(yōu)化淮河流域（中國東部地區(qū)）VIC模型的土壤濕度氣候態(tài),，從而顯著提升模型多層土壤濕度空間模擬能力，改善模型徑流模擬效果,。該研究彌補(bǔ)了當(dāng)前陸面數(shù)據(jù)同化中忽略觀測土壤濕度氣候態(tài)信息的不足,，可大幅提升土壤濕度數(shù)據(jù)同化水平，也可作為陸面模型參數(shù)優(yōu)化方法,，提高徑流模擬精度,，使模擬成果更好地服務(wù)于干旱監(jiān)測預(yù)測、洪水預(yù)報(bào)和數(shù)值天氣預(yù)報(bào)等眾多領(lǐng)域研究應(yīng)用,。

相關(guān)論文?

• Zhou, J., Wu, Z., Crow, W. T., Dong, J.,?& He, H. (2020). Improving spatial?patterns prior to land surface data?assimilation via model calibration using?SMAP surface soil moisture data. Water?Resources Research, 56,?e2020WR027770.?https://doi.org/10.1029/2020WR027770

相關(guān)科學(xué)家