首页 | 本学科首页   官方微博 | 高级检索  
     检索      

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
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.
作者姓名:李昊睿  张述文  邱崇践  
作者单位:兰州大学大气科学学院,甘肃省干旱气候变化与减灾重点实验室,兰州,730000;中国气象局广州热带海洋气象研究所,广州,510080;兰州大学大气科学学院,甘肃省干旱气候变化与减灾重点实验室,兰州,730000
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
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%。

关 键 词:土壤湿度  集合平方根滤波  四维变分  混合四维变分数据同化

A Study of Retrieving the Soil Moisture Profile by Combining the Four-Dimensional Variational Data Assimilation with the Ensemble Square Root Filter
LI Haorui,ZHANG Shuwen,QIU Chongjian and 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.
Authors:LI Haorui  ZHANG Shuwen  QIU Chongjian and
Institution:1.Key Laboratory of Arid Climate Change and Reducing Disaster of Gansu Province, College of Atmospheric Sciences, Lanzhou University, Lanzhou, 730000; Institute of Tropical and Marine Meteorology, China Meteorological Administration, Guangzhou, 5100802.Key Laboratory of Arid Climate Change and Reducing Disaster of Gansu Province, College of Atmospheric Sciences, Lanzhou University, Lanzhou, 730000
Abstract:A hybrid four-dimensional variational (H4DVAR) data assimilation approach is proposed by combining the Ensemble Square Root Filter (EnSRF) with the Four-Dimensional Variational (4DVAR) data assimilation method, which is composed of two time windows with the first using EnSRF and the second using 4DVAR, and this combination can make good use of both EnSRF and 4DVAR. An Observing System Simulation Experiment (OSSE) is set up to investigate the ability to retrieve the true soil moisture profile with the new me...
Keywords:soil moisture  EnSRF  4DVAR  hybrid four-dimensional variational data assimilation  
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《大气科学》浏览原始摘要信息
点击此处可从《大气科学》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号