一种基于分布式时变增益水文模型的蒸散发数据同化方法
【技术领域】
[0001] 本发明涉及蒸散发估算领域，尤其涉及一种基于分布式时变增益水文模型的蒸散 发数据同化方法。
【背景技术】
[0002] 蒸散发（ET)流域水循环的关键环节，决定着地球系统中"地圈一生物圈一大气圈" 的相互作用和反馈，准确估算蒸散发对于研宄全球或区域水量和能量平衡至关重要，并关 系到气候变化、水资源管理、作物估产、以及环境保护等问题。因此，蒸散发估算方法的研 宄，一直是农学、气象、水文以及地理等领域共同关注的重要课题。
[0003]目前，估算区域蒸散发的主要途径有：经验公式法、水文模型和遥感ET模型。常 用的经验公式法有水量平衡法、水热耦合方程法、互补关系法三种。水量平衡法只能计算比 较长时间尺度的区域蒸散发，不能反映蒸散发的时空变化特点；水热耦合方程法可以较方 便的计算区域年蒸散发量，但大面积测量比较困难；互补关系法易受下垫面和大气系统的 影响，实际蒸发和潜在蒸发关系不稳定。总体来讲，采用经验公式计算结果具有较大的不确 定性，精度较低，且难以反映区域变异性。水文模型以闭合流域的整个水循环系统为研宄对 象，将区域划分为若干个水文单元(栅格)，得到不同水文单元(栅格）的蒸散发分布，存在的 问题是：当模拟时段较长时，精度会随着向前模拟产生误差积累。利用遥感模型计算区域尺 度上的日蒸散发量能得到更准确的结果，但是可见光_热红外遥感数据受天气影响较大， 难以获取长时间序列的连续的观测数据，这给估算区域长期连续时段的地表蒸散发带来困 难。因此，考虑通过多种手段和多源数据耦合的方式来实现蒸散发的估算，是解决时间连 续、空间高精度估算ET的发展方向。
[0004] 近20年来，数据同化技术逐渐被应用到水文过程模拟，但主要侧重于土壤湿度、 叶面积指数等状态变量的研宄，对于非状态变量ET的数据同化研宄并不深入。此外，作为 一个新兴的领域，尤其是针对水文模型的ET数据同化研宄更是刚刚起步。Schuurmans等
[1]利用基于能量平衡遥感模型（SEBAL)反演区域蒸散发，并基于SMGRO模型进行数据同 化，其采用蒸散发作为观测项，通过设定恒定的增益值进行插值计算，实现ET的更新，并采 取经验法反推状态变量土壤湿度，驱动模型模拟。该研宄主要是借助经验参数的率定，利用 蒸散发观测值对模型进行插值，并不能达到概率最优；Qin等[2]利用扩展卡尔曼滤波对一 层遥感蒸散模型SEBS反演的ET与分布式水文模型模拟的ET进行数据同化，但由于ET在 水文模型中只是诊断变量，单纯更新ET不能将同化效果反馈给模型，水文序列并未整体得 到优化，只能等同于简单插值；Xie和Zhang[3]利用流域控制断面流量同化SWAT模型，径流 量和土壤湿度的精度得到了改善，但是蒸散发由于受多种因素影响，在基于流量的同化下 其精度并未得到理想的提高；Lei等[4]利用SWAT同化表层土壤湿度，结果显示深层土壤湿 度、地表径流和侧向流的模拟精度得到提高，而蒸散发依然被低估；Trudel等[5]利用CATHY 模型同化了流量以及不同深度的土壤湿度，也仅提高了土壤水分模拟精度，并未提高蒸散 发序列精度。
[0005] 上述研宄仍存在一些瓶颈问题，还没建立真正意义上基于水文模型的蒸散发同化 系统。因此，要实现蒸散发的准确估算和连续获取，就要充分利用观测和模拟的优点，将二 者有效集成，采用"真值"数据约束模型模拟轨迹，在模拟过程中不断"释放"误差，最大程 度集成不同来源的有效数据，并将不同空间和时间分辨率的观测资料有机融合到水文模型 中，从而实现水分和能量循环的多尺度表达。基于此，我们将借助数据同化技术发明一种 基于分布式时变增益水文模型的蒸散发数据同化方法，实现区域蒸散发精确估算和连续获 取。
[0006] 文中涉及的参考文献如下：
[1] SchuurmansM,TrochA,VeldhuizenA,etal.Assimilationofremotely sensedlatentheatfluxinadistributedhydrologicalmodel.AdvancesinWater Resources2003, 26(2): 151-159.
[2] QinC,JiaY，SuZ，etal.Integratingremotesensinginformationinto adistributedhydrologicalmodelforimprovingwaterbudgetpredictionsin large-scalebasinsthroughdataassimilation.Sensors, 2008， 8(7): 4441-4465.
[3] XieX，ZhangD.Dataassimilationfordistributedhydrological catchmentmodelingviaensembleKalmanfilter.Advancesinwaterresources, 2010, 33(6): 678-690.
[4]LeiF,HuangC，ShenH，etal.Improvingtheestimationofhydrological statesintheSWATmodelviatheensembleKalmansmoother:Synthetic experimentsfortheHeiheRiverBasininnorthwestChina.AdvancesinWater Resources，2014，67: 32-45.
[5] TrudelM，LeconteR，PaniconiC.Analysisofthehydrologicalresponse ofadistributedphysically-basedmodelusingpost-assimilation(EnKF) diagnosticsofstreamflowandinsitusoilmoistureobservations.Journalof Hydrology， 2014， 514: 192-201。
【发明内容】
[0007] 针对现有技术的不足，本发明针对精确估算和连续获取区域蒸散发的难点问题， 提出一种基于分布式时变增益水文模型的蒸散发数据同化方法。
[0008] 为解决上述技术问题，本发明采用如下技术方案： 一种基于分布式时变增益模型的蒸散发数据同化方法，包括以下步骤： 步骤1，数据准备。基于遥感模型或通量实测数据，得到日蒸散发结果，作为"观