模型土壤湿度气候态空间格局的优化对陆面水文模拟和数据同化意义重大

卫星遥感土壤湿度资料可显著优化陆面水文模型土壤湿度空间格局

土壤湿度控制着众多大气-陆面水文通量和能量过程,在降水分配、蒸散发、径流和下渗等水文过程中起着至关重要的作用,是地球陆面水文循环的主要物理变量之一 。基于卫星遥感土壤湿度和陆面水文模型进行数据同化,是目前获取大范围高质量土壤湿度资料的主流方法。然而,由于模型与观测土壤湿度气候态间存在系统性差异,在现有数据同化应用中,大多仅关注土壤湿度时间过程同化结果,忽略了对模型土壤湿度空间信息的优化,使得观测值中常优于模型的土壤湿度气候态空间信息被完全丢弃,潜在的降低了土壤湿度空间同化效率,大大限制了陆面数据同化的应用。

为解决以上问题,Zhou等 (2020) 以VIC模型为例,提出了模型参数修正方法,利用NASA SMAP(土壤湿度主被动遥感)卫星土壤湿度反演数据,优化淮河流域(中国东部地区)VIC模型的土壤湿度气候态,从而显著提升模型多层土壤湿度空间模拟能力,改善模型径流模拟效果。该研究弥补了当前陆面数据同化中忽略观测土壤湿度气候态信息的不足,可大幅提升土壤湿度数据同化水平,也可作为陆面模型参数优化方法,提高径流模拟精度,使模拟成果更好地服务于干旱监测预测、洪水预报和数值天气预报等众多领域研究应用。

相关论文 

  • 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

相关科学家