基于DHSVM的遥感土壤水分数据同化对水文过程关键要素的影响——以湘江流域为例
Impact of DHSVM-based multi-source remote sensing soil moisture data assimilation on key elements of hydrological processes-A case study of the Xiangjiang River Basin作者机构:东南大学土木工程学院江苏南京211189
出 版 物:《中山大学学报(自然科学版)(中英文)》 (Acta Scientiarum Naturalium Universitatis Sunyatseni)
年 卷 期:2024年第63卷第2期
页 面:35-45页
核心收录:
学科分类:09[农学] 0903[农学-农业资源与环境] 090301[农学-土壤学]
主 题:DHSVM EnKF 多源遥感数据 土壤水分 数据同化
摘 要:本文研究基于集合卡尔曼滤波(EnKF)的多源遥感土壤水分数据同化,对分布式水文模型DHSVM模拟过程中关键要素的影响。以湘江流域为例,选择SMAP和ASCAT遥感土壤水分数据,利用EnKF算法对DHSVM进行土壤水分模块的遥感数据同化。通过对比分析无同化方案、ASCAT同化方案和SMAP同化方案得到的径流和土壤水分结果,评估多源遥感土壤水分数据同化对水文关键变量模拟的影响。结果显示,湘江流域内,ASCAT同化无论是从径流模拟还是土壤水分模拟方面都要优于SMAP同化。径流模拟方面,ASCAT同化方案的NSE(NSE=0.677)相比无同化方案(NSE=0.662)有所提升,BIAS值减小了1.7个百分点。土壤水分模拟方面,相比无同化方案,ASCAT同化NSE提升了10%,BIAS减小了4.7个百分点,RMSE减小了12.5%。相对而言,SMAP同化方案整体模拟效果的改进并不显著。研究结果突出了遥感土壤水分数据同化的有效性,对水文变量模拟的改进具有重要意义。