HYDRUS模型与遥感集合卡尔曼滤波同化提高土壤水分监测精度

作     者：丁建丽 陈文倩 王璐 Ding Jianli Chen Wenqian Wang Lu

作者机构：新疆大学资源与环境科学学院乌鲁木齐830046 绿洲生态教育部重点实验室乌鲁木齐830046 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2017年第33卷第14期

页      面：166-172页

核心收录：

学科分类：09[农学] 0903[农学-农业资源与环境] 

基　　金：国家自然科学基金(U1303381 41261090) 自治区重点实验室专项基金(2016D03001) 自治区科技支疆项目(201591101) 教育部促进与美大地区科研合作与高层次人才培养项目 新疆大学优秀博士生科技创新项目(XJUBSCX-2016014) 

主　　题：土壤水分 遥感 同化 HYDRUS模型 En—KF TVDI特征空间 

摘      要：精确地估测干旱区土壤水分含量,对该区域的农业发展与水土保持具有重要意义。该文以MODIS与Landsat TM数据为数据源,利用其反演获得的条件温度植被指数(temperature-vegetation drought Index,TVDI)作为观测算子,将集合卡尔曼滤波(ensemble Kalman filter,En-KF)同化方法应用于水文模型(HYDRUS-1D),进行干旱区表层土壤水分的模拟。结果表明:遥感数据反演土壤水分所构建的二维特征空间TVDI与表层土壤水分有较好的一致性;En-KF同化方法对模型变量与观测算子的更新,与单纯使用HYDRUS模型相比,获得的表层土壤水分含量精度有了明显提高,其均方根误差缩小了1个百分点,平均误差缩小了5个百分点。可见,基于多源遥感数据对表层土壤水分的En-KF同化模拟在干旱区具有较大的潜力,是提高干旱区土壤水分含水量监测精度的有效手段。