基于集合卡尔曼滤波法的二维土壤水流状态变量和参数联合估计

摘要：

集合卡尔曼滤波方法(EnKF)显式地考虑了模型输入、输出以及模型结构等因素的不确定性,近年来被广泛应用于水文模型参数估计研究中.本文基于EnKF方法开展二维土壤水流运动模型状态变量和参数联合估计研究,设计数值实验探究了在线源入渗条件下EnKF方法对粉壤土、壤土和砂壤土的饱和导水率和进气值参数的估计以及压力水头的同化效果,分析了观测点布置方式和观测点数量对同化效果的影响.研究结果表明,粉壤土条件下观测点垂向布置方式更好;壤土和砂壤土条件下,在0～30cm深土壤中水平向布置观测点可以得到较好的参数估计值.观测点水平向布置时应尽量靠近地表,同化系统可以有效地利用观测信息更新状态向量,参数更快地收敛于真值,但压力水头的同化效果仅限于一定深度的土壤.增加观测点数量可以有效地减小参数估计偏差,进而提高土壤剖面压力水头的预测精度.

关键词：集合卡尔曼滤波、二维土壤水流、参数估计

所属期刊栏目：50

分类号：TV211.1

资助基金：国家自然科学基金项目51639009;国家重点研发计划2017YFC0403301

在线出版日期：2020-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：399-408