基于多源遥感土壤湿度与模型数据同化的流域径流模拟

摘要：

为提升径流模拟精度,以秦淮河流域为例,采用集合平均法将SMAP、SMOS、AMSR2卫星遥感土壤湿度融合并利用地形湿度指数进行空间降尺度处理,采用卡尔曼滤波算法和栅格新安江模型进行遥感融合土壤湿度同化.对2016-2018年秦淮河流域3个流量站记录的11场洪水进行模型数据同化的结果表明:日尺度率定期洪峰、径流深相对误差合格率均为71.43％,验证期洪峰、径流深相对误差合格率分别为66.67％和100％;经同化后,8场洪水径流深误差减小,平均误差降低29.01％;8场洪水确定性系数增大,范围在0.01～0.09之间,模拟精度最高可提升11.84％;同化多源遥感土壤湿度能有效改善土壤湿度估计的准确性,进而提升径流模拟精度.

关键词：径流模拟、多源遥感土壤湿度、栅格新安江模型、数据同化、卡尔曼滤波算法、秦淮河流域

所属期刊栏目：39

分类号：P933(部门自然地理学)

资助基金：国家自然科学基金;国家自然科学基金;中央高校基本科研业务费专项;中央高校基本科研业务费专项

在线出版日期：2023-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：145-151,189