基于集合卡尔曼滤波同化方法的农田土壤水分模拟
引入实际土壤水分观测数据,运用基于集合卡尔曼滤波的数据同化方法,利用改进的生态机理模型BEPS(boreal ecosystem productivity simulator)模拟了江苏省徐州农业试验站2000-2004年冬小麦生长季的根层土壤水分动态,结果表明:经过引入观测数据进行同化后由BEPS模型得到的土壤水分模拟结果与观测值之间的决定系数、均方根误差和平均绝对误差分别为0.626 ~O.943、0.018~0.042和0.021~0.041,模拟精度较同化前有显著提高,验证了利用数据同化算法提高模型对土壤水分模拟精度的可行性.单点试验结果表明,输入变量的误差、观测值的误差、引入观测数据的频率以及引入观测数据的深度等因素对利用集合卡尔曼滤波进行同化后得到的土壤水分模拟结果有较大影响.
土壤水分、BEPS模型、数据同化、集合卡尔曼滤波
22
P96;S152.7(自然资源学)
2012-01-18(万方平台首次上网日期,不代表论文的发表时间)
2943-2953