基于en-kf的土壤水分多源遥感数据同化

《基于en-kf的土壤水分多源遥感数据同化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士研究生学位论文新疆大学论文题目(中文)：基于En-KF的土壤水分多源遥感数据同化论文题目(外文)：Dataassimilationonsoilmoisturecontentbasedonmulti-sourceremotesensingandEnsembleKalmanFilter研究生姓名：王璐学科、专业：理学地理学研究方向：地理信息系统导师姓名职称：丁建丽（教授）论文答辩日期年月日学位授予日期年月日新疆大学硕士研究生学位论文摘要土壤水分作为水文、大气、陆面的重要内容，是地表水与地下水的重要纽带，更是描述陆地、大气和植被生长能量交换的重要参数。精确的估测土壤水分含量，对于干旱区的粮

2、食安全和水土保持具有重要意义，而真实情况下准确估计土壤中的水分含量是一项十分困难而复杂的工作，而遥感技术使得长时间、大面积的估测土壤含水量成为可能。利用遥感技术采用水热传输模型反演土壤水分信息也已经得到了广泛应用。数据同化技术已经日趋成为了生态水文过程研究与遥感反演研究的前沿问题，在协调和融合遥感技术与生态建模起到了很好的桥梁作用。它能够有效地融合多源遥感数据以及模型的模拟结果，提高土壤水分的预测精度。本文利用以MODIS与LandsatTM数据为数据源，利用其反演的条件温度植被指数TVDI(Temperature-VegetationDrynessIndex)作为观测算子，将集合卡尔曼

3、滤波同化方法应用于一维的水文模型HYDRUS-1D进行了表层土壤水分的模拟，主要结论如下：1利用不同的植被指数得到的特征空间都能反映区域土壤的含水量状况。RVI(RatioVegetationIndex))指数相比常用的NDVI(NormalizedDifferenceVegetationIndex)指数来说，更适应高植被覆盖的区域，对植被覆盖度大于50%的地区有较为灵敏的反应和指示作用，对植被覆盖较小的地区反应不够。2地表温度、土壤水分、植被指数之间有着显著地互动关系，但需要较长时间序列的植被数据。反演土壤水分所用的模型TVDI与表层土壤的相关性更高，这说明TVDI对表层的土壤水分比较

4、敏感。3针对研究区环境以及前人积累的经验，结合经验参数与SCE-UA方法估测了模型的初始边界条件，并经过多次的调试确定了初始边界条件，利用模型模拟后输出了土壤水分的模拟结果。HYDRUS能够较为便利的模拟土壤含水量，反映研究区土壤含水量状况，对估算更大区域土壤含水量起到了一定的借鉴作用。4集合卡尔曼滤波能够较好地处理非线性问题，当遥感数据可用时，将模型经验参数与预报的土壤水分含量作为输入，利用TVDI模型反演的土壤水分作为II新疆大学硕士研究生学位论文初始的输入值更新模型算子，利用集合卡尔曼滤波将更新的土壤水分重新初始化模型参数，进行下一时刻的同化。在遥感反演数据可用时，再进入下一时刻的

5、观测。5土壤体积含水量与残留含水率以及Ks都在同化过程中有了一定的变化，各个参数的调整量随着时间调整变化趋势不一致。在0-10cm，参数值的调整对同化有一定的效果。同化的效果的产生在于遥感数据对土壤表层含水量的反演值得到分析集合后，对状态变量持续更新，对HYDRUS模型的参数持续更新，即对模型的状态参数与状态变量都进行了调整，减少模型的预报误差。与单独使用HYDRUS-1D模型相比，同化得到的表层土壤水分含量精度有了明显的提高，其中均方根误差缩小了0.0153，平均误差缩小了0.0426，多源遥感数据对表层土壤水分的同化研究中具有较大的潜力。关键词：HYDRUS模型；集合卡尔曼滤波；特征

6、空间III新疆大学硕士研究生学位论文AbstractSoilwaterisnotonlyanimportantcontentofhydrology,atmosphereandlandsurface,beenanimportantlinkofthesurfacewaterandgroundwater,butalsoanimportantparametertodescribetheenergyexchangeofland,atmosphereandvegetationgrowth.Accurateestimateofsoilmoistureisofgreatsignificanceoffoo

7、dsecurityandwaterandsoilconservationinaridareas,butaccuratelyestimatethesoilwaterinrealcaseisaverydifficultandcomplicatedwork,howevertheremotesensingtechnologymakesthelongtimeandlargeareaestimatepossible.Usingremotesen