基于统计仿真和数据同化的流域水文过程模拟

针对模型参数率定计算负荷量和优化性能问题,以沙河流域为研究区域,基于分布式时变增益水文模型,通过PSUADE平台提供的响应曲面参数优化方法,结合误差纠偏的集合卡尔曼滤波数据同化算法,实现水文模拟的综合优化。利用流域出口流量观测作为验证数据,以纳西效率系数和水量平衡系数及其综合函数作为评价目标,借鉴响应曲面方法生成水文模型的统计仿真代理模型,对模型参数进行敏感性分析并缩小取值范围,利用全局优化方法实现参数率定。基于遥感蒸散发观测、借助集合卡尔曼滤波算法,进行水文模型的数据同化,实现流域径流过程模拟的有效校正。结果显示:借助统计仿真方法降低了参数率定的计算消耗;利用数据同化调整了模型模拟的轨迹,验证期水量平衡系数、纳西效率系数、综合评价指标分别达到1.102、0.798、0.152,整体径流模拟效果较好,蒸散发模拟结果同样得到改善。     

基于地表能量平衡的大尺度流域蒸散发遥感估算研究

蒸散发是地表能量平衡的关键环节,准确估计流域蒸散发对水资源管理、作物估产、以及环境保护等具有重要意义。研究结合中国中高纬度区域气候特征、土地利用类型以及植被动态特征,改进了基于地表能量平衡系统(Surface Energy Balance System,SEBS)的蒸散发估算模型。以松花江流域为例,进行大尺度流域的多年蒸散发反演。通过多年流域水量平衡、流域内生态观测实验以及全球通量观测网络评价数据验证模型估算精度,同时借助陆面过程模型和NASA的MOD16蒸散发产品进行交叉验证,评估模型模拟精度。结果表明,改进的SEBS模型在全国范围内精度并不统一,但在松花江、辽河流域估算精度较高,因此基于地表能量平衡的蒸散发估算模型是一种估算我国中高纬度区域蒸散发的可行方法。松花江流域时空变化研究发现,流域多年蒸散发总值变化不大,但存在空间上的变异性。