摘要
本文基于以土壤含水量为预报变量的非饱和土壤水模型,利用扩展卡尔曼滤波(extended Kalman filter)方法发展了土壤湿度资料的同化方案,并进行了单点理想试验及结合陆面水文模型VIC的同化试验.单点理想试验结果表明:该方案能完整反演土壤湿度廓线,有效的抑制估计误差的增长,对土壤湿度的估计有很好的改善作用;观测深度、观测层数对同化结果有一定影响;加大观测频率,可以进一步改善数据同化的效果.利用降水、最小温度和最大温度等气象强迫驱动VIC模型算出同化方案的入渗条件而进行的同化试验所得出的土壤湿度廓线,反映了土壤湿度的月、季变化,说明该方案是合理的.