发布日期：2024-09-03 09:02 点击次数：167
泥土湿度是陆面水讳疾忌医程的关键要素，规则着地表能量和水分的进出，其空间散播和季节变化对天气和征象模拟的影响可达数玉成季节时刻算作。然而由于不雅测时代规则以及泥土湿度空间各异较大，在群众规模内尚无公认的准确的泥土湿度数据家具。站点不雅测、卫星不雅测由于时空代表性的问题无法自恃数值模式的需要，而陆面数据同化(LDAS)等模式家具不错用于模式运行化，但受到模式结构、景象驱动数据质料等要素的影响，不细目性较大。
近期，我院袁慧玲教讲课题组在泥土湿度模式家具不细目性评估筹划方面得到新进展。当先，筹划及第了8种海外主流的泥土湿度模式家具以及中国陆面数据同化系统家具（CLDAS），从小时、日、月、年4个时刻算作分区域、系统地评估了泥土湿度家具的可靠性和时空适用性。收尾表露，不同的泥土湿度家具在8个不同的征象分区具有各自的上风，高折柳率家具在阵势泥土湿度时空变化方面说明卓著，温度和降水同化马虎显耀提升泥土湿度家具的精度（如CLDAS）。筹划选用的高密度泥土湿度自动站不雅测（2437站）是当今中国区域筹划中数目最多的参考站点，贵寓经过了课题组严格的质料规则过程管制。该效果以“Evaluation of nine sub-daily soil moisture model products over China using high-resolution in situ observations”为题发表于地学规模top期刊《Journal of Hydrology》（2019年影响因子为4.54）。论文第一作家为博士生陈勇，通信作家为袁慧玲汲引。
图1 泥土湿度模式家具在不同征象分区的说明
袁慧玲教讲课题组进一步假想了泥土湿度模式家具的动态贝叶斯交融算法，基于泥土湿度家具的不细目性筹划，综认为议天气变化、泥土湿度挂念性等要素，阅兵了传统的贝叶斯交融算法，优化生成长江中卑鄙流域高精度泥土湿度家具。收尾表露，泥土湿度交融家具马虎有用减小原家具网络的误差，十分是在干旱季节；交融家具的细目性熟悉和概率熟悉均优于海外家具单个成员，况兼优于中国区域高精度CLDAS家具。该效果以“Sub-daily soil moisture estimate using dynamic Bayesian model averaging”为题发表于《Journal of Hydrology》，论文第一作家为博士生陈勇，通信作家为袁慧玲汲引，南京信息工程大学杨翼泽博士、河海大学孙若辰博士为互助者。
图2 动态贝叶斯交融算法筹划区域
图3 动态贝叶斯算法过程竣事基本框架
该系列筹划受到国度重心研发贪图形势（2018YFC1507405）和国度当然科学基金形势“淮河上游流域散播式水文模拟的不细目性筹划（41675109）”的资助。
Chen， Y.， Yuan， H.， 2020. Evaluation of nine sub-daily soil moisture model products over China using high-resolution in situ observations. J. Hydrol. 588， 125054. https://doi. org/10.1016/j.jhydrol.2020.125054
Chen， Y.， Yuan， H.， Yang， Y.， Sun， R.， 2020. Sub-daily soil moisture estimate using dynamic Bayesian model averaging. J. Hydrol. 590， 125445.