公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

一种遥感土壤湿度误差空间协方差的估算方法被引量：2: 2019年; 针对遥感反演土壤湿度空间相关的误差协方差难以估计的问题,提出了一种遥感反演数据误差空间协方差估算方法——3类数据集成分析误差协方差(triple collocation covariance,TC_Cov),将土壤湿度场的每个单元(像元)看作一个空间随机变量,用两个随机变量表示的土壤湿度值的时间序列作为样本进行空间协方差估计,由任何两个随机变量的协方差形成多个随机变量(随机场)的协方差矩阵。利用先进散射计(advanced scatterometer,ASCAT)和热带降雨测量卫星(tropical rainfall measuring mission, TRMM)的遥感土壤湿度数据以及ERA-Interim土壤湿度再分析数据作为TC_Cov方法的输入数据,分别估算了ERA-Interim、ASCAT和TRMM在澳大利亚Murrumbidgee流域的土壤湿度误差协方差矩阵,验证了估算方法的合理性和可行性。; 吴凯舒红聂磊焦振航; 关键词：土壤湿度

基于CCI资料与EnKF方法的单点土壤湿度同化被引量：5: 2017年; 土壤湿度作为天气、农林业、水循环研究中重要的地球物理参数,对气候变化有重要影响。陆面数据同化发展较晚,研究集中在同化土壤/积雪的常规观测与遥感观测来提高土壤湿度廓线/雪水当量的估计精度。卫星遥感资料的同化是一个研究热点,同化遥感数据对提高土壤湿度估计精度有积极的作用。基于CLM4.0(Common Land Model 4.0)陆面过程模式,采用集合卡尔曼滤波(EnKF)同化方法,在美国内布拉斯加州地区的Clay Center、Red Cloud及Grand Island观测站点进行了3个单点同化实验,同化的观测数据是由CDF(Cumulative Distribution Function)技术匹配调整后的卫星遥感资料——CCI(Climate Change Initiative)数据,同化分析实验时间为2008年5月1日至2008年10月31日,利用站点实测数据对0~2cm土壤湿度的同化结果与间接受其同化影响10cm处的土壤湿度估计值进行了验证。结果表明:通过单点同化卫星遥感资料的方法可以提高表层土壤湿度的估计精度,并且受其同化影响,靠近同化层的土壤,其土壤湿度的估计精度也得到提高。; 吴凯舒红; 关键词：土壤湿度数据同化集合卡尔曼滤波

降水驱动数据改进对VIC土壤湿度模拟的影响被引量：1: 2017年; 降水驱动数据精度显著影响模型模拟土壤湿度的能力。本文提出了逐日校正降水驱动数据的方法,利用澳大利亚气象局发布的逐日降水数据改进ERA-Interim再分析资料逐6小时降水数据,用以驱动Variable Infiltration Capacity(VIC)水文模型,并与逐月校正法和直接用再分析资料驱动模型得到的结果进行对比分析。利用澳大利亚Yanco地区内13个观测站点数据进行验证,结果表明逐日和逐月校正方法均能提高模拟值同站点观测值的相关系数,且逐日改进方法效果更显著,相关系数提高了24%左右,在大部分站点逐日改进方法还能降低均方根误差5%左右。; 焦振航舒红吴凯聂磊; 关键词：土壤湿度

遥感数据同化中亮温数据质量控制分析被引量：1: 2018年; 数据同化可以通过同化观测资料为数值天气预报提供高精度的初值数据。但是,在数据同化使用的卫星观测资料中存在与辐射传输模型模拟数据不一致的数据。同化与模拟不一致的观测数据可能导致分析值不平衡,甚至导致系统崩溃。为保证数据同化结果的准确性,在数据同化前应对观测资料进行质量控制。依据国内外的相关研究,尝试对亮温数据的质量控制方案进行系统总结。针对亮温数据,分析了直接同化中亮温数据的误差来源;介绍了亮温数据质量控制方法,包括合理性检验、离群数据剔除、偏差订正和变分质量控制;并以双权重算法为例,进行了亮温数据质量控制的实例分析;最后,针对亮温数据质量控制提出了几点展望。; 杨向阳舒红吴凯聂磊; 关键词：亮温数据同化遥感

基于Triple Collocation方法的土壤湿度误差分析被引量：6: 2018年; 土壤湿度作为水循环中重要的驱动参数之一,对天气变化有着显著影响。遥感技术的发展促使土壤湿度的大范围动态性观测变为可能,但对其误差的准确估计仍需进一步的研究。利用ASCAT散射计、AMSR-E辐射计反演得到的2种卫星遥感土壤湿度数据以及ERA-Interim土壤湿度再分析资料,通过三重组合(Triple Collocation,TC)方法得到了研究区域(15°N^55°N,73°E^135°E) 3种土壤湿度数据的误差方差和信噪比估计,并结合MODIS土地覆盖类型数据分析了3种土壤湿度数据的误差特征。结果表明:植被覆盖会影响遥感土壤湿度的TC误差方差估计;从TC误差方差估计值来看,ERA土壤湿度精度最高,AMSR-E精度次之,ASCAT精度最低;从信噪比来看,ASCAT土壤湿度信噪比最高,ERA的信噪比低于ASCAT高于AMSR-E,AMSR-E信噪比最低;通过研究区MODIS土地覆盖类型数据与TC结果的分析可知TC结果多分布在草原、农田和裸地,TC结果比较符合客观实际情况。; 吴凯舒红聂磊焦振航; 关键词：土壤湿度 TRIPLE COLLOCATION

水文模型的LAI优化与单网格土壤湿度同化被引量：1: 2019年; 利用可变下渗能力水文(VIC)模型和MODIS反演的月叶面积指数(LAI)分析了模拟土壤湿度对LAI的敏感性,以及年际动态变化的LAI对VIC模型土壤湿度模拟能力的影响;并利用集合卡尔曼滤波同化法将CCI土壤湿度数据同化进增加了LAI年际变化能力的VIC模型中。敏感性分析表明,模拟土壤湿度全年对LAI敏感,且夏天高于冬天。站点数据的验证结果表明,年际动态变化的LAI能提高模拟土壤湿度的精度,无偏均方根差异(ubRMSD)减少了2.2%,相关系数提高了9.3%;土壤湿度经过同化后能使均方根误差(RMSE)降低4.5%,平均偏差(MBE)降低5.3%。; 焦振航舒红吴凯李依泽聂磊; 关键词：LAI 土壤湿度 VIC模型数据同化

全选清除导出

共1页<1>

吴凯