本文采用数据同化技术,通过同化水文模型与遥感模型反演的ET结果,获得更接近真实情况的ET,并利用同化结果进一步优化水文模型,从而获取连续精度较高的区域蒸散发.本文选取北京市沙河流域1999年至2007年18个晴空典型日的TM/ETM+影像数据,运用双层遥感模型反演流域日蒸散发,视为观测值,同时,分布式水文模型模拟的对应日蒸散发作为背景场,通过集合卡尔曼滤波进行数据同化,利用同化后的ET优化水文模型,模拟出逐日连续的精度较高的流域蒸散发.选取研究区内通量观测站的10个代表日的实测ET,与该站所在子流域的对应日平均ET对比验证:优化前水文模型模拟的ET与观测站实测ET的平均相对误差约为13.8％,模型优化后模拟的ET与实测ET平均相对误差约为6.4％.说明本方案可以改善水文模型对蒸散发的估算精度,模拟出精度较高的流域蒸散发过程.
NETL
