留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于DEnKF方法的考虑次网格变异性的MODIS雪盖同化

许剑辉 舒红

许剑辉, 舒红. 基于DEnKF方法的考虑次网格变异性的MODIS雪盖同化[J]. 武汉大学学报 ● 信息科学版, 2016, 41(2): 156-162. doi: 10.13203/j.whugis20140039
引用本文: 许剑辉, 舒红. 基于DEnKF方法的考虑次网格变异性的MODIS雪盖同化[J]. 武汉大学学报 ● 信息科学版, 2016, 41(2): 156-162. doi: 10.13203/j.whugis20140039
XU Jianhui, SHU Hong. DEnKF-based Assimilation of MODIS-Derived Snow Cover Products into Common Land Model Considering the Model Sub-grid Heterogeneity[J]. Geomatics and Information Science of Wuhan University, 2016, 41(2): 156-162. doi: 10.13203/j.whugis20140039
Citation: XU Jianhui, SHU Hong. DEnKF-based Assimilation of MODIS-Derived Snow Cover Products into Common Land Model Considering the Model Sub-grid Heterogeneity[J]. Geomatics and Information Science of Wuhan University, 2016, 41(2): 156-162. doi: 10.13203/j.whugis20140039

基于DEnKF方法的考虑次网格变异性的MODIS雪盖同化

doi: 10.13203/j.whugis20140039
基金项目: 湖北省自然科学基金(2014CFB725);国家自然科学基金(41171313);广州地理研究所优秀青-创新人才基金。
详细信息
    作者简介:

    许剑辉,博士,主要从事时空统计与数据同化研究。xujianhui306@163.com

    通讯作者: 舒红,博士,教授。shu_hong@whu.edu.cn
  • 中图分类号: P237.9

DEnKF-based Assimilation of MODIS-Derived Snow Cover Products into Common Land Model Considering the Model Sub-grid Heterogeneity

Funds: The Hubei Provincial Natural Science Foundation of China, No. 2014CFB725; the National Natural Science Foundation of China, No. 41171313; the Creative Talents Fund of Guangzhou Institute of Geography.
  • 摘要: 基于通用陆面模型(CoLM)和确定性集合卡尔曼滤波算法发展了一个考虑模型次网格变异性的MODIS雪盖同化方案,提高雪深模拟的估计精度。利用北疆阿勒泰地区5个气象站点2007年11月至2008年4月逐日雪深观测数据对同化结果进行了验证。结果表明,该同化方案不需要对MODIS雪盖观测数据进行扰动,能明显提高雪深模拟的精度。另外,雪深同化结果与地面观测雪深具有一致的时间变化趋势,能准确地反映积雪深度在各个不同时段的变化特性。
  • [1] Su H, Yang Z,Niu G, et al. Enhancing the Estimation of Continental-scale Snow Water Equivalent by Assimilating MODIS Snow Cover with the Ensemble Kalman Filter[J]. Journal of Geophysical Research:Atmospheres (1984-2012), 2008, 113(D8):D08120
    [2] Liu Hai, Chen Xiaoling, Song Zhen, et al. Study of Characteristic Parametric Selection and Model Construction for Snow Depth Retrieval from MODIS Image[J]. Geomatics and Information Science of Wuhan University, 2011, 36(1):113-116(刘海,陈晓玲,宋珍,等. MODIS影像雪深遥感反演特征参数选择与模型研究[J]. 武汉大学学报\5信息科学版, 2011, 36(1):113-116)
    [3] Liu Yan,Ruan Huihua, Zhang Pu, et al. Kriging Interpolation of Snow Depth at the North of Tianshan Mountains Assisted by MODIS Data[J]. Geomatics and Information Science of Wuhan University, 2012, 37(4):403-405(刘艳,阮惠华,张璞,等. 利用MODIS数据研究天山北麓Kriging雪深插值[J]. 武汉大学学报\5信息科学版, 2012, 37(4):403-405)
    [4] Liu Y, Peters-Lidard C D, Kumar S, et al. Assimilating Satellite-Based Snow Depth and Snow Cover Products for Improving Snow Predictions in Alaska[J]. Advances in Water Resources, 2013, 54:208-227
    [5] Zaitchik B F, Rodell M. Forward-looking Assimilation of MODIS-derived Snow-covered Area into a Land Surface Model[J]. Journal of Hydrometeorology, 2009, 10(1):130-148
    [6] Slater A G, Clark M P. Snow Data Assimilation via an Ensemble Kalman Filter[J].Journal of Hydrometeorology, 2006, 7(3):478-493
    [7] Rodell M, Houser P R. Updating a Land Surface Model with MODIS-derived Snow Cover[J]. Journal of Hydrometeorology, 2004, 5(6):1064-1075
    [8] Fletcher S J, Liston G E,Hiemstra C A, et al. Assimilating MODIS and AMSR-E Snow Observations in a Snow Evolution Model[J]. Journal of Hydrometeorology, 2012, 13(5):1475-1492
    [9] De Lannoy G E L J, Reichle R H, Houser P R, et al. Satellite-scale Snow Water Equivalent Assimilation into a High-resolution Land Surface Model[J]. Journal of Hydrometeorology, 2010, 11(2):352-369
    [10] De Lannoy G E L J, Reichle R H, Arsenault K R, et al. Multiscale Assimilation of Advanced Microwave Scanning Radiometer-EOS Snow Water Equivalent and Moderate Resolution Imaging Spectroradiometer Snow Cover Fraction Observations in Northern Colorado[J]. Water Resources Research, 2012, 48(1):W01522
    [11] Arsenault K R, Houser P R, De Lannoy G E L J, et al. Impacts of Snow Cover Fraction Data Assimilation on Modeled Energy and Moisture Budgets[J]. Journal of Geophysical Research:Atmospheres, 2013, 118(14):7489-7504
    [12] Sakov P, Oke P R. A Deterministic Formulation of the Ensemble Kalman Filter:An Alternative to Ensemble Square Root Filters[J]. Tellus A, 2008, 60(2):361-371
    [13] Dai Y, Zeng X, Dickinson R E, et al. The Common Land Model[J].Bulletin of the American Meteorological Society, 2003, 84(8):1013-1023
    [14] Tian Xiangjun,Xie Zhenghui. A Land Surface Soil Moisture Data Assimilation in Consideration of the Model Subgrid-scale Heterogeneity and Soil Water Thawing and Freezing[J]. Science in China (D):Earth Science, 2008, 38(6):741-749(田向军,谢正辉. 考虑次网格变异性和土壤冻融过程的土壤湿度同化方案[J]. 中国科学D辑:地球科学. 2008, 38(6):741-749)
    [15] Evensen G. Sequential Data Assimilation with a Nonlinear Quasi-geostrophic Model Using Monte Carlo Methods to Forecast Error Statistics[J]. Journal of Geophysical Research:Oceans (1978-2012), 1994, 99(C5):10143-10162
    [16] Evensen G. The Ensemble Kalman Filter:Theoretical Formulation and Practical Implementation[J]. Ocean Dynamics, 2003, 53(4):343-367
  • [1] 许磊.  顾及数据与模型不确定性的降雨时空预测分析及处理方法研究 . 武汉大学学报 ● 信息科学版, 2022, 47(4): 639-639. doi: 10.13203/j.whugis20210698
    [2] 牛继强, 徐丰, 姚高伟, 樊勇, 林昊.  基于粗集的多尺度空间拓扑关系不确定性定量评价模型 . 武汉大学学报 ● 信息科学版, 2017, 42(6): 756-761, 781. doi: 10.13203/j.whugis20140904
    [3] 武黎黎, 李晓峰, 陈月庆, 赵凯, 郑兴明, 张兴国.  HUT模型的改进及其雪深反演 . 武汉大学学报 ● 信息科学版, 2017, 42(7): 904-910. doi: 10.13203/j.whugis20150184
    [4] 徐丰, 牛继强, 李卓凡.  基于粗集的多粒度空间方向关系不确定性定量评价模型 . 武汉大学学报 ● 信息科学版, 2015, 40(7): 971-976. doi: 10.13203/j.whugis20130126
    [5] 卞玉霞, 刘学军, 甄艳.  三维空间多边形的位置不确定性度量模型 . 武汉大学学报 ● 信息科学版, 2015, 40(1): 26-31.
    [6] 许剑辉, 舒红.  基于Triple-Collocation的地面观测与卫星遥感数据融合的雪深反演 . 武汉大学学报 ● 信息科学版, 2015, 40(4): 469-473. doi: 10.13203/j.whugis20130727
    [7] 徐亚明, 刘冠兰, 柏文锋.  顾及基坑施工影响的地铁区间隧道结构卡尔曼滤波预报模型 . 武汉大学学报 ● 信息科学版, 2013, 38(11): 1322-1325.
    [8] 刘艳, 阮惠华, 张璞, 李杨.  利用MODIS数据研究天山北麓Kriging雪深插值 . 武汉大学学报 ● 信息科学版, 2012, 37(4): 403-405.
    [9] 牟忠凯, 隋立芬, 张清华, 甘雨.  顾及线性化模型误差补偿的卡尔曼滤波算法 . 武汉大学学报 ● 信息科学版, 2011, 36(9): 1073-1076.
    [10] 刘海, 陈晓玲, 宋珍, 殷守敬.  MODIS影像雪深遥感反演特征参数选择与模型研究 . 武汉大学学报 ● 信息科学版, 2011, 36(1): 113-116.
    [11] 张国芹, 朱长青, 李国重.  以误差椭圆长半轴表示带宽的线元位置不确定性ε_E模型 . 武汉大学学报 ● 信息科学版, 2010, 35(4): 495-499.
    [12] 钟剑龙, 花向红, 陈华安.  TIN DEM线性内插不确定性的随机过程模型 . 武汉大学学报 ● 信息科学版, 2010, 35(2): 193-196.
    [13] 王甫红.  高精度星载GPS实时定轨卡尔曼滤波模型 . 武汉大学学报 ● 信息科学版, 2010, 35(6): 653-656.
    [14] 张国芹, 朱长青, 李国重.  基于ε_m模型的线元位置不确定性度量指标 . 武汉大学学报 ● 信息科学版, 2009, 34(4): 431-435.
    [15] 蔡剑红, 李德仁.  多尺度下的不确定性空间方向锥形模型研究 . 武汉大学学报 ● 信息科学版, 2007, 32(8): 735-739.
    [16] 周纪, 陈云浩, 李京, 蒋卫国.  基于MODIS数据的雪面温度遥感反演 . 武汉大学学报 ● 信息科学版, 2007, 32(8): 671-675.
    [17] 史玉峰, 史文中, 靳奉祥.  GIS中空间数据不确定性的混合熵模型研究 . 武汉大学学报 ● 信息科学版, 2006, 31(1): 82-85.
    [18] 刘春, 史文中, 刘大杰.  GIS空间数据面元与线元不确定性的关系 . 武汉大学学报 ● 信息科学版, 2005, 30(1): 65-68.
    [19] 黄声享, 鄂栋臣, 陈春明, 王清华.  中国南极第三次内陆冰盖考察剖面的雪貌及气象特征 . 武汉大学学报 ● 信息科学版, 2000, 25(3): 252-256.
    [20] 李德仁, 彭美云, 张菊清.  GIS中线要素的定位不确定性模型研究 . 武汉大学学报 ● 信息科学版, 1995, 20(4): 283-288.
  • 加载中
计量
  • 文章访问数:  1159
  • HTML全文浏览量:  52
  • PDF下载量:  1078
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-09-29
  • 刊出日期:  2016-02-05

基于DEnKF方法的考虑次网格变异性的MODIS雪盖同化

doi: 10.13203/j.whugis20140039
    基金项目:  湖北省自然科学基金(2014CFB725);国家自然科学基金(41171313);广州地理研究所优秀青-创新人才基金。
    作者简介:

    许剑辉,博士,主要从事时空统计与数据同化研究。xujianhui306@163.com

    通讯作者: 舒红,博士,教授。shu_hong@whu.edu.cn
  • 中图分类号: P237.9

摘要: 基于通用陆面模型(CoLM)和确定性集合卡尔曼滤波算法发展了一个考虑模型次网格变异性的MODIS雪盖同化方案,提高雪深模拟的估计精度。利用北疆阿勒泰地区5个气象站点2007年11月至2008年4月逐日雪深观测数据对同化结果进行了验证。结果表明,该同化方案不需要对MODIS雪盖观测数据进行扰动,能明显提高雪深模拟的精度。另外,雪深同化结果与地面观测雪深具有一致的时间变化趋势,能准确地反映积雪深度在各个不同时段的变化特性。

English Abstract

许剑辉, 舒红. 基于DEnKF方法的考虑次网格变异性的MODIS雪盖同化[J]. 武汉大学学报 ● 信息科学版, 2016, 41(2): 156-162. doi: 10.13203/j.whugis20140039
引用本文: 许剑辉, 舒红. 基于DEnKF方法的考虑次网格变异性的MODIS雪盖同化[J]. 武汉大学学报 ● 信息科学版, 2016, 41(2): 156-162. doi: 10.13203/j.whugis20140039
XU Jianhui, SHU Hong. DEnKF-based Assimilation of MODIS-Derived Snow Cover Products into Common Land Model Considering the Model Sub-grid Heterogeneity[J]. Geomatics and Information Science of Wuhan University, 2016, 41(2): 156-162. doi: 10.13203/j.whugis20140039
Citation: XU Jianhui, SHU Hong. DEnKF-based Assimilation of MODIS-Derived Snow Cover Products into Common Land Model Considering the Model Sub-grid Heterogeneity[J]. Geomatics and Information Science of Wuhan University, 2016, 41(2): 156-162. doi: 10.13203/j.whugis20140039
参考文献 (16)

目录

    /

    返回文章
    返回