陆面观测、模拟与数据同化PDF电子书下载

第1章 陆面数据同化系统中的遥感数据产品&姚云军 梁顺林 徐同仁 1

1.1引言 1

1.2大气驱动数据 2

1.2.1辐射数据 2

1.2.2空气温度 4

1.2.3水汽 5

1.2.4降水 6

1.3陆表遥感数据产品 8

1.3.1地表温度 8

1.3.2地表反照率 9

1.3.3叶面积指数 11

1.3.4 FPAR 13

1.3.5植被指数 15

1.3.6土壤湿度 16

1.4模型参数化的土地覆盖数据 17

1.5小结 18

参考文献 19

第2章 中国第二代极轨气象卫星——风云三号及其在全球监测中的应用&张鹏 27

2.1中国气象卫星历史回顾 27

2.2风云三号系列卫星的任务 28

2.3 FY-3A和FY-3B星上遥感仪器 28

2.4 FY-3A和FY-3B地面应用系统设计 32

2.5风云三号1级和2级产品 34

2.6数据存档和服务 35

2.7风云三号资料在多领域的应用示例 37

2.7.1全球天气监测 37

2.7.2台风监测 37

2.7.3卫星资料同化和数值天气预报 38

2.7.4全球臭氧监测 41

2.7.5空气质量监测 41

2.8讨论和总结 43

参考文献 44

第3章 NASA卫星与模型的陆面数据服务——数据获取指南&Suhung Shen Gregory Leptoukh Hongliang Fang 45

3.1 NASA陆面产品介绍 45

3.1.1 NASA卫星陆面观测 45

3.1.2 NASA卫星陆面产品、数据加工级别、数据分辨率及数据格式 46

3.1.3 NASA陆面数据同化模型产品 47

3.2搜索和订购NASA地球科学数据产品 48

3.2.1 NASA地球科学数据与信息服务中心 48

3.2.2从集中式系统查找和获取数据 48

3.2.3从数据归档中心查找陆面数据 49

3.2.4获取Landsat数据 50

3.2.5从GES DISC获取数据 51

3.3 NASA在线可视化服务 53

3.4支持的研究项目与数据和服务使用示例 54

3.4.1 NASA数据支持的研究项目——NEESPI和MAIRS 54

3.4.2利用Giovanni绘制示例地图 55

3.5总结 59

参考文献 60

第4章 旱区及高海拔地区陆面过程分析与模拟&陈莹莹 阳坤 62

4.1陆面过程模型简介 62

4.2旱区和高海拔地区陆面过程模拟中存在的问题 63

4.2.1旱区陆地和大气之间的热耦合 64

4.2.2高寒草地的土壤分层现象 67

4.2.3土壤蒸发表层阻抗 68

4.3旱区和高海拔地区陆面参数化的发展 68

4.3.1热力学粗糙度参数化方案及其验证 69

4.3.2土壤垂向异质性的逆向分析 74

4.3.3土壤蒸发表层阻抗参数化方案 75

4.4地表过程模拟的改进 76

4.4.1新热力学粗糙度参数化方案对旱区模拟的改进 76

4.4.2考虑高寒草地土壤垂向异质性对模拟的改进 80

4.4.3新土壤蒸发表层阻抗对模拟的改进 81

4.5总结和建议 82

参考文献 83

第5章 水文模型参数化和参数估计方法综述&Soroosh Sorooshian Wei Chu 88

5.1概述 88

5.2水文模型综述 89

5.2.1水文模型基本概念 89

5.2.2现代水文建模的发展方向 90

5.3参数估计方法综述 92

5.3.1自动校正的条件 92

5.3.2目标函数的选择 93

5.3.3流行的水文模型优化算法 93

5.4结论 95

参考文献 95

第6章 遥感数据和陆面模型的同化——理论与方法&李 新 摆玉龙 97

6.1数据同化理论 97

6.1.1模型的不确定性 98

6.1.2观测的不确定性 99

6.1.3陆面数据同化概述 100

6.2数据同化方法 100

6.2.1数据同化方法分类 101

6.2.2数据同化的贝叶斯理论基础 101

6.2.3集合卡尔曼滤波 105

6.3陆面数据同化研究实例 109

6.3.1同化MODIS地表温度以提高土壤温度廓线估计精度 109

6.3.2同化被动微波遥感观测提高冻土活动层土壤温度估计精度 111

6.4 总结与展望 113

参考文献 114

第7章 陆面数据同化系统模型误差和观测误差的协方差估计&Wade T.Crow 117

7.1引言 117

7.2研究背景 118

7.3现代陆面模型中的应用 122

7.4存在的挑战 127

7.4.1观测误差自相关 127

7.4.2模型误差来源和结构的不确定性 129

7.4.3自适应滤波的收敛速度 132

7.5可能的解决方法 133

7.5.1三重组合方法估计R 133

7.5.2稳健的滤波策略 135

7.6结论 136

参考文献 136

附录7.A最优卡尔曼滤波中新息的特点 138

第8章 集合卡尔曼滤波同化中误差方差矩阵的膨胀调整&郑小谷 吴国灿 梁晓 张树鹏 141

8.1简介 141

8.2集合卡尔曼滤波中误差方差矩阵的调整方法 143

8.2.1集合卡尔曼滤波 143

8.2.2观测算子为线性时误差方差矩阵的膨胀调整 144

8.2.3观测算子为非线性时误差方差矩阵的膨胀调整 145

8.2.4验证同化方法的统计量 147

8.3用于验证的简化理想模型简介 147

8.3.1 Lorenz-96模式 147

8.3.2二维浅水方程模型 148

8.4线性观测条件下的验证结果 149

8.4.1膨胀系数依赖于时间的情形 149

8.4.2膨胀系数不依赖于时间的情形 151

8.4.3观测误差方差矩阵不正确的情形 152

8.4.4观测误差方差矩阵的膨胀系数依赖于时间的情形 153

8.5非线性观测条件下的验证结果 155

8.5.1观测算子的切线性程度的敏感性分析 155

8.5.2观测算子为切线性时几种膨胀调整方法的比较 156

8.6讨论与主要结论 157

参考文献 158

附录8.A 159

附录8.B行列式det（HtλtPftHTt+Rt）的一个计算方法 160

第9章 陆面数据同化系统误差估计问题综述&摆玉龙 李新 柴乾隆 161

9.1引言 161

9.2现代数据同化方法的误差问题 162

9.2.1误差定义及来源 162

9.2.2顺序数据同化方法中的误差定义 164

9.2.3变分数据同化方法中的误差定义 166

9.3误差估计综述 167

9.3.1模型误差 167

9.3.2观测误差 168

9.3.3集合同化中的算法误差 169

9.4集合数据同化中的误差处理方法 169

9.4.1乘数放大法 170

9.4.2附加放大法 170

9.4.3松弛-先验法 170

9.4.4基于进化计算的误差参数化方法 171

9.5杂交误差处理试验设计 172

9.5.1耦合遗传算法的误差因子寻优方法 172

9.5.2实验模型 173

9.5.3性能评价及适应度函数 174

9.5.4数值试验 174

9.6总结与讨论 179

参考文献 181

第10章 多尺度卡尔曼平滑框架及其在数据同化中的应用&Daniel E.Salas Xu Liang 186

10.1引言 186

10.2传统卡尔曼滤波 187

10.3多尺度卡尔曼平滑（MKS）框架及其扩展 188

10.3.1向上扫描 192

10.3.2向下扫描 202

10.4 EM算法参数化 205

10.4.1 E步骤 206

10.4.2 M步骤 206

10.5多尺度卡尔曼滤波（MKS-EM）框架的应用 207

10.5.1算法的复杂度 207

10.6算例 208

10.7符号说明 230

参考文献 231

第11章 北美陆面数据同化系统概述&Youlong Xia Brian A.Cosgrove Michael B.Ek Justin Sheffield Lifeng Luo Eric F.Wood Kingtse Mo NLDAS team 235

11.1引言 236

11.1.1陆面数据同化系统的背景 236

11.1.2 NOAA-NASA-大学合作与NLDAS的发展 237

11.1.3世界范围内其他陆面数据同化系统 238

11.2 NLDAS发展历史 238

11.2.1 NLDAS-1 238

11.2.2 NLDAS-2 243

11.3总结 255

参考文献 256

第12章 土壤湿度数据同化——用于季节性气候预报中的状态初始化&Wenge Ni-Meister 263

12.1引言 263

12.2土壤湿度数据同化发展简介 264

12.3土壤湿度数据同化基本概念 266

12.4土壤湿度同化——研究实例 267

12.4.1数据同化算法的发展 267

12.4.2同化SMMR数据到CLSM模型中 268

12.5结论与讨论 275

参考文献 276

第13章 同化遥感数据与作物模拟模型的农业应用研究——最新进展与发展方向&方红亮 梁顺林 Gerrit Hoogenboom 280

13.1引言 280

13.2作物生长模型 281

13.3数据同化方法 282

13.3.1直接输入法 283

13.3.2序贯同化方法 284

13.3.3变分同化方法 284

13.4遥感数据及其预处理 285

13.4.1可见光与近红外信息 286

13.4.2微波信息 288

13.4.3热红外信息 289

13.5在区域范围进行玉米产量估算 289

13.5.1敏感度分析 290

13.5.2构建代价函数 291

13.5.3估算玉米产量 292

13.5.4水分平衡研究 294

13.6挑战与发展方向 296

13.7小结 297

参考文献 297

第14章 水文模型参数和变量同步估计的数据同化方法——集合卡尔曼滤波的扩展与应用&谢先红 303

14.1引言 303

14.2集合卡尔曼滤波与状态向量扩展方法 304

14.3简单降水-径流模型的应用实例 306

14.4数据同化在分布式水文模型中的应用 308

14.4.1 SWAT模型 308

14.4.2数据同化环境设定 309

14.4.3数据同化结果 310

14.5讨论 315

14.6结论 317

参考文献 318

索引 320