来源：期刊VIP网 时间：
作者：刘永伟;王文;刘元波;崔巍;
单位：中国科学院南京地理与湖泊研究所流域地理学重点实验室;河海大学水文水资源与水利工程科学国家重点实验室;南京水利科学研究院;
摘要：基于集合卡尔曼滤波（ensemble Kalman filter,EnKF）方法和分布式水文模型SWAT(soil and water assessment tool)，构建了一个土壤水分状态与参数同时更新的土壤湿度数据同化方案，通过遥感观测土壤湿度数据同化的仿真试验，研究土壤湿度数据同化在优化土壤水分参数、改进模型产汇流过程模拟方面的效果及潜力。结果表明：通过表层（0～5 cm）土壤湿度数据同化可实现土壤持水能力参数的准确估计；当给定的参数更新平滑因子在合理范围时，基于EnKF方法的参数优化效果具有较好的稳定性；表层土壤湿度数据同化对SWAT模型产汇流过程模拟有一定改进，但受降雨误差的影响，其对流域出口径流过程改进效果有限，表明基于遥感土壤湿度数据同化改进流域水文过程模拟还有赖于降雨输入精度及可靠性的提高。
关键词：EnKF;;SWAT;;土壤湿度;;数据同化;;参数优化
基金资助：国家重点研究发展计划项目（编号：2018YFE0105900）;; 江苏省科技计划青年项目（编号：BK20191097）
