文章摘要:多源遥感土壤湿度通过融合后与模型同化来改进流域的状态变量，以提升径流模拟的精度。基于SMAP、SMOS、AMSR2卫星遥感土壤湿度，采用集合平均法将三者融合并利用地形湿度指数进行空间降尺度。然后采用卡尔曼滤波同化算法和栅格新安江模型进行遥感融合土壤湿度同化，选用秦淮河武定门闸站进行2009～2018年日尺度径流模拟，2016～2018年3个站11场洪水进行模型数据同化。结果表明，日尺度率定期洪峰、径流深相对误差合格率均为71.43%，验证期洪峰、径流深相对误差合格率分别为66.67%、100%。经模型同化后，8场洪水径流深误差得到降低，平均误差降低3.56%；8场洪水确定性系数增大，范围在0.01～0.09之间，模拟效果最高可提升11.84%。同化多源遥感土壤湿度能有效改善土壤湿度估计的准确性，进而提升径流模拟精度。

文章关键词:

项目基金: