[發明專利]一種基于EnPF的土壤溫濕數據同化方法

在審

• 申請號: 201710889554.5
• 申請日: 2017-09-27
• 公開（公告）號: CN107545121A
• 公開（公告）日: 2018-01-05
• 發明（設計）人: 付曉雷;余鐘波;蔣曉蕾;鞠琴;呂海深;金保明
• 申請（專利權）人: 福州大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 福州元創專利商標代理有限公司35100
• 代理人: 蔡學俊,薛金才

技術領域

本發明屬于陸面水文預報預測領域，具體涉及一種基于EnPF的土壤溫濕數據同化方法。

背景技術

全球氣候變化條件下，近百年來全球平均氣溫的逐漸升高一直都是人們關注的焦點。全球平均氣溫的升高，必然會導致土壤溫度的變化。然而，土壤溫度不僅僅會影響農作物的生長生產，同時，它也是氣候模式、氣象模式下墊面的能量變化過程中的一部分。精確的土壤溫度的預報，不僅會為農作物的灌溉、地表保溫提供一個合理的指導作用，還會提高氣候、氣象預報的精度。另外，土壤溫度的變化也會引起土壤濕度的再分配，而土壤濕度是水循環中的一個重要因素。土壤濕度預報的準確性不僅會影響洪水的預報，對于農業灌溉計劃、氣候氣象預報等也有影響。因此，土壤溫濕度在水文、農業和氣象中都伴有重要的角色。數據同化方法可以融合多源信息到陸面水文模型中，減少模擬誤差，提高土壤溫濕度的模擬精度。

最近幾十年，數據同化方法作為一個極具發展前途的技術手段經歷了經驗方法、優化插值、連續方法和順序數據同化方法的一個過程。數據同化方法的發展對于提高氣候模式、氣象模式、陸面模式的狀態變量的預報精度提供了一個有效途徑，被公認為是變革傳統水文學、建設水文系統的一個關鍵技術。但是，數據同化方法在應用過程中要有一定的假設條件，然而，這些條件幾乎不符合實際研究情況。另外，雖然數據同化方法可以提高模型的的預報精度，但是根據研究者建立的同化系統的規則不同，同化方法在某些時刻、某些空間位置可能并不能顯著提高模型的預報精度。因此，如何通過放松假設條件來研究數據同化方法，這不僅成為水文學科發展的要求，也是氣候、氣象學科和海洋學科所面臨的問題之一。目前，還沒有完全符合實際情況的同化方法。

發明內容

為了解決現有技術的不足，本發明提供一種基于EnPF的土壤溫濕數據同化方法，通過對集合卡爾曼濾波(EnKF)和粒子濾波(PF)的原理進行分析，將粒子濾波的權重思想用于集合卡爾曼濾波中，從而放松集合卡爾曼濾波的誤差假設條件(觀測誤差的分布不做假設)，只保留模型誤差服從高斯分布這一假設條件，進行陸面水文過程模擬，提高模型的模擬精度。

本發明采用以下技術方案：一種基于EnPF的土壤溫濕數據同化方法，其特征在于：包括以下步驟：步驟一：通過對集合卡爾曼濾波和粒子濾波進行分析，將粒子濾波中的權重思想應用到集合卡爾曼濾波中，建立雙重采樣的集合粒子濾波；基于權重大小，判斷粒子退化情況，若粒子退化，剔除權重極小的粒子并對剩余粒子求加權平均，在分析階段重新采樣；若粒子無退化，保留所有粒子的預報值及對應的權重，在分析階段更新粒子的預報值；步驟二：結合陸面水文模型，進行土壤溫濕數據同化，概述土壤溫濕模擬概況。

在本發明一實施例中，步驟一具體包括以下步驟：

Step 1：在給定的概率分布下隨機選取N個粒子以及對應的權重1/N；

Step 2：利用狀態方程(1)得到t時刻的每個粒子的預報值

X_t＝Y(X_t-1)+V_t-1(19)

Z_t＝H(X_t)+U_t(20)

其中，X_t是t時刻的狀態變量；Z_t是t時刻的測量矢量，將系統狀態和觀測通過觀測算子H連接起來；V_t和U_t分別是t時刻狀態矢量和測量矢量的獨立同分布的誤差；Y()為粒子函數；

當有觀測值時，利用方程(3)和(4)對t-1時刻的權重進行更新得到t時刻的權重給定權重的閾值ε，判斷是否有的粒子，即粒子是否出現退化，并轉到Step 3；若沒有觀測值，權重不更新，重復Step 2，直到有觀測值出現的時刻；

權重的計算公式如下：

式中，R是觀測誤差的方差，

基于公式(3)，重新采樣后的權重計算公式，如下：

式中，fix(X)是對X向0方向取整；

Step3：若有粒子出現退化，首先將預報階段剩余的粒子對應的權重歸一化，并求加權平均M≤N，在高斯分布下進行重新采樣得到t時刻新的粒子群并且利用方程(3)和(4)重新計算權重若粒子沒有退化，則將Step2中得到的粒子的預報值及對應的權重保留；利用加權的集合卡爾曼濾波算法，對預報值進行狀態更新，得到狀態估計值；

Step4：基于得到的狀態估計值在給定的概率分布下，重新選擇粒子集合相應的權重為1/N，令t＝t+1，返回Step 2。