论文部分内容阅读
第四次政府间气候变化专门委员会(IPCC)报告指出，根据现有观测和研究结果表明，由于人类活动的作用，地球气候正经历一次以全球变暖为主要特征的显著变化，并且陆地平均温度比海洋温度升高要快。因此，定量研究陆地环境变化关键敏感因子——地表温度的变化及其对陆地-大气水热循环的作用十分必要和迫切。在全球变暖的背景下，由于青藏高原特殊的下垫面和特殊的环境条件，对气候变化更敏感，也对气候变化有着特殊的影响。并且，高原地表温度变化严重影响着高原积和冰川消融，以及永久性冻土的融化。在众多观测地表温度的方法中，传统的地面测量方法虽然相对准确，但是在区域乃至全球范围设置观测站点是不现实的，尤其是对于那些人类很难到达的青藏高原地区。遥感手段可以从空间平台获取描述地球变化的敏感因子，这就克服了地面测量的局限性。
本文总结归纳了目前在轨运行和正在计划发展的能够为大气、海洋和陆表全球变化敏感因子提供高时空分辨率的国内外卫星传感器，这些传感器重复观测频率从月到小时计，空间分辨率从米到公里，光谱波段跨越可见光、红外到微波。同时本文还确定了这些传感器对相应的可观测因子的观测程度。但是，目前遥感数据产品存在许多不足，比如空间上的不完整性，时间上的不连续性，遥感数据产品的精度不高，且不同传感器数据产品缺少一致性，单时间点观测反演地表参数缺乏地学意义上的有机联系等。近20年来，陆面过程模型的发展虽然可以利用数学方法来估测时空上连续一致的地表参数，但是，由于陆面过程模型存在许多不确定因素，使得模型的预报结果可能会在很大程度上偏离真实值。为了解决上述问题，首先，仍然需要进一步提高传感器的精度以便我们可以获取更详细的地球表面及其变化的各种信息;其次，利用四维数据同化的方法可以将遥感观测融合到陆面过程模型的动力框架内，这就为准确估测地表参数和减少模型误差提供了一个非常有效的手段。
本论文利用集合卡尔曼滤波算法（EnKF）和粒子滤波算法(PF)发展了两个基于CoLM的温度陆面数据同化系统，改进了青藏高原的地表温度和净辐射通量的预报精度。首先，将MODIS LAI产品动态更新到CoLM中，发现即使是在青藏高原地表覆盖着稀疏低矮的牧草的地区，准确的估测植被参数对地表温度的影响也是非常大的。接着，分别利用EnKF和PF算法同化了MODIS温度产品的实验被执行。这两个同化实验是在青藏高原的慕士塔格研究区的两个自动气象台站点开展的，并利用这两个台站的2009年10月1日到2010年的9月30日的观测数据进行了验证，结果表明，这两个同化方案的同化结果比模拟结果对地表温度和净辐射通量的估测均有了明显的改进，这说明这两个同化方案是可行的。而且，通过该实验发现，MODIS LST产品的精度和不同的地表类型对同化结果的影响是比较大的。另外，在本研究中，在慕士塔格综合实验场站点，EnKF对地表温度和地表净辐射的估测精度略低于PF，而在慕士塔格登山大本营站，EnKF对地表温度和地表净辐射的估测精度与PF算法相比差别不大。而在实际同化实验中，相对于PF算法较大的计算量来说，EnKF算法更加灵活、稳定。