陆面观测、模拟与数据同化2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

陆面观测、模拟与数据同化PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

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 FPAR13

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 Fang45

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MAIRS54

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 Chu88

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.Crow117

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R133

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.A159

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 Liang186

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 team235

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-1238

11.2.2 NLDAS-2243

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-Meister263

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 Hoogenboom280

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