水文JOURNALOFCHINAHYDROLOGY第43卷第3期2023年6月Vol.43No.3Jun.,2023DOI：10.19797/j.cnki.1000-0852.20220103收稿日期：2022-10-03网络首发日期：2023-06-13网络首发地址：https://kns.cnki.net/kcms2/detail/11.1814.P.20230612.1344.005.html基金项目：国家自然科学基金资助项目（52109036）；河海大学水文水资源与水利工程科学国家重点实验室“一带一路”水与可持续发展科技基金面上项目（2021490611）；干旱气象科学研究基金（IAM202119）作者简介：徐嘉欣（2002—），女，江苏盐城人，本科生，主要从事水文与水资源工程研究。E-mail:1836388042@qq.com通信作者：付晓雷（1986—），男，山东临沂人，教授，主要从事土壤湿度数据同化、水文预报研究。E-mail:fuxiaolei518@yzu.edu.cn黄河源区玛曲土壤湿度模拟不确定性及同化研究徐嘉欣1，付晓雷1,2,3（1.扬州大学水利科学与工程学院，江苏扬州225009；2.中国气象局兰州干旱气象研究所，甘肃兰州730020；3.河海大学水文水资源与水利工程科学国家重点实验室，江苏南京210098）摘要：在土壤湿度的模拟过程中，由于资料的不足和初始值、驱动数据、参数等的不确定性，影响了模型的模拟精度。本文基于一维土壤水分运动方程，在黄河源区玛曲探讨初始值不确定性对土壤湿度模拟的影响，以及开展土壤湿度同化实验。结果表明：通过模型的预热可以减小不同初始值得到的模型模拟结果的差距；在资料匮乏区域开展土壤湿度研究或者进行区域土壤湿度模拟时，可以采用集合初始值对模型进行预热，将预热期末不同初始值得到的土壤湿度的均值作为预测期的初始值，降低预热期初始值的不确定性；在预测期，采用无迹加权集合卡尔曼滤波UWEnKF可以有效提高土壤湿度的预测精度。因此，结合集合初始值以及UWEnKF既可以降低初始值的不确定性，又有助于改善土壤湿度模拟结果。关键词：土壤湿度；无迹加权集合卡尔曼滤波；不确定性；土壤水分运动方程中图分类号：P33；TV11文献标识码：A文章编号：1000-0852（2023）03-0118-060引言土壤湿度作为全球水循环和气候系统中的关键物理量，通过影响土壤的热力属性改变了近地面能量、水分和碳的循环过程，决定了地表能量向感热和潜热转换的分配比例，影响了地表水下渗和地表径流形成的比例[1-6]。因此，陆气相互作用在很大程度上依赖土壤湿度状况。目前，土壤湿度模拟方法已逐渐成为陆面水文过程研究的热点[7]。在黄河源区，土壤湿度不仅在水资源的时空分布中扮演着重要角色，也与...
