文献类型：期刊文章

作　　者：李渊[1] 李云梅[1] 王桥[1] 张卓[1] 郭飞[1] 吕恒[1] 毕坤[2] 黄昌春[1] 郭宇龙[1]

机构地区：[1]南京师范大学虚拟地理环境教育部重点实验室 [2]中国人民解放军94608部队

出　　处：《环境科学》

基　　金：江苏省教育厅高校自然科学研究重大项目(11KJA170003);江苏省2012年度普通高校研究生科研创新计划项目(CXZZ12-0397)

年　　份：2013

卷　　号：34

期　　号：1

起止页码：61-68

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、BIOSISPREVIEWS、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI、EMBASE、IC、JST、PROQUEST、PUBMED、RCCSE、SCOPUS、WOS、ZGKJHX、ZR、核心刊

摘　　要：叶绿素a浓度作为表征水质状况的重要参数之一,反映了水体富营养化程度和藻类含量,是决定水体的反射光谱特征的重要因素,也是水质遥感领域研究较多的一项水质参数.研究叶绿素a浓度的遥感定量反演可以为湖泊水质监测与评价提供新的思路和方法.本研究发展了一个基于集合均方根滤波和风生流的污染物扩散模型的数据同化方案,并结合2010年5月20日的太湖3个浮标观测站点的观测数据进行了同化实验.首先对太湖叶绿素a浓度进行同化估算,然后利用优化后的估算结果对太湖叶绿素a浓度进行了为期6 h的预报.在同化阶段,均方根误差分别从1.58、1.025、2.76降低到了0.465、0.276、1.01,平均相对误差也从0.2降低到了0.05、0.046、0.069.在预报阶段,均方根误差从1.486、1.143、2.38降低到了0.017、0.147、0.23,平均相对误差也从0.2降低到了0.002、0.025、0.019.结果表明,利用集合均方根滤波的数据同化方法可以有效地提高太湖叶绿素a浓度的估算与预报精度.

关 键 词：集合均方根滤波  叶绿素A 卡尔曼滤波 数据同化 太湖

分 类 号：X87]