[发明专利]一种对土壤含水量初值的数据同化方法

权利要求书

1.一种对土壤含水量初值的数据同化方法，其特征在于，所述方法包括：

S1，选取研究流域的参数，并计算优化参数值；

S2，计算变量和参数的集合扰动值；

S3，计算研究流域的径流预报集合；

S4，将研究流域对应时段的实测径流值进行高斯扰动，并将得到的研究流域的实测径流值的高斯扰动值作为观测数据集合；

S5，融入步骤S4中得到的观测数据集合进行同化更新；

S6，重复进行步骤S3至步骤S5，直到水文模型计算结束，最终同化后得到的初始土壤含水量的优化平均值即为的土壤含水量初值，选出最小协方差对应的土壤含水量值作为所求的土壤含水量初值。

2.根据权利要求1所述方法，其特征在于，步骤S1中具体包括：对研究流域进行参数优化，得到参数最优值，选取任意两个参数的最优值进行数据同化处理；两个参数分别为参数β和参数γ；将土壤含水量初值也作为参数进行同化处理。

3.根据权利要求2所述方法，其特征在于，步骤S1中，对研究流域进行参数优化采用的优化算法为所述多目标粒子群算法。

4.根据权利要求1所述方法，其特征在于，步骤S2中具体包括：以参数β和参数γ的最优值为参考，对变量、参数β和参数γ分别进行高斯扰动，分别得到变量、参数β和参数γ的高斯扰动值集合。

5.根据权利要求1所述方法，其特征在于，所述水文模型为新安江模型。

6.根据权利要求4所述方法，其特征在于，步骤S2中，所述高斯扰动，按照公式(2)实现：

Ea＝ea+ε (2)；

其中，Ea表示高斯扰动后的模型状态变量或者观测值；ea表示初始模型状态变量或者观测值；ε为符合高斯分布的扰动值，符合ε～N(0，1)。

7.根据权利要求1所述方法，其特征在于，步骤S3具体包括：每次循环计算径流量时，每个集合下，均从第一个时段开始，且保证每个循环土壤含水量初值相同，随着时段数的增加，逐次增加一个循环过程。

8.根据权利要求1所述方法，其特征在于，步骤S5中，具体步骤按照下述计算：

K_t＝P_tH^T(HP_tH^T+R_t)^-1 (9)；

其中，m表示集合样本的总数；表示t时刻m个径流量预报集合的预报均值；表示t时刻水文模型第i个径流量预报集合中集合成员的一个预报状态向量；表示t时刻每一个径流量预报集合的集合成员与的扰动；y_i,t表示t时刻第i个集合成员的观测数据向量；表示t时刻m个观测数据集合的观测均值；Δy_i,t表示t时刻每一个观测数据的集合成员与的扰动；P_t表示t时刻的径流量预报集合的误差协方差；R_t表示t时刻观测数据集合的误差协方差矩阵；H为观测算子；K_t为卡尔曼增益，表示观测数据的权重；T表示观测算子的转置。

9.根据权利要求1所述方法，其特征在于，步骤S5中，对每一个集合进行更新，采用公式(10)进行更新：

其中，表示t时刻状态下研究流域径流量的最优估计集合，的均值即为t时刻状态下的最优估计值，表示t时刻的研究流域径流量预报集合，y_t表示t时刻的观测数据集合，K_t为卡尔曼增益，表示观测数据的权重。