基于灵敏度分析的遥感数据土壤湿度估计参数优选方法
系统与控制
2025-06-06 v2 系统与控制
动力系统
摘要
提高土壤湿度估计精度对于推进灌溉调度与水资源保护工作至关重要。该任务的核心在于土壤水力参数，其控制着水分动态，但极少能精确已知，因此必须从观测数据中推断。在大规模农田中，由于可用测量数据稀疏且含噪，估计这些参数的完整集合往往不切实际。为应对这一挑战，本文开发了一个利用灵敏度分析与正交投影来识别可从可用数据中可靠估计的参数的框架。这些参数与土壤湿度的空间分布一起，通过将观测数据同化到柱坐标系形式的 Richards 方程（采用扩展卡尔曼滤波器）中得以联合估计。土壤湿度测量数据来自安装在中心支轴灌溉系统上的微波遥感传感器——这是一种新兴且实用的用于捕捉田块尺度变异性的技术。在加拿大阿尔伯塔省莱斯布里奇一处大规模场地进行的数值模拟与田间试验表明，所提方法将土壤湿度估计精度提高了 24–43%，并将预测模型性能提升了 50%。此外，估计得到的参数——尤其是饱和水力传导度——与试验测量值吻合良好。
引用
@article{arxiv.2305.15549,
title = {Sensitivity-Informed Parameter Selection for Improved Soil Moisture Estimation from Remote Sensing Data},
author = {Bernard T. Agyeman and Erfan Orouskhani and Mohamed Naouri and Willemijn Appels and Maik Wolleben and Jinfeng Liu and Sirish L. Shah},
journal= {arXiv preprint arXiv:2305.15549},
year = {2025}
}