面向耦合大气-陆地模型中地面观测的逐小时三维集合数据同化

我们探索了利用三维数据同化将稀疏分布的 2 米温度观测跨越耦合大气-陆地界面同化到土壤湿度中的潜力。使用有限区域建模平台 TerrSysMP 和合成观测的理想化孪生实验，我们避免了模式偏差并直接控制初始条件和观测中的误差。这些实验使我们能够测试采用局地化集合 Kalman 滤波的逐小时数据同化，该滤波常用于中尺度数据同化。我们在此发现，与采用一维简化扩展 Kalman 滤波的每日更新相比，此种集合 Kalman 滤波方法降低了误差。我们将这一改进归因于集合对敏感性的近似以及集合 Kalman 滤波更频繁的更新。逐小时更新由此在白天产生正向同化影响，在夜间产生中性影响。利用三维集合 Kalman 滤波，我们可以直接在其各自位置将地面观测同化到土壤湿度中，省去了原本需要的空间插值步骤。这些发现表明，局地化三维集合 Kalman 滤波用于逐小时将地面观测同化到耦合大气-陆地模型中具有新兴潜力。