前辅文
 第1章 陆面数据同化系统中的遥感数据产品
  1.1 引言
  1.2 大气驱动数据
   1.2.1 辐射数据
   1.2.2 空气温度
   1.2.3 水汽
   1.2.4 降水
  1.3 陆表遥感数据产品
   1.3.1 地表温度
   1.3.2 地表反照率
   1.3.3 叶面积指数
   1.3.4 FPAR
   1.3.5 植被指数
   1.3.6 土壤湿度
  1.4 模型参数化的土地覆盖数据
  1.5 小结
  参考文献
 第2章 中国第二代极轨气象卫星———风云三号及其在全球监测中的应用
  2.1 中国气象卫星历史回顾
  2.2 风云三号系列卫星的任务
  2.3 FY-3Ａ和FY-3Ｂ星上遥感仪器
  2.4 FY-3Ａ和FY-3Ｂ地面应用系统设计
  2.5 风云三号1 级和2级产品
  2.6 数据存档和服务
  2.7 风云三号资料在多领域的应用示例
   2.7.1 全球天气监测
   2.7.2 台风监测
   2.7.3 卫星资料同化和数值天气预报
   2.7.4 全球臭氧监测
   2.7.5 空气质量监测
  2.8 讨论和总结
  参考文献
 第3章 NASA卫星与模型的陆面数据服务———数据获取指南
  3.1 NASA陆面产品介绍
   3.1.1 NASA卫星陆面观测
   3.1.2 NASA卫星陆面产品、数据加工级别、数据分辨率及数据格式
   3.1.3 NASA陆面数据同化模型产品
  3.2 搜索和订购NASA地球科学数据产品
   3.2.1 NASA地球科学数据与信息服务中心
   3.2.2 从集中式系统查找和获取数据
   3.2.3 从数据归档中心查找陆面数据
   3.2.4 获取Landsat 数据
   3.2.5 从GES DISC 获取数据
  3.3 NASA在线可视化服务
  3.4 支持的研究项目与数据和服务使用示例
   3.4.1 NASA数据支持的研究项目———NEESPI和MAIRS
   3.4.2 利用Giovanni绘制示例地图
  3.5 总结
  参考文献
 第4章 旱区及高海拔地区陆面过程分析与模拟
  4.1 陆面过程模型简介
  4.2 旱区和高海拔地区陆面过程模拟中存在的问题
   4.2.1 旱区陆地和大气之间的热耦合
   4.2.2 高寒草地的土壤分层现象
   4.2.3 土壤蒸发表层阻抗
  4.3 旱区和高海拔地区陆面参数化的发展
   4.3.1 热力学粗糙度参数化方案及其验证
   4.3.2 土壤垂向异质性的逆向分析
   4.3.3 土壤蒸发表层阻抗参数化方案
  4.4 地表过程模拟的改进
   4.4.1 新热力学粗糙度参数化方案对旱区模拟的改进
   4.4.2 考虑高寒草地土壤垂向异质性对模拟的改进
   4.4.3 新土壤蒸发表层阻抗对模拟的改进
  4.5 总结和建议
  参考文献
 第5章 水文模型参数化和参数估计方法综述
  5.1 概述
  5.2 水文模型综述
   5.2.1 水文模型基本概念
   5.2.2 现代水文建模的发展方向
  5.3 参数估计方法综述
   5.3.1 自动校正的条件
   5.3.2 目标函数的选择
   5.3.3 流行的水文模型优化算法
  5.4 结论
  参考文献
 第6章 遥感数据和陆面模型的同化———理论与方法
  6.1 数据同化理论
   6.1.1 模型的不确定性
   6.1.2 观测的不确定性
   6.1.3 陆面数据同化概述
  6.2 数据同化方法
   6.2.1 数据同化方法分类
   6.2.2 数据同化的贝叶斯理论基础
   6.2.3 集合卡尔曼滤波
  6.3 陆面数据同化研究实例
   6.3.1 同化MODIS 地表温度以提高土壤温度廓线估计精度
   6.3.2 同化被动微波遥感观测提高冻土活动层土壤温度估计精度
  6.4 总结与展望
  参考文献
 第7章 陆面数据同化系统模型误差和观测误差的协方差估计
  7.1 引言
  7.2 研究背景
  7.3 现代陆面模型中的应用
  7.4 存在的挑战
   7.4.1 观测误差自相关
   7.4.2 模型误差来源和结构的不确定性
   7.4.3 自适应滤波的收敛速度
  7.5 可能的解决方法
   7.5.1 三重组合方法估计R
   7.5.2 稳健的滤波策略
  7.6 结论
  参考文献
  附录7.Ａ 最优卡尔曼滤波中新息的特点
 第8章 集合卡尔曼滤波同化中误差方差矩阵的膨胀调整
  8.1 简介
  8.2 集合卡尔曼滤波中误差方差矩阵的调整方法
   8.2.1 集合卡尔曼滤波
   8.2.2 观测算子为线性时误差方差矩阵的膨胀调整
   8.2.3 观测算子为非线性时误差方差矩阵的膨胀调整
   8.2.4 验证同化方法的统计量
  8.3 用于验证的简化理想模型简介
   8.3.1 Ｌｏｒｅｎｚ-96 模式
   8.3.2 二维浅水方程模型
  8.4 线性观测条件下的验证结果
   8.4.1 膨胀系数依赖于时间的情形
   8.4.2 膨胀系数不依赖于时间的情形
   8.4.3 观测误差方差矩阵不正确的情形
   8.4.4 观测误差方差矩阵的膨胀系数依赖于时间的情形
  8.5 非线性观测条件下的验证结果
   8.5.1 观测算子的切线性程度的敏感性分析
   8.5.2 观测算子为切线性时几种膨胀调整方法的比较
  8.6 讨论与主要结论
  参考文献
  附录8.Ａ
  附录8.Ｂ行列式det（Ht λt Pft HＴt＋Rt ）的一个计算方法
 第9章 陆面数据同化系统误差估计问题综述
  9.1 引言
  9.2 现代数据同化方法的误差问题
   9.2.1 误差定义及来源
   9.2.2 顺序数据同化方法中的误差定义
   9.2.3 变分数据同化方法中的误差定义
  9.3 误差估计综述
   9.3.1 模型误差
   9.3.2 观测误差
   9.3.3 集合同化中的算法误差
  9.4 集合数据同化中的误差处理方法
   9.4.1 乘数放大法
   9.4.2 附加放大法
   9.4.3 松弛－先验法
   9.4.4 基于进化计算的误差参数化方法
  9.5 杂交误差处理试验设计
   9.5.1 耦合遗传算法的误差因子寻优方法
   9.5.2 实验模型
   9.5.3 性能评价及适应度函数
   9.5.4 数值试验
  9.6 总结与讨论
  参考文献
 第10章 多尺度卡尔曼平滑框架及其在数据同化中的应用
  10.1 引言
  10.2 传统卡尔曼滤波
  10.3 多尺度卡尔曼平滑（MKS）框架及其扩展
   10.3.1 向上扫描
   10.3.2 向下扫描
  10.4 ＥＭ算法参数化
   10.4.1 Ｅ步骤
   10.4.2 Ｍ步骤
  10.5 多尺度卡尔曼滤波（MKS-EM）框架的应用
   10.5.1 算法的复杂度
  10.6 算例
  10.7 符号说明
  参考文献
 第11章 北美陆面数据同化系统概述
  11.1 引言
   11.1.1 陆面数据同化系统的背景
   11.1.2 ＮＯＡＡ －NASA－大学合作与ＮＬＤＡＳ的发展
   11.1.3 世界范围内其他陆面数据同化系统
  11.2 NLDAS发展历史
   11.2.1 nNLDAS-1
   11.2.2 nNLDAS-2
  11.3 总结
  参考文献
 第12章 土壤湿度数据同化———用于季节性气候预报中的状态初始化
  12.1 引言
  12.2 土壤湿度数据同化发展简介
  12.3 土壤湿度数据同化基本概念
  12.4 土壤湿度同化———研究实例
   12.4.1 数据同化算法的发展
   12.4.2 同化SMMR数据到CLSM模型中
  12.5 结论与讨论
  参考文献
 第13章 同化遥感数据与作物模拟模型的农业应用研究———最新进展与发展方向
  13.1 引言
  13.2 作物生长模型
  13.3 数据同化方法
   13.3.1 直接输入法
   13.3.2 序贯同化方法
   13.3.3 变分同化方法
  13.4 遥感数据及其预处理
   13.4.1 可见光与近红外信息
   13.4.2 微波信息
   13.4.3 热红外信息
  13.5 在区域范围进行玉米产量估算
   13.5.1 敏感度分析
   13.5.2 构建代价函数
   13.5.3 估算玉米产量
   13.5.4 水分平衡研究
  13.6 挑战与发展方向
  13.7 小结
  参考文献
 第14章 水文模型参数和变量同步估计的数据同化方法———集合卡尔曼滤波的扩展与应用
  14.1 引言
  14.2 集合卡尔曼滤波与状态向量扩展方法
  14.3 简单降水－径流模型的应用实例
  14.4 数据同化在分布式水文模型中的应用
   14.4.1 ＳＷＡＴ模型
   14.4.2 数据同化环境设定
   14.4.3 数据同化结果
  14.5 讨论
  14.6 结论
  参考文献
 索引
 版权