文献

J-GLOBAL ID：202202233124891099   整理番号：22A0433312

無香料加重アンサンブルKalmanフィルタを用いた土壌水分推定に影響する主要因子の理解【JST・京大機械翻訳】

Understanding the key factors that influence soil moisture estimation using the unscented weighted ensemble Kalman filter

著者 (9件)： Fu Xiaolei (College of Hydraulic Science and Engineering, Yangzhou University, Yangzhou 225009, China) ,  Fu Xiaolei (State Key Laboratory of Cryospheric Science, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000, China) ,  Jiang Xiaolei (College of Hydraulic Science and Engineering, Yangzhou University, Yangzhou 225009, China) ,  Yu Zhongbo (State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering, Hohai University, Nanjing 210098, China) ,  Yu Zhongbo (Joint International Research Laboratory of Global Change and Water Cycle, Hohai University, Nanjing 210098, China) ,  Yu Zhongbo (Yangtze Institute for Conservation and Development, Hohai University, Nanjing, 210098, China) ,  Ding Yongjian (State Key Laboratory of Cryospheric Science, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000, China) ,  Lue Haishen (State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering, Hohai University, Nanjing 210098, China) ,  Zheng Donghai (Institute of Tibetan Plateau Research, Chinese Academy of Sciences, Beijing 100101, China)
資料名： Agricultural and Forest Meteorology  (Agricultural and Forest Meteorology)
巻： 313  ページ： Null  発行年： 2022年 
JST資料番号： C0901A  ISSN： 0168-1923  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 土壌水分の正確な定量化は地表面プロセスの理解に大きく寄与する。現場観測可能な土壌水分データは,しばしばまばらに分布して,モデル性能は多くの要因によって影響した。本研究において,土壌水分推定に及ぼす多重因子(土壌特性,時間ステップ,同化間隔,降水,土壌層厚さおよび初期値)における不確実性の影響に関する14の数値的実験スキームを,中国,黄河の上流域におけるMaquモニタリングネットワークにおけるELBARA現場サイトにおける無香料加重アンサンブルKalmanフィルタ(UWEnKF)および一次元垂直水流モデルに基づいて評価した。実験は,土壌特性が,採用したモデル数値解法を用いて,水平または垂直方向のいずれかで,モデルパラメータ(例えば,飽和土壌水分量,飽和土壌透水係数,飽和土壌マトリックポテンシャル)にほとんど影響を及ぼさず,従って,土壌水分推定にほとんど影響しないことを示した。観察されたK_satmayだけの使用は,より良い土壌水分予測に導いた。シミュレーション時間ステップを減らすことは,土壌水分推定に限られた影響を有した。土壌水分推定に及ぼす降水の影響は,異なる土壌層における土壌含水量の過大評価または過小評価によって変化し,そして,土壌層厚さにおける差異は,土壌水分推定における不確実性に導いた。モデルは,初期値が合理的ならば,土壌水分の変化傾向を正確に予測した。UWEnKFは,データ同化システムにおける多くの因子の不確実性にもかかわらず,土壌水分推定の改善に関して良好に機能し,高い同化頻度(すなわち,小さな同化間隔)でより良く機能した。したがって,UWEnKFは,多重因子の不確実性が何れも,土壌水分同化のための効果的で実用的な技術である。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  数値解法 ,  降水 ,  不確実性 ,  飽和土 ,  *香料 ,  多重化 ,  土壌層位 ,  *土壌水 ,  一次元 ,  土壌含水量 ,  その場観察 ,  水流 ,  データ同化
準シソーラス用語： モデルパラメータ , 【Automatic Indexing@JST】

著者キーワード (5件)： 土壌水分 ,  一次元鉛直水流モデル ,  無香料加重アンサンブルKalmanフィルタ(UWEnKF) ,  データ同化 ,  不確実性

分類 (1件)： 土壌物理  (FB04030R)

タイトルに関連する用語 (7件)： 香料 ,  加重 ,  アンサンブルKalmanフィルタ ,  土壌水分 ,  推定 ,  因子 ,  理解