湖泊藻类动态模型数据同化模式的改进

以太湖为研究区域,采用2014-2016年的水环境生态监测数据,率定了三维水生态动力学模型(3DHED),模拟了太湖蓝藻生物量的时空变化;通过融入遥感数据建立了基于集合卡尔曼滤波(EnKF)的蓝藻生物量预测数据同化(DA)模式,同时提出了一种改进数据同化(mDA)的策略,降低了遥感数据不确定性的影响,显著提升了模型模拟精度.结果 表明:相比3DHED蓝藻生物量的模拟结果,DA模拟结果的均方根误差均值降低了10.4％,IOA均值增加了48.8％;mDA在DA基础上对蓝藻生物量的模拟精度进一步提升,其均方根误差均值为1.16 mg/L,在DA基础上降低了8.6％,IOA均值为0.71,在DA基础上增加了10.9％,并有效提升了对蓝藻生物量峰值的捕捉能力,表明提出的mDA方法能有效减小原DA模式中遥感观测数据误差的影响,提升水华模拟精度.