针对日益丰富的遥感数据信息,本文以洪水遥感数据与动力学模型相融合为切入点,开展了洪水遥感淹没范围数据同化的研究。本项目运用偏微分方程最优化控制理论,研究了洪水淹没范围遥感数据同化的理论与方法,建立了基于传统干湿判别法和Level set方法的两套模型系统。通过构建伴随敏感性分析系统和洪水淹没范围数据同化系统,开展在理想化状态下和实际可得情况下的人工合成洪水淹没范围数据同化的数值实验,分析了洪水淹没范围时间序列数据同化对运用洪水动力学模型分析和预测洪水动力过程的作用。在初步摸清洪水淹没范围数据的作用基础上,以蒙洼蓄滞洪区2007年的实际分蓄洪过程为例,采用获取的250m分辨率的MODIS数据,开展了变分同化数值试验,计算结果表明,即使对于较低分辨率的遥感影像,通过采用本文的模型可使其与洪水动力学模型相融合,识别研究区影响洪水演进的关键参数——糙率,从而实现这类数据定量化利用的新途径。结果也展示了遥感数据在水动力分析与预测中的定量化利用的潜力。尤其是对于常规站点观测数据较少地区的洪水问题研究,研究成果更能体现出其科学应用价值。
英文主题词variational data assimilation; adjoint sensitivity analysis;flood; remote sensing; mathematical model