数据同化和参数估计

重点发展和应用了多种集合Kalman滤波同化算法和其他Bayes滤波算法，用以解决同化系统中模型算子和观测算子的非线性问题；开展了土壤水分、土壤温度、积雪、冻融和地下水的单点数据同化试验。进一步计划是发展能够同化多源遥感观测的高分辨率流域尺度陆面/水文数据同化系统。

开展了水文模型参数估计方法及参数估计不确定性研究。指明了参数估计在水文模拟建模过程中的作用；给出了第一类参数估计中将水文学问题转化为数学问题的一般步骤与求解方法；提出了一个用于水文模型参数估计的优化算法SCPSO；给出了基于Bayes统计理论的水文模型参数区间估计的一般流程；将Monte Carlo方法和局部敏感性分析方法引入到水文模型参数的不确定性分析研究中。