多源数据嵌套式同化在水量监测精度提升中的应用

打开文本图片集

摘要：

数据融合同化可以实现多源观测数据和模型模拟的优势互补，提升监测精度与可靠性。澜沧江下游的水量变化对沿岸国家影响重大，但其水量监测面临着流域复杂、水利工程影响等诸多挑战。为提高水量监测的精度与效率，提出一种耦合水动力模拟的多源数据嵌套式融合同化方法。首先利用人工实测数据构建基于机器学习LASSO模型的侧扫雷达精度提升方案，在此基础上构建河道水动力数值模拟模型，并利用提升后的侧扫雷达监测流速优化水动力模型参数，形成多层级多源数据的嵌套式融合同化，提高水量模拟精度的同时，将点观测数据扩展到全河道，扩展水量要素的获取范围，最后在澜沧江允景洪站进行应用验证。（剩余15586字）