近日，水資源安全bbin宝盈集团博士後張翀，針對如何減少陸面模式大尺度模擬不確定性問題，以第一作者在《Water Resources Research》（SCI一區TOP，IF=5.240）上發表最新研究成果。本次研究為首都師範大學與河海大學、北京師範大學、中國地質大學（武漢）、武漢理工大學和美國阿拉巴馬大學等國內外多個科研機構的學者合作完成，由第二次青藏高原綜合科學考察（2019QZKK0207）等項目資助。

        水文工作者通過應用陸面模型進行水資源預測及水災害預報，陸面模式系統模擬隨參數化方案的不斷革新日趨複雜，如何有效降低陸面模式的不確定性成為當前數值建模領域的難題之一。

        實驗室團隊成員的本次研究以減少陸面模式大尺度模擬不確定性為研究目標，通過結合自適應替代模型參數優化（ASMO）和馬爾科夫鏈蒙特卡洛粒子進化數據同化（EPFM）算法，構建了可用於降低陸面模式大尺度模擬不確定性的「優化-同化」聯合算法。通過在青藏高原地區以SMAP衛星和實測站點觀測土壤含水量為基準數據集，對公用陸面模式CLM大尺度模擬開展了參數優化和數據同化研究，顯著提升了陸面模式在青藏高原的模擬能力。

△自適應代理建模的算法流程圖

        研究所構建的「優化-同化」聯合算法可進一步延用於解決其它結構複雜且計算耗時的數值模型的不確定性問題，也可用於減少無資料地區水文建模所存在的不確定性。