| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 数据同化算法简介 | 第11-13页 |
| 1.2.2 水文数据同化的研究现状 | 第13-16页 |
| 1.3 本文主要研究工作 | 第16-17页 |
| 第二章 水文数据同化理论基础 | 第17-29页 |
| 2.1 SWAT模型 | 第17-21页 |
| 2.1.1 产流过程 | 第19-21页 |
| 2.1.2 土壤水过程 | 第21页 |
| 2.2 集合卡尔曼滤波 | 第21-26页 |
| 2.2.1 状态向量 | 第21-24页 |
| 2.2.2 贝叶斯理论 | 第24-25页 |
| 2.2.3 目标函数求解 | 第25-26页 |
| 2.2.4 算法实现过程 | 第26页 |
| 2.3 水文数据同化 | 第26-29页 |
| 2.3.1 状态-参数联合估计 | 第27页 |
| 2.3.2 不确定性分析 | 第27-28页 |
| 2.3.3 水文数据同化框架 | 第28-29页 |
| 第三章 多源观测数据同化 | 第29-41页 |
| 3.1 研究区域 | 第29-31页 |
| 3.2 算例说明 | 第31-33页 |
| 3.3 结果与分析 | 第33-40页 |
| 3.3.1 EnKF计算性能 | 第33-34页 |
| 3.3.2 径流估计 | 第34-36页 |
| 3.3.3 土壤水估计 | 第36-39页 |
| 3.3.4 CN_2估计 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 遥感表层土壤水数据同化 | 第41-50页 |
| 4.1 算例设置 | 第41-43页 |
| 4.2 结果与分析 | 第43-49页 |
| 4.2.1 对水文过程的影响 | 第43-47页 |
| 4.2.2 空间分布的影响 | 第47-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 水文数据同化在美国Little Washita流域的应用 | 第50-80页 |
| 5.1 研究区概况及输入数据 | 第50-57页 |
| 5.2. 参数敏感性分析 | 第57-60页 |
| 5.3 算例设置 | 第60-61页 |
| 5.4 算例1:同化径流 | 第61-68页 |
| 5.5 算例2和3:同化表层土壤水 | 第68-75页 |
| 5.6 算例4:同化多层土壤水 | 第75-79页 |
| 5.7 本章小结 | 第79-80页 |
| 第六章 总结与展望 | 第80-83页 |
| 6.1 研究内容总结 | 第80-81页 |
| 6.2 本文主要创新点 | 第81页 |
| 6.3 展望 | 第81-83页 |
| 参考文献 | 第83-92页 |
| 附录 | 第92-93页 |
| 致谢 | 第93页 |