近日，水资源安全北京实验室博士后张翀，针对如何减少陆面模式大尺度模拟不确定性问题，以第一作者在《Water Resources Research》（SCI一区TOP，IF=5.240）上发表最新研究成果。本次研究为首都师范大学与河海大学、北京师范大学、中国地质大学（武汉）、武汉理工大学和美国阿拉巴马大学等国内外多个科研机构的学者合作完成，由第二次青藏高原综合科学考察（2019QZKK0207）等项目资助。

        水文工作者通过应用陆面模型进行水资源预测及水灾害预报，陆面模式系统模拟随参数化方案的不断革新日趋复杂，如何有效降低陆面模式的不确定性成为当前数值建模领域的难题之一。

        实验室团队成员的本次研究以减少陆面模式大尺度模拟不确定性为研究目标，通过结合自适应替代模型参数优化（ASMO）和马尔科夫链蒙特卡洛粒子进化数据同化（EPFM）算法，构建了可用于降低陆面模式大尺度模拟不确定性的“优化-同化”联合算法。通过在青藏高原地区以SMAP卫星和实测站点观测土壤含水量为基准数据集，对公用陆面模式CLM大尺度模拟开展了参数优化和数据同化研究，显著提升了陆面模式在青藏高原的模拟能力。

△自适应代理建模的算法流程图

        研究所构建的“优化-同化”联合算法可进一步延用于解决其它结构复杂且计算耗时的数值模型的不确定性问题，也可用于减少无资料地区水文建模所存在的不确定性。