一种联合数据同化和机器学习的地表蒸散发估算方法

一种联合数据同化和机器学习的地表蒸散发估算方法，属于数据同化算法改进领域以及地表蒸散发模拟技术领域。通过机器学习方法将偏差矫正模型和观测算子耦合到数据同化方法当中，进而实现对地表蒸散发的精确估算、对模型关键物理过程的土壤水分传输、植被动态、光合过程实时优化，最后得到改进的地表蒸散发。本发明有效利用已有的利用站点观测土壤水分数据和遥感观测叶面积指数和日光诱导叶绿素荧光数据，实现对Noah‑MP模型土壤水分传输、植被动态和光合过程的优化，并生产可供多领域使用的高精度时空连续区域地表蒸散发数据集，降低传统模型由于观测数据缺失或模型参数所带来的误差。