土壤湿度同化数据综合分析处理系统的研制与开发
2014-08-08黄晓龙沈润平师春香王迪杨晓闫英
黄晓龙+沈润平+师春香+王迪+杨晓+闫英
收稿日期：2013-03-20
作者简介：黄晓龙(1981—) ，男，四川自贡人，助理工程师,硕士，研究方向：气象资料处理与开发。
文章编号：1003-6199(2014)02-0121-05
摘 要：陆面数据同化系统的输入和输出数据以其格式多样性、海量性为主要特征。以GIS二次开发组件ArcGIS Engine， ArcSDE空间数据库引擎和SQL Server 2005数据库管理工具，利用C#、IDL编程语言，构建土壤湿度同化数据空间数据库，并将气象数据具有时间域、空间域和属性域等多维属性与GIS数据模型相结合，研制开发综合分析处理系统，实现土壤湿度同化输入参数与输出数据的空间分析与管理。系统能够满足陆面同化系统对数据的处理与分析需求，为土壤湿度同化产品的业务应用提供强大的支撑。
关键词：土壤湿度;陆面数据同化系统;GIS;ArcGIS Engine
中图分类号：P208文献标识码：A
Research and Development of the Comprehensive Analysis and Processing System on Soil Moisture Assimilation Data
HUANG Xiaolong1,4,SHENRunping1,2,SHIChunxiang3,DI Wang2, YANG Xiaoyue2,YAN Ying2
(1.Key Laboratory of Meteorological Disaster of Ministry of Education, Nanjing University of Information Science & Technology, Nanjing,Jiangsu 210044, China;
2.Shool of Remote Sensing, Nanjing University of Information Science and Technology, Nanjing,Jiangsu 210044, China;
3.National Meteorological Information Center, Beijing 100081, China;
4.Sichuan Meteorological Information Center, Chengdu,Sichuan 610072, China)
Abstract:The input and output data of Soil Moisture Assimilation system was characterized by diversity, massiveness in format. By using the ArcGIS Engine as GIS application the development component, the ArcSDE as spatial database engine and SQL Server2005 as database management tools, the soil moisture assimilation data spatial database has been build. Comprehensive analysis and processing system the soil moisture assimilation data provides a new way for soil moisture assimilation data spatial analysis and statistics. The system can satisfy the demands of data processing and analysis for the Land Data Assimilation system and provide a powerful support to business applications of the soil moisture assimilation products.
Key words:soil moisture;land data assimilation system;GIS;ArcGIS engine
1 引 言
土壤湿度的研究对气候、生态、水文、农业等方面都有着重要意义［1］。陆面数据同化已日趋成为陆面过程、气象和水文研究中的热点和前沿［2］。陆面数据同化起步于20世纪90年代末期，在吸收了大气数据同化和海洋数据同化方法的基础上得到快速发展。最具代表性的是几个大区域同化系统的建立［3-7］，包括：北美陆面数据同化系统(NLDAS)、全球陆面数据同化系统(GL-DAS)、欧洲陆面数据同化系统(ELDAS)，以及我国西部陆面数据同化系统(WCLDAS)和中国区域陆面土壤湿度同化系统(China Land Soil Moisture Data Assimilation System，(CLSMDAS)［8］。
目前，土壤湿度同化系统能够实现对土壤湿度的模拟计算，但对其以其格式多样性的海量输入和输出数据的处理与分析往往需要借助其他多种软件工具来完成，不能对其海量多源数据进行管理，更不能实现对同化结果的时间与空间进行分析以及验证与评价。地理信息系统（Geographic Information System, GIS）提供了一个集数据显示、数据管理、数据分析为一体的可视化平台环境，其优势在于能够对土壤湿度同化数据进行科学规范化的管理，并与数值模型计算相结合实现分析与处理，结果形象直观地可视化表达。
本文利用.NET Framework开发平台，以SQL Server为数据库管理工具，ArcSDE作为空间数据库引擎，基于组件式ArcGIS Engine二次开发技术，C#和IDL混合编程技术和空间数据处理方法，实现了土壤湿度同化数据综合分析处理系统（Soil Moisture Assimilation Data Analysis and Processing System， SMAPS）的研制与开发，并应用于中国区域陆面土壤湿度同化系统的数据管理，综合分析与土壤湿度产品的验证评价及其土壤湿度产品的制作。
2 系统设计
2.1 系统组成与设计
陆面数据同化系统主要由驱动数据和参数集、陆面过程模型、数据同化方法、观测数据、输出数据等构成［3］［6］。SMAPS作为陆面数据同化系统的数据资料处理与应用系统，实现对同化数据处理与分析，土壤湿度产品的制作与分发。其中组成结构如图1所示。
图1 土壤湿度同化数据综合分析处理
系统组成结构图
SMAPS采用客户机/服务器（C/S）开发模式，利用ArcGIS Engine9.3二次开发组件提供的API；采用关系型数据库进行海量数据的存储与管理，外部应用程序通过空间数据引擎ArcSDE API访问空间数据。SMAPS包括数据库系统与应用系统两大层次。以空间和属性数据库为基础，GIS提供的可视化平台，空间统计与分析功能实现土壤湿度同化数据的分析与处理。数据库系统通过数据库接口软件实现与应用系统的共享，应用系统以数据层为支撑，面向用户实现资料的分析与处理，资料的查询、统计、分析和决策等具体应用。其中基础功能主要包括数据的存储、查询、更新、检索与输出等功能；应用功能则主要是基于GIS平台功能实现要素浏览、空间分析、统计分析、趋势分析、报表生成与打印、专题图显示与打印功能模块等前台系统功能模块，以及用户管理、数据库管理及数据入库等后台管理功能模块。
计算技术与自动化2014年3月
第33第2期黄晓龙等:土壤湿度同化数据综合分析处理系统的研制与开发
2.2 系统内容框架设计
根据系统功能需求，将系统划分为三个平台。GIS系统支撑平台提供对数据的可视化、分析、统计和制图等工具；数据库管理平台提供对各种数据的导入、导出和查询操作。可视化与综合分析处理平台着重从时间和空间两方面分析模拟和同化两种土壤湿度产品与大气强迫数据、同化数据和模型输出结果变量之间相互关系，并进行台站资料的验证，揭示土壤湿度模拟的空间分布特征，并对土壤湿度与其他要素变量之间进行相关性与评价。SMAPS内容框架设计如图2所示：
土壤湿度对比验证分析包括了土壤湿度同化产品与站点资料的相互比较，如相关性分析（简单相关性，偏相关性分析）、误差分析（差值比较，偏差分析）、站点时间趋势分析等。土壤湿度时空间变化规律分析包括土壤湿度多层分布特征、空间统计（时间趋势统计，空间分区统计）、空间计算（土壤湿度加权运算）、插值分析（Kring，Spline，IDW）、等值线、阀值分析（差值、比值）等。土壤湿度影响因子分析包括驱动数据、地表参数、观测资料和同化结果其他要素对土壤湿度的相关性影响。同化系统输入资料分析包括对大气强迫数据、地表参数和观测数据的分析，如对AMSR-E微波亮温资料的变量读取、图像显示、值查询；对大气强迫数据的每种要素的不同属性实现数据的读取、显示、数值查询、空间分析、时间分析、基本的统计分析、制图输出等功能；对上述参数的时空间分布特征、分析、处理和查询功能，将陆面模式的地表数据更直观的表达给用户。
图2 土壤湿度同化数据综合分析处理
系统内容框架设计图
3 空间数据库的构建
3.1 数据库设计
SMAPS处理的数据资料主要包括有地理空间数据、模式输出数据、验证数据、统计数据等。该数据有以下特点： ①数据量特别巨大。 ②数据种类繁多，包括：数值模式数据、卫星产品数据、观测资料等多种资料。③数据格式多样化，包括NC、HDF、BMP、TIF、TXT等。
以CLSMDAS)为例，构建SMAPS数据库系统，其组成如图3所示。CLSMDAS数据库系统由数据资料、空间和属性数据库3子个库组成。其中数据资料库存放模拟数值产品、大气强迫数据和同化观测资料AMSR-E等均为NetCDF自描述格式，由于NetCDF文件格式所拥有的自描述特性，只需要提取每个NC文件描述信息建表放入属性数据库，满足用户快速查询，数据内容按文件格式存放；属性数据库存放统计信息、用户信息和SDE连接信息等；土壤湿度栅格数据集通过ArcSDE放入SQL Server 2005数据库中，在Geodatabase数据模型中，将栅格数据集分割成若干的块，并对其压缩以提高访问和存储的效率［9］。
图3 数据库系统组成
3.2 数据访问
SMAPS数据库系统对土壤湿度产品空间资料库的查询从时间和空间两方面进行，获得土壤同化结果产品。查询过程如图4所示。可按不同资料分类查询，将获得同化资料的基本信息，如资料的经纬度范围信息，变量维度以及属性。
ArcSDE将空间数据和属性数据以某种标准的格式集成在关系型数据库中，使得海量矢量、栅格的土壤湿度同化数据可以保存到数据库中，存取速度却非常快。基于SQLServer 2005配置ArcSDE后，生成以GDB_开头的系统表，该系统表为SDE中数据信息的描述，可通过SQL语句查询SDE中表GDB_ObjectClasses中所有己经注册过的表即可遍历整个ArcSDE数据库。例如：查询所有同化每月土壤湿度产品：SelectCmd = "select * from GDB_ObjectClasses where Name like '%Ass_Mon%'"。SMAPS土壤湿度产品数据库系统界面如图5所示。
图4 土壤湿度同化数据综合分析
处理数据库资料查询
图5 土壤湿度产品浏览与查询界面
4 数据可视化与分析
GIS能够对地理信进行提取、表现和传输，根据作用的数据性质不同，可分为三类：①基于空间图形的分析运算；②基于非空间属性数据的运算；③空间与非空间数据的联合运算。分析手段包括主要逻辑、代数和数理统计等数学运算。将GIS空间分析运用于土壤湿度的空间分布特征、演变规律和空间地物间相互作用的研究，将有利于揭示土壤湿度的分布规律特征，其主要包括站点资料插值、等值线绘制、空间特征分布和空间统计等，其分析流程如图6所示。4.1 站点插值与等值线绘制
站点资料往往受时间分辨率低和空间分布不均的影响，插值是实现其区域时空分布最为常用的基本方法［10-11］，也是建立其空间模型的前提之一。ArcGIS Engine中克里格(Kging)插值算法是建立在区域化变量和半变异函数基础上的一系列对有限区域内的区域化变量取值进行线性无偏最小二乘估计的方法，适用条件是空间变量存在着空间相关性，较能为真实反映土壤湿度的空间分布［12］。基于GIS土壤湿度站点观测数据栅格插值将生成一个连续的表面，包括栅格表面的生成和数据重采样。以2006年5月18日农业气象站点资料为例，进行了普通Kring插值分析，进行插值与拟合，生成等值线，如图7（左）所示。站点资料插值分布如图7（右）所示。
图6 土壤湿度资料空间分析流程图
图7 2005年5月18日站点土壤湿度等值
线图与栅格图
4.2 土壤湿度空间统计与分析
将多个栅格图层，以相同的空间位置的栅格单元为处理单元。通过某种算法进行变换，得到新的栅格数据图层，它是建立复杂的应用数学模型的最基本方法。栅格计算，不仅可以方便的完成基于数学运算，如：算术、布尔、关系和基于数学函数的运算。ArcGIS提供了一套空间分析统计函数，能够分析一些土壤湿度随时间、单元之间的变化，也可以把不需要的信息过滤掉，揭示土壤湿度数据隐含的信息，能够深层的揭示数据变化的规律。一般统计分析的结果可用于其它分析，也可用于数据的整理，使数据更容易理解。不同的统计函数应用时所对应的单元不一样，常分为单元统计、邻域统计和分类区统计。
陆面同化模型对土壤湿度的模拟采用分层模型来预报。CLSMDA将土壤采用指数分为不均匀的十层，为了与其他数据资料做验证和比较，常常需要以土层厚度为加权系数，得到相应的土壤体积含水率空间分布。10CM体积含水率计算公式［13］：其中Hsoil(1)—Hsoil(4)分别表示1至4层的模拟值。
HSoil=(Hsoil(1)*0.00710064+Hsoil(2)*
(0.027925-0.00710064)+Hsoil(3)*(0.0622586-
0.02795)+Hsoil(4)*(0.10-0.622586)/0.1
ArcGIS Engine中的IMathOp、ILogicalOp、ITrigOp等接口实现基于象元的栅格统计与计算功能，用于土壤湿度同化结果时间和空间的统计。利用IRasterBand接口将每个时间的土壤湿度栅格图层存储为一个波段对象，IRasterBandCollection接口的AppendBand方法加入到波段集合当中，再利用IlogicalOp编程接口的LocalStatistics方法实现土壤湿随时间的变化情况的统计，如：年、季、月平均土壤湿度；在固定时间内土壤湿度的变化范围等。以每月同化结果统计2006年春、夏、秋、冬四季的平均土壤湿度，如图8所示。
图8 2006年土壤湿度平均值分布（左上：春季；
右上：夏季；左下：秋季；右下：冬季）
土壤湿度图像代数一种比较简单的变化区域及变化量的识别方法，包括图像的差值与比值运算，是将一个时间土壤湿度与另一个时间土壤湿度对应的象元相减或者相除，从差值或比值图像上勾画出明显的变化，如图9所示。利用中国区域省级矢量边界图层对区域进行统计，如图10所示。
图9 阈值分析（绿色代表大于阈值，黑色为小于阈值）
图10 2010年5月省级平均土壤湿度分布
5 系统的应用
5.1 土壤湿度对比验证分析
土壤湿度产品验证资料所采用的全国农业气象站观测资料，为站点数据，仅仅代表一个点值，与土壤湿度产品资料格点数据的分析，主要有两种方式：①土壤湿度站点数据经过插值处理，插值到与分析相匹配的网格上。②将土壤湿度产品进行插值处理到站点数据上。农业气象站土壤湿度站点资料观测时间和经纬度信息，将土壤湿度产品双线性内插到站点上形成土壤湿度产品的站点值，实现了时间和空间的统一。将土壤湿度产品利用双线性内插到气象站230个站点上进行时间趋势分析。将土壤湿度同化结果和模拟结果日、月尺度资料随时间变化的站点趋势分析，与观测站资料进行比较，如图11所示（Sat：土壤湿度观测站，Ass：土壤湿度同化结果，Sim：土壤湿度模拟结果）。
图11 土壤湿度同化产品与站点资料
的趋势对比分析
5.2 土壤湿度产品制作
随着人类对气候影响的不断加深，气候系统也变得异常脆弱，近年来各种气象灾害频繁发生。土壤湿度是影响农业生产最为关键的气象要素之一，土壤湿度产品的制作是对外服务的重要工作。系统中，采用拉伸色带符号化和自由定制颜色的分类符号化对土壤湿度产品着色方案，对湿度产品提供分级和颜色标准，通过设置土壤湿度的分级标准，对不同范围值给指定颜色进行简单符号化渲染。对2006年8月18日土壤湿度产品的制作如图12所示。
图12 土壤湿度同化产品产品的制作
6 结束语
基于GIS平台的同化数据综合分析处理平台的建设，成功的解决了同化系统资料处理与分析的关键性问题，有效的降低了模式系统运行时对数据的管理难度，提高了数据应用效率。将数据处理和分析工具集成到GIS系统环境中，既能完成模式要素的可视化与表达，又能利用GIS强大的空间分析满足同化系统对数据的处理与分析需求，形成土壤湿度业务产品。该系统能够较好的满足科研和实际业务需求。然而对于陆面同化系统来说，其数据量不仅庞大，而且数据格式多种多样；如何实现空间、时间与属性数据的组织与管理，满足多种不同数据进行联合分析，需要进一步深入的研究。实现各个要素在GIS中构建其可视化方案，与地理要素的联合分析与处理，需要进一步的深入探索，从而更好地实现模式模拟产品的分析、分发和数据的共享服务。
参考文献
［1］ 马柱国，魏和林，符淙斌.土壤湿度与气候变化关系的研究进展与展望［J］.地球科学进展, 1999,14(3): 299-305.
［2］ 张秀英，江洪，韩英.陆面数据同化系统及其在全球变化研究中的应用［J］.遥感信息,2010(3)：135-143.
［3］ 黄春林，李新.陆面数据同化系统的研究综述［J］. 遥感技术与应用, 2004（5）：424-430.
［4］ 汪薇，张瑛.陆面过程模式的研究进展简介［J］.气象与减灾研究，2010（3）：1-6.
［5］ 刘惠明．陆面过程模型研究进展简介［J］.气象研究与应用．2009（12）：35-37.
［6］ 齐媛媛，陈莹莹，施建成.欧洲陆面数据同化系统组成，系统设计和原理简介［J］，遥感信息，2007（3）：93-97.
［7］ 李新，黄春林，车涛，等.中国陆面数据同化系统研究的进展与前瞻［J］.自然科学进展，2007（2）：163-173.
［8］ 师春香，谢正辉，钱辉，等.基于卫星遥感资料的中国区域土壤湿度EnKF数据同化［J］，中国科学：地球科学，2011，41（3）：375-385.
［9］ 沈林芳，刘仁义，刘南.基于SDEAPI的影像数据高效存储研究［J］.计算机应用研究，2005(2)：24-2.
［10］袁爱民，王建源.气候要素栅格化技术方法研究［J］.气象，2006，32(6)：111-115.
［11］马轩龙，李春娥，陈全功.基于GIS的气象要素空间插值方法研究［J］.草业科学，2008，11：13-20.
［12］冯仲科，空间数据的最佳内插法(Kriging法)及其在GIS中应用的构想［J］.测绘科技动态，1995，(3)：22-26.
［13］杨晓春.基于FY-2的大气强迫数据在土壤湿度模拟中的应用［D］.南京：南京信息工程大学，2010.
图8 2006年土壤湿度平均值分布（左上：春季；
右上：夏季；左下：秋季；右下：冬季）
土壤湿度图像代数一种比较简单的变化区域及变化量的识别方法，包括图像的差值与比值运算，是将一个时间土壤湿度与另一个时间土壤湿度对应的象元相减或者相除，从差值或比值图像上勾画出明显的变化，如图9所示。利用中国区域省级矢量边界图层对区域进行统计，如图10所示。
图9 阈值分析（绿色代表大于阈值，黑色为小于阈值）
图10 2010年5月省级平均土壤湿度分布
5 系统的应用
5.1 土壤湿度对比验证分析
土壤湿度产品验证资料所采用的全国农业气象站观测资料，为站点数据，仅仅代表一个点值，与土壤湿度产品资料格点数据的分析，主要有两种方式：①土壤湿度站点数据经过插值处理，插值到与分析相匹配的网格上。②将土壤湿度产品进行插值处理到站点数据上。农业气象站土壤湿度站点资料观测时间和经纬度信息，将土壤湿度产品双线性内插到站点上形成土壤湿度产品的站点值，实现了时间和空间的统一。将土壤湿度产品利用双线性内插到气象站230个站点上进行时间趋势分析。将土壤湿度同化结果和模拟结果日、月尺度资料随时间变化的站点趋势分析，与观测站资料进行比较，如图11所示（Sat：土壤湿度观测站，Ass：土壤湿度同化结果，Sim：土壤湿度模拟结果）。
图11 土壤湿度同化产品与站点资料
的趋势对比分析
5.2 土壤湿度产品制作
随着人类对气候影响的不断加深，气候系统也变得异常脆弱，近年来各种气象灾害频繁发生。土壤湿度是影响农业生产最为关键的气象要素之一，土壤湿度产品的制作是对外服务的重要工作。系统中，采用拉伸色带符号化和自由定制颜色的分类符号化对土壤湿度产品着色方案，对湿度产品提供分级和颜色标准，通过设置土壤湿度的分级标准，对不同范围值给指定颜色进行简单符号化渲染。对2006年8月18日土壤湿度产品的制作如图12所示。
图12 土壤湿度同化产品产品的制作
6 结束语
基于GIS平台的同化数据综合分析处理平台的建设，成功的解决了同化系统资料处理与分析的关键性问题，有效的降低了模式系统运行时对数据的管理难度，提高了数据应用效率。将数据处理和分析工具集成到GIS系统环境中，既能完成模式要素的可视化与表达，又能利用GIS强大的空间分析满足同化系统对数据的处理与分析需求，形成土壤湿度业务产品。该系统能够较好的满足科研和实际业务需求。然而对于陆面同化系统来说，其数据量不仅庞大，而且数据格式多种多样；如何实现空间、时间与属性数据的组织与管理，满足多种不同数据进行联合分析，需要进一步深入的研究。实现各个要素在GIS中构建其可视化方案，与地理要素的联合分析与处理，需要进一步的深入探索，从而更好地实现模式模拟产品的分析、分发和数据的共享服务。
参考文献
［1］ 马柱国，魏和林，符淙斌.土壤湿度与气候变化关系的研究进展与展望［J］.地球科学进展, 1999,14(3): 299-305.
［2］ 张秀英，江洪，韩英.陆面数据同化系统及其在全球变化研究中的应用［J］.遥感信息,2010(3)：135-143.
［3］ 黄春林，李新.陆面数据同化系统的研究综述［J］. 遥感技术与应用, 2004（5）：424-430.
［4］ 汪薇，张瑛.陆面过程模式的研究进展简介［J］.气象与减灾研究，2010（3）：1-6.
［5］ 刘惠明．陆面过程模型研究进展简介［J］.气象研究与应用．2009（12）：35-37.
［6］ 齐媛媛，陈莹莹，施建成.欧洲陆面数据同化系统组成，系统设计和原理简介［J］，遥感信息，2007（3）：93-97.
［7］ 李新，黄春林，车涛，等.中国陆面数据同化系统研究的进展与前瞻［J］.自然科学进展，2007（2）：163-173.
［8］ 师春香，谢正辉，钱辉，等.基于卫星遥感资料的中国区域土壤湿度EnKF数据同化［J］，中国科学：地球科学，2011，41（3）：375-385.
［9］ 沈林芳，刘仁义，刘南.基于SDEAPI的影像数据高效存储研究［J］.计算机应用研究，2005(2)：24-2.
［10］袁爱民，王建源.气候要素栅格化技术方法研究［J］.气象，2006，32(6)：111-115.
［11］马轩龙，李春娥，陈全功.基于GIS的气象要素空间插值方法研究［J］.草业科学，2008，11：13-20.
［12］冯仲科，空间数据的最佳内插法(Kriging法)及其在GIS中应用的构想［J］.测绘科技动态，1995，(3)：22-26.
［13］杨晓春.基于FY-2的大气强迫数据在土壤湿度模拟中的应用［D］.南京：南京信息工程大学，2010.
图8 2006年土壤湿度平均值分布（左上：春季；
右上：夏季；左下：秋季；右下：冬季）
土壤湿度图像代数一种比较简单的变化区域及变化量的识别方法，包括图像的差值与比值运算，是将一个时间土壤湿度与另一个时间土壤湿度对应的象元相减或者相除，从差值或比值图像上勾画出明显的变化，如图9所示。利用中国区域省级矢量边界图层对区域进行统计，如图10所示。
图9 阈值分析（绿色代表大于阈值，黑色为小于阈值）
图10 2010年5月省级平均土壤湿度分布
5 系统的应用
5.1 土壤湿度对比验证分析
土壤湿度产品验证资料所采用的全国农业气象站观测资料，为站点数据，仅仅代表一个点值，与土壤湿度产品资料格点数据的分析，主要有两种方式：①土壤湿度站点数据经过插值处理，插值到与分析相匹配的网格上。②将土壤湿度产品进行插值处理到站点数据上。农业气象站土壤湿度站点资料观测时间和经纬度信息，将土壤湿度产品双线性内插到站点上形成土壤湿度产品的站点值，实现了时间和空间的统一。将土壤湿度产品利用双线性内插到气象站230个站点上进行时间趋势分析。将土壤湿度同化结果和模拟结果日、月尺度资料随时间变化的站点趋势分析，与观测站资料进行比较，如图11所示（Sat：土壤湿度观测站，Ass：土壤湿度同化结果，Sim：土壤湿度模拟结果）。
图11 土壤湿度同化产品与站点资料
的趋势对比分析
5.2 土壤湿度产品制作
随着人类对气候影响的不断加深，气候系统也变得异常脆弱，近年来各种气象灾害频繁发生。土壤湿度是影响农业生产最为关键的气象要素之一，土壤湿度产品的制作是对外服务的重要工作。系统中，采用拉伸色带符号化和自由定制颜色的分类符号化对土壤湿度产品着色方案，对湿度产品提供分级和颜色标准，通过设置土壤湿度的分级标准，对不同范围值给指定颜色进行简单符号化渲染。对2006年8月18日土壤湿度产品的制作如图12所示。
图12 土壤湿度同化产品产品的制作
6 结束语
基于GIS平台的同化数据综合分析处理平台的建设，成功的解决了同化系统资料处理与分析的关键性问题，有效的降低了模式系统运行时对数据的管理难度，提高了数据应用效率。将数据处理和分析工具集成到GIS系统环境中，既能完成模式要素的可视化与表达，又能利用GIS强大的空间分析满足同化系统对数据的处理与分析需求，形成土壤湿度业务产品。该系统能够较好的满足科研和实际业务需求。然而对于陆面同化系统来说，其数据量不仅庞大，而且数据格式多种多样；如何实现空间、时间与属性数据的组织与管理，满足多种不同数据进行联合分析，需要进一步深入的研究。实现各个要素在GIS中构建其可视化方案，与地理要素的联合分析与处理，需要进一步的深入探索，从而更好地实现模式模拟产品的分析、分发和数据的共享服务。
参考文献
［1］ 马柱国，魏和林，符淙斌.土壤湿度与气候变化关系的研究进展与展望［J］.地球科学进展, 1999,14(3): 299-305.
［2］ 张秀英，江洪，韩英.陆面数据同化系统及其在全球变化研究中的应用［J］.遥感信息,2010(3)：135-143.
［3］ 黄春林，李新.陆面数据同化系统的研究综述［J］. 遥感技术与应用, 2004（5）：424-430.
［4］ 汪薇，张瑛.陆面过程模式的研究进展简介［J］.气象与减灾研究，2010（3）：1-6.
［5］ 刘惠明．陆面过程模型研究进展简介［J］.气象研究与应用．2009（12）：35-37.
［6］ 齐媛媛，陈莹莹，施建成.欧洲陆面数据同化系统组成，系统设计和原理简介［J］，遥感信息，2007（3）：93-97.
［7］ 李新，黄春林，车涛，等.中国陆面数据同化系统研究的进展与前瞻［J］.自然科学进展，2007（2）：163-173.
［8］ 师春香，谢正辉，钱辉，等.基于卫星遥感资料的中国区域土壤湿度EnKF数据同化［J］，中国科学：地球科学，2011，41（3）：375-385.
［9］ 沈林芳，刘仁义，刘南.基于SDEAPI的影像数据高效存储研究［J］.计算机应用研究，2005(2)：24-2.
［10］袁爱民，王建源.气候要素栅格化技术方法研究［J］.气象，2006，32(6)：111-115.
［11］马轩龙，李春娥，陈全功.基于GIS的气象要素空间插值方法研究［J］.草业科学，2008，11：13-20.
［12］冯仲科，空间数据的最佳内插法(Kriging法)及其在GIS中应用的构想［J］.测绘科技动态，1995，(3)：22-26.
［13］杨晓春.基于FY-2的大气强迫数据在土壤湿度模拟中的应用［D］.南京：南京信息工程大学，2010.
