在全球气候变化背景下，准确预测多年冻土区的土壤水分，对保障生态安全和重大工程稳定至关重要。近日，我国科研团队研发出一种融合模型与智能算法的“高精度导航”方法，显著提升了东北多年冻土区土壤水分的模拟预测能力，其研究成果于3月22日发表在国际知名期刊《水文学：区域研究》上。
.jpg)
东北多年冻土区是重要的生态屏障，但该区域土壤水分的精确监测和模拟一直面临挑战。复杂的冻融过程、茂密植被和厚层有机质，使得传统站点观测和卫星遥感均难以准确反映实际情况。
为攻克难题，东北林业大学单炜教授团队以“Noah-MP”陆面过程模型为基础，首次系统性地为其优化了针对东北冻土环境的十余种关键物理参数方案，使模型能更准确地“理解”冻土的特殊水热行为。
团队的核心创新在于引入了“数据同化”技术，为模型装上“实时智能纠错系统”。该系统利用集合卡尔曼滤波等多种算法，持续将地面和卫星观测的真实数据与模型模拟进行融合比对，动态修正预测轨迹，从而大幅减少误差。
研究表明，这套优化方案效果显著。改进后的模型将土壤冻结深度的模拟误差减少了约0.09米，在0-100厘米关键土层的土壤水分模拟误差降低了20%至50%。其中，扩展卡尔曼滤波算法表现最优，显著提升了以往最薄弱的寒冷季节模拟能力。
这项研究的价值远不止于学术论文。单炜教授表示，精确的土壤水分信息是理解冻土退化与生态反馈的关键，同时能为“中蒙俄经济走廊”穿越冻土区的公路、铁路、管线等重大基础设施，提供路基水分和温度变化的准确预测，对预警融沉、冻胀灾害，保障工程全生命周期安全具有不可替代的科技支撑作用。
“我们的目标是为这片对气候变化极为敏感的区域，建立一个更可靠的‘预警系统’。”单炜教授表示。该研究标志着我国在寒区水文学与陆地过程模拟领域取得了新的重要进展。