土壤湿度作为全球能量与水循环中非常重要的水文变量,不仅关系到天气预报和气候预测的准确度,同时在水文、生态、农业等学科中也具有重要的研究意义。通过开展大量的针对土壤湿度的观测实验和模拟研究,人们对土壤湿度的认识水平有较大提高,特别是卫星遥感资料的出现,为提高土壤湿度的准确模拟创造了很好的条件。本论文主要围绕土壤湿度的模拟和估算展开了一系列的研究,为提高土壤湿度的模拟提供一些理论依据。首先,由于陆面模式的出处和用途的不同,导致其种类繁多。为了理解陆面过程在天气和气候模式中的作用,定量的评价不同陆面模式的模拟性能,以促进陆面模式的继续发展,国内外已经展开了一系列的陆面模式比较计划,本论文继续关注陆面过程中的土壤湿度和通量的模拟。本论文的第一部分工作检验了不同模式对土壤湿度的模拟差别,与前人工作不同的是考察土壤湿度方程的离散化方案以及土壤分层和土壤性质(均匀和非均匀性)对土壤湿度模拟的影响,同时为了防止上边界参数化方案(如蒸发和径流等)差别带来的影响,采用了三类理想上边界条件来对土壤湿度方程求解。结果表明：当土壤质地均匀时,土壤分层较多的情况下,不同的差分格式求解的不同土壤类型的湿度廓线相差不大,同时对比细网格(分层较多)和粗网格(分层较少)的湿度廓线发现：不同粗网格对土壤湿度,尤其是深层土壤湿度的模拟比较差。当土壤质地不均匀时,不同的差分格式对土壤湿度廓线求解差别比较大,主要表现在不同差分格式计算得到的土壤湿度的连续性不同,通过对比粗网格和细网格之间的均方差后发现,不同离散化方法均方差的变化亦不同。最后,为了比较不同的差分格式求解中离散化过程可能引起的误差,特引入了一种迭代方法对比,通过对比不同数值方法求解得到的土壤湿度廓线后,结果显示增量法和迭代法求解得到的土壤湿度廓线比较一致。本论文第二章中列出了不同模式和本文中使用的土壤湿度方程的详细离散化过程,第三章通过试验的设计,比较不同的离散化方法的差别。本论文的第二部分工作为实际大气观测驱动下的模拟试验。使用中日合作项目“全球能量水循环之亚洲季风青藏高原试验研究"(GAME/Tibet)的观测数据和美国土壤湿度试验(SMEX03)的观测数据,分别对三个陆面模式(CoLM,CABLE和Noah LSM)展开模式比较工作,重点比较了对土壤温湿度和感潜热通量的模拟结果。结果显示：不同的陆面模式都能够模拟出土壤的温度和湿度的基本特征,表层土壤湿度对降水过程响应比较快,但是具体模拟的土壤温、湿度值却与实际观测存在较大的差别,此外,不同模式模拟得到的土壤温、湿度之间也存在较大的差别。该部分工作出现在本论文第三章中。其次,来自不同源的土壤湿度的观测,尤其是微波遥感反演得到的表层(一般深度小于10 cm)土壤湿度可以和陆面模式融合在一起并借助数据同化技巧来估算土壤湿度廓线,特别是对植被根区土壤湿度的改进具有更明显的气候学意义。同时,大量的研究结果表明,多模式的集合预报已经被证明要好于单个模式的集合预报效果,而多模式集合预报中的数据同化算法的相关研究还相对较少。本论文的最后一部分内容展开了估算土壤湿度廓线的陆面数据同化试验。数据同化方法使用了集合Kalman滤波,首先分别单独使用三个陆面模式来比较它们同化表层土壤湿度观测对深层土壤湿度、感热通量和潜热通量的改进效果,同时考察了不同误差源对同化效果的影响。该部分工作出现在第五章。然后,鉴于多模式的集合预报效果要好于单个模式的集合预报效果,展开多模式超集合卡曼滤波的陆面数据同化试验,继续采用同化表层湿度观测来估算土壤湿度廓线这-经典陆面数据同化框架。为此,提出了两种用来估算超集合背景场及其误差协方差的方法,文中称为“样本均值法”(SMA)和“加权平均法”(WAM),并比较两种方法用在多模式土壤湿度同化系统中的表现。试验结果显示：“样本均值法”对深层土壤湿度的改进较小,甚至有时会比单个模式的同化效果还差,而“加权平均法”却能取得比较好的同化效果,比单个模式估算的土壤湿度精度都高。该部分多模式同化工作将出现在第六章。最后,第七章总结了博士论文的全部工作,指出存在的不足,并对后续工作进行了展望。