童菊秀，女，2011年毕业于武汉大学水资源与水环境专业，获博士学位。学位论文获评2012年湖北省优秀博士学位论文。现在中国地质大学（北京）水资源与环境学院工作。研究兴趣为农田地表径流中土壤溶质流失规律及数据同化方法的应用研究、地下水流与溶质运移数值模拟、岩溶地下水流与溶质运移数值模拟、核废料在土壤及地下水中的迁移规律、数据同化在地下水流和保守性溶质以及反应性溶质运移中的应用。

　　考虑到农田中实际情况，《农田地表径流中溶质流失规律的研究》采用非完全混合理论建立了简单的解析模型，预测土壤溶质的地表径流流失规律，并开展了相应的室内实验，验证模型的有效性，全面分析了农田中肥料利用率的影响因素，还建立了识别模型参数的方法，并结合最近发展起来的反演方法数据同化，应用集合卡尔曼滤波方法到理论预测模型中，更新模型参数，提高模型预测精度，这些发展和推广在降低农业面源污染领域有着重要的理论意义和应用价值。

　　《农田地表径流中溶质流失规律的研究》：
　　由于技术和经济条件的限制，经常不能得到足够的试验数据，无法很好地得到模型参数，因此，需要借助于反演方法——根据有限的观测数据不断更新模型参数和模型预测。随着技术水平的提高，可以得到更多的观测数据，但是从这些技术得到的观测数据通常和模型参数无直接联系，观测数据有不同类型，而模型参数正是大家比较关心的关键问题。因此，有必要建立一些方法来动态地调和这些不同类型的观测数据，数据同化方法是解决此问题的一种重要理论工具。
　　数据同化方法起源于气象海洋专业，用来改进气象预测和海洋动态预测。数据同化方法已经被应用到许多研究领域，在地球物理上，数据同化方法通过同化地球物理观测数据来表征媒介的非均质性，数据同化方法还被应用到石油工业。
　　传统的卡尔曼滤波方法是一种有效的顺序数据同化方法，主要适用于服从高斯误差分布的线性动态变量和观测量。为了同化数据到非线性动态变量和观测量中去，扩展的卡尔曼滤波方法诞生了。然而，扩展的卡尔曼滤波方法不适用于强烈的非线性问题，且对于大型系统，此方法在电脑计算上不可行。
　　为了克服这些局限性，一些学者提出了集合卡尔曼滤波方法。有人发现集合卡尔曼滤波是卡尔曼滤波的一种蒙特卡罗形式，是由一组平行预测组成且有数据同化循环。在一系列的数据同化过程中，由短期预测得到的数据统计被用来评估背景误差协方差。而且，基于集合的技术有两个地方优于传统的扩展卡尔曼滤波方法：（1）集合卡尔曼滤波方法通过一些有限数目的随机样本来计算误差协方差，扩展的卡尔曼滤波方法用非线性模型的切线和伴随矩阵来产生，对于高维模型来说，其电脑计算量较大，因此集合技术的计算代价明显较小；（2）集合卡尔曼滤波的误差协方差是由全非线性模型状态产生的，而扩展卡尔曼滤波通过线性假定得到，因此在计算精度方面，前者较准确。
　　……

引言
第1章 绪论
1.1 研究背景及意义
1.1.1 农业面源污染
1.1.2 选题背景
1.2 地表径流溶质流失的国内外研究现状
1.2.1 地表径流的研究
1.2.2 地表径流溶质流失的试验及其影响因素研究
1.2.3 地表径流溶质流失的理论模型研究
1.2.4 数据同化方法的研究
1.3 本文的研究工作

第2章 溶质地表径流模型的建立
2.1 模型的描述
2.1.1 模型溶质质量关系的描述
2.1.2 模型过程的分解
2.2 岷豌为常数时的模型求解
2.2.1 第一阶段（Ⅰ）的求解
2.2.2 第二阶段（Ⅱ）的求解¨
2.2.3 第三阶段（Ⅲ）的求解
2.2.4 第四阶段（Ⅳ）的求解
2.3 嵛Ｊ随时间线性减小时的模型求解
2.3.1 第二阶段（Ⅱ）的求解
2.3.2 第三阶段（Ⅲ）的求解
2.3.3 第四阶段（Ⅳ）的求解
2.4 岷豌为常数时吸附性溶质的地表径流流失
2.5 小结

第3章 溶质径流流失试验研究及模型验证
3.1 试验方法介绍
3.1.1 试验土槽装置
3.1.2 降雨器模拟装置
3.1.3 供水装置
3.1.4 试验土槽填土
3.1.5 径流排水溶液取样
3.1.6 溶液中可溶性盐的测定——电导法
3.2 模型的验证
3.2.1 岷豌为常数时模型的验证
3.2.2 峄蜚不为常数时模型的理论验证
3.2.3 模型的试验验证
3.2.4 小结
3.3 非饱和土壤的不同特性对土壤溶质地表径流流失的影响
3.3.1 非饱和土壤的吸附性能对土壤溶质径流流失的影响
3.3.2 非饱和土壤的容重对土壤溶质径流流失的影响
3.3.3 非饱和土壤的初始含水率对土壤溶质径流流失的影响
3.3.4 小结

第4章 试验结果的分析研究
4.1 试验结果的分析与讨论
4.1.1 土壤初始体积含水率对溶质流失的影响
4.1.2 降雨强度对溶质流失的影响
4.1.3 土壤质地对溶质流失的影响
4.1.4 排水条件对溶质流失的影响
4.2 小结

第5章 模型参数的识别
5.1 非完全混合参数的识别方法
5.2 试验条件简介
5.3 参数识别结果
5.3.1 壤土试验结果分析
5.3.2 沙土试验结果分析
5.3.3 壤土和沙土试验结果分析的比较
5.4 小结

第6章 数据同化方法的应用
6.1 数据同化的基本概念
6.2 卡尔曼滤波
6.3 扩展卡尔曼滤波
6.4 集合卡尔曼滤波
6.5 集合卡尔曼滤波在地表径流溶质预测中的理论应用
6.6 集合卡尔曼滤波在地表径流溶质预测中的应用
6.6.1 沙土试验
6.6.2 壤土试验
6.7 小结

第7章 总结与展望
7.1 研究内容总结
7.2 主要创新点
7.3 展望
参考文献
致谢