In this study, a Land Data Assimilation System (LDAS) is applied over the Carpathian Basin at the Hungarian Meteorological Service to monitor the above-ground biomass, surface fluxes (carbon and water), and the associated root-zone soil moisture at the regional scale (spatial resolution of 8 km × 8 km) in quasi-real-time. In this system the SURFEX model is used, which applies the vegetation growth version of the Interactions between Soil, Biosphere and Atmosphere (ISBA-A-gs) photosynthesis scheme to describe the evolution of vegetation. SURFEX is forced using the outputs of the ALADIN numerical weather prediction model run operationally at the Hungarian Meteorological Service. First, SURFEX is run in an open-loop (i.e., no assimilation) mode for the period 2008–2015. Secondly, the Extended Kalman Filter (EKF) method is used to assimilate Leaf Area Index (LAI) Spot/Vegetation (until May 2014) and PROBA-V (from June 2014) and Soil Water Index (SWI) ASCAT/Metop satellite measurements. The benefit of LDAS is proved over the whole country and to a selected site in West Hungary (Hegyhátsál). It is demonstrated that the EKF can provide useful information both in wet and dry seasons as well. It is shown that the data assimilation is efficient to describe the inter-annual variability of biomass and soil moisture values. The vegetation development and the water and carbon fluxes vary from season to season and LDAS is a capable tool to monitor the variability of these parameters.

中文翻译：

---

匈牙利陆地表面模型卫星观测叶面积指数和土壤水分指数的同化

在这项研究中，匈牙利气象局在喀尔巴阡盆地应用了土地数据同化系统 (LDAS)，以监测该区域的地上生物量、地表通量（碳和水）以及相关的根区土壤水分。准实时尺度（空间分辨率为 8 公里 × 8 公里）。在该系统中，使用 SURFEX 模型，该模型应用土壤、生物圈和大气之间的相互作用 (ISBA-A-gs) 光合作用方案的植被生长版本来描述植被的演化。SURFEX 被迫使用在匈牙利气象局运行的 ALADIN 数值天气预报模型的输出。首先，SURFEX 在 2008-2015 年期间以开环（即无同化）模式运行。第二，扩展卡尔曼滤波器 (EKF) 方法用于同化叶面积指数 (LAI) 斑点/植被（2014 年 5 月之前）和 PROBA-V（2014 年 6 月起）和土壤水分指数 (SWI) ASCAT/Metop 卫星测量值。LDAS 的好处已在整个国家和匈牙利西部 (Hegyhátsál) 的选定地点得到证明。事实证明，EKF 也可以在雨季和旱季提供有用的信息。结果表明，数据同化可以有效地描述生物量和土壤水分值的年际变化。植被发育以及水和碳通量因季节而异，LDAS 是监测这些参数变化的有效工具。LDAS 的好处已在整个国家和匈牙利西部 (Hegyhátsál) 的选定地点得到证明。事实证明，EKF 也可以在雨季和旱季提供有用的信息。结果表明，数据同化可以有效地描述生物量和土壤水分值的年际变化。植被发育以及水和碳通量因季节而异，LDAS 是监测这些参数变化的有效工具。LDAS 的好处已在整个国家和匈牙利西部 (Hegyhátsál) 的选定地点得到证明。事实证明，EKF 也可以在雨季和旱季提供有用的信息。结果表明，数据同化可以有效地描述生物量和土壤水分值的年际变化。植被发育以及水和碳通量因季节而异，LDAS 是监测这些参数变化的有效工具。