陆面模式初始场中土壤湿度异常的落区和强度准确性对模式正确模拟陆气相互作用过程具有重要影响。但是受限于陆面模式的单柱模型特点，传统的单点陆面同化方法更多注重土壤湿度异常强度调整，忽视了对异常空间结构的改进。本研究尝试建立能够优化土壤湿度结构的同化方法。面向CoLM陆面模式，通过将土壤湿度空间结构视作图像，引入曲波变换作为图像观测算子，利用集合方法动态估计变量图像结构误差，然后基于卡尔曼滤波方法在图像空间调整背景场，最终构建了类EnKF陆面图像同化系统。实际同化试验结果表明，图像同化系统能够有效利用观测资料中不同尺度空间结构信息，合理改进土壤湿度空间特征，同时减小量值误差。同化后表层土壤湿度与GLDAS的空间相关系数从0.4提升至0.8，无偏均方根误差从0.12降至0.06 m³/m³。通过模式物理过程的垂直传递，10-40 cm土层的空间相关系数从0.35提升至0.55，40-100 cm土层从0.25提升至0.4。基于站点资料的独立验证显示，中国区域相关系数从0.153提升至0.425，美国区域从0.142提升至0.504。研究结果充分证明了新图像同化系统在改进陆面初始场精度和提升天气气候预报技巧方面的应用潜力。

CoLM，图像同化，土壤湿度