在土壤湿度的模拟过程中，由于资料的不足和初始值、驱动数据、参数等的不确定性，影响了模型的模拟精度。本文基于一维土壤水分运动方程，在黄河源区玛曲探讨初始值不确定性对土壤湿度模拟的影响，以及开展土壤湿度同化实验。结果表明：通过模型的预热可以减小不同初始值得到的模型模拟结果的差距；在资料匮乏区域开展土壤湿度研究或者进行区域土壤湿度模拟时，可以采用集合初始值对模型进行预热，将预热期末不同初始值得到的土壤湿度的均值作为预测期的初始值，降低预热期初始值的不确定性；在预测期，采用无迹加权集合卡尔曼滤波UWEnKF可以有效提高土壤湿度的预测精度。因此，结合集合初始值以及UWEnKF既可以降低初始值的不确定性，又有助于改善土壤湿度模拟结果。
