基于不同植被指数三角形法的蒸散指数研究

蒸散发的研究对于绿洲的生态安全、农业生产及水资源合理配置等问题具有重要意义。利用Landsat-8遥感影像获取于田绿洲2011年5月17日与2016年5月15日的地表温度和植被指数信息,根据地表能量平衡原理,构建三角形特征空间,基于一定的假设条件,并根据其"干边"和"湿边"方程系数计算研究区蒸散指数,同时采用MOD16-ET产品数据和研究区土壤含水量数据对地表温度与不三种不同植被指数计算出的蒸散指数进行对比分析。结果表明:基于三角形法的蒸散指数能够很好地估算陆面蒸散发,且与MOD16-ET产品的精度验证相关系数较高,R~2均大于0.7;而通过对比三种常用植被指数与地表温度计算的蒸散指数,采用ET-Ts/EVI计算出的蒸散指数精度较高,R~2大于0.8;同时,该方法与土壤含水量拟合结果同样,表现出ET-Ts/VI具有更高的精度(R~2大于0.7)。     

基于STME模型和MODIS数据的滹滏平原实际蒸散量遥感估算

滹滏平原光、热及土壤资源优越,是华北平原重要的粮食生产基地,灌溉是该区农业获得稳产高产的重要保障,持续抽取地下水和无节制利用地表水已经引起了严重的水资源危机,合理高效利用有限水资源进行农业生产势在必行。本文利用单源梯形遥感蒸散发模型(a single-source trapezoid model for evapotranspiration,STME)和中等分辨率成像光谱仪MODIS(2011—2012年共115期)地表温度和反射率产品估算区域地表土壤缺水状况及实际蒸散量,并利用中国科学院栾城农业生态系统试验站(以下简称"栾城站")和赵县梨园涡度相关系统地表水热通量的观测值对STME模型估算结果进行验证。结果表明该模型可以很好地估算区域蒸散量,误差在可接受范围内。赵县梨园净辐射Rn的观测平均值为4.10 mm,估算平均值为4.69 mm,均方根差RMSD为0.80 mm;赵县梨园蒸散量观测平均值为2.86 mm,估算平均值为3.01 mm,均方根差RMSD为0.95 mm;栾城站蒸散量的观测平均值为2.67 mm,估算平均值为2.44 mm,均方根差RMSD为0.87 mm。将STME模型应用到滹滏平原估算日蒸散量,明确了区域尺度蒸散发的时空变化特征:10月份果园生态系统蒸散量多于农田生态系统;11月份区域蒸散量整体小于1 mm;第2年春季小麦返青、拔节期,农田生态系统蒸散量多于果园生态系统蒸散量;5月份处于植被生长旺盛期,农田和果园生态系统的蒸散量相差不大;6月份小麦收获,玉米播种,农田生态系统蒸散量少于果园生态系统;7月份整个区域蒸散量达到最大,蒸散量不仅与植被长势相关,而且与土壤湿度相关;8、9月份随着植被的成熟和收获,区域蒸散量整体变小。不同时期区域水分亏缺指数不同,可根据其指导区域灌溉量。STME模型继承了基于数理计算确定梯形顶点的方法和水分亏缺指数,使得计算过程得以简化且物理机制明确。     

区域蒸散和表层土壤含水量遥感模拟及影响因子

以甘肃省武威市为研究区域,应用灌溉前后两景Landsat TM-5卫星遥感数据,采用SEBAL模型进行了区域蒸散估算,综合应用归一化植被指数(NDVI)和地表温度(Ts),计算了该区域的条件植被温度指数(VTCI),并估算了表层土壤含水量(0～20 cm)。在获得区域净辐射通量、地表温度以及植被覆盖度空间分布的基础上,进一步对灌溉前后两景影像中日蒸散和表层土壤含水量的影响因素进行了分析。结果表明,区域蒸散和表层土壤含水量的遥感估算与地面同步观测值比较,能较好地反映研究区域的蒸散和地表含水量的空间变异特征。当土壤较干时,区域蒸散的空间分布变异较大,而表层土壤含水量的空间变异较小。在灌溉前后两景影像中,日蒸散与净辐射通量、地表温度和覆盖度之间都有极显著的相关性,决定系数均在0.90以上,而日蒸散量与表层土壤含水量的相关性以灌溉后较高。此外,表层土壤含水量与地表温度、覆盖度都呈显著的相关性,但比较而言,地表温度指数关系的离散性较小,相关系数也大。但地表温度、覆盖度与表层土壤含水量的相关性都依赖于土壤干湿程度,通常土壤越湿,相关性也越高。     

基于互补相关模型和IKONOS数据的农田蒸散时空特征分析

获取田块内高分辨率农田实际蒸散信息对于精准农业中制定灌溉计划、变量处方实施及评价水分利用效率等具有重要参考价值,将传统方法与遥感结合并生成精细田块尺度的农田蒸散成为当前研究热点方向。本文基于互补相关模型和北京2011年3－6月份间内气象观测数据进行了冬小麦实际蒸散估算,并利用大型蒸渗仪对结果进行了验证和分析。最后将互补相关模型与高空间分辨率遥感数据结合实现了田块尺度农田瞬时蒸散估算,并结合蒸发比率不变法实现了日尺度蒸散扩展。结果表明：在2011年3－6月间试验区内冬小麦总耗水量达到469.12 mm,其中在灌浆期5月份耗水比重最大,占到总量近二分之一;互补相关模型估算精度整体较高,其中在5月份估算精度最高（R2=0.863,RMSE=0.103 mm）;扩展后的日尺度蒸散量与实测结果非常一致（R2=0.937,RMSE=0.668 mm）。上述结果表明在没有土壤温、湿度数据及高分辨率热红外遥感数据条件下,仅利用互补相关模型,并结合气象观测数据和高分辨率遥感数据即可估算出精细尺度农田蒸散。     

三江平原稻田蒸散量模拟研究

基于2005-2007年涡度相关系统测量值和小气候观测资料,比较分析Penman、Penman-Monteith和Priestley-Taylor模型对三江平原稻田5-10月蒸散量的模拟效果。结果表明,3个模型参数采用常规参数时,Penman模型模拟值明显大于测量值,平均高估103.5%;但Penman-Monteith和Priestley-Taylor模型模拟效果较好,平均偏差分别为0.26和0.02mm·d-1,均方根误差分别为0.68和0.71mm·d-1。Penman和PenmanMonteith模型作物系数(Kc)与叶面积指数均呈极显著正相关关系,Priestley-Taylor模型修正式参数α值与叶面积指数、饱和水汽压差和风速均为正相关关系,且与饱和水汽压差和风速相关性达极显著水平。依据多元线性回归方程校正模型参数后,Penman模型模拟精度显著提高,平均偏差和均方根误差分别为0.28和0.64mm·d-1,模拟效率由负值转变为正值0.75。而Penman-Monteith和Priestley-Taylor模型模拟精度没有明显改变。方差分析进一步表明校正模型参数后3个模型的估算值没有显著性差异,说明3个模型对三江平原稻田蒸散量的估算精度一致。由此可见,Penman-Monteith和Priestley-Taylor模型无论是否校正作物系数或参数α,均适于估算三江平原稻田蒸散量,而Penman模型需在修正作物系数后方可用于估算三江平原稻田蒸散量。     

针对TM/ETM+遥感数据的地表温度反演与验证

利用2001、2004、2005年水体、裸地、农田、草地上红外辐射计的观测数据,结合大气下行辐射与比辐射率数据,通过多种方法分别获取了像元尺度的地表温度实测值,并对基于TM/E1M<' >数据的3种遥感反演算法得到的地表温度进行地面验证.结果表明:3种遥感反演算法得到北京地区地表温度的空间分布趋势一致.与地面实测数据相比,辐射传输方程算法的结果略高于地面实测值,单窗算法的结果与地面实测值一致性最好,而普适性单通道算法的结果明显低于地面实测值.从单窗算法反演的北京市地表温度分布图中可以看出,北京城市热岛效应显著,总体上城区地表温度高于郊区,水体温度最低,而且不同下垫面的地表温度差异明显.     

福建有云覆盖下地表太阳辐射的卫星遥感监测

选取由卫星遥感反演得到的云光学厚度和云量资料,与由地面观测的太阳辐射数据计算的云削减量进行多种函数形式的回归分析,发现幂函数形式的拟合效果最好(P0.01),经分析,式中各项指标物理意义明确、合理。利用该模型对福建省2012年66景典型有云覆盖下地表太阳总辐射时曝辐量进行估算,结果与地面实测值间相关系数达0.975,平均相对误差为19%;对于地面实测时曝辐量大于1MJ·m-2·h-1的有云覆盖地表,时曝辐量的平均相对误差仅11%。本文方法可完全采用卫星资料计算有云覆盖下地表太阳能,克服了以往建立辐射估算模型主要采用气象台站常规云观测资料、在精度和空间推广稳定性方面的不足,所建模型对地面观测站点稀少、大气环境局地性较强的福建地区具有明显优势。     

FY-3/VIRR卫星遥感数据反演省级区域蒸散量

为了扩大气象卫星FY-3在科研、业务中的应用范围,将数据尽快用于遥感反演蒸散量业务工作中,根据FY-3/VIRR卫星通道特点,以山东为研究区域,基于地表能量平衡方程,结合地面气象要素,提出了利用FY-3卫星遥感数据进行区域蒸散反演的方法,建立了省级的区域逐日蒸散量估算系统。以2013年5月11日、8月20日、10月16日估算的日蒸散量为例,分析表明:基于FY-3/VIRR卫星反演的日蒸散量与利用Pen-man公式方法得到的数据对比,偏差分别为-0.19、-0.12和0.16 mm/d,相对偏差分别为10%、12%和11%;反演结果可准确揭示区域内不同地表覆盖类型的蒸散量的空间特点和差异性,结果较为合理;与同区域、同时段的EOS/MODIS蒸散产品进行对比分析表明:2种日蒸散产品的空间分布特征总体非常相似,相关系数在0.99以上,均方根差在0.36 mm以下,说明2种产品的一致性较好。利用中国新型自主研发的FY-3卫星资料估算蒸散量是可行的。     

大孔径闪烁仪与涡度相关系统对灌溉农田蒸散量的对比观测

蒸散是地表能量平衡的重要组成部分, 在土壤-植物-大气连续体的能量、质量、动量交换过程中起着重要作用。大孔径闪烁仪(LAS)是近时期兴起的观测跨像元尺度地表通量的地面仪器, 为验证其观测数据的可靠性, 本文把专家认可且在中国生态系统研究网络(CERN)中广泛应用的涡度相关仪(EC)的观测数据作为参考依据, 于2010 年8 月在中国科学院栾城农业生态系统试验站夏玉米田对大孔径闪烁仪计算结果进行验证。验证结果表明, 两种仪器测定的地表感热通量日变化和月变化观测结果基本一致。由于下垫面属性、环境因子及观测范围等因素的影响, 大孔径闪烁仪与涡度相关仪观测的蒸散量日变化之间有一定的差异,但日蒸散总量的测定基本一致。试验证明了大孔径闪烁仪观测数据的准确性。将大孔径闪烁仪计算的蒸散量与涡度相关仪观测值进行线性回归分析, 二者的吻合度较高(R²=0.800 4)。研究结果显示, 大孔径闪烁仪在地表水热通量的数据监测中具有很大的使用价值, 为日后用大孔径闪烁仪验证遥感估算蒸散值奠定了基础。     

毛竹与桉树蒸散估算公式修正及对比分析

为了分析不同公式在蒸散估算方面的适用性,认识毛竹和桉树的水分行为,在以称重法实测盆栽毛竹和桉树的蒸散量的基础上,结合常规气象观测数据,应用线性回归对9个估算公式进行了修正,评定了不同公式的适用性及改进效果,并分析了两种植物的蒸散差异。结果表明:修正前Jensen-Haise,Hargreaves1975和Doorenbos-Pruitt法估算的毛竹蒸散量精度较高,FAO Penman-Monteith,Hargreaves1975和Jensen-Haise法估算的桉树的蒸散量与实测值较接近;修正后的参考蒸散公式能显著改善实际蒸散量的估算精度。桉树的蒸散量比毛竹的大38%,且桉树的蒸散量对于气象要素的变化比毛竹的蒸散量更加敏感。9个公式在桂北地区的适用性依次为FAO Penman-Monteith,Jensen-Haise,Hargreaves1975,Doorenbos-Pruitt,Priestley-Taylor,Hargreaves1985,Makkink,Abtew,Turc。     

干旱荒漠区土地利用变化对地表温度的影响

该文以Landsat TM 遥感影像为主要数据源,获取了宁夏中卫市沙坡头区1992年和2007年的土地利用信息;利用单窗算法反演了对应时期该区域的地表温度（LST）;据此分析了土地利用变化与地表温度变化之间的关系。结果显示：1）不同利用方式的土地的LST有显著差异,流动沙地的LST最高,其次是固沙用地、草原化荒漠等;2）过去15 a间,研究区内最为明显的土地利用变化方向是“草原化荒漠转变为农田”和“流动沙地转变为固沙用地”;3）“草原化荒漠转变为可灌溉农田”会导致LST明显下降,“草原化荒漠转变为压砂田”     

Current status and future of land surface models

Although climate conditions primarily determine the distribution and functioning of vegetation, vegetation also influences climate via biophysical and biogeochemical features such as evapotranspiration, albedo, carbon cycling, trace gas emissions and the roughness of the land surface. Forecasts of rapid climate change during the next 100~200 years, fueled by an increase in greenhouse gases, have motivated the development of land surface models (LSMs) that predict changes in vegetation functions. Here, we review how these models have been developed and used to simulate interactive processes between climate and the land surface. Current limitations and future perspectives of the LSMs are also presented.     

利用MODIS数据计算地表蒸散

地表蒸散影响着地表水分和能量的输送,在水文、气象、地理等诸多领域占有重要地位。该文首先基于大气辐射传输原理,利用MODIS大气产品提供的臭氧、水汽以及550 nm气溶胶含量,运用大气透过率计算模型,进行了太阳总辐射的计算,均方根误差（RMSE）为61.4 W/m2,相比FAO-56透过率模式112.1 W/m2的误差有了明显改进。在此基础上结合MODIS的地表温度、植被指数产品进行了地表蒸散的计算。瞬时显热通量与郑州市大孔径闪烁仪（LAS）观测相比,有较好的一致性,RMSE为29.9 W/m2。应用本文的透过率模型计算得到的日蒸散与观测值相比,RMSE为0.69 mm,应用FAO-56透过率计算式得到的日蒸散RMSE为1.42 mm。从验证结果来看,透过率的准确计算能够比较明显的提高地表蒸散计算精度。     

基于遥感的沿海土地利用变化及地表温度响应

该文基于两期时相接近的高分辨率遥感影像数据,利用遥感分类和定量反演技术,提取两期土地利用/土地覆盖（LUCC）信息和对应的地表温度信息,结合山东省莱州湾沿岸近20 a来海水入侵研究成果,分析LUCC对地表温度影响的空间格局和变化规律。经研究发现：在海水入侵影响下,研究区域土地覆盖以旱地、盐碱地、建设用地和盐田为主,未利用土地覆盖类型（盐碱地、滩涂）占很高的比例,随着距海的远近,土地利用程度变化显著。在沿海经济发展和LUCC影响下,整个研究区域水面覆盖和植被覆盖面积增加,使研究区域的地表温度降低：研究区域1987年平均地表温度为30.8℃,2000年平均地表温度为29.2℃;2000年相对1987年,研究区域的地表温度降低了1.62℃。海水入侵显著地影响了土地覆盖空间格局和变化,土地覆盖的显著变化进而明显地影响了沿海区域地表温度的空间分布和变化,沿海区域的地表温度变化与地表覆盖变化密切相关。该研究可为沿海湿地生态环境保护和滩涂开发提供科学参考。     

珠江三角洲土地利用/覆盖变化对地表温度的影响

Remote sensing and geographic information systems （GIS） technologies were used to detect land use/cover changes （LUCC） and to assess their impacts on land surface temperature （LST） in the Zhujiang Delta. Multi-temporal Landsat TM and Landsat ETM＋ data were employed to identify patterns of LUCC as well as to quantify urban expansion and the associated decrease of vegetation cover. The thermal infrared bands of the data were used to retrieve LST, The results revealed a strong and uneven urban growth, which caused LST to raise 4.56℃ in the newly urbanized part of the study area. Overall, remote sensing and GIS technologies were effective approaches for monitoring and analyzing urban growth patterns and evaluating their impacts on LST.     

新疆焉耆盆地地表温度时空分布对LUCC的响应

为了辨析地表温度时空分布及其变化对土地利用/土地覆盖变化(land use/cover change,LUCC)的响应,以新疆焉耆盆地为研究区,将Landsat遥感影像数据、气象要素的观测数据和野外采样数据相结合,利用单窗算法和单通道算法反演研究区2000、2009、2011和2015年的地表温度,分析焉耆盆地地表温度时空分布特征,研究LUCC对地表温度的影响。结果表明:1)研究区温度时空分布图主要划分为低温区、中温区和高温区。从时空分布变化上来看,2000年高温区范围减少幅度最大、2009年次之、2015年最小;2009年低温区范围减少幅度最大、2000年次之、2015年最小;2)研究区地表温度的分布具有明显的空间差异性,高温区主要分布在沙漠区和山区与盆地之间的戈壁滩,具有明显的以博斯腾湖为中心的环状分布特点。低温区主要分布在水域、湿地和绿洲等区域;3)在2011年内不同时期不同LUCC的温度变化幅度不一,地表温度在不同下垫面上平均值大小不同,地表温度高低主要表现为沙漠盐碱地裸地小麦-玉米其他作物森林棉花芦苇湿地水域。由结果可知,焉耆盆地近十几年地表温度的时空变化与LUCC有着密切关系,农作物的结构、土地利用类型及其面积变化都会影响地表温度的时空分布。     

基于NDVI遥感反演的半干旱沙区耕地地表温度异质性研究

土地荒漠化是半干旱沙区突出的生态环境问题,土地利用是导致该区域土地荒漠化的主要原因,在荒漠化呈整体逆转、局部扩张的背景下,基于地块尺度研究半干旱沙区耕地利用特征,对进一步防治荒漠化、实现生态恢复具有重要意义。本文利用遥感反演的地表温度,分析耕地地块的地表温度特征,并分析形成该特征的原因。结果表明,耕地地表温度总体分布范围较大;在耕地地块温差方面,地块温差较大,遥感影像的行编号条带号为030/120部分的耕地地块温差在0～10 K之间,行编号条带号为030/119部分的耕地地块温差在0～11 K之间,且地块温差大的耕地面积所占比例大;耕地地块边缘的地表平均温度高于地块平均温度。科左后旗自然降水量的空间分异使得耕地地表温度范围较大。坨甸微地形导致自然降水重新分配和耕地地块存在一定高差造成耕地地块温差较大。微地形条件、土壤质量及农业管理措施共同导致了耕地地块边缘的地表温度较高。基于以上研究结果,认为在半干旱沙区进行耕地质量评价时,评价单元的确定宜采用网格法;建议对耕地地块边缘的耕地进行退耕,以进一步防治土地荒漠化和恢复生态。     

基于可见光红外成像辐射仪数据的地表温度反演

地表温度是农业旱灾和作物估产模型的重要参数。该文针对可见光红外成像辐射仪(visible infrared imager radiometer suite,VIIRS)传感器缺乏水汽通道的特点,联合Aqua卫星搭载的中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)数据提出了基于分裂窗算法的VIIRS地表温度反演方法。对地表发射率和大气透过率这2个关键参数的获取进行了详细分析,选取了处于作物生长期的2013年6月4日VIIRS数据进行实例验证分析。结果表明,与全国气象数据比较该文算法在大尺度上能够较好地获取中国地表温度;与MODIS数据温度产品在高温产粮区比较,该文算法与MODIS温度产品精度较一致,两者差值小于1 K。使用MODTRAN(moderate resolution transmission)软件对算法的精度进行了模拟评价验证,分析表明:在一定的水汽和地表发射率条件下,算法反演精度一般保持在1 K内,平均误差为0.431 K,误差标准偏差为0.247 K。能够为农业干旱、作物长势等农情信息监测提供所需的地表温度数据。     

基于遥感技术的地表蒸散业务化反演

分析地表蒸散业务化反演的现状需求及所面临的困难,从业务化运行的目标出发,根据地表蒸散业务化反演的几点原则：独立性、简洁性、普适性、尺度扩展性,对现今较为常用的几种地表蒸散模型进行对比分析,最终选取Priestley-Taylor(PT) 模型作为核心方法,建立地表蒸散业务化反演的运作技术流程。在MODIS数据和气象数据支持下,以黑河流域为试验区,对该方法和流程进行验证,反演得到该流域地表日蒸散量。最后以FAO56 Penman–Monteith模型反演结果作为检验标准进行精度评价分析,两种反演结果相关性达0.880。较高的反演精度表明,PT模型的选用和该技术流程的建立是合理的,足以满足业务化反演的需求,具有进一步的可操作性和实用性。