基于SEBAL模型和环境卫星的区域蒸散发量及灌溉水利用系数估算研究

【目的】探索基于遥感技术建立准确快捷评估区域蒸散发量和灌溉水利用系数的方法。【方法】以河套灌区义长灌域为研究区,基于SEBAL(Surface Energy Balance Algorithm for Land)模型和较高时空分辨率的环境卫星影像,建立了SEBAL遥感蒸散发估算模型,并与降水量、灌水量和地下水位数据结合,计算了研究区的灌溉水利用系数。【结果】SEBAL模型反演的作物蒸散发量的平均绝对误差在5%以内;2013—2017年研究区灌溉水利用系数在0.427～0.572之间,平均值0.492,高于河套灌区的平均水平。人民支渠区的灌溉水利用系数在0.447～0.688之间,均值为0.516。研究区地下水补给量均值为52.13 mm,约占灌水量的3%～7%,忽略地下水补给量会对灌溉水利用系数准确计算带来0.03～0.08的误差。【结论】基于SEBAL遥感蒸散发模型快速测算了灌溉水利用系数,计算结果具有较好的精度和可信度。模型尺度差异性较小,在不同空间尺度的适用性较好。     

吉兰泰及周边地区蒸散发的时空变化规律

【目的】探索吉兰泰及周边地区蒸散发的时空变化规律。【方法】以吉兰泰为对象,利用MODIS数据通过SEBAL模型估算了研究区2017年植被生长季5—10月的日蒸散发,并分析了蒸散发与环境因子的相关性。【结果】①生长季日平均蒸散量整体趋势呈单峰型分布趋势,日均蒸散量最大值在7月(3.98 mm),最小值在10月(1.11 mm);②在空间分布上,研究区东南部蒸散发最高,东北部蒸散发最低;不同土地利用类型中蒸散发值由大到小分别为林地、耕地、草地、戈壁、沙漠;各土地利用类型蒸散发量的时间动态表现一致,呈生长期>生长初期>生长后期;③归一化植被指数、高程与蒸散发正相关,风速以及地表温度与蒸散发负相关。【结论】SEBAL模型估算的蒸散发与P-M作物系数法的蒸散发进行对比,相对误差在允许范围之内,表明SEBAL模型对本研究区蒸散发的估算是可靠的。研究区靠近山地的蒸散发大于荒漠区的蒸散发。在植被生长季中生长初期的蒸散发受温度和风速影响最大,生长期和生长后期的蒸散发受地表温度和高程影响最大。     

基于SEBAL模型的土默特右旗腾发量研究

【目的】评价SEBAL模型在估算内蒙古包头市土默特右旗腾发量时的适用性。【方法】基于2015年作物生育期内的Landsat8遥感影像,建立SEBAL模型,估算腾发量,利用FAO Penman-Monteith公式与水量平衡法估算得到腾发量进行了验证及评价,并采用多元逐步回归方法对其影响因素进行了分析。【结果】日腾发量的分布具有明显的空间差异性,呈现出"山峰型"变化趋势。SEBAL模型腾发量估算值与水量平衡法估算值相比,相对误差的平均值为6.053%;Penman-Monteith公式计算得到的日腾发量与水量平衡法估算值相差7.682%,都在10%以内,达到了精度要求,且SEBAL模型估算腾发量的精度高于Penman-Monteith公式。日腾发量与NDVI和地表温度相关性显著,由二者建立了最优的多元逐步回归方程。【结论】在缺乏数据的情况下,利用SEBAL模型可以较为准确地估算出土右旗的腾发量,且NDVI和地表温度对其的影响较大。     

华北典型区SEBAL模型蒸散发反演的适用性分析

为获取农田蒸散发量,探究SEBAL模型在华北地区的适用性,以邯郸市永年区为研究对象,基于MODIS数据的SEBAL模型,通过地表能量平衡法计算区域冬小麦关键生长期中不同时期单日蒸散量的情况,并与P-M法结果进行适用性分析,其相对误差在23％左右.分析结果表明:SEBAL模型在研究区的蒸散发模拟精度较准确,且方法简单高效...     

阿克苏河流域灌区土地利用变化对蒸散耗水的影响

土地利用变化导致蒸散耗水过程和流域水资源供需关系发生变化。【目的】合理估算灌区蒸散耗水量。【方法】以新疆阿克苏河流域灌区为研究对象,结合对土地利用/覆被变化的遥感解译,分析了2000—2014年阿克苏河流域灌区土地利用/覆被变化及其对灌区蒸散耗水量的影响。【结果】(1)2000—2014年,阿克苏河流域灌区土地利用/覆被发生了明显变化,突出表现为耕地面积的显著增加。灌区耕地面积以159.8 km2/a的速度增加,其中,阿克苏河、库河、塔河、托河温宿及托河乌什灌区分别以37.3、37.2、66.1、4.9、20.0 km2/a的速度增加;(2)伴随绿洲耕地面积的扩张,灌区的蒸散发量表现出明显增加趋势。在2000—2014年,阿克苏河流域灌区蒸散耗水量以0.3×108m3/a的速率增加,年内表现为夏季增加最明显;(3)灌区耕地面积的变化直接影响地表蒸散过程。阿克苏河流域灌区的耕地多年平均蒸散发量约为244.3 mm/a,大于天然草地的多年平均蒸散发量150.1 mm/a。【结论】在全球变暖背景下,快速升温和灌区垦植面积的不断扩大,使灌溉引水、蒸散耗水和人类活动用水不断增加,是导致灌区蒸散耗水增加的主要原因。     

呼图壁县蒸散发遥感反演及其时空变化分析

在水资源日益缺乏的背景下,估算地表蒸散量有利于水资源合理分配与管理,为水资源可持续发展提供依据。利用Landsat 8遥感数据集,在ENVI遥感图像处理软件的支持下,结合气温、风速、气压、日照时数等气象数据,应用SEBS模型估算新疆呼图壁县2013-2015年4-8月的蒸散发量。呼图壁县蒸散量估算结果年内变化呈现先上升后下降的趋势;呼图壁县蒸散量空间变化呈现由北向南不断增大的趋势。利用彭曼公式计算的结果与对SEBS的估算结果进行比较,表明SBES模型估算呼图壁蒸散量的结果是合理的。通过较短时间序列数据获取可视化的蒸散量空间分布,可快速得到呼图壁县域水分消耗的空间分布及变化趋势,为农业节水以及发展精准农业提供基础依据,有利于水土保持。     

基于MODIS数据的区域蒸散发估算研究

应用遥感方法计算区域蒸散发具有很多常规方法所没有的优势.在基于地表能量平衡原理的SEBAL模型基础上提出了将新一代对地观测数据MODIS应用于反演区域地表蒸散的计算方法,并对新疆焉耆盆地的日蒸散发与月蒸散发情况进行了计算模拟,获取了相关地面特征参数.通过与基于ETM数据的SEBAL模型计算结果进行对比分析,验证了MODIS数据计算结果的合理性,并利用研究区实测水面蒸发值与区域水均衡方法对MODIS计算结果进行进一步的验证,说明了利用MODIS数据反演区域蒸散发的方法是切实可行的.     

基于遥感的农业用水效率评价方法研究进展

遥感技术的发展为区域尺度蒸散发计算、作物分布识别及估产提供了一条有效途径,为基于遥感信息的灌区灌溉水利用效率及作物水分利用效率定量评价奠定了基础。回顾总结了遥感蒸散发模型、瞬时蒸散发升尺度方法、日蒸散发插值方法、作物分布识别方法及作物估产模型的研究进展,评述了遥感蒸散发及作物估产结果在灌区灌溉水利用效率及作物水分利用效率评价中的应用情况。提出了相关领域需要进一步研究的问题,包括适合非均匀下垫面特点且具有较强物理基础的灌区遥感蒸散发模型、日蒸散发插值中灌溉或降雨引起土壤含水量突变情况的处理、农田蒸散发中灌溉水有效消耗量的准确估算、能适应复杂种植结构并且适用于多年的作物分布遥感识别模型以及精度较高且可操作性强的遥感估产模型等。     

一种简化蒸散发遥感反演模型及其在灌区的应用

提出简化的地表能量平衡模型(SSEB)将站点作物蒸散发量递推到整个灌区。首先由气象观测资料计算作物潜在蒸散发量,结合Landsat ETM+60 m热红外波段反演的地表温度差异把站点单日ET扩展到灌区,再融合ETM+和MODIS 1 km热红外时间系列数据,进一步提取全年灌区尺度蒸散发分布图。用湖北漳河灌区2000年的影像资料,将SSEB与SEBAL模型计算结果进行对比,结果表明,二者的决定系数R2达到了0.89。漳河灌区蒸散发主要来源于二、三干渠,年总蒸散发量中,作物蒸发蒸腾占67%,林地蒸散发占17%,水面加上裸地等其它用地的无效蒸散发占16%。     

应用RS技术建立估算蒸散发模型的研究

蒸散发是水资源分配利用的依据,能够估算出不同气候环境、不同区域的蒸散发是目前研究的重点。这些年运用遥感手段建立模型,结合地面气象站的气象数据、卫星影像等信息,提取参数建立模型来估算蒸散发的方法已经有了较为广泛的运用。其中,利用能量平衡来建立模型尤为广泛,不同的模型,选取参数、处理方法上有所不同,着重针对SEBAL、SEBS估算模型进行详细的对比介绍,SEBAL模型是具有较为坚实的物理基础,已经在平原、盆地、流域等区域进行了成功的应用,SEBS模型与SEBAL模型在模型建立原理上一致,但在计算感热通量H时,采用总体大气的相似理论,引入了热传输粗糙度长度。对这两模型进行了系统学习分析,并针对在新疆未来可开展的工作进行展望。     

基于SEBAL模型的小麦水分生产率研究

基于能量平衡原理,运用SEBAL模型和Landsat8影像反演估算了山西省晋中市的小麦水分生产率。首先根据Landsat8卫星影像,反演了晋中地区净辐射通量、土壤热通量和感热通量,使用能量平衡方程计算了水分蒸散;然后基于晋中小麦的产量统计数据,对晋中小麦的产量进行插值并栅格化;最后利用水分生产率公式计算了研究区小麦水分生产率。结果表明,研究区内的太谷、榆社、介休3站点反演的日蒸散量分别为2.93、3.82、3.17 mm/d,范围为0.41~7.22 mm/d,与根据Penman-Monteith公式计算的结果 (2.57、3.48、3.43 mm/d)大致相等,误差范围在10%左右;研究区小麦水分生产率均值为0.94 kg/m3,最高达到2.50 kg/m3,处于合理范围内,可以对晋中地区提高水分利用效率提供有效参考。     

新疆地区潜在蒸散量计算模型适用性评价

[目的]评价不同潜在蒸散量模型计算结果的准确性以及模型在不同地区的适用性,提出适合于新疆不同区域的潜在蒸散量计算模型.[方法]基于新疆16个站点1970-2015年的实测气象资料,以实测蒸发为基准,采用综合法、辐射法、质量传输法、温度法4类模型计算了潜在蒸散量;通过随机森林模型分析了潜在蒸散量的主要影响因素,并利用多属...     

玉米农田生态系统蒸散发模型参数优化

【目的】在无法根据实测值得到具体模型参数的地域,对经验参数进行优化以提高区域蒸散发模型的精度。【方法】通过黑河流域生态水文过程综合遥感试验水文气象观测数据集中的大满超级站气象要素梯度观测系统的数据,研究玉米农田生态系统的蒸散发模型优化问题。采用差分进化自适应算法,以潜热通量和感热通量为优化目标,引入能量闭合因子对模型参数的优化,核心思想为贝叶斯理论,通过构造多条马尔科夫链来估计参数的后验信息;引入传统评价指标包括决定系数(R²)、线性回归斜率、均方根误差(RMSE)、一致性指数(IA)、纳什系数(NSE),对Shuttleworth-Wallace原模型和优化后模型的潜热通量和感热通量的模拟性能进行评价。【结果】模型校准期,优化后模型相对于Shuttleworth-Wallace原模型在模拟潜热通量时,均方根误差降低52.46%,一致性指数提高17.3%;优化后模型在模拟潜热通量时,纳什系数达到0.82。在模拟感热通量时,优化后模型相对于Shuttleworth-Wallace原模型的评价指数提高不明显。模型验证期,优化后模型相对于Shuttleworth-Wallace原模型在模拟潜热通量时,均方根误差降低50.51%,一致性指数提高14.46%;优化后模型模拟潜热通量时,纳什系数达到0.80。在模拟感热通量时,优化后模型相对于Shuttleworth-Wallace原模型的评价指数提高不明显。【结论】对于不能根据实测值得到具体模型参数的地域,根据条件相似获得该区域的经验参数,将经验参数代入Shuttleworth-Wallace原模型中模拟该区域蒸散发,效果不理想,模型评价数据较差;相对于Shuttleworth-Wallace原模型的评价数据,优化方案对经验参数进行优化,优化后模型对潜热通量的模拟有了较大的提高,但是对感热通量模拟性能提升的效果不明显。     

气候变化下河北省宁晋县参考作物蒸散量变化趋势及敏感性分析

【目的】深入分析宁晋县气候变化及其蒸散发的变化,为该区域的作物种植管理和灌溉计划制定提供参考。【方法】根据1981—2018年河北省宁晋县气象站的逐日气象资料,计算了极端气候指数,并利用FAO56Penman-Monteith公式计算了参考作物蒸散量(ET0)。分析了各气象要素、极端气候指数和ET0的变化趋势,并利用敏感性分析找出影响ET0变化的主要气象因子。【结果】1981—2018年河北省宁晋县降水量无明显变化趋势,平均温度呈显著上升趋势,日照时间、相对湿度和风速呈显著下降趋势;极端高温指标呈上升趋势,极端低温指标呈下降趋势,极端降水指标无显著变化。【结论】相对湿度是ET0年均值主要影响因子;夏季对ET0月均值影响最大的气象因素为净辐射,其他季节,相对湿度对其影响最大;风速和辐射的降低不仅抵消了温度升高和相对湿度降低对ET0的正影响,还使得ET0呈下降趋势,但下降趋势不显著。     

作物系数小时尺度和日尺度关系研究

利用Penman-Monteith公式估算参考作物蒸散,研究了日尺度参考作物蒸散(ET0d)和日内小时尺度参考作物蒸散之和(ET0dh)的关系。结果表明,ET0d和ET0dh以及实际日尺度和日内小时尺度作物系数均显著线性相关;基于Penman-Monteith公式的日尺度和小时尺度参考作物蒸散估算方法可用于作物系数的作物蒸散时间尺度转换。     

艾比湖绿洲参考作物蒸散量的敏感性分析

【目的】研究艾比湖绿洲参考作物蒸散量对不同气象因子的敏感性。【方法】利用Penman-Monteith公式,基于艾比湖绿洲1962—2016年4个气象站的逐月气象资料计算ET0。通过敏感性分析,计算最高温度、最低温度、相对湿度、日照时间和风速的敏感系数,并运用MK趋势检验分析其变化趋势,最后分析了敏感系数在各个站点的变化特征。【结果】通过MK趋势检验,发现参考作物蒸散量、日照时间和风速呈下降趋势;最高温度、最低温度和相对湿度呈上升趋势。通过敏感性分析,发现最高温度、风速在研究区呈下降趋势,最低温度、相对湿度、日照时间为上升趋势。艾比湖绿洲中,各气象因子对ET0的敏感程度为相对湿度>最高温度>风速>最低温度>日照时间。ET0对不同气象因子的敏感系数在空间上存在差异,最高温度、最低温度、风速、相对湿度在艾比湖北部的阿拉山口较高,在温泉站较低;日照时间则在温泉较高,在阿拉山口较低。【结论】相对湿度对艾比湖绿洲ET0的敏感性最高,日照时间的敏感性最低。     

GPR、XGBoost和CatBoost模拟江西地区参考作物蒸散量的适应性研究

【目的】提高机器学习模型模拟参考作物蒸散量在江西省适应性和精度。【方法】基于江西南昌等15个气象站2001—2015年日值气象数据(最高气温、最低气温、地表辐射、大气顶层辐射、相对湿度和2 m高风速),以FAO-56Penman-Monteith(P-M)公式的计算结果作为对照,建立了计算ET0的高斯过程回归(GPR)、极限梯度提升(XGBoost)和梯度提升决策树(CatBoost)模型,并分别与经验模型进行比较。【结果】各气象参数对机器学习模型模拟ET0的精度影响由大到小依次为:Rs、Tmax和Tmin、RH、U2,且采用Tmax、Tmin、Rs和RH气象参数组合的机器学习模型(RMSE0.2mm/d)模拟ET0精度高。此外,3种机器学习模型在有限的气象数据时具有较好的适用性,且优于传统经验模型,其中GPR和CatBoost模型的预测精度高,但GPR模型稳定性最好。【结论】考虑到所研究模型调参的复杂性、预测精度和稳定性,GPR模型可作为江西地区参考作物蒸散量模拟的推荐方法。     

参考作物腾发量计算方法在玛纳斯河流域的应用比较

基于玛纳斯河流城4个气象站莫索湾、炮台、石河子、乌兰乌苏1961-2005年的日观测气象数据,采用SWAT2000模型里引入的Penman- Monteith, Hargreaves, Priestley-Taylor方法计算每日参考作物腾发量(ETo),比较计算结果之间的差异性.结果表明,莫索湾站与炮台站Hargre...