基于气温估算参考作物蒸散量方法的对比与改进

为提高基于气温数据估算参考作物蒸散量（ET0）模型的精度,该研究对比分析了基于温度数据估算ET0的Penman-Monteith（PMT）模型、Hargreaves-Samani（HS）模型和改进HS模型,并运用基于气温数据估算实际水汽压和太阳辐射的最新进展改进PMT模型。结果表明：Paredes等提出的改进HS模型较传统HS模型提高了半干旱区到湿润区ET0的估算精度;使用Paredes等提出的PMT模型与改进HS模型估算的各气候区相关系数（r）均值相似,但PMT模型提高了除湿润区和亚湿润干旱区外各气候区的ET0估算精度,均方根误差（RMSE）和相对均方根误差（RRMSE）均值分别降低0.01～0.15 mm/d和0～0.05,且模型效率（EF）均值提高了0.01～0.06;本文提出的改进PMT模型可进一步改进PMT模型估算除干旱区和半干旱区外各气候区精度,RMSE和RRMSE均值分别降低0.04～0.12 mm/d和0.02～0.04,r和EF均值更接近于1;并且改进PMT模型估算各站点全局性能指数（Global Performance Index,GPI）值较好,90%的站点GPI值排名第一。因此,建议在仅有气温数据时,使用改进PMT模型作为估算ET0的推荐模型。研究成果可为区域农业水资源管理提供依据。     

植被指数估算香格里拉地区植被覆盖度的精度对比分析

利用MOD13Q1数据构建多种植被指数,结合像元二分模型对香格里拉县植被覆盖度进行遥感估算,并通过实测数据和TM影像数据相结合,对估算结果进行精度验证。结果表明:（1）构建的4种植被指数NDVI,EVI,RVI,MSAVI均与研究区实际地表植被覆盖度具有较高的相关性,表明使用遥感方法对香格里拉县进行植被覆盖度的估算是可行的;（2）通过与TM影像进行对比分析,4种植被指数中,利用MSAVI估算的植被覆盖度更接近于香格里拉县的实际情况。     

基于MODIS数据的山东省2014-2016年干旱监测分析

针对近年频发的干旱情况不能准确及时监测评估的问题,以山东省为研究区,基于温度植被干旱指数方法（TVDI）,利用S-G加权滤波对MODIS地表温度产品MOD11A2和植被指数产品MOD13A2数据进行了重建,根据重建后的数据计算2014—2016年山东省的温度植被干旱指数,在比较NDVI-LST与EVI-LST构建的温度植被指数干旱模型（TVDI）的基础上,利用效果更好的EVI-LST构建的TVDI模型反演山东省2014—2016年的干旱情况,最后利用气象站观测数据对TVDI结果进行了相关性分析。研究表明,山东省在2014—2015年全年平均干旱面积占比分别为37.62%,41.7%,2016年基本无旱情发生。气象站观测的降水、温度与TVDI的相关性均在0.32以上,且均通过显著性检验,说明植被覆盖信息和陆地表面温度信息相结合反演的TVDI空间和时间分布能够较好地反映表层土壤水分变化趋势,其作为旱情评价指标是合理的。     

应用Penman-Monteith公式和土壤湿度指数估算区域地表蒸散

准确计算地表蒸散对于水资源合理利用具有重要意义。Penman-Monteith公式具有坚实的理论基础,被广泛应用于计算地表蒸散,但表面阻抗计算的复杂性阻碍了其向区域应用的进一步推广。本文首先利用地表温度(Ts)-植被指数(Fv)特征空间计算土壤湿度指数,进而计算土壤阻抗,改进和发展了Penman-Monteith蒸散算法,简称为PM-SMI。将该算法与地表温度-植被覆盖特征空间蒸散算法以及Penman-Monteith系列另一种算法(PM-Yuan)进行比较。利用美国南部大平原12个波文比观测数据进行模型比较和验证。研究区域主要覆盖农田和草地,植被覆盖度较低。结果表明在瞬时和日值两个时间尺度PM-SMI整体上都优于其他两种算法,PM-SMI方法适合用于区域地表蒸散估算。     

基于MODIS数据的三种模型对区域玉米生产力的估算效果

总初级生产力GPP（Gross Primary Productivity，GPP）是描述陆地生态系统的关键指标，提供了全球范围内气候变化下碳元素循环的定量描述，是生态系统功能状况的重要参量，是碳循环中的关键要素，反映气候变化及人类活动对陆地植被综合影响下的结果。光能利用率LUE（Light Use Efficiency，LUE）作为总初级生产力估算模型中的关键参数，其取值受环境影响因子、时空分布差异、植被类型等众多因素影响，并直接影响模型的估算结果。为定量评价遥感植被参数在估算生态系统GPP方面的能力，以锦州玉米生产区为研究对象，基于2013−2014年的地面通量数据和MODIS卫星数据，利用APAR（Absorbed Photosynthetically Active Radiation，APAR）、LUE-PRI（Photochemical Reflectance Index，PRI）、REG-PEM（REGion Productivity Efficiency Model，REG-PEM）三种估算模型，估算不同尺度下的玉米生态系统GPP，并借助一元线性回归分析法，与锦州生态系统野外观测站的实测GPP值进行相关分析。结果表明：（1）逐日尺度上，APAR模型和REG-PEM模型都能较好地响应实际GPP值的季节性波动，其中APAR模型相对误差小于REG-PEM模型，但二者估算的GPP都存在峰值低估、谷值高估的现象，主要原因是LUEmax值在低植被覆盖区被高估，气温和水分因子对LUE的影响被低估，在重构植被指数曲线EVI、LSWI时产生不可避免的误差；（2）小时尺度上，由于中午时段太阳辐射增强、气温升高，导致植被叶片出现光饱和和午休现象，大大削弱了APAR对GPP的模拟效果。利用光化学植被指数PRI模型估算GPP，相较于APAR模型一定程度上能够提高GPP的估算精度，但模拟效果还有待提高。     

基于地形校正的植被净初级生产力遥感模拟及分析

植被净初级生产力（NPP）模拟研究对碳平衡监测及深入理解碳循环具有重要意义。高空间分辨率、短重访周期的遥感数据和地形校正成为精准模拟山区植被NPP研究的必然选择。在利用DEM数据对太阳总辐射和气温进行地形校正的基础上,估算了研究区植被吸收光合有效辐射因子、温度胁迫因子、水分胁迫因子和典型植被类型的最大光能利用率,构建了改进的CASABTC估算模型,利用HJ-1CCD数据模拟了2009年大别山区植被的NPP,并探讨了其时空变化特征。结果表明：1）由该文模拟值与MOD17A3的精度验证结果分析,基于地形校正的CASABTC模型和HJ-1数据适合精确模拟山区植被的NPP;研究区NPP在冬季比在春、秋、夏季受地形起伏的影响大。2）该文模拟的年NPP平均值为413.7 g/(m2·a)比MOD17A3平均值偏小4.9%,在空间分布上前者更加详细,地表特征更明显。3）研究区2009年NPP模拟值范围为0～1143.6 g/(m2·a),研究区总面积66.1％的NPP值在200～600 g/(m2·a)之间;年总NPP为9.891×106t,约占全国年总NPP的3.2‰,整体上呈现高、低值区交错分布的不规则特点。4）月NPP值随季节而变化,所有植被类型的NPP季节变化曲线都呈典型的单峰分布,且不同植被类型NPP的季节变化幅度有差别。月NPP值的季节变化与气温、太阳总辐射及NDVI的季节变化基本吻合,而降水量年内分配不均与NPP无相关性特点。5）各植被类型的月NPP和总NPP随海拔高度上升而逐渐变大,对于后者当海拔高度上升至1100 m时达到最大值,继续上升,其保持在600 g/m2左右不变。该研究可为后续基于HJ-1数据的山区植被NPP模拟提供参考。     

基于MODIS的东北三省植被NPP潜在气候生产力估算

大范围准确的植被生产潜力的估测,可为区域生态建设与保护提供决策支撑。基于MODIS/MCD12Q1数据、MODIS/MOD17A3数据和气象观测数据,在分析2001—2013年东北三省植被单位面积NPP年累积量时空变化的基础上,划分植被类别,构建东北三省植被NPP气候估算模型,并对研究区2013年植被NPP潜在气候生产力进行了估算。结果表明:（1）2001—2013年东北三省植被单位面积NPP年累积平均值（NPP     

利用陆面模式和遥感经验模型估算半干旱区陆面蒸散量

陆面蒸散发是地表水循环和能量循环的重要组成部分,准确的估算蒸散发对区域气候研究和干旱监测有重要意义。利用公用陆面过程模式CLM 4.0模式输出的高时间分辨率的净辐射、地表温度作为遥感经验模型的输入,结合SACOL站观测资料估算了西北半干旱区的陆面蒸散发,并将估算值与观测值进行了对比分析。结果表明:CLM模式对净辐射、地表温度的模拟性能较理想,与观测值的RMSE,MAPE相对较小,相关性更高。遥感经验模型估算的SACOL站陆面蒸散发与实测值的偏差较小,CLM模式模拟的蒸散发与观测值的一致性较好,但模式较观测值偏大。基于CLM模式模拟得到更为准确的净辐射、地表温度和NDVI估算得到的蒸散发与观测值的变化趋势较为一致,两者的误差较小,相关性更好,对半干旱区蒸散发的估算精度有显著提高,且能够得到更高时间分辨率的陆面蒸散发。     

基于MODIS遥感资料估算高原地表潜热通量

利用2014年夏季青藏高原9个观测站的实测资料,首先分析了夏季高原地区的湍流输送特征,并对MODIS(Moderate-Resolution Imaging Spectroradiometer)地表潜热产品在高原地区的适用性进行检验,进一步在潜热模型中引入MODIS昼夜地表温度来估算研究区的地表潜热,并将估算值与实测值进行对比。结果表明:下垫面以裸土/稀疏植被为主的阿里站能量输送以感热为主,其他观测站的湍流输送则以潜热输送为主;MODIS潜热产品在高原各地区的适用性存在差异,产品在高原东部偏东地区适用性较好,其他地区适用性较差,且高原西部的潜热有效数据大量缺失;而新提出的方法不仅可以弥补高原西部地表潜热的缺失,还可以提高地表潜热的估算精度,估算值与实测值之间相关系数达到0.77,均方根误差仅为29.8 W/m2,相对误差为35.59%;模型给出的高原地区地表潜热区域分布特征与高原的地表覆盖类型吻合较好,说明模型给出的高原地表潜热分布是合理的。     

2000—2018年天山中段高海拔草地暖季承载力

草地是新疆重要的植被类型,快速评价区域草地生产力状况,揭示高海拔草地暖季食草动物承载力,对典型区域草地与食草牲畜平衡管理具有重要意义。为克服传统实地取样方法在数据可获取性、多年监测连续性、区域覆盖性等方面的限制,利用MODIS MOD17A3H/NPP数据产品,以新疆和静县为研究区,探索草地地上生物量（Aboveground Biomass,AGB）估算模型在高海拔草地应用的有效性,分析研究区草地AGB的时空变化规律,探讨其多年载畜状况。结果表明：1）基于MODIS MOD17A3H数据模拟的草地地上净初级生产力（Aboveground Net Primary Productivity,ANPP）与已有文献获取的实地数据相比,均方根误差（Root Mean Square Error,RMSE）处于3.23～11.89 g/m2之间,估算结果具有较高精度。2）研究期内（2000-2018年）研究区AGB均值为1 252.34 kg/hm2,且存在波动上升的趋势,其线性增长率为7.78 kg/(hm2·a)（P<0.01）,草地AGB整体处于轻微上升趋势,AGB增长的草地占比达74.90%。3）研究期内年均地上干草产量均值为15.01万t,其中海拔>2 500 m的高寒草原及高寒草甸干草产量最大,占比分别为24.20%及57.46%,修正后可利用干草产量为8.62万t。4）研究区草地理论载畜量多年均值为24.26万～31.94万羊单位,不考虑自然及管理因素修正的理论承载力为31.94万羊单位,草地欠载2.99%;修正后理论承载力为24.26万羊单位,草地超载27.82%。研究结果可为制定区域国土管理制度和牧业规划政策提供参考,对促进区域自然资源可持续发展具有积极作用。     

考虑地表粗糙度改进水云模型反演西班牙农田地表土壤含水率

土壤含水率是农业、环境、气象等领域进行建模的重要参数。该研究将微波遥感与光学遥感相结合,利用Sentinel-1数据交叉极化比及变换土壤调节植被指数对地表粗糙度进行估计,构建了一种改进的水云模型(modifiedwatercloud model, MWCM)。分析将NDVI、NDWI和NDWI1725,2200等植被指数作为植被冠层含水率时,水云模型(water cloud model,WCM)及MWCM农田地表土壤含水率的反演精度。结果表明:从总体精度上来看,MWCM的反演精度优于WCM。在不同植被覆盖度情况下:当植被覆盖度为中、低程度(NDVI0.5),MWCM具有较高的反演精度;在较高的植被覆盖度情况下(NDVI≥0.5),WCM与MWCM的反演精度较为接近。MWCM可有效的建立微波后向散射系数与地表土壤水分的关系,提高土壤含水率反演精度,为各种地表覆盖类型的土壤含水率反演提供研究思路及理论支持。     

基于空间数据库和GIS的SPAC系统水分运动模型

农田SPAC系统水分空间变异通常较大,一维模型无法反应区域农田水分的运动和空间分布.该研究以空间数据库和组件式GIS为基础,结合适于北方平原农田水文过程的机理公式,开发出可以在ArcMAP(ESRITM)中加载的区域SPAC系统水分运动模拟工具,该工具结合GIS空间分析功能、空间数据库管理和水文过程数值模拟于一体,可以模拟计算SPAC系统水分的时空分布和运动,并提供二维或三维的输出结果.模型由多个数据处理和过程计算子模块组成,可模拟SPAC系统内土壤水分动态和蒸散量.验证表明,区域土壤水分模拟绝对误差在0.05(即体积含水量相差5%)以下的栅格点数达到总计算区域栅格数的95.61%;蒸散量验证显示,玉米生长季平均绝对误差为0.15 mm,平均相对误差为3.1%;小麦生长季平均绝对误差为0.13 mm,平均相对误差为5%.     

通径分析结合BP神经网络方法估算夏玉米作物系数及蒸散量

准确估算蒸散量对于精准管理农田水分至关重要。为了解作物系数的动态特征,准确估算作物需水量,使用叶面积指数和气象要素模拟玉米全生育期作物系数及蒸散量。利用2018年五道沟实验站气象和称重式蒸渗仪实测数据,运用通径分析法筛选影响作物系数的关键因子,建立无雨期不同地下水埋深下作物系数模型,以此估算蒸散量。结果表明:1 m埋深下全生育期作物系数平均绝对误差为0.04 mm/d,相关系数为0.94,其中初期、发育期、中期和后期平均绝对误差分别为0.06、0.09、0.05和0.03 mm/d。3 m埋深下全生育期作物系数平均绝对误差为0.08 mm/d,相关系数为0.92,各生育期平均绝对误差分别为0.11、0.10、0.07和0.03 mm/d,利用温度、风速和叶面积指数模拟作物系数精度较高。1 m埋深全生育期ET平均绝对误差为0.72 mm/d,各生育阶段平均绝对误差分别为0.56、059、0.66和0.45 mm/d。3 m埋深全生育期ET平均绝对误差为0.73 mm/d,各生育阶段ET平均绝对误差分别为0.82、0.98、0.68和0.29 mm/d。不同时间尺度下(1、3、5 d)2种埋深ET模拟值与实际值一致性指数均接近1.00,平均绝对误差小于1.0 mm/d,预报准确率达70%。随预报时间尺度的增加,预报精度提高。该方法可用于夏玉米蒸散发量计算。     

HIMS模型蒸散发模块的改进及在海河流域的应用

利用流域分布式水文模型精确模拟计算和分析流域内不同植被类型实际蒸散发量及其时空分布特征,是当前流域蒸散发研究的一个前沿与难点问题。本文基于点尺度蒸散发观测试验与机理研究,对HIMS(Hydro-Informatic Modelling System)日过程模型蒸散发模块进行改进,考虑流域内植被空间分布和生长变化特性及灌溉措施的影响,利用分类汇总和分段单值作物系数法计算流域实际蒸散发,并在海河流域进行验证分析。研究结果表明:流域实际蒸散发模拟值与水量平衡法计算值相差3.4%,与原HIMS模型相比,蒸散发模拟精度提高9.2%;改进的模型对原有模型的模拟内容有所扩展,能够模拟林地蒸散发、草地蒸散发、冬小麦?夏玉米农田总蒸散发、作物有效蒸腾和土壤无效蒸发。改进后的HIMS模型能够快速模拟分析流域内不同植被类型实际蒸散发量及其时空分布特性,可为海河流域蒸散发管理提供技术支撑。     

基于MOD16的北洛河流域蒸散发空间格局演变研究

[目的]探究北洛河流域地表实际蒸散发年际和年内的时空变化特征,为该区域的生态基准与生态需水量研究、退耕还林效果研究提供理论依据。[方法]基于北洛河流域2000—2014年MOD16遥感数据、气象数据、水文数据和2011年土地利用数据,采用流域水量平衡法、均值法、标准差法和线性趋势法进行蒸散发(ET)时空变化特征分析。[结果]流域年蒸散量在波动中缓慢上升,波动范围为395.4~517.4mm/a,15aET均值为446.74mm/a,年内蒸散量呈单峰型分布,季节性变化特征明显,地表蒸散主要集中在5—9月,最高值出现在8月;经与北洛河流域的实测降水空间插值结果比较,MOD16-ET估算结果的相对误差均值为12.04%,相关系数达到0.81;流域内上游至下游的ET剖面线波动明显,呈不规则的"波动曲线"形态;流域内ET值年际变化空间分布特征明显,中游和上游地区以增加趋势为主,下游以减少趋势为主。[结论]近15a来北洛河流域蒸散发整体呈现增大趋势,主要驱动因素为人类活动,尤其是退耕还林和水土保持等工程的实施。     

以地表温度-植被指数特征空间为基础基于MODIS数据进行土壤水分监测研究

Soil moisture has been considered as one of the main indicators that are widely used in the fields of hydrology, climate, ecology and others. The land surface temperature-vegetation index （LST-VI） space has comprehensive information of the sensor from the visible to thermal infrared band and can well reflect the regional soil moisture conditions. In this study, 9 pairs of moderate-resolution imaging spectroradiometer （MODIS） products （MOD09A1 and MODllA2）, covering 5 provinces in Southwest China, were chosen to construct the LST-VI space, and then the spatial distribution of soil moisture in 5 provinces of Southwest China was monitored by the temperature vegetation dryness index （TVDI）. Three LST-VI spaces were constructed by normalized difference vegetation index （NDVI）, enhanced vegetation index （EVI）, and modified soil-adjusted vegetation index （MSAVI）, respectively. The correlations between the soil moisture data from 98 sites and the 3 TVDIs calculated by LST-NDVI, LST-EVI and LST-MSAVI, respectively, were analyzed. The results showed that TVDI was a useful parameter for soil surface moisture conditions. The TVDI calculated from the LST-EVI space （TVDIE） revealed a better correlation with soil moisture than those calculated from the LST-NDVI and LST-MSAVI spaces. From the different stages of the TVDIE space, it is concluded that TVDIE can effectively show the temporal and spatial differences of soil moisture, and is an effective approach to monitor soil moisture condition.     

基于MODIS数据的陕西省植被净初级生产力与实际蒸散的变化关系分析

[目的]分析陕西省植被净初级生产力(NPP)及实际蒸散量(ET),为生态环境中碳循环、水循环特征提供理论支持。[方法]基于美国航天局(NASA)提供的净初级生产力产品(MOD17A3)及蒸散产品(MOD16)数据,利用GIS与数理统计等方法,对陕西省2000—2014年植被NPP与ET的时空分布特征及其关系进行分析。[结果]陕西省植被NPP与ET的分布特征均为南高北低;2000—2014年陕西省植被NPP在波动中呈现上升趋势,其中陕北地区增加最大,陕南地区增加最不显著;陕西省ET年际变化呈波动状态。植被NPP与ET空间相关性较显著,陕北地区相关系数极高,而陕南地区相关性并不显著。[结论]在较为干旱区域植被NPP与ET的关系更为密切。     

基于多源遥感数据的艾比湖流域盐土SWAT模型参数修正

在SWAT(soil and water assessment tool)模型模拟地表分量过程中,常默认土壤剖面电导率(electrical conductivity,EC)值为0或0.1,将其应用于土壤盐渍化程度较高的流域时,不符合下垫面实际情况。为确保水文模拟逼近真实地表模拟过程,进一步提高模拟精度,该文利用GF-1号卫星16 m分辨率多光谱遥感影像结合分类回归树法反演艾比湖流域区域尺度0~100 cm土壤剖面电导率,模拟值与实测值均方根最大值误差为4.81 dS/m,相对误差最大值为15.17%。模拟值用于修正EC值,结果表明:EC值修正后的SWAT模型土壤水分模拟值,较修正前模拟值精度提高23.84个百分点。该方法在实现SWAT模型参数本地化的同时,有效提高了土壤水分模拟精度,可为土壤盐渍化区域水文模拟提供参考。     

太行山低山区不同植被群落蒸散与水量平衡研究

通过大型非称重式蒸渗仪方法对黄背草、荆条及二者之间的复合群落的蒸散过程及水量平衡进行研究,结果表明三种植被蒸散规律是以8月为峰值的单峰曲线,且7~9月为蒸散高峰期。三种群落蒸散量比较,5~6月黄背草蒸散量较其它两种植被群落高。然而其它月份蒸散量低,复合群落蒸散量高。三种群落土壤含水量均在7~8月份高,黄背草5~6月土壤含水量较其它两种植被低,9月后土壤含水量较其它两种植被群落高;土壤水势与土壤含水量有着相同的变化;三种群落水量平衡:整个生长季,11%~13%的降雨用于地下水的补给,87%~89%的降雨储存到土壤水库供植被生长。不同植被地下出流量变化不大,植被蒸散量不同主要是消耗土壤水不同所引起的。     

棉花生长初期灌溉信息遥感提取与校正

为提高生长初期低覆盖度作物长势的遥感监测精度,需要消除灌溉引起的土壤水分背景变化对归一化差值植被指数(NDVI)的影响。为了实现棉花生长初期灌溉信息提取与校正,提高棉花作物长势监测与产量预判精度,本文以美国加利福尼亚州San Joaquin Valley的2个棉花地块为研究区,选取棉花生长初期灌溉过程中的遥感影像,构建两种灌溉信息提取方法(分阶段阈值法和灌溉线提取法),确定最优灌溉像元提取方法;比较分析灌溉与未灌溉情况下棉花的NDVI与归一化差值水分指数(NDWI)以及土壤调节植被指数的关系,提取含有灌溉信息的像元,并对NDVI进行校正,消除灌溉对NDVI的影响。研究结果表明:在棉花生长初期,灌溉与未灌溉像元NDVI变化率达12%,差异较显著;灌溉与否的棉花NDVI与NDWI间均存在极显著的线性关系,决定系数在0.80以上;利用灌溉线方法提取灌溉信息与分阶段阈值相比精度更高,精度达88%以上;校正后线性回归模型精度达0.95,灌溉校正效果明显,灌溉与未灌溉像元的NDVI差异减小至2%。本研究通过对含有灌溉信息像元NDVI值的校正,去除灌溉对NDVI造成的影响,反映了真实的植被信息,可实现对作物生长初期长势的准确遥感监测,为遥感定量监测提供便利。