基于多源遥感数据的三江平原日蒸散量估算

采用FAO Penman-Monteith(P-M)模型,结合多源遥感数据,实现空间尺度上的扩展,对三江平原生长季(5-9月)不同气象条件和不同下垫面条件下的日实际蒸散量进行了估算,并利用波文比观测数据对模拟结果进行了验证.结果表明:(1)观测站日实际蒸散发的模拟值与实测值较为一致,R2达到0.824,RMSE为0.493,研究所采用的基于遥感驱动的PM模型适用于三江平原日蒸散发的估算.(2)生长季内,三江平原的月蒸散发量呈单峰性分布,7月达到峰值;蒸散发量的空间分布与植被盖度和水分供给状况密切相关.(3)净辐射和气温是影响三江平原实际蒸散发的两个主要因子,其次为比湿和风速,此外,降水可以明显增加实际蒸散量,是影响区域蒸散发的关键因素.     

泾河上游流域实际蒸散发变化趋势及成因分析

利用泾河上游流域1973—2012年的径流和蒸发皿观测资料,验证了该区域蒸散发量存在互补关系;在此基础上,利用区域内1966—2012年的气象资料,采用蒸散发互补关系模型估算区域实际蒸散发量,并进一步分析实际蒸散发的变化趋势及成因。结果表明,泾河上游流域蒸散发互补关系显著,平流—干旱模型计算该区域1966—2012年多年平均实际蒸散发量为529.4mm,总体呈减少趋势,变化率为-4.64mm/(10a)。季节变化上,春、夏、秋季的实际蒸散发量均呈下降趋势,其中夏季实际蒸散发量下降趋势显著,冬季蒸散发略有上升。通过分析实际蒸散发与气象因子的相关关系以及各气象因子变化趋势可知,研究区实际蒸散发的变化与降水、相对湿度和日照时数呈正相关关系,而与风速的变化呈负相关,该区域年实际蒸散发减少的主要原因可能是由于日照时数减少导致太阳辐射能量下降及降水量减少使可供蒸发的水量减少。     

基于遥感的泾河流域植被覆盖格局分析

快速、准确的获取流域植被覆盖状况信息是进行生态恢复与建设的重点。以MODIS遥感影像数据为数据源,应用遥感和GIS技术对泾河流域各个子流域的植被覆盖程度进行了对比评价,在此基础上应用景观生态学方法对各个子流域的植被覆盖格局进行了分析。结果表明：流域北部的环江、东川、蒲河等子流域植被覆盖程度普遍较低,需要重点保护;流域东南部的汭河、达奚河、三水河、城固河、四郎河、干流区等子流域的上游局部山地植被覆盖比较好,但广大的下游黄土丘陵区植被覆盖中等,破碎化严重。且退化植被呈零散状广泛分布,应成为流域植被建设的重点区域。     

皇甫川流域蒸散量遥感估算及动态变化研究

利用遥感反演干旱区大面积区域的蒸散量,对于该区域水资源的有效利用具有重要的指导意义.以鄂尔多斯高原皇甫川流域为研究区,利用遥感方法对1996年、2003年和2007年3期影像数据进行处理,基于地表能量平衡原理,结合同期气象资料,估算出流域日蒸散量,发现反演得到的日蒸散量分布与地表状况比较吻合,植被覆盖区日蒸散量较裸地区的日蒸散量大,植被密集的地方蒸散值较大,且明显高于植被稀疏的地区,阳坡的蒸散量明显高于阴坡,日蒸散量最大的对应于水体,最小的为裸地.运用实测数据和FAO推荐式进行了局部验证,证明该遥感方法具有一定的适用性.并对反演的3期蒸散量结果进行了对比分析,发现从1996年到2003年和2007年,8月份流域日蒸散量呈逐年递减的趋势.     

由瞬时遥感蒸散量估算农田蒸散日总量的模式

在农田蒸散量日变化规律的基础上，导出了一个由瞬时遥感蒸散量估算农田蒸散日总量的计算模式。并用吴忠春小麦和民勤棉花的田间试验资料对导出的公式进行了验证。结果表明，利用真太阳时９：００～１５：００之间一日一次的瞬时遥感蒸散量由该模式可以较地的估算农田蒸散日总 量。     

基于多光谱遥感图像的青海湖流域土壤有机质估算初探

土壤有机质是土壤固相部分的重要组成成分,也是陆地表层重要的碳库,其含量的快速、准确测定关乎农牧业生产活动安排与地表过程研究中关键参数的获取效率。为了探寻适合青藏高原高寒地区土壤有机质遥感反演的响应波段及遥感模型,实现区域像元尺度上的土壤表层有机质估算,本文利用Landsat8-OLI多光谱遥感数据与实地采样数据对青海湖流域表层(0～20 cm)土壤进行了有机质含量反演研究。结果表明:Landsat8-OLI影像的第5、6和7波段是青海湖流域土壤有机质含量的特征波段,基于这3个波段构建的土壤有机质遥感反演三元回归模型(R~2=0.704,P0.001),经实测点验证(RMSE=8.66)与相关文献研究结果验证(RMSE=8.85),精度高、稳定性强、预测趋势平稳。本研究不仅为高寒地区土壤有机质含量快速测定提供了一定的技术支持,也为高寒地区的碳库计算、土壤肥力评价、土壤碳循环、农作物估产、草地退化监测等提供了参考。     

泾河流域模糊关系方程输沙量预报模型研究

根据模糊数学基本理论，运用泾河流域１９５２～１９８４年的降雨、输沙资料，建立了泾河流域年输沙量的模糊关系方程预报模型，据此对流域１９８５～１９８９年的输沙量进行了预报，并预估了相应的产沙水平。经与实测值验证，结果令人满意。     

夏季黑河中游绿洲样带蒸散量遥感估算

黑河中游绿洲集中了全流域95%的耕地,利用了全流域68%的水资源,绿洲农田蒸散是水资源的主要支出项。为了解绿洲生态系统不同景观单元的耗水规律,高效管理区域水资源,该文利用2011年6-8月的7期Landsat TM影像,结合地面气象、物候数据和土地覆盖类型,基于SEBAL-METRIC模型估算了夏季黑河中游样带尺度不同土地覆盖类型蒸散量,并利用涡度观测数据对卫星过境日模型估算的蒸散量进行验证,发现遥感估算值与实测值具有较好的一致性。结果表明:由于土地覆盖类型和灌溉的差异,黑河中游样带尺度内蒸散量空间变化较大,6-8月农田平均总蒸散量是340 mm,林地是328 mm,草地的平均值是214 mm,荒漠区只有97 mm;夏季不同土地覆盖类型蒸散量均保持在较高水平,农田日蒸散量在6月底达到最大值,荒漠日蒸散量于7月中旬达到最大值,草地6月和7月平均日蒸散值较8月大,林地蒸散量月际变化较小。另外,荒漠与绿洲土壤类型差异较大,在荒漠区与绿洲区分别选取"热点"可有效提高模型估算精度。研究对于干旱半干旱区域水资源利用与管理有参考价值。     

基于MODIS遥感数据计算无定河流域日蒸散

为研究无定河流域日蒸散分布规律,应用遥感数据、农业气象站测量数据及Nishida模型等对该流域日蒸散进行了模拟。首先用2001～2002年晴天中国科学院禹城生态试验站Lysimeter测量日蒸散验证模型,模拟与测量的日蒸散相关系数达到0.61。随后,用该模型计算了无定河流域日蒸散,发现无定河流域日蒸散存在较为明显的空间分布规律：2001～2003年连续3年的8月份日蒸散都表现为东北部蒸散明显小于西南部,这是因为东北部基本是荒漠而东南部多是农田,且8月份日蒸散基本在2～5 mm之间变化;从2001年8月份第222 d日蒸散空间分布看,无定河主干道两边蒸散显著高于其他位置,这是由于8月份无定河流域为多雨季节,河谷土壤水分较高的缘故;从2002年内变化来看,不同的土地利用/覆被类型日平均蒸散差别不显著。     

黄土高原泾河流域水沙特征分析

以黄土高原中部泾河及其7个子流域为研究对象，选取了流域内8个水文站33年的径流量和输沙量以及30年的降水量数据，同时对2002年的MODIS数据进行分类处理，分析了不同流域的水沙变化差异及其地表覆被类型特征。结果表明：泾河流域近50年来的输沙量略有下降，而径流量减少比较显著；泾河及其7个子流域的水沙变化和9种地表覆盖类型空间格局的差异显著；地表植被类型较好的流域，径流量相对较大而输沙量相对较小，且径流量与输沙量的起伏波动较小，反之则流域的径流量相对较小而输沙量相对较大，且径流量与输沙量的变化明显。     

应用遥感方法估算皇甫川流域蒸散(发)量

利用GIS软件对黑河金盆水库下游周至县的一些基础资料进行处理,利用内插法,生成洪水淹没区实体地形图.利用损失率计算模型对淹没区内损失状况进行了预评估.结果认为,金盆水库遭受10 000 a-遇的洪水重现期发生漫顶溃坝时,洪灾所造成的直接经济损失为50.355亿元,间接经济损失为9.0639亿元.通过对水库溃坝洪水淹没损失的计算分析,可以让防洪决策人员及水库管理人员对水库洪水可能产生的后果做到心中有数,平时认真做好科学合理的水量调度,防止灾害发生.     

卫星遥感在东南沿海区域蒸散（发）量计算上的反演

蒸散（发）量是研究农业生产和气象变化的重要内容,而自然陆地区域蒸散（发）量的求取往往比较困难。本文利用Landsat TM/ETM＋卫星遥感资料求出能够体现地表特征的重要参数,遵循陆面能量平衡原理SEBAL,给出了依据研究区特点分为植被覆盖和裸土两种类型的区域蒸散（发）量计算模型。利用该模型对东南沿海城市泉州市的蒸散（发）量进行了反演,并分析了遥感反演模型的特点和该地区蒸散（发）作用的特征,使得区域蒸散（发）量的估算成为可能。     

基于遥感技术的陆面蒸散研究进展

遥感技术的发展为大面积的陆面水分蒸散估算提供了一种新的手段。本文首先分析了目前常用的几种陆面蒸散方法的理论基础;在此基础上介绍了各自的模型算法,并阐述了各种模型算法的特点及其优劣势;分析了目前遥感蒸散研究所面临的问题和发展趋势。     

锡林河流域蒸散量时空变化遥感监测

研究选择锡林河流域为研究区,基于地表能量平衡原理,利用遥感方法对2000—2012年每年7月、2012年4—9月的MODIS影像数据进行处理,结合同期气象资料估算出流域日蒸散量,按所占日数加权得到月（旬）蒸散量。运用FAO推荐式进行了验证,平均相对误差为16.678%,在误差允许范围之内,说明该遥感方法有一定的可用性。结果表明:反演得到的蒸散量分布与地表状况比较吻合,其中低湿地植被、草甸草原蒸散量较大,锡林河流经区域的地段形成的湿地植被蒸散量较大,植被密集的地方如耕地蒸散值较大,明显高于植被稀疏的地区。在空间分布上均为上游大于中游,中游大于下游,与地表植被覆盖相一致。2000—2012年这13 a流域最大蒸散量出现在2012年,最小值出现在2000年,基本与各年7月份降水量的趋势相一致,它们之间的决定因子为0.755 3;2012年4—9月份月蒸散量和旬蒸散量随时间的变化基本为一钟形曲线,反映了植物在整个生长季的蒸散耗水状况。     

不同生育期水稻叶面积指数的高光谱遥感估算模型

2011年和2012年通过大田试验,利用便携式野外光谱仪实测水稻冠层不同生育时期的高光谱数据,同时使用SUNSCAN冠层分析系统采集水稻冠层叶面积指数（LAI）;采用光谱微分技术和统计分析技术,分别分析高光谱反射率及其植被指数与LAI之间的关系,建立LAI估算模型并进行模拟结果对比。结果表明：水稻抽穗-成熟期,利用光谱值的对数形式对LAI值的模拟效果较好,分蘖-抽穗期利用光谱反射率模拟LAI变化过程的效果不理想。 在利用各种植被指数估算LAI方法中,水稻分蘖-抽穗期以修改型土壤调整植被指数MSAVI[758,805]对LAI的估算效果最好,模拟值与实测值的相关系数通过了0.01水平的显著性检验（R=0.7754）,估算精度较高。在抽穗-成熟期,也以修改型土壤调整植被指数MSAVI[758,817]对LAI的模拟效果最好,模拟值与实测值的相关系数通过了0.01水平的显著性检验（R=0.6488）,估算精度较高。说明修改型土壤调整植被指数（MSAVI）能更好地模拟水稻不同生育期的叶面积指数,按照分蘖-抽穗期、抽穗-成熟期两个生育阶段分别建立水稻冠层LAI的高光谱估算模型能够提高LAI估算的准确度,研究结果也证实了分生育阶段建模的必要性。     

锡林河流域长时间序列蒸散量遥感监测及其相关因子

蒸散的准确估算对于草地干旱监测、水资源分布及利用等具有重要的参考价值。选择锡林河流域为研究区,基于地表能量平衡原理,利用遥感方法对2000—2014年每年7月、2000年、2007年、2010—2014年每年4—9月的MODIS影像数据进行处理,结合同期气象资料估算出流域日蒸散量,按所占日数加权得到月蒸散量。运用FAO推荐式进行了验证,平均相对误差为16.678%,在误差允许范围之内,说明该遥感方法有一定的可用性。结果表明,在时间分布上,2000—2014年这15年流域蒸散量的时间变化没有固定的趋向,基本与各年7月份降水量的趋势相一致,一年中蒸散量的最大值主要出现在6—7月份。将月蒸散量与月日均气温、风速、大气相对湿度、水汽压和月降水量作了单因子相关分析,表明,与蒸散量最为相关的气象因子是降水量,说明降水量是影响蒸散量大小的主要限制因子;由于气温季节变化明显,因此气温也是影响蒸散量的主要因子,但在每年的同一时间段(如7月),气温变化不明显时,气温就不再是影响蒸散量大小的主要因子了。     

锡林河流域蒸散量遥感反演

以锡林河流域为研究区,利用遥感对合成的MODIS影像数据进行处理,结合同期气象资料估算出流域日蒸散量。结果表明,反演得到的日蒸散量分布与地表状况比较吻合,上游地区日蒸散量高于中下游地区,其中低湿地植被、草甸草原蒸散量较大,锡林河流经区域的地段形成的湿地植被日蒸散量较大,植被密集的地方如耕地蒸散值较大,明显高于植被稀疏的地区。日蒸散量分布曲线基本为正态分布,主值区间为2～7 mm/d,流域平均蒸散量为4.51 mm/d。运用FAO推荐式进行了验证,误差在允许范围之内,说明该遥感方法具有一定的适用性。     

基于MODIS产品和SEBAL模型的三江平原日蒸散量估算

在SEBAL模型的基础上,集成MODIS产品和气象数据进行了三江平原的日蒸散量估算,然后以2005年6月22日的蒸散量估算结果为例,在ArcGIS空间分析模块的支持下对不同土地覆盖类型的日蒸散量进行统计分析。结果表明:遥感估算的蒸散量与利用涡度相关系统实测的蒸散量的相对误差较小且相关性较好,平均相对误差为11.2%;不同土地利用类型的日蒸散量间差别显著。水体和林地的蒸散量较大,平均蒸散量分别为8.2mm和6.5mm;湿地和水田次之,平均分别为5.2mm和4.8mm;旱田的蒸散量最低,平均仅为3.7mm,基本符合蒸散规律。