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。     

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。     

基于MODIS和NOAA/AVHRR的荒漠化遥感监测方法

土地荒漠化是中国西部最严重的生态环境问题,荒漠化遥感监测技术是掌握荒漠化发展趋势的重要手段。基于空间分辨率为1 km的NOAA/AVHRR和MODIS遥感数据,首先依据湿润指数法确定了荒漠化范围和气候分区。然后选取出了可以反映不同荒漠化特征,并且能够通过中低分辨率的NOAA/AVHRR和MODIS遥感影像反演出来的5个荒漠化遥感监测指标,通过精度评价分析,确定了最佳指标组合。由于MODIS和NOAA/AVHRR数据的影像特征存在较大差异,针对每一气候分区, 建立了分别适用于MODIS和NOAA/AVHRR数据的两套遥感指标分类体系。通过不同分类方法的比较,确定了最佳分类方法－决策树分类法。通过对中国1995年和2001年的荒漠化动态变化状况进行了分析,结果表明,本文提出的荒漠化遥感监测方法,不仅能够成功地进行大尺度的荒漠化遥感监测,而且能够取得较好的监测效果。     

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.     

三江平原大豆田蒸散特征及能量平衡研究

试验研究三江平原大豆田蒸散规律、水分利用效率及辐射收支和能量平衡研究结果表明 ,三江平原 5～ 9月份农田蒸散力基本与降雨量持平 ,正常年份作物生育期内降雨量能满足农田蒸散量的需求 ,大豆田蒸散量变化与大豆叶面积指数的变化呈相关性。大豆生育期内净辐射通量占总辐射的比例有所变化 ,播种～苗后期其比值约为 50 %左右 ,开花～结荚期约为 60 % ,灌浆～收获期约为 55%。大豆田能量平衡具有明显日变化与季节变化特征 ,净辐射收入的 90 %以上用于潜热消耗 ,而用于感热通量与土壤热通量的消耗则极少 ,整个生长季分别低于1.5%和 10 %。     

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.     

基于日天气预报数据估算小麦生长季参考作物蒸散量

为了在气象要素类型不完整条件下采用Penman-Monteith方法估算小麦生长季蒸散量,运用2014/2015和2015/2016年度两个小麦生长季新乡历史日天气预报数据和对应日气象实测数据,以及修正后的太阳辐射参数和调节系数,首先验证天气预报气温值的准确性,并以预报气温为基础,估算实际水汽压和太阳辐射,最后利用天气预报气温和平均风速值,以Penman-Monteith公式为基础估算参考作物蒸散量。结果表明：日天气预报温度数据可以代替气温观测数据;用天气预报中的最高和最低气温估算的水汽压和太阳辐射能满足Penman-Monteith公式的要求;用天气预报数据估算的辐射项的精度高于空气动力项的精度。总体上,用天气预报数据估算的日参考作物蒸散量中辐射项的精度高于空气动力项,用天气预报估算值总体偏低,但低估范围在7%之内,经统计分析,用天气预报估算与利用Penman-Monteith估算的日参考作物蒸散量相关性较高（R2=0.77）。因此,采用日天气预报的气象资料估算参考作物蒸散量这一方法可行,建议在干旱半干旱地区采用辐射法估算参考作物蒸散量,这给农业灌溉预报提供了理论和方法上的保证,并对指导当地农业水资源的优化配置具有参考意义。     

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：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; 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,但与改进HS模型相比,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均值较原PMT模型分别降低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。     

基于机器学习的遮荫设施内参考作物蒸散量估算

为高效准确地估算遮荫设施内参考作物蒸散量（Reference Evapotranspiration, ET0）,该研究通过分析三七栽培遮荫设施（四周及顶部均由黑色遮阳网遮盖,通风性较好）内及设施外气象参数的关系,采用Sobol敏感性分析方法筛选出设施外有效的气象参数,并将其作为模型输入,以Penman-Monteith（FAO-56 PM）模型计算的值为标准值,采用贝叶斯优化（Bayesian Optimization, BO）算法优化机器学习方法（支持向量回归机（Support Vector Regression, SVR）、随机森林（Random Forest, RF）和极限学习机（Extreme Learning Machine, ELM））中的参数,建立3种遮荫设施内ET0估算模型（BO-SVR、BO-RF和BO-ELM）。结果表明：遮荫设施内ET0对设施外平均相对湿度、平均风速、最高气温和平均气温的敏感性较高,一阶敏感系数分别为0.450、0.304、0.064和0.026,故基于4组气象参数建立模型。BO-ELM模型的测试精度整体优于BO-SVR和BO-RF,其中BO-ELM模型基于平均相对湿度、平均风速、最高气温和平均气温的气象参数组合估算精度最高,决定系数、均方根误差和平均绝对误差分别为0.928、0.069 mm/d和0.046 mm/d,BO-ELM模型也能很好地适应少量气象参数（平均相对湿度和平均风速）估算设施内ET0,决定系数、均方根误差和平均绝对误差分别为0.910、0.078 mm/d和0.057 mm/d。综合考虑计算精度和计算代价,可将BO-ELM模型作为气象参数缺失情况下遮荫设施内ET0的估算方法。研究为遮荫设施内ET0的估算提供有效方法。     

计算农田蒸散量的冠层温度法研究

目前,测算农田蒸散的方法有许多种,但都难以准确地求出大面积范围内的平均蒸散.红外测温技术由蒸散的估算提供了一种新的方法,本文在对几种冠层温度——蒸散模型评述的基础上,由实测资料用Brown-Rosenbefg模型计算了冬小麦郁闭地面后的农田蒸散并与波文比方法计算的蒸散做了比较.结果表明,该模型可以较好地用于计算作物郁闭地面后的农田蒸散.     

基于NOAA/AVHRR遥感资料的锡林郭勒草地植被变化特征

通过对2005-2008年历年8月份归一化植被指数（NDVI）差值变化和5月上旬-7月中旬历旬降水量与牧草产量关系的综合分析,探讨了锡林郭勒草地植被变化特征及其形成的主要原因。结果表明：锡林郭勒草地大部地区各年度同期植被指数变化明显,植被指数差值增大的面积逐年增加,植被长势均好于前1年;3a草地植被指数差值减少的区域主要分布在中、东部地区,表明该地区草地植被退化明显。草地地表植被变化和牧草产量波动与6月下旬降水量显著相关。定期监测草地地表植被变化特征,可为科学决策提供依据。     

基于NOAA/AVHRR资料的四川省干旱监测方法初探

基于遥感资料的干旱监测方法具有范围广、时空分辨率高等特点,已在日常业务中发挥作用。目前一般使用热惯量法和植被供水指数法进行遥感干旱监测,但都受到一定客观条件的制约。本文以陆面温度一植被盖度为基础,使用2006年8月上旬NOAAl7资料,经过滤云处理,构建陆面温度一植被盖度特征空间,建立旱边、湿边方程,计算干旱指数,结合地面观测分析结果,确定干旱等级,然后使用ENVl4．0遥感分析软件,制作干旱遥感监测专题图。与地面干旱监测结果比较后发现,上述方法得出的干旱遥感监测结果与地面实况监测结果基本吻合,说明该方法在日常干旱监测业务中具有一定的实用性。     

用NOAA图像监测冬小麦面积的方法研究

冬小麦种植面积是农情监测中一个重要的监测因素,对生产管理与产量预测有重要意义。该文在冬小麦与同期主要大宗作物绿度－时相曲线对比分析的基础之上,建立反映冬小麦种植区域的差值植被指数图像,采用遥感－统计的方法,对利用ＮＯＡＡ图像进行冬小麦种植面积遥感监测进行了初步研究。通过对我国冬小麦主产区的河北、河南和山东三省的监测实验证明,该方法适用于大范围的冬小麦种植面积遥感监测。     

NOAA卫星AVHRR资料在调查淮北平原低产田中的应用研究

利用1988～1992年多时次NOAA卫星AVHRR资料分析了淮北平原夏、秋季作物长势,结合粮食实际产量及下垫面条件等确定了淮北平原低产田遥感判别阈值,实现了淮北平原低产田区划。     

我国用NOAA/AVHRR资料进行干旱遥感监测的方法综述

遥感技术监测土壤水分和干旱具有其它监测手段不可替代的优势。我国自80年代以来，在有无植被覆盖方面使用热惯量方法和植被指数进行了各种尝试和探索。总结出了多种遥感监测干旱的方法，在不同区域的监测中取得了较好的效果；并介绍了干旱遥感监测的发展趋势。     

利用气象卫星AVHRR资料监测新疆北部天然草地牧草产量

采用1992～1994年牧草产量资料、NOAA/AVHRR资料分析了北疆主要天然草地牧草产量与卫星植被指数的变化特征,结果表明牧草产量和卫星植被指数都存在周年变化,用卫星植被指数可以较好地反映牧草产量的年际变化和不同类型天然草地的牧草产量差异,但对草甸草地和草原草地的监测效果比对荒漠草地监测效果好,利用实测资料建立了新疆北部主要天然草地牧草产量遥感监测模型     

基于SEBS模型估算辽西北地区蒸散发及时空特征

蒸散发是陆面过程中的重要环节,联系着陆面水循环和地表能量平衡。采用MODIS数据,逐月选取2013年12期遥感数据,并分季度求其平均值作为四季代表,结合SEBS模型,对辽西北地区地表蒸发蒸腾量进行了估算,并为了验证遥感反演精度,提取不同土地利用类型的蒸散发量。同时,利用Penman-Monteith公式计算辽西北地区近50年潜在蒸散发值,通过一元线性趋势分析法、小波分析法、IDW反距离加权法和R/S分析法分析其时空分布特征。结果表明:辽西北地区2013年蒸散发量夏季春季秋季冬季;近50年来潜在蒸散发值由高到低依次为夏季、春季、秋季和冬季,且具有明显的区域性。同时,经验证,遥感手段反演蒸散发值误差约为7.5%,表明该方法在研究区应用合理可行。研究结果可为辽西北地区水资源分配和管理提供科学参考。     

NOAA/AVHRR资料在低纬高原小春作物估产中的初步应用

利用气象卫星NOAMAVHRR1、2通道遥感光谱资料在GPS和GIS的支持下，进行遥感绿度数字图像的目视解译和统计解译，计算绿度值概率密度。结合地面农情监测资料和同期气候资料，预测低纬高原(曲靖市为例)小春作物增减产趋势，建立遥感估产模型，结果表明1～3月是小春作物信息提取、长势动态监测的最佳时期，3月是小春作物产量预报的最佳时欺。针对卫星遥感资料短的特点，采用时间和空间结合扩大样本法效果较好。