基于PT-T和SBDART模型的桉樹(shù)人工林蒸散量研究

楊靜學(xué)，黃本勝 ，陳亮雄，洪昌紅

(廣東省水利水電科學(xué)研究院，廣州510635)

桉樹(shù)為世界三大速生樹(shù)種之一，由于其生長(zhǎng)迅速、適應(yīng)性強(qiáng)、耐貧瘠、輪伐期短、經(jīng)濟(jì)價(jià)值高，成為我國(guó)南方重要的人工林經(jīng)濟(jì)林種. 廣東省是我國(guó)最早引種桉樹(shù)的省份之一，桉樹(shù)引進(jìn)已有一百多年歷史，尤其在“九五”和“十五”時(shí)期在全省范圍得到快速發(fā)展，現(xiàn)仍呈現(xiàn)增長(zhǎng)趨勢(shì)，數(shù)據(jù)顯示，截止2008年，廣東省桉樹(shù)林已達(dá)到107.8 萬(wàn)公頃.

桉樹(shù)為廣東省農(nóng)民帶來(lái)巨大經(jīng)濟(jì)效益的同時(shí)，也引發(fā)許多爭(zhēng)議. 一方面，水環(huán)境學(xué)家認(rèn)為桉樹(shù)耗水量大，大面積種植會(huì)破壞水量平衡，影響水分循環(huán)，從而導(dǎo)致林區(qū)無(wú)法蓄積洪水，致使洪峰期流量增大，枯水期徑流減少［1］. 另一方面，林業(yè)學(xué)家尤其華南地區(qū)的林業(yè)學(xué)家認(rèn)為，桉樹(shù)在濕潤(rùn)地區(qū)并沒(méi)有生長(zhǎng)優(yōu)勢(shì)，也不會(huì)消耗過(guò)多的地下水，對(duì)區(qū)域水量平衡沒(méi)有負(fù)面影響［2－4］. 同時(shí)認(rèn)為桉樹(shù)林大面積種植的確會(huì)導(dǎo)致水源缺乏，影響水文過(guò)程，但并非因桉樹(shù)林本身耗水量大，而是因其種植方式不科學(xué)所導(dǎo)致的.如桉樹(shù)人工林種植常采用劈雜、煉山、挖明穴回表土整地方式，破壞了土壤滲透率和水土保持能力，但此類(lèi)現(xiàn)象存在于各類(lèi)人工林，并不能以此說(shuō)明桉樹(shù)林的生長(zhǎng)破壞了種植區(qū)的水資源和水環(huán)境［5－7］.

針對(duì)桉樹(shù)林在廣東省是否存在蒸散發(fā)量較大從而對(duì)當(dāng)?shù)厮h(huán)產(chǎn)生影響的問(wèn)題，本文基于遙感影像，結(jié)合PT-T 蒸散模型［8－9］和SBDART 輻射傳輸模式［10］進(jìn)行了區(qū)域(林分)尺度的探討. 研究以天然混交林為參照，探討該區(qū)域桉樹(shù)林的蒸散耗水量狀況.

1 數(shù)據(jù)來(lái)源

數(shù)據(jù)包括:1)2006年11月10日TM 影像數(shù)據(jù);2)以及桉樹(shù)林和天然混交林樣區(qū)矢量邊界圖. 實(shí)驗(yàn)樣區(qū)的選擇應(yīng)盡量使其地理?xiàng)l件一致，以保證兩個(gè)樣區(qū)的計(jì)算結(jié)果有可比性. 最終選擇的實(shí)驗(yàn)樣區(qū)如圖1 所示:天然混交林樣區(qū)位于高明市、桉樹(shù)林樣區(qū)位于鶴山市和開(kāi)平市交界處. 2個(gè)實(shí)驗(yàn)樣區(qū)地理?xiàng)l件基本一致:海拔都為100～300 m，且都為陽(yáng)面，面積分別為1.0 km2和1.7 km2，僅相隔約26 km，氣候條件基本一致. 通過(guò)高分辨率衛(wèi)星影像和野外調(diào)查可以看出:桉樹(shù)林有明顯的人工耕作混跡;樹(shù)冠呈有規(guī)律的帶狀分布特征;天然混交林紋理較凌亂(圖2). 樣區(qū)對(duì)應(yīng)的高分辨率影像時(shí)間為2006年11月6日，該影像顯示，此時(shí)期的樣區(qū)桉樹(shù)林處于生長(zhǎng)期，為了防止用于模型運(yùn)算的中分辨率TM 遙感影像的樣區(qū)桉樹(shù)林處于輪伐期，實(shí)驗(yàn)選擇的TM影像獲取時(shí)間為2006年11月10日.

圖1 實(shí)驗(yàn)樣區(qū)Figure 1 Experimental sample region

圖2 桉樹(shù)林和天然混交林Figure 2 Eucalyptus forest and natural mixed forests

2 研究方法

遙感技術(shù)被認(rèn)為是可以定量估算區(qū)域尺度蒸散發(fā)的唯一可能途徑［11］. 遙感蒸散發(fā)模型的假定:當(dāng)忽略平流作用時(shí)，能量只沿豎直方向傳輸，若再忽略植被冠層儲(chǔ)熱、光合作用耗能等分量時(shí)，可得到地表能量平衡方程［12］

式中Rn為地表凈輻射通量，H 為顯熱通量，λ ET 為潛熱通量，G 為土壤熱通量，各項(xiàng)單位均為W/m2.λ ET 為蒸騰和蒸散發(fā)作用所消耗的能量，其中λ 為潛熱蒸發(fā)系數(shù)，通常取2.49 ×106W/(m2·mm)，ET是蒸散發(fā)量(mm).H 為加熱地表而使用的能量.Rn為地表獲得的輻射通量能量的總和，可基于輻射傳輸模式，通過(guò)輸入影像拍攝瞬時(shí)的太陽(yáng)天頂角、地表溫度、反照率和地表反照率等計(jì)算.輻射傳輸模式選用SBDART 模式.

SBDART 模式是近年來(lái)國(guó)際上比較流行的一種計(jì)算輻射傳輸?shù)哪Ｊ剑撃Ｊ交诳煽康奈锢砟Ｐ椭荚诮鉀Q在衛(wèi)星遙感和大氣輻射能量平衡研究中遇到的各種輻射傳輸問(wèn)題. 模式中應(yīng)用了輻射傳輸?shù)碾x散坐標(biāo)法來(lái)計(jì)算輻射傳輸過(guò)程，它采用平面平行輻射，考慮了地表、晴空大氣成分、云、氣溶膠以及影響輻射過(guò)程所有重要光譜波段.

式(1)中，G 相對(duì)于H 和λ ET 而言較小可忽略，因此設(shè)定G=0，式(1)可變?yōu)?

以蒸散發(fā)量ET 為目標(biāo)參數(shù):

式(3)中，由于λ 是常數(shù)，求ET 的關(guān)鍵在于求潛熱通量λ ET. 基于遙感模型反演λ ET 參數(shù)通常通過(guò)計(jì)算蒸散發(fā)比EF 值和凈輻射通量Rn來(lái)反演:

其中，EF 是指潛熱通量與有效能量的比值，當(dāng)G 為0時(shí)，它能非常直觀(guān)地體現(xiàn)區(qū)域的水分和光能消耗效率.

本實(shí)驗(yàn)中EF 值的反演采用的遙感模型為PT-T模型［8－9］，它屬于半經(jīng)驗(yàn)?zāi)Ｐ? PT-T 模型最早由Wang 等［8］基于Jiang 等［13－14］的蒸散發(fā)模型提出的，它屬于Priestley-Taylor 模型［15］的擴(kuò)展. Priestley-Taylor 方程為:

其中，Δ/(Δ + γ)的值主要取決于空氣溫度與高程［16］，Δ 的計(jì)算公式為:

其中，

式(5)中，γ 可以由下式求得:

式(10)中z 是海拔高程(m)，p0是海平面的標(biāo)準(zhǔn)大氣壓(101.315 kPa).

圖3 Δ/(Δ+γ)與高程(氣溫為294 K)和氣溫(高程為200 m)的相關(guān)關(guān)系Figure 3 Relationship between Δ/(Δ+γ)and elevation (T=294 K)and Relationship between Δ/(Δ+γ)and temperature (elevation=200 m)

對(duì)空氣溫度和海拔做敏感性分析(圖3):當(dāng)氣溫不變時(shí)(設(shè)為299 K)，高程每增加35 m，Δ/(Δ +γ)僅增加約0.001，而當(dāng)高程不變時(shí)(設(shè)為200 m)，氣溫每增加1 K，Δ/(Δ+γ)增加約0.01. 根據(jù)以上分析，Δ/(Δ+γ)對(duì)高程的敏感程度要遠(yuǎn)小于氣溫，由于本實(shí)驗(yàn)樣區(qū)高程為100～200 m 范圍內(nèi)，高程可以視為常數(shù);另外，雖然2 實(shí)驗(yàn)樣區(qū)之間氣溫2 K 左右的差異使得2 地Δ/(Δ +γ)有約0.02 的差值，但由于2個(gè)實(shí)驗(yàn)樣區(qū)面積為1～2 km，在各實(shí)驗(yàn)樣區(qū)內(nèi)，氣溫差異不明顯，Δ/(Δ+γ)為常數(shù).

圖4 PT-T 模型計(jì)算α 的散點(diǎn)示意圖Figure 4 Calculation of α based on PT-T model and scatter diagram

PT-T 模型計(jì)算EF 的關(guān)鍵在于計(jì)算α 值. 圖4為α 計(jì)算示意圖. X 軸為NDVI 值(植被歸一化指數(shù))，Y 軸為晝夜地表溫差值或?yàn)榈乇頊囟? 該模型遵循3個(gè)假設(shè):(1)溫度(或溫差)最小的CD 邊為濕邊，該邊上所有點(diǎn)的α 值為1.26;(2)溫度(或溫差)最大的AB 邊為干邊，該邊上點(diǎn)的α 值為0. (3)α 與T 的空間變化關(guān)系是線(xiàn)性關(guān)系. 因?yàn)椤鱄ⅠG 與△AGC 為相似三角形，可導(dǎo)出以下方程式:

由于αmax=1.26，αmin=0，式(10)可寫(xiě)為:

由式(14)可知，PT-T 模型中α 的大小主要與地溫Ts有關(guān)，與NDVI 無(wú)關(guān). 地表溫度Ts的反演采用單窗算法［17］，精度為0.4 K. 需要注意的是，由于研究區(qū)在同一影像上，實(shí)驗(yàn)樣區(qū)各點(diǎn)計(jì)算EF 時(shí)的Tmax和Tmin為同一數(shù)值，因此不具有空間奇異性.

Rn凈輻射通量的計(jì)算采用SBDART 模型計(jì)算，模型輸入?yún)?shù)如表1 所示. 其中實(shí)驗(yàn)樣區(qū)氣溶膠光學(xué)厚度值來(lái)源于MODIS 的氣溶膠產(chǎn)品MOD04_L2，時(shí)間為2006年11月10日. 數(shù)據(jù)顯示，當(dāng)日天然混交林樣區(qū)氣溶膠光學(xué)厚度值為0.223，人工桉樹(shù)林樣區(qū)氣溶膠光學(xué)厚度值為0.244.

表1 SBDART 模型輸入?yún)?shù)Table 1 Input parameters of SBDART model

實(shí)驗(yàn)計(jì)算流程如圖5 所示. 分別計(jì)算EF 和Rn值，再計(jì)算λ ET:

最終通過(guò)式(3)計(jì)算蒸散發(fā)量ET，從而進(jìn)行實(shí)驗(yàn)樣區(qū)間的蒸散發(fā)量對(duì)比分析.

圖5 實(shí)驗(yàn)計(jì)算流程圖Figure 5 Experimental calculation flow chart

3 結(jié)果與討論

由于TM 熱紅外波段分辨率為120 m，可見(jiàn)近紅外波段為30 m，因此反演的Albedo 和NDVI 分辨率為30 m，地表溫度Ts、EF、λ ET 以及ET 分辨率為120 m. 反演的各樣區(qū)地表溫度如圖6 所示. 每個(gè)樣區(qū)內(nèi)的地表溫度圖都有7 種灰度值，分別代表7個(gè)不同的地表溫度，從而對(duì)應(yīng)7個(gè)不同的EF 值. 將這7個(gè)不同的EF 值分別乘以對(duì)應(yīng)區(qū)域的Rn均值可獲得各區(qū)域的λ ET，最終計(jì)算出蒸散發(fā)量ET. 需要注意的是，此時(shí)求得的ET 為瞬時(shí)值，即每秒的蒸散發(fā)量. 若設(shè)其為瞬時(shí)均值，將其乘以86 400 可獲得一天的蒸散發(fā)量. 由于該瞬時(shí)值采集時(shí)間為當(dāng)?shù)貢r(shí)間上午10:35，將其設(shè)為瞬時(shí)均值是偏大的，因?yàn)橐雇頉](méi)有陽(yáng)光，蒸散發(fā)量會(huì)相對(duì)較弱，因此，以此估算的日均蒸散發(fā)量也會(huì)相對(duì)偏大，但該累積算法不會(huì)改變異溫像元的蒸散發(fā)量之間的相關(guān)關(guān)系，也不影響本文的對(duì)比研究分析.

圖6 樣區(qū)地表溫度反演結(jié)果圖Figure 6 Land surface temperature inversion results of experimental sample regions

為了輔助下一步的分析，計(jì)算出7個(gè)Ts值區(qū)域?qū)?yīng)的NDVI 均值、EF、Rn、λ ET 以及ET 值(表2)，表中ETs、ETd分別表示每秒和每天蒸散發(fā)量，并通過(guò)回歸分析，作出各實(shí)驗(yàn)樣區(qū)的NDVI 與EF 以及24 h 的ET 相關(guān)關(guān)系(圖7).

在選擇2個(gè)樣區(qū)時(shí)充分考慮了地理環(huán)境條件一致性的問(wèn)題，以保證反演參數(shù)的可比性. 由表2 可知:(1)樣區(qū)桉樹(shù)林的NDVI 值為0.293～0.399，天然混交林NDVI 為0.378～0.527，這說(shuō)明桉樹(shù)林樣區(qū)的植被覆蓋率相對(duì)天然混交林樣區(qū)略低;(2)樣區(qū)桉樹(shù)林的EF 為0.370～0.558，天然混交林EF 為0.277～0.495，這說(shuō)明桉樹(shù)林蒸散發(fā)比相對(duì)天然混交林偏高;(3)樣區(qū)桉樹(shù)林的日均ET 為5.31～8.02，天然混交林為3.98～7.11，這說(shuō)明桉樹(shù)林蒸散發(fā)量相對(duì)天然混交林偏高;(4)隨著EF 降低，相應(yīng)的ET 也越低，這說(shuō)明蒸散比越低，蒸散量也隨之降低.

表2 實(shí)驗(yàn)樣區(qū)統(tǒng)計(jì)分析表Table 2 Statistical analysis table of experiment sample regions

從EF-NDVI 和ET-NDVI 的二維散點(diǎn)圖(圖7)可以看出:天然混交林/桉樹(shù)林的NDVI 和EF/ET都呈正相關(guān)關(guān)系，也就是說(shuō)植被覆蓋率越高，蒸散比和蒸散量都越高;從散點(diǎn)圖中看出2 類(lèi)林區(qū)的EFNDVI 和LE-NDVI 回歸線(xiàn)都呈現(xiàn)平行趨勢(shì)，而相同林區(qū)的EF-NDVI 和ET-NDVI 相關(guān)系數(shù)差異不大，說(shuō)明兩類(lèi)林區(qū)的區(qū)域尺度的蒸散耗水量增加率與植被指數(shù)的增加率相當(dāng);另外，相同植被指數(shù)條件下桉樹(shù)林區(qū)EF 和ET 都比天然混交林高，說(shuō)明地理環(huán)境條件相似時(shí)，相同植被覆蓋率的情況下，桉樹(shù)林蒸散發(fā)量要大于天然混交林.

在廣東省地區(qū)，當(dāng)充分考慮天然混交林和桉樹(shù)林樣區(qū)各條件的一致性時(shí)，桉樹(shù)林耗水量大于天然混交林區(qū)域. 說(shuō)明在桉樹(shù)林在廣東省這類(lèi)濕潤(rùn)氣候地區(qū)可能依然存在生長(zhǎng)優(yōu)勢(shì)，也可能進(jìn)一步影響該區(qū)域的水量平衡.

圖7 蒸散比EF(A)、24 h 蒸散量ET(B)分別與樣區(qū)NDVI 的關(guān)系Figure 7 Relationships between NDVI and EF (A)，NDVI and 24-h-ET (B)

4 結(jié)論

利用遙感數(shù)據(jù)，基于PT-T 蒸散發(fā)模型和SBDART 模型，對(duì)廣東省桉樹(shù)林相對(duì)于天然混交林區(qū)域的蒸散量進(jìn)行了計(jì)算分析. 兩類(lèi)林區(qū)的實(shí)驗(yàn)樣地的選擇考慮了各地理環(huán)境條件的一致性，從而保證了計(jì)算結(jié)果的客觀(guān)可比性. 分析結(jié)果顯示:區(qū)域尺度的植被蒸散發(fā)量與植被覆蓋呈正相關(guān)關(guān)系;兩類(lèi)林區(qū)的區(qū)域尺度的蒸散發(fā)量增加率與植被指數(shù)的增加率相當(dāng);相同植被覆蓋條件下，桉樹(shù)林區(qū)蒸散發(fā)量要高于天然混交林，當(dāng)植被指數(shù)為0.4 時(shí)，24 h 的ET 相差約0.18 mm. 結(jié)果表明，桉樹(shù)林在廣東省這類(lèi)濕潤(rùn)氣候地區(qū)可能依然存在生長(zhǎng)優(yōu)勢(shì)，相對(duì)于天然混交林而言能消耗更多的水分進(jìn)行蒸騰蒸散作用，從而對(duì)該區(qū)域的水量平衡造成影響.

由于迄今未見(jiàn)有基于遙感技術(shù)對(duì)桉樹(shù)林區(qū)ET進(jìn)行估算的研究，本研究結(jié)果充分說(shuō)明了利用遙感數(shù)據(jù)和模型可對(duì)桉樹(shù)林區(qū)的蒸散發(fā)量進(jìn)行有效監(jiān)測(cè). 遙感數(shù)據(jù)的獲取方式和成本相對(duì)于實(shí)測(cè)臺(tái)站數(shù)據(jù)更為便捷和廉價(jià)，能夠?qū)Ω嗟蔫駱?shù)林區(qū)進(jìn)行長(zhǎng)時(shí)間序列的蒸散發(fā)量的監(jiān)測(cè)，這些數(shù)據(jù)也可以作為缺乏臺(tái)站數(shù)據(jù)的區(qū)域的有效補(bǔ)充.

［1］張雷，鄒進(jìn)，胡吉敏. 淺析桉樹(shù)種植對(duì)林區(qū)水文特性的影響［J］. 林業(yè)實(shí)用技術(shù)，2011(8):11－13.

［2］花忠利. 雷州半島桉樹(shù)人工林3PG 模型的研究［D］.福建:福建農(nóng)林大學(xué)，2004:31－35.Hua Z L.Study on 3PG model for euclyptus plantations in Leizhou peninsula［D］. Fujian:Fujian Agriculture and Forestry University，2004:31－35.

［3］李春陽(yáng)，Tuomela K. 桉樹(shù)的抗旱性研究進(jìn)展［J］. 世界林業(yè)研究，1998，11(3):22－27.Li C Y，Tuomela K. Advances in research on drought resistance of eucalyptus［J］. World Forestry Research，1998，11(3):22－27.

［4］張寧南. 桉樹(shù)人工林耗水量研究［D］.北京:中國(guó)林業(yè)科學(xué)研究院，2010:21－78.Zhang N N. Studies on water use of eucalyptus plantations in guangdong［D］. Beijing:Chinese Academy of Forestry，2010:21－78.

［5］韓藝師，魏彥昌，歐陽(yáng)志云，曹云. 連栽措施對(duì)桉樹(shù)人工林結(jié)構(gòu)及持水性能的影響［J］. 生態(tài)學(xué)報(bào)，2008，28(9):4609－4617.Han Y S，Wei Y C，Ouyang Z Y，Cao Y. Effects of continuous planting rotation on forest structural characteristics and water holding capacity of eucalyptus plantations［J］.Acta Ecologica Sinica，2008，28(9):4609－4617.

［6］羅素梅. 閩西北桉樹(shù)人工林可持續(xù)經(jīng)營(yíng)技術(shù)研究［D］. 福建:福建農(nóng)林大學(xué)，2010:53－55.Luo S M. Study on sustainable management techniques of eucalyptus plantations in the northwest of Fujian province［D］.Fujian:Agriculture and Forestry University，2010:53－55.

［7］王紀(jì)杰. 桉樹(shù)人工林土壤質(zhì)量變化特征［D］. 南京:南京林業(yè)大學(xué)，2011:110－113.Wang J J. Veriation characteristics of soil quality in eucalyptus plantations［D］. Nanjing:Nanjing Forestry University，2011:110－113.

［8］Wang K，Li Z，Cribb M. Estimation of evaporative fraction from a combination of day and night land surface temperatures and NDVI:A new method to determine the Priestley-Taylor parameter［J］. Remote Sensing of Environment，2006，102:293－305.

［9］Yang J，Wang Y. Estimating evapotranspiration fraction by modeling two-dimensional space of NDVI/albedo and day-night land surface temperature difference:A comparative study［J］. Advances in Water Resources，2011，34(4):512－518.

［10］Ricchiazzi P，Yang S，Gautier C. SBDART:A research and teaching software tool for Plane-Parallel radiative transfer in the Earth's atmosphere［J］. Bulletin of the American Meteorological Society，1998，79(10):2101－2114.

［11］馮景澤，王忠靜. 遙感蒸散發(fā)模型研究進(jìn)展綜述［J］.水利學(xué)報(bào)，2012，43(8):914－925.

［12］Carlson T N，Capehart W J，Gillies R R. A new look at the simplified method for remote sensing of daily evapotranspiration［J］. Remote Sensing of Environment，1995，54:162－167.

［13］Jiang L，Islam S. Estimation of surface evaporation map over Southern Great Plains using remote sensing data［J］.Water Resources Research，2001，37(2):329－340.

［14］Jiang L，Islam S. An intercomparison of regional latent heat flux estimation using remote sensing data［J］. International Journal of Remote Sensing，2003，24(11):2221－2236.

［15］Priestley C H B，Taylor R J. On the assessment of surface heat flux and evaporation using large-scale parameters［J］. Monthly Weather Review，1972，100:81－92.

［16］Richards J M. Simple expression for the saturation vapor pressure of water in the range－ 50℃ to 140℃［J］.British Journal of Applied Physics，1971，4:115－118.

［17］覃志豪，Zhang M，Arnon K. 用陸地衛(wèi)星TM6 數(shù)據(jù)演算地表溫度的單窗算法［J］. 地理學(xué)報(bào)，2001，56(4):456－466.Qin Z H，Zhang M，Arnon K. Mono-window algorithm for retrieving land surface temperature from Landsat TM 6 data［J］. Acta Geographica Sinica，2001，56(4):456－466.