基于SEBAL模型的蔡家河流域平原造林區(qū)蒸散發(fā)量研究

王秋云，胡海棠，吳良才，李存軍

(1.東華理工大學(xué)測(cè)繪工程學(xué)院，江西 南昌 330013； 2.北京農(nóng)業(yè)信息技術(shù)研究中心，北京 100089)

基于SEBAL模型的蔡家河流域平原造林區(qū)蒸散發(fā)量研究

王秋云1，2，胡海棠2，吳良才1，李存軍2

(1.東華理工大學(xué)測(cè)繪工程學(xué)院，江西 南昌 330013； 2.北京農(nóng)業(yè)信息技術(shù)研究中心，北京 100089)

基于SEBAL能量平衡模型，利用Landsat 8和MODIS L1B遙感數(shù)據(jù)，對(duì)北京市蔡家河流域平原造林區(qū)的蒸散發(fā)量進(jìn)行估算，并采用FAO-Penman模型反演得到的潛在蒸散發(fā)量對(duì)其進(jìn)行了驗(yàn)證。結(jié)果表明：研究區(qū)不同季節(jié)的蒸散發(fā)量差異較大，以夏季的蒸散發(fā)量最大，以春季的蒸散發(fā)量最??；不同土地利用類型的的蒸散發(fā)量，春、夏季均為幼林>農(nóng)田>成林，秋季為幼林>成林>農(nóng)田；不同樹(shù)種的蒸散發(fā)量差異很大，其中以柳樹(shù)、楊樹(shù)和槐樹(shù)等樹(shù)種的蒸散發(fā)量較大，以松柏等樹(shù)種的蒸散發(fā)量最小。

Landsat 8影像；SEBAL模型；蒸散發(fā)量；平原造林區(qū)

北京地處干旱的華北地區(qū)，屬于資源型缺水性城市，北京的水資源從多年(1956—2000年)平均37.93億m3降到現(xiàn)狀(2001—2009年)22.33億m3，水資源產(chǎn)量減少了約40.1%，同時(shí)由于人口增長(zhǎng)，北京市人均水資源占有量從270 m3下降到114 m3[1]。隨著中國(guó)經(jīng)濟(jì)的快速發(fā)展，使得對(duì)水資源需求量的矛盾更加惡化，地下水嚴(yán)重超采，引發(fā)一系列生態(tài)問(wèn)題。為了改善生存環(huán)境，北京市政府啟動(dòng)了平原造林工程。

北京市百萬(wàn)畝平原造林工程作為當(dāng)?shù)刈畲蟮纳鷳B(tài)恢復(fù)工程，其節(jié)水與否一直飽受爭(zhēng)議。蒸散發(fā)(ET)是水資源管理的一個(gè)重要參考指標(biāo)，蒸散發(fā)包括植物蒸騰和土壤蒸發(fā)，曾有研究表明約70%的地面降水通過(guò)蒸發(fā)蒸騰作用又回到大氣中，在干旱地區(qū)甚至達(dá)到了90%以上[2]。而遙感技術(shù)的興起則提供了豐富的地表特征空間分布信息[3]，同時(shí)將遙感技術(shù)運(yùn)用到估算蒸散發(fā)中具有不受地域和時(shí)序限制的優(yōu)點(diǎn)，可將點(diǎn)測(cè)資料延拓到面領(lǐng)域，解決很多因地域原因而缺乏實(shí)測(cè)氣象、水文資料帶來(lái)的估算問(wèn)題[4]。國(guó)內(nèi)外學(xué)者利用遙感技術(shù)估算蒸散發(fā)量方面取得了很大進(jìn)展，得到很多估算模型，其中比較有代表性、應(yīng)用最廣泛的就是基于能量平衡原理的SEBAL模型[5]。

本文以北京市蔡家河平原造林區(qū)域?yàn)槔?，采用SEBAL能量平衡模型估算平原造林工程中不同樹(shù)種、不同種植年份林地的蒸散發(fā)量，分析水資源受限條件下蔡家河流域平原造林區(qū)林地的實(shí)際耗水狀況，對(duì)于更科學(xué)合理地安排有限的水資源，充分發(fā)揮生態(tài)系統(tǒng)的生產(chǎn)和生態(tài)效益具有重要的意義。

1 研究資料及方法

1.1 研究區(qū)概況

延慶縣地處北京市西北部，位于其境內(nèi)的張山營(yíng)鎮(zhèn)蔡家河流域是官?gòu)d水庫(kù)重要水源——媯水河的上游水源，全長(zhǎng)8.7 km，總流域面積78.5 km2，途徑張山營(yíng)鎮(zhèn)11個(gè)村，被稱為延慶的“龍須溝”。平原造林工程中，該流域先后完成造林面積1533.3和800 hm2，共2333.3 hm2，成為北京平原地區(qū)最大的森林之一。

1.2 數(shù)據(jù)來(lái)源及預(yù)處理

數(shù)據(jù)包括Landsat 8遙感影像、氣象數(shù)據(jù)、數(shù)字高程數(shù)據(jù)等。Landsat 8數(shù)據(jù)來(lái)自于美國(guó)地質(zhì)勘探局USGS網(wǎng)站，選擇2014年04月13日、2014年07月25日、2014年10月06日的平原造林區(qū)含云量較少的3景遙感影像，分別代表春、夏、秋3個(gè)季節(jié)的蒸散發(fā)量。氣象數(shù)據(jù)來(lái)自中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，包括溫度、風(fēng)速等。90 m的DEM數(shù)據(jù)來(lái)自于美國(guó)太空總署和國(guó)防部國(guó)家測(cè)繪局聯(lián)合測(cè)量的SRTM數(shù)據(jù)，包括高程和坡度等[6]。本文統(tǒng)一采用WGS-84地理坐標(biāo)系，UTM投影，空間分辨率30 m。

1.3 研究方法

在遙感影像預(yù)處理、重采樣和對(duì)地物進(jìn)行分類的基礎(chǔ)上，結(jié)合氣象數(shù)據(jù)和數(shù)字高程數(shù)據(jù)，基于SEBAL模型利用熱紅外波段和劈窗算法估算得到研究區(qū)的地表溫度[7]，同時(shí)利用Landsat 8遙感影像的可見(jiàn)光、近紅外等波段反演出凈輻射通量、土壤熱通量等地表能量平衡各參量，得到衛(wèi)星過(guò)境時(shí)刻的瞬時(shí)蒸散發(fā)量，并對(duì)其進(jìn)行時(shí)間尺度的擴(kuò)展，得到日蒸散發(fā)量。同時(shí)利用FAO-Penman模型估算出研究區(qū)的潛在蒸散發(fā)量[8]，利用潛在蒸散發(fā)量對(duì)SEBAL模型估算得到的實(shí)際蒸散發(fā)量進(jìn)行驗(yàn)證。根據(jù)得到的日蒸散發(fā)量數(shù)據(jù)進(jìn)行時(shí)空分析[9]，為北京市生態(tài)系統(tǒng)服務(wù)評(píng)估和生態(tài)恢復(fù)政策制定等提供參考。

1.4 基于SEBAL模型的蒸散發(fā)量估算

SEBAL模型是單層模型，利用能量平衡原理估算蒸散發(fā)量，主要包括4個(gè)方面：①通過(guò)對(duì)遙感圖像的處理獲得一系列地表物理參數(shù)，如反照率、比輻射率、溫度和植被覆蓋度等；②建立熱傳導(dǎo)粗糙度模型；③利用總體相似理論(Bulk Atmospheric Similarity，BAS)確定摩擦速度、顯熱通量和奧布霍夫穩(wěn)定度；④利用地表能量平衡指數(shù)計(jì)算蒸發(fā)比[10]。

能量平衡公式為：Rn=H+λE+G0，式中：Rn為地表凈輻射通量(W·m-2)；H為顯熱通量(W·m-2)；λE為潛熱通量(W·m-2)；G0為土壤熱通量(W·m-2)。

地球表面的能量來(lái)自太陽(yáng)的有效輻射，所有這些入射的能量和發(fā)射的能量之差就是凈輻射能量[11]。地表凈輻射通量可以根據(jù)地表輻射平衡方程求得：Rn=(1-?)Rs↓+RL↓-RL↑-(1-ε)RL↓，式中：Rs↓為下行的短波輻射(W·m-2)；RL↑、RL↓分別為上、下行的長(zhǎng)波輻射(W·m-2)；?為地表反射率；ε為比輻射率。

2 模型反演結(jié)果及驗(yàn)證

2.1 基于SEBAL模型反演的日蒸散發(fā)量結(jié)果

選用蔡家河流域平原造林區(qū)2014年04月13日、2014年07月25日和2014年10月06日共3景Landsat 8衛(wèi)星數(shù)據(jù)，同時(shí)還選取了與Landsat 8衛(wèi)星相應(yīng)時(shí)間段的MODIS遙感數(shù)據(jù)，結(jié)合氣象站提供的氣象數(shù)據(jù)和數(shù)字高程數(shù)據(jù)，基于SEBAL能量平衡模型，利用ERDAS IMAGINE軟件中的空間建模工具模擬出平原造林區(qū)的日蒸散發(fā)量(圖2)。

從圖2可以明顯看出，蒸散發(fā)量的時(shí)空分布特征比較明顯。水體及其周邊區(qū)域具有很高的蒸散發(fā)量。相比較而言，林地的蒸散發(fā)量也比較大，僅次于水體，草地和農(nóng)田的蒸散差異并不大，城鎮(zhèn)的蒸散發(fā)量相對(duì)最低。04月13日(春季)的日蒸散發(fā)量是3個(gè)時(shí)間點(diǎn)中蒸散發(fā)量最小的時(shí)間點(diǎn)，當(dāng)日的日蒸散發(fā)量主要集中在2.5～3.0 mm之間，平均值為2.78 mm。其次是10月06日(秋季)，其日蒸散發(fā)量整體上有略微的提升，主要分布在3.0～3.5 mm之間，秋季蒸散發(fā)量的平均值為3.22 mm。與春、秋季相比，07月25日(夏季)的蒸散發(fā)量最大，07月25日的日蒸散發(fā)量主要在4.0～4.5 mm之間，平均值最大，達(dá)4.39 mm。

2.2 2種模型估算的蒸散發(fā)量的對(duì)比

采用世界農(nóng)糧組織1998年修正的目前計(jì)算ET0最準(zhǔn)確的FAO Penman-Monteith模型[13]進(jìn)行驗(yàn)證，經(jīng)過(guò)Penman公式估算得到的蒸散發(fā)量是參考作物的潛在蒸散發(fā)量，通常需要乘以作物系數(shù)Kc[14]得到研究區(qū)的實(shí)際蒸散發(fā)量。

表1 2種模型估算的蒸散發(fā)量的對(duì)比

從表1可以看出，利用SEBAL能量平衡模型對(duì)2014年04月13日、2014年07月25日、20104年10月06日03景遙感影像計(jì)算得到的日實(shí)際蒸散發(fā)量和Penman Monteith公式計(jì)算的日蒸散發(fā)量相差不大，相對(duì)誤差均少于10%。Landsat 8衛(wèi)星的時(shí)間分辨率較低，每16 d過(guò)境1次，而且在估算日蒸散發(fā)量的過(guò)程中，采用了蒸發(fā)比不變法對(duì)日蒸散發(fā)進(jìn)行估算，除此之外還有大氣條件的不穩(wěn)定性，這些都是產(chǎn)生誤差的主要原因，但可以看出，該模型仍達(dá)到預(yù)期的精度要求，可以認(rèn)為最終的反演精度令人滿意，能夠用來(lái)估算區(qū)域的蒸散發(fā)量。

3 結(jié)果與分析

3.1 不同土地利用類型的蒸散發(fā)量對(duì)比分析

通過(guò)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，分別得出春、夏、秋季蔡家河流域平原造林區(qū)域的農(nóng)田、幼林和成林的蒸散發(fā)量(圖3)。從圖3可以看出，不同季節(jié)蒸散發(fā)量差異很大，其中夏季的蒸散發(fā)量最大，究其原因該地區(qū)的雨季主要在夏季，且夏季溫度高，植被的葉面積指數(shù)大，蒸騰作用旺盛，故其蒸散發(fā)量達(dá)到最大值。其次是秋季，秋季作物的葉片開(kāi)始變黃，蒸騰作用減弱，故其蒸散發(fā)量也相應(yīng)的變小。而春季，由于地表剛剛經(jīng)歷過(guò)寒冬，地表溫度上升緩慢，植物開(kāi)始發(fā)芽生長(zhǎng)，且雨水較少，故春季蒸散發(fā)量最小。由于冬季的日蒸散發(fā)量比較低，本文沒(méi)有反演冬季的蒸散發(fā)量[15-16]。

除此之外，相同季節(jié)不同土地利用類型的蒸散發(fā)量也有差異。不同土地利用類型日蒸散發(fā)量的分布情況是：春季：幼林(2.505 mm)>農(nóng)田(2.355 mm)>成林(2.08 mm)；夏季：幼林(5.519 mm)>農(nóng)田(5.09 mm)>成林(4.808 mm)；秋季：幼林(3.549 mm)>成林(3.464 mm)>農(nóng)田(3.218 mm)。

相對(duì)比而言，在幼林時(shí)期，人類活動(dòng)對(duì)幼林的影響較大，使得幼林的水分較充足，且幼林生長(zhǎng)旺盛，故蒸散發(fā)量也較大。成林的生長(zhǎng)主要通過(guò)自然界的降水來(lái)滿足生長(zhǎng)的需要，人類干預(yù)較少，故幼林的日蒸散發(fā)量比成林的日蒸散發(fā)量大。春季和夏季的農(nóng)田蒸散發(fā)量比成林的蒸散發(fā)量大，主要是因?yàn)樵摰貐^(qū)農(nóng)田主要種植春玉米，春玉米在生長(zhǎng)過(guò)程中通常要進(jìn)行灌漿，水量充足，且葉面積指數(shù)很大，故蒸騰作用旺盛。

3.2 不同樹(shù)種的蒸散發(fā)量對(duì)比分析

基于SEBAL能量平衡模型，利用Landsat 8等遙感數(shù)據(jù)反演出蔡家河流域平原造林區(qū)的日蒸散發(fā)量，同時(shí)結(jié)合延慶縣平原造林工作的時(shí)間部署分別對(duì)2012年、2013年、2014年種植的幼林的蒸散發(fā)量進(jìn)行提取(表2～表4)。

表2 2012年種植區(qū)的蒸散發(fā)量

圖3 蔡家河流域不同土地利用類型的蒸散發(fā)量圖4 2012年植樹(shù)區(qū)的蒸散發(fā)量

從圖4可看出，不同氣候條件下，相同樹(shù)種的蒸散發(fā)量也不相同，均表現(xiàn)出夏季的蒸散發(fā)量最大，春季的蒸散發(fā)量較小。但在相同的外界條件下，不同樹(shù)種蒸散發(fā)量也有差異。其中槐樹(shù)、柳樹(shù)和楊樹(shù)等樹(shù)種的蒸散發(fā)量最大，松柏樹(shù)種的蒸散發(fā)量最小。如2014年4月的槐樹(shù)、柳樹(shù)和楊樹(shù)日蒸散發(fā)量達(dá)到了3 mm左右，相同條件下松柏的日蒸散發(fā)量只有2.8 mm左右，到了7月，由于蒸騰作用比較旺盛，各樹(shù)種的蒸散發(fā)量差異較大，其中槐樹(shù)、柳樹(shù)和楊樹(shù)等樹(shù)種的日蒸散發(fā)量達(dá)到了5.58 mm左右，而松柏的日蒸散發(fā)量只有5.18 mm。秋季，降雨減少、溫度也有明顯的變化，蒸騰作用相應(yīng)的減少，各樹(shù)種的蒸散發(fā)量差異也變小，但仍然表現(xiàn)出槐樹(shù)、柳樹(shù)和楊樹(shù)的日蒸散發(fā)量比松柏的日蒸散發(fā)量大。

從圖5可以看出，不同季節(jié)的日蒸散發(fā)量差異較大，其中仍以夏季的日蒸散發(fā)量最大，春季的日蒸散發(fā)量最小，與圖4的結(jié)論一致。除此之外，以2013年4月和7月的樹(shù)種為例，4月時(shí)，楊樹(shù)、柳樹(shù)和槐樹(shù)的日蒸散發(fā)量達(dá)到了2.45 mm左右，相應(yīng)的松柏日蒸散發(fā)量只有2.33 mm左右，到了7月25日楊樹(shù)、柳樹(shù)和槐樹(shù)的日蒸散發(fā)量達(dá)到了5.15 mm左右，而松柏的日蒸散發(fā)量只有4.8 mm左右。

這與圖4的結(jié)果相吻合，可以得出槐樹(shù)、柳樹(shù)和楊樹(shù)等闊葉林的蒸散發(fā)量較大，松柏等針葉林的蒸散發(fā)量比較小。

從圖6可以看出，不論是4月、7月和10月仍然是以槐樹(shù)、楊樹(shù)和榆樹(shù)的蒸散發(fā)量較大，松柏的蒸散發(fā)量較小，該結(jié)論與圖4、圖5的結(jié)論相吻合。

表3 2013年植樹(shù)區(qū)的蒸散發(fā)量

表4 2014年植樹(shù)區(qū)的蒸散發(fā)量

圖5 2013年植樹(shù)區(qū)的蒸散發(fā)量圖6 2014年植樹(shù)區(qū)的蒸散發(fā)量

4 小結(jié)

通過(guò)對(duì)延慶縣蔡家河流域平原造林區(qū)不同季節(jié)的蒸散發(fā)量的反演可知，不同季節(jié)的蒸散發(fā)量差異較大，夏季的蒸散發(fā)量最大，春季的蒸散發(fā)量最小。對(duì)成林、幼林和農(nóng)田的蒸散發(fā)量進(jìn)行對(duì)比，可以看出不同季節(jié)蒸散發(fā)量的大小有變化，且剛種植的幼林耗水量較大，而當(dāng)幼林長(zhǎng)成成林，其耗水量在相應(yīng)減少。相同的外界條件下，不同樹(shù)種的蒸散發(fā)量差異也較大，其中以柳樹(shù)、楊樹(shù)和槐樹(shù)等闊葉林的蒸散發(fā)量最大，以松柏為主的針葉林的蒸散發(fā)量最小。

[1]張士鋒，孟秀敬，廖強(qiáng).北京市水資源與水量平衡研究[J].地理研究，2012，31(11)：1991-1997.

[2]張曉濤，康紹忠，王鵬新，等.估算區(qū)域蒸發(fā)蒸騰量的遙感模型對(duì)比分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2006，22(7)：6-13.

[3]何玲，莫興國(guó)，汪志農(nóng).基于MODIS遙感數(shù)據(jù)計(jì)算無(wú)定河流域日蒸散[J].農(nóng)業(yè)工程學(xué)報(bào)，2007，23(5)：144-149.

[4]王霞，崔龍，阿不都·沙拉木，等.應(yīng)用RS技術(shù)建立估算蒸散發(fā)模型的研究[J].節(jié)水灌溉，2012(1)：53-56.

[5]馮曉曦，秦作棟，鄭秀清，等.基于SEBS模型的柳林泉域蒸散發(fā)研究[J].太原理工大學(xué)學(xué)報(bào)，2014，45(2)：259-264.

[6]程春曉，徐宗學(xué)，張淑榮，等.黑河流域上中游植被蒸散發(fā)時(shí)空演變趨勢(shì)及其影響因子分析[J].北京師范大學(xué)學(xué)報(bào)，2014，50(5)：535-542.

[7]Rajeshwari A，Mani ND.Estimation of land surface temperature of dindigul district using Landsat 8 data[J].International Journal of Research in Engineering and Technology，2014，3(5)：122-126.

[8]李艷，劉海軍，羅雨.北京地區(qū)潛在蒸散量計(jì)算方法的比較研究[J].灌溉排水學(xué)報(bào)，2010，29(5)：27-32.

[9]何磊，別強(qiáng)，王瑤，等.SEBS模型在黑河流域中游的應(yīng)用及參數(shù)敏感性分析[J].中國(guó)沙漠，2013，23(6)：1866-1873.

[10]崔旭東，陶正平，張俊，等.基于SEBS方法的蒸散量計(jì)算及可靠度分析[J].勘察科學(xué)技術(shù)，2011(6)：10-12.

[11]張發(fā)耀.基于MODIS數(shù)據(jù)的浙江省區(qū)域蒸散發(fā)量時(shí)空格局分析[D].杭州：浙江大學(xué)，2013.

[12]王霞.基于SEBAL模型的極端干旱氣候區(qū)域蒸散發(fā)的遙感估算[D].烏魯木齊：新疆農(nóng)業(yè)大學(xué)，2012.

[13]左德鵬，徐宗學(xué)，劉兆飛.基于氣溫的潛在蒸散發(fā)量估算方法在我國(guó)西北干旱地區(qū)的應(yīng)用比較[J].干旱區(qū)資源與環(huán)境，2009，23(10)：123-131.

[14]姜紅.基于MODIS影像的新疆奇臺(tái)縣區(qū)域蒸散發(fā)量的研究[D].烏魯木齊：新疆大學(xué)，2007.

[15]吳越.吐魯番盆地地表蒸散量估算與植被演化特征研究[D].北京：中國(guó)地質(zhì)大學(xué)，2013.

[16]張薇，藺文靜，王貴玲.基于遙感反演河套平原區(qū)域蒸發(fā)蒸騰量研究[J].遙感應(yīng)用，2009(6)：28-32.

Estimation of Evapotranspiration in Caijiahe River Plain Afforestation Region Based on SEBAL Model

WANG Qiuyun1，2，HU Haitang2，WU Liangcai1，LI Cunjun2

(1.FacultyofGeomaticsEastChinaInstituteofTechnology，Nanchang330013，Jiangxi，China；2.BeijingResearchCenterForInformationTechnologyinAgriculture，Beijing100089，China)

This article is based on SEBAL energy balance model，selected Landsat 8 and MODIS L1B remote sensing data，estimated and analyzed the evapotranspiration of Yanqing Caijia River plain afforestation project and validated by Potential evapotranspiration obtained from FAO-Penman model.The results show that the evapotranspiration varies greatly in different sensons,in summer the evapotranspiration is the largest，but in spring it is the smallest；For different types of land use，in spring and summer the evapotranspiration is yong forest>farmland>Forest，and in fall the evapotranspiration is yong forest>Forest>farmland；besides，there is a large difference evapotranspiration between species，which the willow，the poplar and the acacia have the largest evapotranspiration,and the Pine has the smallest.

Landsat 8 Remote Sensing；SEBAL model；evapotranspiration；plain afforestation region

10.13428/j.cnki.fjlk.2016.04.005

2016-05-01；

2016-06-30

國(guó)家自然科學(xué)基金面上項(xiàng)目(時(shí)序遙感數(shù)據(jù)與生長(zhǎng)模型結(jié)合的區(qū)域人工林地上生物量估算方法研究，41571423)；北京市農(nóng)業(yè)科技項(xiàng)目(平原造林林地病蟲(chóng)害智能監(jiān)測(cè)技術(shù)試驗(yàn)示范，20140110)

王秋云(1988—)，女，河南周口人，東華理工大學(xué)測(cè)繪工程學(xué)院碩士研究生，從事遙感蒸散發(fā)研究。E-mail：wangqy2922@163.com。

胡海棠(1977—)，女，湖北武漢人，北京農(nóng)業(yè)信息技術(shù)研究中心博士，從事空間信息技術(shù)在農(nóng)學(xué)及生態(tài)學(xué)應(yīng)用研究。E-mail：huht@nercita.org.cn。

S715.4；P237

A

1002-7351(2016)04-0021-06