基于Landsat 8數(shù)據(jù)的亞熱帶小流域蒸散發(fā)估算及時(shí)空特征分析

馬秋梅，劉新亮，李 勇①，王 毅，吳金水

(1.中國(guó)科學(xué)院亞熱帶農(nóng)業(yè)生態(tài)研究所亞熱帶農(nóng)業(yè)生態(tài)過程重點(diǎn)實(shí)驗(yàn)室，湖南 長(zhǎng)沙 410125；2.中國(guó)科學(xué)院長(zhǎng)沙農(nóng)業(yè)環(huán)境觀測(cè)研究站，湖南 長(zhǎng)沙 410125；3.中國(guó)科學(xué)院大學(xué)，北京 100049)

?

基于Landsat 8數(shù)據(jù)的亞熱帶小流域蒸散發(fā)估算及時(shí)空特征分析

馬秋梅1,2,3，劉新亮1,2，李 勇1,2①，王 毅1,2，吳金水1,2

(1.中國(guó)科學(xué)院亞熱帶農(nóng)業(yè)生態(tài)研究所亞熱帶農(nóng)業(yè)生態(tài)過程重點(diǎn)實(shí)驗(yàn)室，湖南 長(zhǎng)沙 410125；2.中國(guó)科學(xué)院長(zhǎng)沙農(nóng)業(yè)環(huán)境觀測(cè)研究站，湖南 長(zhǎng)沙 410125；3.中國(guó)科學(xué)院大學(xué)，北京 100049)

以亞熱帶典型小流域——金井流域?yàn)檠芯繉?duì)象，應(yīng)用Landsat 8遙感數(shù)據(jù)基于SEBS模型估算了不同季節(jié)4個(gè)典型日的蒸散發(fā)(ET)值。結(jié)果表明，春季(5月12日)、夏季(7月31日)、秋季(9月17日)和冬季(次年1月23日)典型日的日ET均值及90%分位數(shù)上界分別為2.69和4.14、2.73和5.41、2.75和5.78、1.33和3.25 mm·d-1。為研究ET在不同土地利用類型中的分布差異性，統(tǒng)計(jì)了研究區(qū)不同土地利用類型的日ET值，結(jié)果顯示水體日ET值最高〔(4.21±2.63) mm·d-1〕，稻田〔(2.67±1.49) mm·d-1〕次之，再次是林地和茶園〔(2.06±1.35) mm·d-1〕，公路和居民地最低〔(1.17±1.14) mm·d-1〕。對(duì)所選4個(gè)典型日的ET和歸一化植被指數(shù)(NDVI)進(jìn)行相關(guān)分析，表明兩者存在顯著相關(guān)性(r值為0.34～0.63，P<0.05)。將ET遙感估算值與Penman-Monteith公式經(jīng)驗(yàn)值、渦度相關(guān)系統(tǒng)的野外觀測(cè)值進(jìn)行對(duì)比，3者結(jié)果較為一致，表明SEBS模型適用于研究區(qū)ET估算。

遙感估算；蒸散發(fā)；SEBS模型；金井流域

蒸散發(fā)(evapotranspiration,ET)指通過土壤水蒸發(fā)和植物蒸騰作用產(chǎn)生的水分流失,掌握蒸散發(fā)時(shí)空變化規(guī)律對(duì)研究氣候變化、大氣環(huán)流模式和相關(guān)地表過程有重要意義[1-2]。近年來,多種遙感估算ET模型被用于不同區(qū)域蒸散發(fā)研究,常用模型包括BASTIAANSSEN等[3-4]于1998年提出的陸面能量平衡算法(surface energy balance algorithm for land,SEBAL),SU[5]于2002年提出的地表能量平衡系統(tǒng)模型(surface energy balance system,SEBS),以及SHUTTLEWORTH等[6]于1985年提出的串聯(lián)式雙層能量平衡(two source energy balance,TSEB)模型。遙感估算ET可提供作物水量需求信息,有益于農(nóng)業(yè)水管理[7],還可開展植被的時(shí)空動(dòng)態(tài)分析。另外空間尺度的ET估算為生物地球化學(xué)模型的動(dòng)態(tài)模擬提供了連續(xù)、精確的空間信息[8],進(jìn)而為農(nóng)業(yè)面源污染防治提供了有利條件。然而，目前關(guān)于蒸散發(fā)的研究區(qū)域多集中在干旱、半干旱地區(qū),以南方亞熱帶流域?yàn)檠芯繀^(qū)的報(bào)道較少?；谶b感影像的模型是否適用于估算亞熱帶氣候驅(qū)動(dòng)和以南方丘陵區(qū)為下墊面的蒸散發(fā)尚不清楚。

為此,筆者選取亞熱帶丘陵區(qū)金井流域?yàn)檠芯繉?duì)象,基于陸地衛(wèi)星Landsat 8采集的4期遙感影像資料,運(yùn)用SEBS模型估算分析了金井流域4個(gè)典型日的蒸散發(fā)數(shù)量和分布特征,并結(jié)合Penman-Monteith(P-M)經(jīng)驗(yàn)值和渦度相關(guān)系統(tǒng)觀測(cè)值作對(duì)比驗(yàn)證,為亞熱帶地區(qū)的水循環(huán)研究提供參考。

1 研究區(qū)域與數(shù)據(jù)處理

1.1 研究區(qū)概況

金井農(nóng)業(yè)小流域(27°55′～28°40′ N,112°56′～113°30′ E)位于湖南省長(zhǎng)沙縣金井鎮(zhèn),流域面積約135 km2。該流域?qū)倌戏降颓鸬孛?地勢(shì)總體上呈北部偏高、南部偏低的走勢(shì),海拔45～456 m。研究區(qū)多年平均氣溫17.2 ℃,年均降水量1 200～1 500 mm,相對(duì)空氣濕度80%左右,屬典型亞熱帶濕潤(rùn)季風(fēng)氣候區(qū)。土壤以花崗巖和板頁巖母質(zhì)發(fā)育的紅壤和水稻土為主,土地利用類型以林地、稻田和茶園為主。研究區(qū)內(nèi)的氣象站每1 h記錄1次氣溫、降水和風(fēng)速等參數(shù),渦度相關(guān)系統(tǒng)每1 s檢測(cè)10次瞬時(shí)水熱通量。

1.2 數(shù)據(jù)來源與預(yù)處理

氣象數(shù)據(jù)(氣溫、降水、相對(duì)濕度和風(fēng)速等)來源于金井流域內(nèi)氣象站的長(zhǎng)期野外觀測(cè),并利用一致性檢驗(yàn)進(jìn)行數(shù)據(jù)質(zhì)量控制。所用的Landsat 8 OLI和TIRS 遙感影像采集自美國(guó)地質(zhì)勘探局網(wǎng)站2013年5月12日(第132天)、7月31日(第212天)、9月17日(第260天)和1月23日(次年第23天)共4期數(shù)據(jù),衛(wèi)星的過境時(shí)刻為當(dāng)?shù)貢r(shí)間10時(shí)57分。遙感圖像的空間分辨率為30 m,圖像采用通用橫軸墨卡托(universal transverse Mercator,UTM)投影和WGS-1984地心坐標(biāo)系統(tǒng)。圖像的處理分析和模型的具體實(shí)現(xiàn)借助GRASS軟件完成[9]。

寬波段地表反照率通過Landsat 8影像的地表反射計(jì)算。地表溫度(Ts)利用單窗算法[10]通過Landsat 8數(shù)據(jù)的熱紅外波段11的灰度像元值反演,公式為

Ts={67.355 4×(C+D-1)+[0.441 4× (C+D)+0.458 6]×T11-D×Ta}/C。

(1)

式(1)中,T11為衛(wèi)星高度上遙感器所觀測(cè)到的亮度溫度,K;Ta為大氣評(píng)價(jià)作用溫度,K;C和D為中間變量,分別用下式計(jì)算:

C=ε×τ,

(2)

D=(1-ε)×[1+(1-ε)×τ]。

(3)

式(2)～(3)中,ε為地表比輻射率,根據(jù)歸一化植被指數(shù)(NDVI，INDV),由經(jīng)驗(yàn)公式ε=1.009 4+0.047×lnINDV計(jì)算得來;τ為大氣透射率,通過空氣濕度和溫度等參數(shù)估計(jì)得到[11]。

2 基于SEBS的遙感ET估算模型

遙感ET估算模型結(jié)構(gòu)日趨復(fù)雜,但是所依據(jù)的基本原理并未改變,依然遵循地表能量平衡原理。不考慮植物光合作用消耗的能量,單層模型SEBS滿足瞬時(shí)能量平衡公式:

Rn=G0+H+λE。

(4)

式(4)中,Rn為凈輻射通量,W·m-2;G0為土壤熱通量，W·m-2,用于下墊面升溫;H為顯熱通量，W·m-2,用于大氣升溫;λ為水的汽化熱，取值2.49×106J·kg-1;E為蒸散率，kg·m-2·s-1；λE為潛熱通量，W·m-2,用于水分蒸發(fā)凝結(jié)。

2.1 蒸發(fā)比

在SEBS模型中,潛熱通量(蒸散發(fā)量)通過殘余法求得。SEBS模型存在干限和濕限2種極端情況下的能量平衡。干限指下墊面干燥缺水,土壤中沒有水分蒸發(fā),也沒有水分供給植被蒸騰的情形,此時(shí)顯熱通量H達(dá)最大(Hdry)。

Hdry=Rn-G0。

濕限指下墊面水分充足,蒸散發(fā)不受水分制約的情形,此時(shí)顯熱通量處于最小(Hwet)。

λEwet=Rn-G0-Hwet。

(5)

式(5)中,Hwet和λEwet分別為濕潤(rùn)環(huán)境下的顯熱通量和潛熱通量[12]。

地表瞬時(shí)蒸發(fā)比(Λ0)為實(shí)際蒸散發(fā)與可用能量的比值,計(jì)算公式為

一天當(dāng)中,地表的各種通量波動(dòng)往往較大,但是蒸發(fā)比(Λ)相對(duì)穩(wěn)定。

(6)

2.2 土壤熱通量

土壤熱通量是地表能量平衡的重要分量,它取決于地表特征和土壤含水量。BASTIAANSSEN等[3-4]基于NDVI，利用由地表溫度(Ts)表示描述熱傳導(dǎo)的比例因子、地表反照率和描述輻射反射率的消光系數(shù)3者確定G0[10]。在植被覆蓋區(qū),G0可表示為

(7)

式(7)中,α0為地表反照率,從遙感圖像的多個(gè)波段提取;C1為從瞬時(shí)值獲得日平均地表反照率的轉(zhuǎn)換因子,默認(rèn)為1.1。裸露區(qū)的G0為

G0=0.20×Rn。

2.3 顯熱通量

顯熱通量(H)是溫度梯度、地表阻抗和風(fēng)速的函數(shù),由于溫度梯度和表面阻抗互相依存,在任意時(shí)刻計(jì)算顯熱通量的函數(shù)關(guān)系中含有2個(gè)未知量,這使得H的計(jì)算較為復(fù)雜。對(duì)于單層模型,H的基本表達(dá)式[13]為

H=ρ×cp×(Taero-Th)/ra。

(8)

式(8)中,Taero為空氣動(dòng)力學(xué)溫度,℃;Th為地參考高度處的溫度,℃;ρ為空氣密度,kg·m-3;cp為定壓比熱,J·kg-1·K-1;cp為空氣的體積熱容量,通常取定值1 205 W·s·m-3·K-1；上述參數(shù)中的Taero和Th可通過遙感觀測(cè)數(shù)據(jù)結(jié)合實(shí)測(cè)氣象資料計(jì)算；ra為空氣動(dòng)力學(xué)阻抗,s·m-1,按VETTER等[14]提出的方法計(jì)算:

ra=4.72×[ln (z/z0)]2/(1+0.54×U1)。

(9)

式(9)中,z為參考高度,通常取值2 m;U1為參考高度處的風(fēng)速,m·s-1;z0為粗糙長(zhǎng)度,m,可由植被冠層高度(h)確定:

z0=0.13×h。

h根據(jù)葉面積指數(shù)(LAI，ILA)間接獲得,即:

h=exp[2/3×(ILA-5.5)]。

(10)

式(10)中，ILA選用研究區(qū)同時(shí)期的實(shí)測(cè)值。

2.4 日蒸散量

估算出衛(wèi)星過境時(shí)刻的瞬時(shí)蒸散發(fā)量后,利用蒸發(fā)比不變法擴(kuò)展時(shí)間尺度[15],由蒸發(fā)比Λ獲取一天的地表蒸散發(fā)總量。在日尺度上對(duì)式(6)中變量E、Rn和G0進(jìn)行累加,因晝夜土壤熱通量相互抵消,所以忽略G0項(xiàng),進(jìn)一步統(tǒng)一量綱后得到下式:

(11)

式(11)中,TE,d為實(shí)際蒸散發(fā)量,mm·d-1;Rn，24為日平均凈輻射,W·m-2;λ為氣化潛熱,取值2.49×106J·kg-1;ρw為水密度,kg·m-3。

3 結(jié)果與分析

3.1 遙感ET時(shí)空特征

圖1為利用Landsat 8陸地遙感衛(wèi)星數(shù)據(jù)估算的處于不同季節(jié)的4個(gè)典型晴空日的蒸散發(fā)分布情況。2013年7月31日和9月17日?qǐng)D像中ET值在8～10 mm·d-1之間的區(qū)域較大,表明夏秋季典型日ET高值較多,其次是2013年5月12日?qǐng)D像有小部分的ET高值區(qū)域,而2014年1月23日?qǐng)D像中ET值普遍低于 6 mm·d-1。

表1為4期ET圖像像元值的統(tǒng)計(jì)分析結(jié)果。春季典型日(第132天)的ET均值為(2.69±1.15) mm·d-1,90%的ET值≤4.14 mm·d-1,夏季典型日(第212天)ET均值為(2.73±2.09) mm·d-1,90%的ET值≤5.41 mm·d-1,秋季典型日(第260天)ET均值為(2.75±1.62) mm·d-1,90%的ET值≤5.78 mm·d-1,冬季典型日(次年第23天)ET均值為(1.33±1.39) mm·d-1,90%的ET值≤3.25 mm·d-1。夏季和秋季典型日的蒸散發(fā)量較高,主要是由于該地區(qū)夏秋季節(jié)氣溫高(日平均氣溫23.26 ℃),降水充沛,下墊面的蒸散發(fā)活動(dòng)旺盛,位于流域東南部的金井水庫、中部的稻田以及金井河網(wǎng)密集處蒸散發(fā)量較大,達(dá)6 mm·d-1以上;冬季和春季蒸散發(fā)量較低,主要是由于冬季和春季該地區(qū)溫度較低(日平均氣溫12.09 ℃),空氣濕度較大,蒸散發(fā)活動(dòng)受到抑制,除ET值最大的金井水庫外,其他地區(qū)日ET值均<6 mm·d-1。

金井流域4個(gè)典型日中ET值的頻率分布見圖2。由此可估算出整個(gè)金井流域各季節(jié)相應(yīng)的ET值：春季約為352.35萬m3·d-1,夏季約為368.55萬m3·d-1,秋季約為371.25萬m3·d-1,冬季約為179.55萬m3·d-1。從空間分布角度看,不同季節(jié)ET的空間分散程度不同:圖2(b)～(c)中ET密度曲線矮而寬,反映夏秋季ET分布較為分散;圖2(a)和(d)中的ET密度曲線高而窄,反映冬春季ET分布較為集中。這種分散程度上的差異說明ET的空間異質(zhì)性?？紤]到4個(gè)典型日土壤、地形、土地利用和水文地質(zhì)條件均相似,上述空間異質(zhì)性主要是由氣象因素和農(nóng)業(yè)耕作管理措施不同造成的。溫度和降水是不可忽略的ET影響要素,而不同的農(nóng)業(yè)管理措施則跟該流域內(nèi)大面積種植水稻有關(guān)。夏秋兩季稻田持續(xù)性或間斷性處于淹水狀態(tài),地表水體的覆蓋面積也相對(duì)較大;冬春兩季稻田排水,長(zhǎng)期處于曬田狀態(tài)。因而流域內(nèi)水體面積隨稻田管理措施變化而變化,在空間分布上具有不均勻性,進(jìn)而導(dǎo)致ET分布呈現(xiàn)在夏秋兩季較為分散、冬春兩季較為集中的季節(jié)性規(guī)律。

表1 金井流域日蒸散發(fā)(ET)值的統(tǒng)計(jì)情況

Table 1 Statistics of daily evapotranspiration in the Jinjing Catchment

時(shí)間(年-月-日)均值/(mm·d-1)標(biāo)準(zhǔn)差/(mm·d-1)變異系數(shù)/%最大值/(mm·d-1)90%分位數(shù)/(mm·d-1)2013-05-122.691.1541.858.914.142013-07-312.732.0976.8713.855.412013-09-172.751.6260.279.255.782014-01-231.331.39104.878.903.25

圖2 金井流域4個(gè)典型日ET值的頻率直方圖

為進(jìn)一步研究ET的空間分布規(guī)律,選取金井流域6種典型土地利用類型(林地、茶園、公路、居民地、水體和水田)分別統(tǒng)計(jì)日ET值。從圖3可見,ET值在不同土地利用類型中差異很大。夏秋季各土地利用類型的日ET值普遍高于冬春兩季。圖3(a)～(d)中異常值占所有ET數(shù)據(jù)的比例分別為0.458%、0.226%、0.199%和0.313%。由于ET異常值的比例非常小,其對(duì)總體精度的影響可忽略。與其他土地利用類型相比,水體區(qū)域的ET異常值少,但是空間分布卻更加分散。其次,依次觀察圖3的每個(gè)子圖發(fā)現(xiàn)ET最低點(diǎn)出現(xiàn)在居民地和公路,代表SEBS模型中的“極干點(diǎn)”,這些區(qū)域干燥缺水,ET值極低。

箱體內(nèi)部橫線表示中位數(shù),箱頂和箱底分別表示25%和75%分位數(shù),箱體外部上下端的線表示10%和90%分位數(shù),空心點(diǎn)為超出該范圍的數(shù)據(jù)。

茶園和林地的ET值高于居民地和公路,這些地區(qū)植被覆蓋面積大,依靠蒸騰作用失水,尤其在夏秋季植物茂盛,蒸騰作用促進(jìn)了ET值升高。而稻田區(qū)域的ET值高于林地和茶園,因?yàn)榈咎锍掷m(xù)性或間斷性處于淹水狀態(tài)(每年約110 d),這為蒸散發(fā)活動(dòng)提供了充足水源。反之,ET值也間接反應(yīng)稻田生態(tài)系統(tǒng)的需水情況,可作為稻田水分管理的動(dòng)態(tài)指標(biāo)給農(nóng)業(yè)活動(dòng)提供信息。ET最高點(diǎn)位于金井水庫,該處為水面,依靠蒸發(fā)失水,ET值主要受降水、溫度、空氣濕度和風(fēng)速影響。

3.2 ET與NDVI的關(guān)系

為揭示ET變化趨勢(shì)的外在聯(lián)系,將典型日的ET與NDVI 作相關(guān)性分析,結(jié)果顯示兩者存在顯著正相關(guān)性(P<0.05)。相關(guān)系數(shù)(r)由大到小依次為春季典型日(0.63)>秋季典型日(0.41)>夏季典型日(0.37)>冬季典型日(0.34),可見春季典型日的ET和NDVI線性相關(guān)性最明顯。另外有小部分散點(diǎn)偏離兩者的回歸線,造成這一結(jié)果的主要原因是金井流域內(nèi)分布著多處小面積地表水體,這些點(diǎn)的蒸發(fā)量遠(yuǎn)大于植被覆蓋區(qū)的蒸騰量,但其NDVI默認(rèn)為負(fù)值,而進(jìn)行相關(guān)性分析時(shí)難以完全避開這些區(qū)域。NDVI是反映植被和土壤含水狀況的指標(biāo),可用于評(píng)估農(nóng)田生態(tài)系統(tǒng)的水壓力水平[16]。NDVI出現(xiàn)極大值的時(shí)間和區(qū)域，ET值也較高。綜合時(shí)間和空間因素來看,金井流域北部和中部植被覆蓋度大,蒸散發(fā)耗水量也大,而南部中間位置的幾處零星區(qū)域?yàn)榫用裼玫剌^集中的地方,其蒸散發(fā)則保持在較低水平。夏秋季植物生長(zhǎng)茂盛,植被覆蓋度比冬春季大,因此夏秋兩季的ET量高于冬春兩季。金井小流域除少量地區(qū)是居民用地和水域外,大部分區(qū)域有植被覆蓋,因此蒸散發(fā)活動(dòng)與NDVI關(guān)系密切。ET與NDVI間的量化結(jié)果可為動(dòng)態(tài)監(jiān)測(cè)流域下墊面植被的需水狀況提供理論依據(jù)。

3.3 遙感ET與P-M經(jīng)驗(yàn)值及觀測(cè)值對(duì)比

目前空間面狀連續(xù)觀測(cè)實(shí)際蒸散發(fā)的技術(shù)較難實(shí)現(xiàn),多為基于位點(diǎn)的站點(diǎn)式觀測(cè)。為驗(yàn)證估算的ET結(jié)果準(zhǔn)確性及所用SEBS模型精度,將遙感反演的日ET分別與FAO推薦使用的P-M公式[17]和渦度相關(guān)系統(tǒng)觀測(cè)的蒸散發(fā)進(jìn)行對(duì)比分析。其中P-M公式輸入的參數(shù)和變量來源于金井流域內(nèi)氣象站觀測(cè)資料的校正數(shù)據(jù),同時(shí)參考FAO推薦的作物系數(shù)及文獻(xiàn)[18-19]得到。作為重要的輸入?yún)?shù),LAI選用2014年同時(shí)期的實(shí)測(cè)值帶入公式(表2)。P-M公式在使用中需區(qū)分作物類型,以LAI作為區(qū)分標(biāo)準(zhǔn)?？紤]到研究區(qū)內(nèi)土地利用類型和作物種類的分布情況,將稻田歸為1類作物,由于林地和茶園LAI相似,將這2種植被歸為1類。進(jìn)行比較的遙感ET值為研究區(qū)內(nèi)按作物類型(稻田和林地/茶園)分類計(jì)算的日ET平均值。4個(gè)典型日的蒸散發(fā)對(duì)比結(jié)果見表3。

表2 Penman-Monteith公式中的LAI經(jīng)驗(yàn)值

Table 2 LAI empirical values in the Penman-Monteith equation

時(shí)間(年-月-日)土地利用類型稻田林地/茶園2013-05-285.03.52013-07-311.53.52013-09-176.03.02014-01-230.72.5

表3 4個(gè)典型日蒸散發(fā)的遙感估算值與Penman-Monteith經(jīng)驗(yàn)值對(duì)比

Table 3 Remote-sensing (RS) based estimation of ET and empirical value of the Penman-Monteith (PM) equation on four typical days

時(shí)間(年-月-日)稻田/mm林地/茶園/mmRSPMRSPMEC2013-05-282.78±1.145.252.91±1.145.232.342013-07-313.09±1.674.882.51±1.505.992.282013-09-173.61±1.924.663.39±1.623.812.882014-01-231.21±1.260.751.24±1.371.080.89

RS為遙感估算值;PM為P-M公式計(jì)算的經(jīng)驗(yàn)值;EC為渦度相關(guān)觀測(cè)值。

不論在水田還是林地/茶園中,除2014年1月23日數(shù)據(jù)外,遙感估算值均在一定程度上低于P-M公式計(jì)算值(表3)。兩者存在較強(qiáng)的正相關(guān)性,水田、林地/茶園的相關(guān)系數(shù)分別為0.90和0.67。遙感估算值和P-M公式計(jì)算值存在偏差,其中2014年1月23日稻田中兩者的相對(duì)誤差高達(dá)60.2%。此時(shí)，稻田處于曬田期,LAI較低,而P-M公式中LAI是較為敏感的參數(shù),該參數(shù)過低可能會(huì)超出P-M公式的最佳使用范圍,導(dǎo)致理論值失真。

渦度相關(guān)儀器位于金井茶園內(nèi),用于測(cè)量區(qū)域范圍內(nèi)的水熱通量,由于所測(cè)風(fēng)浪區(qū)長(zhǎng)度可達(dá)100 m,包含了遙感影像中的單元格面積,因此將渦度相關(guān)系統(tǒng)觀測(cè)的ET(TE，OB)與遙感估算ET值(TE，RS)進(jìn)行比較具有合理性。ET的遙感估算值略高于觀測(cè)值(表3),前者的平均相對(duì)誤差比后者高17.1%,4個(gè)典型日中兩者的趨勢(shì)線可用TE，OB=-0.185+0.911×TE，RS(R2=0.97,P<0.05)表示。除去模型結(jié)構(gòu)、參數(shù)和輸入帶來的不確定性,小流域內(nèi)實(shí)際能量不閉合也可能是遙感估算值的誤差來源。

研究結(jié)果表明遙感估算的ET具有合理性,時(shí)空變化特征反映了典型晴空日流域尺度的ET動(dòng)態(tài)。但由于陸地過程的復(fù)雜性尤其是下墊面的非均勻特性,遙感估算ET存在不確定性,因此需要進(jìn)一步優(yōu)化模型結(jié)構(gòu),例如加強(qiáng)陸面過程和流域尺度地-氣相互作用機(jī)理研究;提高模型精度,例如保證輸入氣象要素以及下墊面幾何特征參數(shù)的精準(zhǔn)性;改進(jìn)驗(yàn)證辦法,例如選取典型流域作為實(shí)驗(yàn)區(qū),改進(jìn)像元尺度上蒸散關(guān)系的定量表達(dá)。

4 結(jié)論

基于SEBS單層模型利用最新陸地遙感衛(wèi)星Landsat 8提供的高分辨率遙感數(shù)據(jù)估算了流域尺度的蒸散發(fā),分析了日ET的數(shù)量特征和空間分布格局。

(1)金井流域ET的空間變異性與稻田管理措施(田間蓄水和排水)密切相關(guān)。夏秋季稻田持續(xù)性或間斷性處于淹水狀態(tài),導(dǎo)致ET分布在夏秋季較為分散;冬春季稻田排水,ET分布較為集中。

(2)金井流域4個(gè)典型日的ET值與NDVI值存在顯著線性相關(guān)性(r值為0.34～0.63,P<0.05),這為實(shí)時(shí)監(jiān)測(cè)流域下墊面植被的需水狀況提供了理論依據(jù)。

(3)所用Landsat 8 遙感數(shù)據(jù)具有較好的時(shí)空精度,基本滿足動(dòng)態(tài)監(jiān)測(cè)的需求;將遙感估算ET與P-M公式經(jīng)驗(yàn)值和渦度相關(guān)系統(tǒng)的觀測(cè)值進(jìn)行對(duì)比,3者具有較好的一致性,所用SEBS模型及模型相關(guān)的參數(shù)適用于研究區(qū)的ET估算。

[1] 賈志軍,吳文心,趙海亮.三江平原大豆田蒸散量模擬[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào),2014,30(1):50-56.

[2] 寧婷婷,劉文兆,林文,等.近56年來內(nèi)蒙古東勝礦區(qū)潛在蒸散發(fā)的時(shí)程變化[J].水土保持學(xué)報(bào),2014,28(3):62-66.

[3] BASTIAANSSEN W G M,MENENTI M,FEDDES R A,etal.A Remote Sensing Surface Energy Balance Algorithm for Land (SEBAL):1.Formulation[J].Journal of Hydrology,1998,212/213(1/2/3/4):198-212.

[4] BASTIAANSSEN W G M,PELGRUM H,WANG J,etal.A Remote Sensing Surface Energy Balance Algorithm for Land (SEBAL):2.Validation[J].Journal of Hydrology,1998,212/213(1/2/3/4):213-229.

[5] SU Z B.The Surface Energy Balance System (SEBS) for Estimation of Turbulent Heat Fluxes[J].Hydrology and Earth System Sciences,2002,6(1):85-100.

[6] SHUTTLEWORTH J W,WALLACE J S.Evaporation From Sparse Crops:An Energy Combination Theory[J].Quarterly Journal of the Royal Meteorological Society,1985,111(469):839-855.

[7] CRUZ-BLANCO M,LORITE I J,SANTOS C.An Innovative Remote Sensing Based Reference Evapotranspiration Method to Support Irrigation Water Management Under Semi-Arid Conditions[J].Agricultural Water Management,2014,131(1):135-145.

[8] LI Y,WHITE R,CHEN D L,etal.A Spatially Referenced Water and Nitrogen Management Model (WNMM) for (Irrigated) Intensive Cropping Systems in the North China Plain[J].Ecological Modelling,2007,203(3):395-423.

[9] NETELER M,MITASOVA H.Open Source GIS:A GRASS GIS Approach[M].New York,USA:Springer Science & Business Media,2013:33-47.

[10]陳云.基于Landsat 8的城市熱島效應(yīng)研究初探:以廈門市為例[J].測(cè)繪與空間地理信息,2014,37(2):123-128.

[11]覃志豪,李文娟,徐斌,等.陸地衛(wèi)星TM 6波段范圍內(nèi)地表比輻射率的估計(jì)[J].國(guó)土資源遙感,2004,16(3):28-32,36,41.

[12]辛?xí)灾?用定量遙感方法計(jì)算地表蒸散[D].北京:中國(guó)科學(xué)院遙感應(yīng)用研究所,2003.

[13]倪猛,陳波,岳建華,等.洛河流域蒸散發(fā)遙感反演及其與各參數(shù)的相關(guān)性分析[J].地理與地理信息科學(xué),2008,23(6):34-37.

[14]VETTER S H,SCHAFFRATH D,BEMHOFER C.Spatial Simulation of Evapotranspiration of Semi-Arid Inner Mongolian Grassland Based on MODIS and Eddy Covariance Data[J].Environmental Earth Sciences,2012,65(5):1567-1574.

[15]周劍,程國(guó)棟,李新,等.應(yīng)用遙感技術(shù)反演流域尺度的蒸散發(fā)[J].水利學(xué)報(bào),2009,40(6):679-687.

[16]李明,沈潤(rùn)平,王迪,等.基于像元質(zhì)量分析的SG濾波重建 MODIS-NDVI[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào),2015,31(3):425-431.

[17]何延波,SU Z B,JIA L,等.遙感數(shù)據(jù)支持下不同地表覆蓋的區(qū)域蒸散[J].應(yīng)用生態(tài)學(xué)報(bào),2007,18(2):288-296.

[18]姜朋輝,趙銳鋒,趙海莉,等.1975年以來黑河中游地區(qū)土地利用/覆被變化時(shí)空演變[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào),2012,28(5):473-479.

[19]宋妮,孫景生,王景雷,等.基于Penman修正式和Penman-Monteith公式的作物系數(shù)差異分析[J].農(nóng)業(yè)工程學(xué)報(bào),2013,29(19):88-97.

(責(zé)任編輯： 許 素)

Estimation and Spatio-Temporal Distribution of Evapotranspiration in Small-Scaled Catchments in Subtropics of China Based on Landsat 8 Data.

MA Qiu-mei1,2,3, LIU Xin-liang1,2, LI Yong1,2, WANG Yi1,2, WU Jin-shui1,2

(1.Key Laboratory of Agro-Ecological Processes in Subtropical Regions, Institute of Subtropical Agriculture, Chinese Academy of Sciences, Changsha 410125, China;2.Changsha Research Station for Agricultural & Environmental Monitoring, Institute of Subtropical Agriculture, Chinese Academy of Sciences, Changsha 410125, China;3.University of Chinese Academy of Sciences, Beijing 100049, China)

Based on the Landsat 8 remote-sensing data of the Jinjing Catchment, typical of the subtropics of China, evapotranspiration (ET) in the catchment on 4 days, typical of the four seasons, was estimated separately, using the SEBS model. Results show that the mean and the upper bound of 90% quantile of ET was estimated to be 2.69 and 4.14 mm on the spring day (May 12, 2013), 2.73 and 5.41 mm on the summer day (July 31, 2013), 2.75 and 5.78 mm on the autumn day (September 17, 2013), and 1.33 and 3.25 mm on the winter day (January 23, 2014), respectively. To study variation of the distribution of ET as affected by land use, statistics were done of ETs varying with type of land use, exhibiting a decreasing order of water body [(4.21±2.63) mm·d-1]> paddy field [(2.67±1.49) mm·d-1] > wood land and tea garden [(2.06±1.35) mm·d-1] > highway and residential land [(1.17±1.14) mm·d-1]. Pearson correlation analysis shows that ET was significantly related (r=0.34-0.63,P<0.05) to normalized difference vegetation index (NDVI) on the four typical days. Besides, remote-sensing based estimation of ET was quite consistent with that using the Penman-Monteith equation or the eddy correlation method, and the values acquired in field observation, which suggests that the SEBS model is applicable to estimation of ET in the Jinjing Catchment.

remote-sensing-based estimation; ET; SEBS model; Jinjing Catchment

2015-12-24

國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(2012CB417105);國(guó)家自然科學(xué)基金青年基金(41301202)

X87

A

1673-4831(2016)06-0901-07

10.11934/j.issn.1673-4831.2016.06.006

馬秋梅(1988—),女,河北衡水人,碩士生,主要從事環(huán)境模型不確定性分析研究。E-mail: simonemaqm@163.com

① 通信作者E-mail: yli@isa.ac.cn