全天候區(qū)域地表蒸散發(fā)反演
——以黑河流域?yàn)槔?/h1>
2019-05-10 02:53:30廖前瑜段四波韓曉靜
中國農(nóng)業(yè)信息 2019年1期
廖前瑜 ，任 超 ，冷 佩 ，段四波，韓曉靜
（1. 桂林理工大學(xué)測繪地理信息學(xué)院，廣西桂林541004；2. 中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所，北京100081）
0 引言
蒸散發(fā)是地表水分循環(huán)與能量平衡的重要組成分量，反映了大氣與地球表面的水分和能量交換［1］。由于全球氣候變化和人類對水資源的過度利用，導(dǎo)致了可利用水資源短缺和相關(guān)生態(tài)問題。因此，精確估算蒸散發(fā)在時(shí)空尺度上的變化，對農(nóng)田灌溉管理、作物需水量估算、水資源優(yōu)化配置等領(lǐng)域的研究具有重要意義。傳統(tǒng)的蒸散發(fā)估算大多基于氣象觀測的單點(diǎn)計(jì)算，盡管能得到相對準(zhǔn)確的蒸散發(fā)量，但無法實(shí)現(xiàn)非均勻下墊面的蒸散發(fā)研究，而遙感對于區(qū)域蒸散發(fā)估算具有無可替代的優(yōu)勢［2-3］。自20 世紀(jì)80 年代以來，眾多學(xué)者圍繞地表蒸散發(fā)遙感反演開展了大量工作，形成了許多切實(shí)可行的算法。這些算法大致可以分為基于能量平衡的方法［4-7］，基于水量平衡的方法［8］以及基于遙感地表溫度—植被指數(shù)特征空間的方法［9-13］。其中，基于遙感地表溫度—植被指數(shù)特征空間的方法近年來得到了最為廣泛的應(yīng)用，主要得益于其簡單的原理和輸入以及它能夠避免用于計(jì)算水和熱傳遞的空氣動(dòng)力學(xué)阻抗和表面阻抗的復(fù)雜參數(shù)化過程。應(yīng)用地表溫度—植被指數(shù)特征空間方法反演地表蒸散發(fā)的一個(gè)重要前提是要確定特征空間的干濕邊。目前，確定地表溫度—植被指數(shù)特征空間干濕邊主要有基于傳統(tǒng)的空間統(tǒng)計(jì)的方法［14-15］和基于能量平衡理論干濕邊計(jì)算方法［13，16］。其中，基于傳統(tǒng)的空間統(tǒng)計(jì)的方法通常具有一定主觀性，且要求研究區(qū)氣象條件一致，導(dǎo)致其在區(qū)域尺度上難以應(yīng)用?；谀芰科胶獾姆椒▌t需要輸入大量的參數(shù)，包括一些遙感難以獲取的參數(shù)如風(fēng)速、空氣動(dòng)力學(xué)阻抗及冠層阻抗等，中間參量過多會(huì)導(dǎo)致誤差的累積和傳遞。盡管基于能量平衡估算干濕邊的方法需要大量的輸入?yún)?shù)，但因其具有良好的普適性和物理基礎(chǔ)受到了研究學(xué)者們廣泛的關(guān)注。
最近Leng 等［16］提出了逐像元確定地表溫度—植被指數(shù)特征空間理論干濕邊的思想，避免了傳統(tǒng)特征空間方法在區(qū)域尺度應(yīng)用的局限。由于在有云情況下無法獲取有效的植被指數(shù)和地表溫度參數(shù)，Leng 等［16］結(jié)合經(jīng)典的Penman-Monteith 模型，發(fā)展了全天候地表蒸散發(fā)反演方法。然而，該研究僅在站點(diǎn)尺度進(jìn)行了分析。在區(qū)域尺度上，個(gè)別站點(diǎn)觀測的氣象數(shù)據(jù)顯然無法很好地描述氣象因子的空間異質(zhì)性。因此，文章在Leng等［16］研究的基礎(chǔ)上，基于目前常用的衛(wèi)星陸表遙感產(chǎn)品和較高空間分辨率的格網(wǎng)氣象數(shù)據(jù)，深入探索區(qū)域尺度全天候蒸散發(fā)的反演。
1 數(shù)據(jù)
1.1 研究區(qū)與地面觀測數(shù)據(jù)
黑河流域（97°E～102°E，38°N～43°N）面積約為 14.29 萬 km2，位于我國西部甘肅省境內(nèi)，流域氣候主要受到中高緯度西風(fēng)帶環(huán)流和極地冷氣團(tuán)的影響。該流域從上游到中、下游，以水為紐帶，形成了“冰雪／凍土—森林—草甸—人工/天然綠洲—荒漠—湖泊”的多元自然景觀。流域內(nèi)寒區(qū)和干旱區(qū)并存，地表異質(zhì)性顯著，尤其是山區(qū)冰凍圈和極端干旱的河流尾閭地區(qū)形成了鮮明對比。因此，準(zhǔn)確獲取流域內(nèi)復(fù)雜環(huán)境狀況下的地表蒸散發(fā)數(shù)據(jù)，對于深刻理解區(qū)域水循環(huán)和地氣之間能量交換，具有重要意義。此外，該文選擇黑河流域作為研究區(qū)的另一個(gè)重要原因是由中國科學(xué)院西北生態(tài)資源環(huán)境研究院主導(dǎo)開展一系列長期的生態(tài)水文實(shí)驗(yàn)，積累了豐富的水文氣象觀測數(shù)據(jù)，為研究工作的開展奠定了良好的基礎(chǔ)。
該研究反演區(qū)域尺度全天候地表蒸散發(fā)，涉及的地面觀測數(shù)據(jù)包括自動(dòng)氣象站氣象觀測數(shù)據(jù)和基于渦動(dòng)的蒸散發(fā)觀測數(shù)據(jù)。由中國科學(xué)院西北生態(tài)資源環(huán)境研究院主導(dǎo)的“黑河流域生態(tài)—水文過程綜合遙感觀測聯(lián)合試驗(yàn)”于2012 年5 月底至9 月中旬在黑河流域中游地區(qū)布置了多套渦動(dòng)相關(guān)儀和自動(dòng)氣象站，同步獲取蒸散發(fā)與氣象數(shù)據(jù)，為該文全天候蒸散的反演和驗(yàn)證提供了優(yōu)質(zhì)數(shù)據(jù)源。這些觀測數(shù)據(jù)可從寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心（http：//westdc.westgis.ac.cn/）免費(fèi)下載?？紤]到不同站點(diǎn)觀測時(shí)期的差異，該文選取研究區(qū)內(nèi)2012 年6 月1 日至9 月15 日的數(shù)據(jù)開展研究。根據(jù)獲取的驗(yàn)證數(shù)據(jù)選擇了4個(gè)具有代表性站點(diǎn)來探索區(qū)域地表全天候蒸散發(fā)反演，表1 給出了這4 個(gè)站點(diǎn)的編碼名稱、地表類型、高程、測量高度及經(jīng)緯度。
圖1 研究區(qū)域的地表高程Fig.1 DEM in the study area
表1 黑河生態(tài)水文遙感試驗(yàn)通量觀測站點(diǎn)信息Table 1 Information of Heihe ecological hydrological remote sensing test flux observation sites
1.2 遙感數(shù)據(jù)
與地面觀測數(shù)據(jù)對應(yīng)，該文使用2012 年6 月1 日至9 月15 日的MODIS（Moderateresolution Imaging Spectroradiometer）陸表參數(shù)產(chǎn)品作為研究的遙感數(shù)據(jù)源。MODIS 是搭載在Terra 和Aqua 衛(wèi)星上的一個(gè)重要傳感器，具有36 個(gè)波段的觀測通道，覆蓋中國全境，具有較高的空間分辨率和時(shí)間分辨率。目前，基于MODIS 觀測數(shù)據(jù)，已經(jīng)發(fā)布了多種陸表和大氣產(chǎn)品數(shù)據(jù)，在全球范圍內(nèi)得到了廣泛應(yīng)用。該文使用的MODIS 產(chǎn)品及其參數(shù)如表2 所示。
表2 MODIS 數(shù)據(jù)詳情表Table 2 MODIS data detail
MODIS 產(chǎn)品數(shù)據(jù)來源于LAADS DAAC（Level-1 and Atmosphere Archive and Distribution System Distributed Active Archive Center）（https：//ladsweb.modaps.eosdis.nasa.gov/search/）網(wǎng)站。該文使用MRT 和MRTSwath 工具對不同級(jí)別的MODIS 數(shù)據(jù)進(jìn)行重投影等預(yù)處理。研究中MOD021KM、MOD03 和MOD05_L2 產(chǎn)品被用來反演地表短波凈輻射，其中MOD021KM 產(chǎn)品空間分辨率為250 m 和500 m 的大氣頂部輻射亮度和反射率數(shù)據(jù)被整合成空間分辨率為1 km 的數(shù)據(jù)；MOD35_L2 云掩膜產(chǎn)品被用來判斷MODIS 圖像的每個(gè)像元是否受到云的干擾；MOD09A1、MOD11A1、MOD13A2 和MOD15A2 作為全天候地表蒸散發(fā)反演的參數(shù)輸入，其中MOD09A1 和MOD15A2 在8 d 時(shí)間內(nèi)被認(rèn)為是不變的，MOD13A2 歸一化植被指數(shù)通過hants 濾波后插值得到日尺度的植被指數(shù)［17］。
1.3 格網(wǎng)氣象數(shù)據(jù)
研究所用的格網(wǎng)氣象數(shù)據(jù)為中國氣象局陸面數(shù)據(jù)同化系統(tǒng)CLDAS（CMA Land Data Assimilation System）的Verson 1.0 產(chǎn)品（簡稱CLDAS-v1.0），數(shù)據(jù)下載于中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/）。CLDAS-v1.0 產(chǎn)品覆蓋范圍為東亞區(qū)域（0°～60°N，70°E～150°E），空間分辨率為0.0625°，時(shí)間分辨率為1 h。研究中用到的CLDAS-v1.0 氣象產(chǎn)品要素包括短波輻射、氣溫、風(fēng)速和比濕。這些數(shù)據(jù)被重采樣到MODIS 數(shù)據(jù)1 km空間分辨率。以2012 年6 月1 日為例，圖2 顯示了北京時(shí)間上午11：00 黑河流域的短波輻射、氣溫、風(fēng)速和比濕。
2 方法
該文在Leng 等［16］建立的全天候地表蒸散發(fā)反演方法基礎(chǔ)上，深入探索區(qū)域全天候地表蒸散發(fā)的反演。在該反演方法中，所有的像元根據(jù)是否存在有效的地表溫度數(shù)據(jù)被劃分為晴空和有云像元。其中，晴空像元的地表蒸散發(fā)利用逐像元地表溫度—植被指數(shù)特征空間方法進(jìn)行反演，有云像元的地表蒸散發(fā)則基于Penman-Monteith 模型計(jì)算。基于MODIS 陸表產(chǎn)品和CLDAS 格網(wǎng)氣象數(shù)據(jù)，探索該全天候蒸散發(fā)反演方法在區(qū)域尺度上的可行性。圖3 為區(qū)域尺度全天候蒸散發(fā)反演的技術(shù)流程圖。
圖2 2012 年6 月1 日CLDAS 產(chǎn)品：（a）短波輻射；（b）氣溫；（c）風(fēng)速；（d）比濕Fig.2 CLDAS products on June 1，2012
圖3 全天候蒸散發(fā)反演方法流程圖Fig.3 Flow chart of the all-sky evapotranspiration retrieval method
2.1 LST-NDVI 特征空間估算晴天像元蒸散發(fā)
區(qū)別于傳統(tǒng)基于空間信息的“地表溫度—植被指數(shù)”特征空間，Leng 等［16］發(fā)展了獨(dú)立于氣象和下墊面條件的逐像元兩階段“地表溫度—植被指數(shù)”特征空間新模式。圖4 為示意圖。該模式假設(shè)對于每一個(gè)晴空像元（如圖1 中的像元C），都對應(yīng)存在一個(gè)虛擬的特征空間，該虛擬特征空間由 4 個(gè)極端條件（Ts，max，Ts，min，Tv，max，Tv，min）對應(yīng)的地表溫度構(gòu)成。其中，Ts，max和Tv，min兩點(diǎn)構(gòu)成的斜線把梯形特征空間劃分為兩個(gè)三角形，分別為由 Ts，max，Ts，min，Tv，min3 點(diǎn)構(gòu)成的下三角形，由 Ts，max，Tv，max，Tv，min3 點(diǎn)構(gòu)成的上三角形。在實(shí)際應(yīng)用中，只要已知這4 個(gè)極端地表情形（即干燥裸土、受水分脅迫的全植被覆蓋、供水良好的全植被覆蓋和濕潤裸土）對應(yīng)的地表溫度，便可確定像元C 的虛擬特征空間，從而能夠根據(jù)像元C 在該虛擬特征空間中所處位置，估算蒸散發(fā)。該特征空間新模式的一個(gè)顯著優(yōu)點(diǎn)是在實(shí)際應(yīng)用中能夠避免傳統(tǒng)基于空間信息確定干邊和濕邊時(shí)對氣象和下墊面條件的苛刻要求，從而能夠直接反演大范圍蒸散發(fā)。
圖4 LST-NDVI 特征空間示意圖Fig.4 Schematic diagram of LST-NDVI feature space
LST-NDVI 特征空間假設(shè)NDVI 為某一值時(shí)，蒸散發(fā)隨LST 增大而線性遞增。當(dāng)某像元的LST 和NDVI 落在下三角形中，土壤根層水分充足，植被蒸騰接近于潛在最大值，而表層土壤水分蒸散由像元處于三角形中的位置決定。在該情況下，土壤蒸發(fā)（ETs）和植被蒸騰（ETv）可以表示為：
式（1）～（2）中，Es，p和Ev，p分別為最大土壤蒸發(fā)量和最大植被蒸騰量。AB和AC為長度（圖4）。
類似地，當(dāng)某像元的LST 和NDVI 落在上三角形中，則表層土壤已干，土壤蒸發(fā)為0，植被開始受到脅迫，植被蒸騰量取決于該像元處于三角形中的位置。在該情況下，土壤蒸發(fā)（ETs）和植被蒸騰（ETv）可以表示為：
其中 Ts，max，Ts，min，Tv，max和 Tv，min分別是干燥裸土，飽和裸土，水分脅迫全植被和充分灌溉的全植被的理論地表溫度（K），如圖4 所示。Moran 等［18］基于能量平衡原理，假設(shè)4 種極端條件給出了4 個(gè)理論地表溫度的計(jì)算公式：
式（7）中，Rn是地表凈輻射（W/m2），rs是表面阻抗。ra是空氣動(dòng)力學(xué)阻抗，γ為干濕表常數(shù)（kPa/℃），Δ 為飽和水汽壓隨空氣溫度變化的斜率（kPa/℃），VPD為參考高度的空氣飽和水汽壓差（kPa），G是土壤熱通量（W/m2），Cp為空氣定壓比熱（J/（kg℃））。其中，rs和Rn參數(shù)的計(jì)算可參考 Leng 等［16］和 Todorovic 等［20］的文獻(xiàn)。
式（5）中，Rn，s和Rn，v分別為土壤表面凈輻射和植被表面凈輻射（W/m2），G是土壤熱通量（W/m2），Ta是空氣溫度（K）。Cv為空氣定容比熱（J/（℃m3）），γ為干濕表常數(shù)（kPa/℃），Δ 為飽和水汽壓隨空氣溫度變化的斜率（kPa/℃），VPD為參考高度的空氣飽和水汽壓差（kPa）。rcx是葉面氣孔幾乎完全關(guān)閉情況的冠層阻抗，設(shè)定為2 000 s/m；rcp是充足水分條件下的植被冠層阻抗，為100 與葉面積指數(shù)的比值；ra是空氣動(dòng)力學(xué)阻抗。
地表蒸散發(fā)可以表示為植被蒸騰和土壤蒸發(fā)的和：
2.2 Penman-Monteith 公式估算有云條件像元蒸散發(fā)
在有云條件下，無法有效獲取LST 和NDVI 參數(shù)，因此使用經(jīng)典的Penman-Monteith模型［19］估算地表蒸散發(fā)：
3 結(jié)果與分析
3.1 CLDAS 氣象數(shù)據(jù)分析
該文使用所選4 個(gè)站點(diǎn)自動(dòng)氣象站實(shí)測的短波輻射、風(fēng)速、氣溫、比濕對CLDAS 格網(wǎng)數(shù)據(jù)產(chǎn)品重采樣為1 km 空間分辨率后的格網(wǎng)數(shù)據(jù)進(jìn)行分析，結(jié)果如圖5 所示。
圖5 CLDAS 數(shù)據(jù)產(chǎn)品與實(shí)測數(shù)據(jù)散點(diǎn)圖：（a）短波輻射；（b）風(fēng)速；（c）氣溫；（d）比濕Fig.5 Comparison of CLDAS products and measured data
從圖5 可以看出CLDAS 短波輻射、風(fēng)速、氣溫、比濕數(shù)據(jù)誤差較大，尤其是短波輻射和風(fēng)速產(chǎn)品。這可能是由于CLDAS 氣象數(shù)據(jù)在空間上受到氣象站點(diǎn)疏密的影響，導(dǎo)致了在缺少氣象站點(diǎn)的西北地區(qū)數(shù)據(jù)精度下降。Vinukollu 等［21］使用相同的一套驅(qū)動(dòng)數(shù)據(jù)對比驗(yàn)證了P-M 模型［22］、P-T 模型［23］、表面能量平衡模型［5］，發(fā)現(xiàn)不同模型之間蒸散發(fā)反演的差異主要取決于凈輻射數(shù)據(jù)的選擇?？紤]到短波輻射是地表蒸散發(fā)的能量來源，其精度高低不僅限制了地表蒸散發(fā)的反演結(jié)果，還是地表蒸散發(fā)的主要影響因子?；诖?，該文采用Tang 等［24］的方法利用MODIS 數(shù)據(jù)估算短波凈輻射轉(zhuǎn)換為短波輻射來代替CLDAS 中的短波輻射，作為全天候蒸散發(fā)反演的輸入?yún)?shù)。
為了驗(yàn)證MODIS 估算的短波凈輻射在黑河地區(qū)的可靠性，該文選取了黑河流域4個(gè)站點(diǎn)的2012 年6 月1 日至9 月15 日的地面有效測量數(shù)據(jù)進(jìn)行對比。其中，地面觀測的短波凈輻射采樣頻率為10 min，MODIS 數(shù)據(jù)反演的短波凈輻射是分辨率為1 km 的瞬時(shí)值。另外，根據(jù)MOD35_L2 云產(chǎn)品判斷每個(gè)像元是否會(huì)受到云的影響。MOD35_L2 中認(rèn)為是clear 和probably clear 的像元，判斷為晴空的像元；MOD35_L2 中認(rèn)為是uncertain和cloudy 的像元，判斷為有云的像元。圖6 是該4 個(gè)站點(diǎn)的地表短波凈輻射觀測值和MODIS 估算的短波凈輻射散點(diǎn)圖，從圖6 可以看出，晴空條件下，基于MODIS 反演的短波凈輻射的均方根誤差小于30 W/m2；有云時(shí)，均方根誤差在70 W/m2左右。相比于利用CLDAS 數(shù)據(jù)獲取的短波輻射精度，基于MODIS 反演的短波凈輻射顯然具有更高的精度。
圖6 估算的地表短波凈輻射與實(shí)測的地表短波凈輻射散點(diǎn)圖（a）1 號(hào)站；（b）7 號(hào)站；（c）10 號(hào)站；（d）17 號(hào)站Fig.6 Comparison of estimated net surface short-wave radiation and measured data
3.2 全天候區(qū)域地表蒸散發(fā)反演與分析
為了驗(yàn)證Leng 等［16］方法的可靠性，該文首先使用單點(diǎn)的實(shí)測氣象數(shù)據(jù)和MODIS數(shù)據(jù)反演地表蒸散發(fā)，并利用黑河流域4 個(gè)站點(diǎn)的2012 年6 月1 日至9 月15 日的地面有效測量蒸散發(fā)數(shù)據(jù)進(jìn)行對比。驗(yàn)證結(jié)果如圖7 所示。使用單點(diǎn)的氣象數(shù)據(jù)和MODIS數(shù)據(jù)反演的地表蒸散發(fā)RMSE 值在70 W/m2以內(nèi)，具有較高的精度。這表明了利用Leng 等［16］的方法反演全天候地表蒸散發(fā)是可行的。在此基礎(chǔ)之上，利用CLDAS 短波輻射、風(fēng)速、比濕、氣溫的產(chǎn)品與MODIS 估算了黑河流域的全天候地表蒸散發(fā)，并將反演結(jié)果與地面實(shí)測數(shù)據(jù)進(jìn)行了比較，4 個(gè)站點(diǎn)的平均偏差值為30.8 W/m2，平均均方根誤差值為111.9 W/m2，誤差相對較大。采用Tang 等［24］的方法轉(zhuǎn)換得到短波輻射作為全天候蒸散發(fā)反演的輸入?yún)?shù)后，精度有了明顯的提高，其RMSE 在80 W/m2以內(nèi)。
圖7 不同驅(qū)動(dòng)數(shù)據(jù)估算的蒸散發(fā)和實(shí)測的蒸散發(fā)散點(diǎn)圖（a）1 號(hào)站、（b）7 號(hào)站、（c）10 號(hào)站、（d）17 號(hào)站Fig.7 Comparison of estimated evapotranspiration and measured data
基于能量平衡逐像元計(jì)算干濕邊的方法具有良好的普適性和物理基礎(chǔ)。然而大量的輸入?yún)?shù)造成了誤差的積累和傳遞。通過提高關(guān)鍵輸入?yún)?shù)的精度，能夠顯著地提高蒸散發(fā)的反演精度。
4 結(jié)論
該文以黑河流域?yàn)檠芯繀^(qū)，基于遙感數(shù)據(jù)和較高空間分辨率的格網(wǎng)氣象數(shù)據(jù)，實(shí)現(xiàn)了區(qū)域尺度地表蒸散發(fā)反演。在驗(yàn)證分析了CLDAS 數(shù)據(jù)精度的基礎(chǔ)之上，利用MODIS數(shù)據(jù)估算的短波輻射代替CLDAS 短波輻射數(shù)據(jù)作為蒸散發(fā)反演模型的輸入?yún)?shù)，最后利用2012 年6 月1 日至9 月15 日的CLDAS 數(shù)據(jù)和MODIS 數(shù)據(jù)反演了黑河流域的全天候地表蒸散發(fā)，并對結(jié)果進(jìn)行精度檢驗(yàn)。研究表明，基于MODIS 遙感數(shù)據(jù)估算得到精度較高的短波輻射替代CLDAS 中的短波輻射產(chǎn)品，能顯著提高黑河地區(qū)蒸散發(fā)的反演精度。
雖然通過該文方法得到了精度較高的區(qū)域尺度全天候地表蒸散發(fā)，但研究仍然存在以下不足。首先是驗(yàn)證站點(diǎn)較少，且相對空間距離較近，不利于對地表蒸散發(fā)的全面評(píng)價(jià)；其次是由于蒸散發(fā)反演和驗(yàn)證過程中涉及不同尺度的數(shù)據(jù)源，該研究沒有充分考慮尺度效應(yīng)對反演結(jié)果可能造成的影響。
猜你喜歡
復(fù)合式雷達(dá)全天候感知數(shù)字孿生系統(tǒng)中國交通信息化(2023年1期)2023-03-18 02:02:20 構(gòu)筑全方位全天候全覆蓋預(yù)警信息網(wǎng)江蘇安全生產(chǎn)(2020年2期)2020-04-21 05:42:56 黑河的“護(hù)衛(wèi)隊(duì)”當(dāng)代陜西(2019年22期)2019-12-18 05:32:08 到張掖看黑河文學(xué)港(2019年5期)2019-05-24 14:19:42 AMSR_2微波植被指數(shù)在黃河流域的適用性對比與分析水土保持研究(2018年5期)2018-10-12 05:29:52 河南省冬小麥產(chǎn)量遙感監(jiān)測精度比較研究中國農(nóng)業(yè)信息(2018年2期)2018-07-28 08:02:10 淺述全天候高速公路便攜收費(fèi)終端中國交通信息化(2017年6期)2017-06-06 07:18:19 張掖黑河濕地國家級(jí)自然保護(hù)區(qū)甘肅林業(yè)(2016年2期)2016-11-07 08:56:05 24時(shí)間萬全體制全天候安全走行人民中國(日文版)(2016年10期)2016-08-23 11:21:14 主要植被指數(shù)在生態(tài)環(huán)評(píng)中的作用西藏科技(2015年1期)2015-09-26 12:09:29
廖前瑜 ，任 超 ，冷 佩 ，段四波，韓曉靜
（1. 桂林理工大學(xué)測繪地理信息學(xué)院，廣西桂林541004；2. 中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所，北京100081）
0 引言
蒸散發(fā)是地表水分循環(huán)與能量平衡的重要組成分量，反映了大氣與地球表面的水分和能量交換［1］。由于全球氣候變化和人類對水資源的過度利用，導(dǎo)致了可利用水資源短缺和相關(guān)生態(tài)問題。因此，精確估算蒸散發(fā)在時(shí)空尺度上的變化，對農(nóng)田灌溉管理、作物需水量估算、水資源優(yōu)化配置等領(lǐng)域的研究具有重要意義。傳統(tǒng)的蒸散發(fā)估算大多基于氣象觀測的單點(diǎn)計(jì)算，盡管能得到相對準(zhǔn)確的蒸散發(fā)量，但無法實(shí)現(xiàn)非均勻下墊面的蒸散發(fā)研究，而遙感對于區(qū)域蒸散發(fā)估算具有無可替代的優(yōu)勢［2-3］。自20 世紀(jì)80 年代以來，眾多學(xué)者圍繞地表蒸散發(fā)遙感反演開展了大量工作，形成了許多切實(shí)可行的算法。這些算法大致可以分為基于能量平衡的方法［4-7］，基于水量平衡的方法［8］以及基于遙感地表溫度—植被指數(shù)特征空間的方法［9-13］。其中，基于遙感地表溫度—植被指數(shù)特征空間的方法近年來得到了最為廣泛的應(yīng)用，主要得益于其簡單的原理和輸入以及它能夠避免用于計(jì)算水和熱傳遞的空氣動(dòng)力學(xué)阻抗和表面阻抗的復(fù)雜參數(shù)化過程。應(yīng)用地表溫度—植被指數(shù)特征空間方法反演地表蒸散發(fā)的一個(gè)重要前提是要確定特征空間的干濕邊。目前，確定地表溫度—植被指數(shù)特征空間干濕邊主要有基于傳統(tǒng)的空間統(tǒng)計(jì)的方法［14-15］和基于能量平衡理論干濕邊計(jì)算方法［13，16］。其中，基于傳統(tǒng)的空間統(tǒng)計(jì)的方法通常具有一定主觀性，且要求研究區(qū)氣象條件一致，導(dǎo)致其在區(qū)域尺度上難以應(yīng)用?；谀芰科胶獾姆椒▌t需要輸入大量的參數(shù)，包括一些遙感難以獲取的參數(shù)如風(fēng)速、空氣動(dòng)力學(xué)阻抗及冠層阻抗等，中間參量過多會(huì)導(dǎo)致誤差的累積和傳遞。盡管基于能量平衡估算干濕邊的方法需要大量的輸入?yún)?shù)，但因其具有良好的普適性和物理基礎(chǔ)受到了研究學(xué)者們廣泛的關(guān)注。
最近Leng 等［16］提出了逐像元確定地表溫度—植被指數(shù)特征空間理論干濕邊的思想，避免了傳統(tǒng)特征空間方法在區(qū)域尺度應(yīng)用的局限。由于在有云情況下無法獲取有效的植被指數(shù)和地表溫度參數(shù)，Leng 等［16］結(jié)合經(jīng)典的Penman-Monteith 模型，發(fā)展了全天候地表蒸散發(fā)反演方法。然而，該研究僅在站點(diǎn)尺度進(jìn)行了分析。在區(qū)域尺度上，個(gè)別站點(diǎn)觀測的氣象數(shù)據(jù)顯然無法很好地描述氣象因子的空間異質(zhì)性。因此，文章在Leng等［16］研究的基礎(chǔ)上，基于目前常用的衛(wèi)星陸表遙感產(chǎn)品和較高空間分辨率的格網(wǎng)氣象數(shù)據(jù)，深入探索區(qū)域尺度全天候蒸散發(fā)的反演。
1 數(shù)據(jù)
1.1 研究區(qū)與地面觀測數(shù)據(jù)
黑河流域（97°E～102°E，38°N～43°N）面積約為 14.29 萬 km2，位于我國西部甘肅省境內(nèi)，流域氣候主要受到中高緯度西風(fēng)帶環(huán)流和極地冷氣團(tuán)的影響。該流域從上游到中、下游，以水為紐帶，形成了“冰雪／凍土—森林—草甸—人工/天然綠洲—荒漠—湖泊”的多元自然景觀。流域內(nèi)寒區(qū)和干旱區(qū)并存，地表異質(zhì)性顯著，尤其是山區(qū)冰凍圈和極端干旱的河流尾閭地區(qū)形成了鮮明對比。因此，準(zhǔn)確獲取流域內(nèi)復(fù)雜環(huán)境狀況下的地表蒸散發(fā)數(shù)據(jù)，對于深刻理解區(qū)域水循環(huán)和地氣之間能量交換，具有重要意義。此外，該文選擇黑河流域作為研究區(qū)的另一個(gè)重要原因是由中國科學(xué)院西北生態(tài)資源環(huán)境研究院主導(dǎo)開展一系列長期的生態(tài)水文實(shí)驗(yàn)，積累了豐富的水文氣象觀測數(shù)據(jù)，為研究工作的開展奠定了良好的基礎(chǔ)。
該研究反演區(qū)域尺度全天候地表蒸散發(fā)，涉及的地面觀測數(shù)據(jù)包括自動(dòng)氣象站氣象觀測數(shù)據(jù)和基于渦動(dòng)的蒸散發(fā)觀測數(shù)據(jù)。由中國科學(xué)院西北生態(tài)資源環(huán)境研究院主導(dǎo)的“黑河流域生態(tài)—水文過程綜合遙感觀測聯(lián)合試驗(yàn)”于2012 年5 月底至9 月中旬在黑河流域中游地區(qū)布置了多套渦動(dòng)相關(guān)儀和自動(dòng)氣象站，同步獲取蒸散發(fā)與氣象數(shù)據(jù)，為該文全天候蒸散的反演和驗(yàn)證提供了優(yōu)質(zhì)數(shù)據(jù)源。這些觀測數(shù)據(jù)可從寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心（http：//westdc.westgis.ac.cn/）免費(fèi)下載?？紤]到不同站點(diǎn)觀測時(shí)期的差異，該文選取研究區(qū)內(nèi)2012 年6 月1 日至9 月15 日的數(shù)據(jù)開展研究。根據(jù)獲取的驗(yàn)證數(shù)據(jù)選擇了4個(gè)具有代表性站點(diǎn)來探索區(qū)域地表全天候蒸散發(fā)反演，表1 給出了這4 個(gè)站點(diǎn)的編碼名稱、地表類型、高程、測量高度及經(jīng)緯度。
圖1 研究區(qū)域的地表高程Fig.1 DEM in the study area
表1 黑河生態(tài)水文遙感試驗(yàn)通量觀測站點(diǎn)信息Table 1 Information of Heihe ecological hydrological remote sensing test flux observation sites
1.2 遙感數(shù)據(jù)
與地面觀測數(shù)據(jù)對應(yīng)，該文使用2012 年6 月1 日至9 月15 日的MODIS（Moderateresolution Imaging Spectroradiometer）陸表參數(shù)產(chǎn)品作為研究的遙感數(shù)據(jù)源。MODIS 是搭載在Terra 和Aqua 衛(wèi)星上的一個(gè)重要傳感器，具有36 個(gè)波段的觀測通道，覆蓋中國全境，具有較高的空間分辨率和時(shí)間分辨率。目前，基于MODIS 觀測數(shù)據(jù)，已經(jīng)發(fā)布了多種陸表和大氣產(chǎn)品數(shù)據(jù)，在全球范圍內(nèi)得到了廣泛應(yīng)用。該文使用的MODIS 產(chǎn)品及其參數(shù)如表2 所示。
表2 MODIS 數(shù)據(jù)詳情表Table 2 MODIS data detail
MODIS 產(chǎn)品數(shù)據(jù)來源于LAADS DAAC（Level-1 and Atmosphere Archive and Distribution System Distributed Active Archive Center）（https：//ladsweb.modaps.eosdis.nasa.gov/search/）網(wǎng)站。該文使用MRT 和MRTSwath 工具對不同級(jí)別的MODIS 數(shù)據(jù)進(jìn)行重投影等預(yù)處理。研究中MOD021KM、MOD03 和MOD05_L2 產(chǎn)品被用來反演地表短波凈輻射，其中MOD021KM 產(chǎn)品空間分辨率為250 m 和500 m 的大氣頂部輻射亮度和反射率數(shù)據(jù)被整合成空間分辨率為1 km 的數(shù)據(jù)；MOD35_L2 云掩膜產(chǎn)品被用來判斷MODIS 圖像的每個(gè)像元是否受到云的干擾；MOD09A1、MOD11A1、MOD13A2 和MOD15A2 作為全天候地表蒸散發(fā)反演的參數(shù)輸入，其中MOD09A1 和MOD15A2 在8 d 時(shí)間內(nèi)被認(rèn)為是不變的，MOD13A2 歸一化植被指數(shù)通過hants 濾波后插值得到日尺度的植被指數(shù)［17］。
1.3 格網(wǎng)氣象數(shù)據(jù)
研究所用的格網(wǎng)氣象數(shù)據(jù)為中國氣象局陸面數(shù)據(jù)同化系統(tǒng)CLDAS（CMA Land Data Assimilation System）的Verson 1.0 產(chǎn)品（簡稱CLDAS-v1.0），數(shù)據(jù)下載于中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/）。CLDAS-v1.0 產(chǎn)品覆蓋范圍為東亞區(qū)域（0°～60°N，70°E～150°E），空間分辨率為0.0625°，時(shí)間分辨率為1 h。研究中用到的CLDAS-v1.0 氣象產(chǎn)品要素包括短波輻射、氣溫、風(fēng)速和比濕。這些數(shù)據(jù)被重采樣到MODIS 數(shù)據(jù)1 km空間分辨率。以2012 年6 月1 日為例，圖2 顯示了北京時(shí)間上午11：00 黑河流域的短波輻射、氣溫、風(fēng)速和比濕。
2 方法
該文在Leng 等［16］建立的全天候地表蒸散發(fā)反演方法基礎(chǔ)上，深入探索區(qū)域全天候地表蒸散發(fā)的反演。在該反演方法中，所有的像元根據(jù)是否存在有效的地表溫度數(shù)據(jù)被劃分為晴空和有云像元。其中，晴空像元的地表蒸散發(fā)利用逐像元地表溫度—植被指數(shù)特征空間方法進(jìn)行反演，有云像元的地表蒸散發(fā)則基于Penman-Monteith 模型計(jì)算。基于MODIS 陸表產(chǎn)品和CLDAS 格網(wǎng)氣象數(shù)據(jù)，探索該全天候蒸散發(fā)反演方法在區(qū)域尺度上的可行性。圖3 為區(qū)域尺度全天候蒸散發(fā)反演的技術(shù)流程圖。
圖2 2012 年6 月1 日CLDAS 產(chǎn)品：（a）短波輻射；（b）氣溫；（c）風(fēng)速；（d）比濕Fig.2 CLDAS products on June 1，2012
圖3 全天候蒸散發(fā)反演方法流程圖Fig.3 Flow chart of the all-sky evapotranspiration retrieval method
2.1 LST-NDVI 特征空間估算晴天像元蒸散發(fā)
區(qū)別于傳統(tǒng)基于空間信息的“地表溫度—植被指數(shù)”特征空間，Leng 等［16］發(fā)展了獨(dú)立于氣象和下墊面條件的逐像元兩階段“地表溫度—植被指數(shù)”特征空間新模式。圖4 為示意圖。該模式假設(shè)對于每一個(gè)晴空像元（如圖1 中的像元C），都對應(yīng)存在一個(gè)虛擬的特征空間，該虛擬特征空間由 4 個(gè)極端條件（Ts，max，Ts，min，Tv，max，Tv，min）對應(yīng)的地表溫度構(gòu)成。其中，Ts，max和Tv，min兩點(diǎn)構(gòu)成的斜線把梯形特征空間劃分為兩個(gè)三角形，分別為由 Ts，max，Ts，min，Tv，min3 點(diǎn)構(gòu)成的下三角形，由 Ts，max，Tv，max，Tv，min3 點(diǎn)構(gòu)成的上三角形。在實(shí)際應(yīng)用中，只要已知這4 個(gè)極端地表情形（即干燥裸土、受水分脅迫的全植被覆蓋、供水良好的全植被覆蓋和濕潤裸土）對應(yīng)的地表溫度，便可確定像元C 的虛擬特征空間，從而能夠根據(jù)像元C 在該虛擬特征空間中所處位置，估算蒸散發(fā)。該特征空間新模式的一個(gè)顯著優(yōu)點(diǎn)是在實(shí)際應(yīng)用中能夠避免傳統(tǒng)基于空間信息確定干邊和濕邊時(shí)對氣象和下墊面條件的苛刻要求，從而能夠直接反演大范圍蒸散發(fā)。
圖4 LST-NDVI 特征空間示意圖Fig.4 Schematic diagram of LST-NDVI feature space
LST-NDVI 特征空間假設(shè)NDVI 為某一值時(shí)，蒸散發(fā)隨LST 增大而線性遞增。當(dāng)某像元的LST 和NDVI 落在下三角形中，土壤根層水分充足，植被蒸騰接近于潛在最大值，而表層土壤水分蒸散由像元處于三角形中的位置決定。在該情況下，土壤蒸發(fā)（ETs）和植被蒸騰（ETv）可以表示為：
式（1）～（2）中，Es，p和Ev，p分別為最大土壤蒸發(fā)量和最大植被蒸騰量。AB和AC為長度（圖4）。
類似地，當(dāng)某像元的LST 和NDVI 落在上三角形中，則表層土壤已干，土壤蒸發(fā)為0，植被開始受到脅迫，植被蒸騰量取決于該像元處于三角形中的位置。在該情況下，土壤蒸發(fā)（ETs）和植被蒸騰（ETv）可以表示為：
其中 Ts，max，Ts，min，Tv，max和 Tv，min分別是干燥裸土，飽和裸土，水分脅迫全植被和充分灌溉的全植被的理論地表溫度（K），如圖4 所示。Moran 等［18］基于能量平衡原理，假設(shè)4 種極端條件給出了4 個(gè)理論地表溫度的計(jì)算公式：
式（7）中，Rn是地表凈輻射（W/m2），rs是表面阻抗。ra是空氣動(dòng)力學(xué)阻抗，γ為干濕表常數(shù)（kPa/℃），Δ 為飽和水汽壓隨空氣溫度變化的斜率（kPa/℃），VPD為參考高度的空氣飽和水汽壓差（kPa），G是土壤熱通量（W/m2），Cp為空氣定壓比熱（J/（kg℃））。其中，rs和Rn參數(shù)的計(jì)算可參考 Leng 等［16］和 Todorovic 等［20］的文獻(xiàn)。
式（5）中，Rn，s和Rn，v分別為土壤表面凈輻射和植被表面凈輻射（W/m2），G是土壤熱通量（W/m2），Ta是空氣溫度（K）。Cv為空氣定容比熱（J/（℃m3）），γ為干濕表常數(shù)（kPa/℃），Δ 為飽和水汽壓隨空氣溫度變化的斜率（kPa/℃），VPD為參考高度的空氣飽和水汽壓差（kPa）。rcx是葉面氣孔幾乎完全關(guān)閉情況的冠層阻抗，設(shè)定為2 000 s/m；rcp是充足水分條件下的植被冠層阻抗，為100 與葉面積指數(shù)的比值；ra是空氣動(dòng)力學(xué)阻抗。
地表蒸散發(fā)可以表示為植被蒸騰和土壤蒸發(fā)的和：
2.2 Penman-Monteith 公式估算有云條件像元蒸散發(fā)
在有云條件下，無法有效獲取LST 和NDVI 參數(shù)，因此使用經(jīng)典的Penman-Monteith模型［19］估算地表蒸散發(fā)：
3 結(jié)果與分析
3.1 CLDAS 氣象數(shù)據(jù)分析
該文使用所選4 個(gè)站點(diǎn)自動(dòng)氣象站實(shí)測的短波輻射、風(fēng)速、氣溫、比濕對CLDAS 格網(wǎng)數(shù)據(jù)產(chǎn)品重采樣為1 km 空間分辨率后的格網(wǎng)數(shù)據(jù)進(jìn)行分析，結(jié)果如圖5 所示。
圖5 CLDAS 數(shù)據(jù)產(chǎn)品與實(shí)測數(shù)據(jù)散點(diǎn)圖：（a）短波輻射；（b）風(fēng)速；（c）氣溫；（d）比濕Fig.5 Comparison of CLDAS products and measured data
從圖5 可以看出CLDAS 短波輻射、風(fēng)速、氣溫、比濕數(shù)據(jù)誤差較大，尤其是短波輻射和風(fēng)速產(chǎn)品。這可能是由于CLDAS 氣象數(shù)據(jù)在空間上受到氣象站點(diǎn)疏密的影響，導(dǎo)致了在缺少氣象站點(diǎn)的西北地區(qū)數(shù)據(jù)精度下降。Vinukollu 等［21］使用相同的一套驅(qū)動(dòng)數(shù)據(jù)對比驗(yàn)證了P-M 模型［22］、P-T 模型［23］、表面能量平衡模型［5］，發(fā)現(xiàn)不同模型之間蒸散發(fā)反演的差異主要取決于凈輻射數(shù)據(jù)的選擇?？紤]到短波輻射是地表蒸散發(fā)的能量來源，其精度高低不僅限制了地表蒸散發(fā)的反演結(jié)果，還是地表蒸散發(fā)的主要影響因子?；诖?，該文采用Tang 等［24］的方法利用MODIS 數(shù)據(jù)估算短波凈輻射轉(zhuǎn)換為短波輻射來代替CLDAS 中的短波輻射，作為全天候蒸散發(fā)反演的輸入?yún)?shù)。
為了驗(yàn)證MODIS 估算的短波凈輻射在黑河地區(qū)的可靠性，該文選取了黑河流域4個(gè)站點(diǎn)的2012 年6 月1 日至9 月15 日的地面有效測量數(shù)據(jù)進(jìn)行對比。其中，地面觀測的短波凈輻射采樣頻率為10 min，MODIS 數(shù)據(jù)反演的短波凈輻射是分辨率為1 km 的瞬時(shí)值。另外，根據(jù)MOD35_L2 云產(chǎn)品判斷每個(gè)像元是否會(huì)受到云的影響。MOD35_L2 中認(rèn)為是clear 和probably clear 的像元，判斷為晴空的像元；MOD35_L2 中認(rèn)為是uncertain和cloudy 的像元，判斷為有云的像元。圖6 是該4 個(gè)站點(diǎn)的地表短波凈輻射觀測值和MODIS 估算的短波凈輻射散點(diǎn)圖，從圖6 可以看出，晴空條件下，基于MODIS 反演的短波凈輻射的均方根誤差小于30 W/m2；有云時(shí)，均方根誤差在70 W/m2左右。相比于利用CLDAS 數(shù)據(jù)獲取的短波輻射精度，基于MODIS 反演的短波凈輻射顯然具有更高的精度。
圖6 估算的地表短波凈輻射與實(shí)測的地表短波凈輻射散點(diǎn)圖（a）1 號(hào)站；（b）7 號(hào)站；（c）10 號(hào)站；（d）17 號(hào)站Fig.6 Comparison of estimated net surface short-wave radiation and measured data
3.2 全天候區(qū)域地表蒸散發(fā)反演與分析
為了驗(yàn)證Leng 等［16］方法的可靠性，該文首先使用單點(diǎn)的實(shí)測氣象數(shù)據(jù)和MODIS數(shù)據(jù)反演地表蒸散發(fā)，并利用黑河流域4 個(gè)站點(diǎn)的2012 年6 月1 日至9 月15 日的地面有效測量蒸散發(fā)數(shù)據(jù)進(jìn)行對比。驗(yàn)證結(jié)果如圖7 所示。使用單點(diǎn)的氣象數(shù)據(jù)和MODIS數(shù)據(jù)反演的地表蒸散發(fā)RMSE 值在70 W/m2以內(nèi)，具有較高的精度。這表明了利用Leng 等［16］的方法反演全天候地表蒸散發(fā)是可行的。在此基礎(chǔ)之上，利用CLDAS 短波輻射、風(fēng)速、比濕、氣溫的產(chǎn)品與MODIS 估算了黑河流域的全天候地表蒸散發(fā)，并將反演結(jié)果與地面實(shí)測數(shù)據(jù)進(jìn)行了比較，4 個(gè)站點(diǎn)的平均偏差值為30.8 W/m2，平均均方根誤差值為111.9 W/m2，誤差相對較大。采用Tang 等［24］的方法轉(zhuǎn)換得到短波輻射作為全天候蒸散發(fā)反演的輸入?yún)?shù)后，精度有了明顯的提高，其RMSE 在80 W/m2以內(nèi)。
圖7 不同驅(qū)動(dòng)數(shù)據(jù)估算的蒸散發(fā)和實(shí)測的蒸散發(fā)散點(diǎn)圖（a）1 號(hào)站、（b）7 號(hào)站、（c）10 號(hào)站、（d）17 號(hào)站Fig.7 Comparison of estimated evapotranspiration and measured data
基于能量平衡逐像元計(jì)算干濕邊的方法具有良好的普適性和物理基礎(chǔ)。然而大量的輸入?yún)?shù)造成了誤差的積累和傳遞。通過提高關(guān)鍵輸入?yún)?shù)的精度，能夠顯著地提高蒸散發(fā)的反演精度。
4 結(jié)論
該文以黑河流域?yàn)檠芯繀^(qū)，基于遙感數(shù)據(jù)和較高空間分辨率的格網(wǎng)氣象數(shù)據(jù)，實(shí)現(xiàn)了區(qū)域尺度地表蒸散發(fā)反演。在驗(yàn)證分析了CLDAS 數(shù)據(jù)精度的基礎(chǔ)之上，利用MODIS數(shù)據(jù)估算的短波輻射代替CLDAS 短波輻射數(shù)據(jù)作為蒸散發(fā)反演模型的輸入?yún)?shù)，最后利用2012 年6 月1 日至9 月15 日的CLDAS 數(shù)據(jù)和MODIS 數(shù)據(jù)反演了黑河流域的全天候地表蒸散發(fā)，并對結(jié)果進(jìn)行精度檢驗(yàn)。研究表明，基于MODIS 遙感數(shù)據(jù)估算得到精度較高的短波輻射替代CLDAS 中的短波輻射產(chǎn)品，能顯著提高黑河地區(qū)蒸散發(fā)的反演精度。
雖然通過該文方法得到了精度較高的區(qū)域尺度全天候地表蒸散發(fā)，但研究仍然存在以下不足。首先是驗(yàn)證站點(diǎn)較少，且相對空間距離較近，不利于對地表蒸散發(fā)的全面評(píng)價(jià)；其次是由于蒸散發(fā)反演和驗(yàn)證過程中涉及不同尺度的數(shù)據(jù)源，該研究沒有充分考慮尺度效應(yīng)對反演結(jié)果可能造成的影響。
猜你喜歡
中國交通信息化(2023年1期)2023-03-18 02:02:20
江蘇安全生產(chǎn)(2020年2期)2020-04-21 05:42:56
當(dāng)代陜西(2019年22期)2019-12-18 05:32:08
文學(xué)港(2019年5期)2019-05-24 14:19:42
水土保持研究(2018年5期)2018-10-12 05:29:52
中國農(nóng)業(yè)信息(2018年2期)2018-07-28 08:02:10
中國交通信息化(2017年6期)2017-06-06 07:18:19
甘肅林業(yè)(2016年2期)2016-11-07 08:56:05
人民中國(日文版)(2016年10期)2016-08-23 11:21:14
西藏科技(2015年1期)2015-09-26 12:09:29
