利用陸面模式和遙感經(jīng)驗?zāi)Ｐ凸浪惆敫珊祬^(qū)陸面蒸散量

楊 揚,王麗娟,岳 平,孫旭映,杜昊霖

(中國氣象局蘭州干旱氣象研究所 甘肅省(中國氣象局)干旱氣候變化與減災(zāi)重點實驗室,蘭州 730020)

陸地蒸散發(fā)是地表能量和水分平衡的重要組成部分，同時與植物的光合作用緊密相關(guān)，影響碳循環(huán)過程，因而對區(qū)域乃至全球氣候產(chǎn)生重要影響[1-2]。不僅如此，陸面蒸散發(fā)對水資源管理、農(nóng)業(yè)種植規(guī)劃等均具有重要的指導(dǎo)意義[3]。研究還表明，蒸散發(fā)的變化趨勢在干旱監(jiān)測預(yù)警方面扮演著至關(guān)重要的角色[4]，尤其是當前經(jīng)常發(fā)生的驟發(fā)性干旱主要是由區(qū)域蒸散量劇增造成的[5]。在不同的氣候背景下，各種氣象要素和陸面特性對蒸散發(fā)的影響并不相同，因而不同區(qū)域的陸面蒸散發(fā)存在顯著差異，其對陸氣相互作用、氣候變化及干旱等的影響并不相同[6-7]。因此，陸面蒸散發(fā)的研究一直以來都是國際國內(nèi)研究的熱點科學問題。

一般而言，陸面蒸散發(fā)可通過觀測和數(shù)值模擬獲得。目前，陸面蒸散量的測定方法可歸納為水文學法、微氣象法、植物生理學法和遙感法。但儀器測量值的空間代表范圍有限，如渦動相關(guān)法大約為200～400 m，大孔徑閃爍儀大約為500～5 000 m[8]?，F(xiàn)有的陸面蒸散發(fā)觀測站點十分稀少，且測量儀器昂貴，維護成本高，難以獲取區(qū)域非均勻下墊面的陸面實際蒸散發(fā)。真正能實現(xiàn)區(qū)域蒸散發(fā)觀測的是衛(wèi)星遙感方法[9-10]。但遙感法并不是直接觀測蒸散發(fā)，而是通過反演出地表溫度、凈輻射、植被指數(shù)等間接計算蒸散發(fā)，其精度與反演算法及選取的參數(shù)有關(guān)[3]。另外，衛(wèi)星遙感中通常使用的極軌衛(wèi)星如MODIS，TERRA等對某一地區(qū)僅能獲取有限的1個或2個時次的觀測數(shù)據(jù)，無法合理表征日變化或日平均值誤差很大，且在陸氣相互作用、干旱監(jiān)測等研究中并不能滿足其高時間分辨率的需要。因此，獲取高時空分辨率、高精度的陸面蒸散發(fā)仍是研究中的一大難點，是當前研究的迫切需要。

針對蒸散發(fā)的估算模型可以分為兩大類。一類是經(jīng)驗統(tǒng)計模型，這類方法主要采用觀測的陸面蒸散量與遙感參數(shù)(如地表溫度、植被參數(shù))的回歸關(guān)系估算區(qū)域尺度上的陸面蒸散量。例如，Wang等[11]、Anderson等[12]、Jung等[13]利用蒸散量與輻射、氣溫、地表溫度、土壤熱通量、降水及植被參數(shù)等的擬合關(guān)系建立了估算蒸散發(fā)的經(jīng)驗統(tǒng)計模型。這類方法簡單易行，可以充分利用遙感資料，但缺點是經(jīng)驗統(tǒng)計模型不考慮蒸散發(fā)的具體物理過程，僅僅利用相關(guān)關(guān)系，計算精度依賴于參數(shù)的選取及其反演精度，具有較大的經(jīng)驗性，難以推廣到不同地區(qū)[14]。另外，雖然統(tǒng)計模型可以使用遙感資料方便的獲得區(qū)域尺度的蒸散發(fā)量，但受制于遙感資料的時間分辨率，經(jīng)驗統(tǒng)計模型估算的時間分辨率較低。

第2類估算模型是基于物理過程的模型，如Penman公式、以地表能量平衡為基礎(chǔ)的SEBS和SEBAL等模型、陸面過程模式等。這類模型優(yōu)點是具有明確的物理結(jié)構(gòu)，可以根據(jù)下墊面類型，動態(tài)的調(diào)整參數(shù)等，而且模型的大氣驅(qū)動變量如氣溫、相對濕度和風速等的觀測均有較高的分辨率，因此能輸出高時間分辨率的蒸散發(fā)。如全球土壤濕度計劃(GSWP)、全球陸面數(shù)據(jù)同化系統(tǒng)(GLDAS)、中國陸面數(shù)據(jù)同化系統(tǒng)(CLDAS)等均是利用陸面過程模式模擬得到全球格點、高時間分辨率的地表通量。Haddeland 等[15]比較了11個模式模擬的陸面蒸散發(fā)，發(fā)現(xiàn)全球陸面蒸散量在415～586 mm/a間變化。Xia等[16-17]表明NLDAS-2在區(qū)域和流域尺度上，SAC-SMA模式高估了蒸散量，而Noah和VIC模式則低估了蒸散量。由于陸面過程模式中的參數(shù)化方案、參數(shù)選取等均存在較大的不確定性[18]，因而其模擬的蒸散發(fā)與觀測值也存在較大的偏差。

綜上所述，目前遙感觀測和經(jīng)驗統(tǒng)計模型能獲得陸面蒸散發(fā)，但是時間分辨率較低；而陸面過程模式能獲得高時間分辨率的蒸散發(fā)量，但其偏差較大。為了獲得高時間分辨率的陸面蒸散發(fā)量，一種可行的方法是結(jié)合遙感統(tǒng)計模型和陸面過程模式，利用陸面過程模式輸出的高分辨率變量，作為遙感統(tǒng)計模型的輸入，最終獲得高時間分辨率的蒸散發(fā)量。本研究正是基于這種想法，結(jié)合公用陸面過程模式CLM和遙感經(jīng)驗?zāi)Ｐ凸浪懔它S土高原半干旱區(qū)的蒸散發(fā)，并通過與蘭州大學半干旱氣候與環(huán)境監(jiān)測站SACOL的觀測資料對比分析，檢驗該方法的可行性，以期為高時間分辨率的陸面蒸散發(fā)估算提供參考。

1 站點概況及所用資料

1.1 站點及觀測數(shù)據(jù)介紹

蘭州大學半干旱氣候與環(huán)境監(jiān)測站(Semi-Arid Climate Observatory and Laboratory of Lanzhou University,SACOL)位于甘肅省榆中縣蘭州大學萃英山頂(35.946°N，104.137°E，海拔1 961 m)，觀測場占地約8.0 hm2，下墊面較為平坦，為天然荒漠草地，優(yōu)生植被為多年生草本長芒草，伴生植被為賴草和冷蒿等[19]。SACOL站位于中國黃土高原地區(qū)，地處溫帶半干旱氣候區(qū)，年平均降水量為381.8 mm，年平均氣溫6.7℃，代表了方圓幾百公里的半干旱區(qū)氣候狀況[20]。SACOL站土壤以黃壤為主，土層深厚、質(zhì)地疏松、通氣透水性強[21]。Yue等[22]分析了SACOL站與其周邊16個氣象觀測站日平均地氣溫差的空間相關(guān)關(guān)系發(fā)現(xiàn)16個觀測站與SACOL站之間的地氣溫差高度相關(guān)，表明該站具有良好的空間代表性，能夠代表黃土高原半干旱地區(qū)的陸面基本特征。

本文主要使用SACOL站2006—2008年的近地層觀測資料，包括空氣溫度，相對濕度，風速，大氣壓強；向下和向上的短波和長波輻射，感熱通量和潛熱通量，及土壤溫度和含水量。文章使用的蒸散發(fā)觀測數(shù)據(jù)來自于渦動相關(guān)系統(tǒng)測量，為保證觀測數(shù)據(jù)的可靠性，對30 min的原始資料進行二次坐標旋轉(zhuǎn)、超聲虛溫的側(cè)向風校正和WPL修正。然后剔除由于降水、露水等天氣導(dǎo)致渦動相關(guān)系統(tǒng)觀測的異常。

1.2 衛(wèi)星資料

本文所使用的衛(wèi)星資料為2006—2008年每天的地表溫度產(chǎn)品MOD11A1和通道反射率產(chǎn)品MOD09GA，MOD11A1空間分辨率為1 km×1 km，MOD09GA空間分辨率為500 m×500 m。首先通過MRT對MODIS產(chǎn)品進行投影轉(zhuǎn)換等處理，再利用最鄰近插值法得到SACOL站的單站數(shù)據(jù)，并在數(shù)據(jù)中剔除有降水的時段，最后得到SACOL站的衛(wèi)星資料總數(shù)為89組。

2 模型介紹

2.1 遙感經(jīng)驗統(tǒng)計模型

遙感經(jīng)驗統(tǒng)計模型(Remote Sensing Empirical Statistical Model)眾多，最常用的為Wang等[11]根據(jù)美國22個觀測站和中國青藏高原2個觀測站的資料，利用短波輻射Rsn、氣溫T、相對濕度RH及植被指數(shù)Ⅵ建立的經(jīng)驗統(tǒng)計模型估算相應(yīng)時段凈輻射和陸面蒸散發(fā)。其后，王麗娟等[23]提出利用MODIS的白天/夜間地表溫度來代替Wang經(jīng)驗統(tǒng)計模型中的氣溫來計算蒸散發(fā)。改進后的模型不僅表征了下墊面類型對輻射和蒸散發(fā)的影響，而且還表征了土壤濕度對輻射和蒸散的影響。然后，利用半干旱區(qū)SACOL站實測資料重新修正了回歸系數(shù)，得到了如下修正的經(jīng)驗統(tǒng)計模型：

Rnes=Rsn(c0+c1·stn+c2·std+c3·NDVI+c4·RH)

(1)

ETes=Rnes(d0+d1·NDVI+d2·stm+d3·std)

(2)

式中：c0～c4，d0～d3為回歸系數(shù)，分別表示NDVI等各項對凈輻射、蒸散的貢獻比重，各系數(shù)的具體值見表1。Rsn為短波輻射；stn為MOD11A1中的夜間地表溫度；stm和std分別為MOD11A1中的白天和夜間的地表溫度均值和差值。

表1 遙感經(jīng)驗?zāi)Ｐ椭械南禂?shù)

2.2 陸面過程模式介紹

CLM模式(Community Land Surface Model,Version 4.0)是NCAR發(fā)布的陸面過程模式，是公用地球系統(tǒng)模式CESM(Community Earth System Model)的一個子模塊，包括地球物理化學、生物地球物理、水循環(huán)和動態(tài)植被過程4個部分，廣泛應(yīng)用于氣候研究的各個方面[24]。CLM模式所需的地表參數(shù)主要包括植被功能類型，莖、葉面積指數(shù)，植株高度，土壤顏色、質(zhì)地、有機質(zhì)含量等，與植被功能類型有關(guān)的數(shù)據(jù)來自于MODIS的數(shù)據(jù)，而土壤質(zhì)地來自于IGBP數(shù)據(jù)[24]，土壤有機質(zhì)含量來自于Lawrence[25]。CLM模式地表溫度及各層土壤溫度的初始值取為274 K，土壤含水量初始化為0.3，而最下面的5層初始化為0.0。

2.3 結(jié)合陸面過程模式改進遙感經(jīng)驗?zāi)Ｐ?/h3>

遙感經(jīng)驗?zāi)Ｐ椭休斎氲淖兞渴莾糨椛?、地表溫度、歸一化植被指數(shù)和相對濕度，其中凈輻射和地表溫度、相對濕度均具有非常明顯的日變化，而植被指數(shù)的日變化較小。Oudin 等[26]研究表明地表凈輻射和溫度是估算潛在蒸散發(fā)必不可少的因子。為了估算高時間分辨率的蒸散發(fā)，需要使用時間分辨率較高的凈輻射、地表溫度等，利用較易獲取的高時間分辨率大氣強迫驅(qū)動陸面過程模式，進而模擬得到高時間分辨率的凈輻射和地表溫度。為此，結(jié)合陸面過程模式和經(jīng)驗統(tǒng)計模型后，區(qū)域蒸散發(fā)的估算方法如下式所示

ETes=Rnm(e0+e1·NDVI+e2·TGm+e3·TGd)

(3)

式中：Rnm，TGm和TGd分別為CLM模式模擬的地表溫度均值、地表溫度差值，e0～e3為新的回歸系數(shù)，根據(jù)2006年SACOL站的觀測數(shù)據(jù)和CLM模式的模擬值進行回歸分析，得出(3) 式中的系數(shù)分別為e0=0.669，e1=0.565,e2=-0.032，e3=0.008。

為了方便起見，經(jīng)驗統(tǒng)計模型簡記為“EMP”，陸面過程模式簡記為“CLM”，結(jié)合經(jīng)驗統(tǒng)計和陸面過程模式的模型簡記為“EMP_CLM”。為評估模式模擬性能，給出模擬值與觀測值的均方根偏差(Root Mean Bias Error,RMBE)、平均相對誤差(Mean Absolute Percent Error,MAPE)和相關(guān)系數(shù)(Correlation Coefficient,R)定量評估模擬值與觀測值的偏差。

3 結(jié)果與分析

為了驗證模式的計算效果，首先分別給出了利用EMP估算和CLM模式模擬的SACOL站凈輻射與實測值之間的比較。如圖1A所示，EMP估算的凈輻射與實測值的相關(guān)系數(shù)為0.67，均方根誤差為25.93 W/m2，平均相對誤差為16.97%。從圖中也可以看出，在凈輻射值較大的部分，估算結(jié)果與實測值之間較為吻合，不存在偏差特別大的點；而在凈輻射值較小的部分，兩者之間的偏差較大，這可能與衛(wèi)星資料受云影響有關(guān)。圖1B中，CLM模式模擬的凈輻射與觀測值的相關(guān)系數(shù)達到了0.93，相關(guān)性較好，均方根誤差為17.74 W/m2，平均相對誤差為12.38%。圖2給出了CLM模式模擬的2007—2008年凈輻射與觀測值日均值的比較。如圖2所示，CLM模式能較好地模擬出凈輻射的變化趨勢，但模擬值較觀測值偏大。夏季凈輻射的模擬值與觀測值基本吻合，只在個別峰谷值處稍有偏差；冬季模擬值與觀測值的偏差相對較大。綜上可見，陸面過程模式不僅能模擬出高時間分辨率的凈輻射，且偏差也較EMP的小。在陸面過程模式離線模擬中，太陽輻射和大氣長波輻射作為強迫場輸入，因此凈輻射由反射輻射和地表長波輻射決定，CLM模式對反射輻射和地表長波輻射的模擬較好從而使凈輻射的模擬較好，這也從另一個方面表明CLM模式對土壤溫度和感熱通量的模擬較好。

圖1 遙感經(jīng)驗?zāi)Ｐ凸浪愫虲LM模式模擬的SACOL站凈輻射與實測值的比較

圖2 CLM模式模擬的SACOL站凈輻射與觀測值的日均值比較(2007-2008年)

圖3分別給出了EMP中使用的MODIS觀測的和CLM模式模擬的SACOL站地表溫度與實測值之間的比較。如圖3A所示，EMP中地表溫度與實測值的相關(guān)系數(shù)為0.89，均方根誤差為3.03℃，平均相對誤差為10.71%。從圖中也可以看出，在地表溫度較高的部分，估算結(jié)果與實測值之間較為吻合，不存在偏差特別大的點；而在地表溫度偏低的部分，兩者之間的偏差較大，總體上MODIS地表溫度較觀測值偏高。如圖3B所示，CLM模式模擬的地表溫度與觀測值的相關(guān)系數(shù)達到了0.94，相關(guān)性較好，均方根誤差為1.48℃，平均相對誤差為5.15%，模擬值與觀測值的散點均勻的分布在擬合線兩側(cè)。圖4給出了CLM模式模擬的2007—2008年地表溫度與觀測值日均值的比較。如圖4所示，CLM 模式模擬的地表溫度能較好地體現(xiàn)其季節(jié)變化特征，其變化趨勢、峰谷值都與觀測值基本一致。總體來看CLM模式對地表溫度的模擬效果比EMP中使用的MODIS地表溫度精度更高，所以利用CLM模式地表溫度代替EMP中的溫度計算蒸散發(fā)是可行的。

圖3 遙感經(jīng)驗?zāi)Ｐ凸浪愫虲LM模式模擬的SACOL站地表溫度與實測值的比較

圖4 CLM模式模擬的SACOL站地表溫度與觀測值的日均值比較(2007-2008年)

圖5給出了利用EMP，CLM模式及EMP_CLM計算的SACOL站蒸散發(fā)(潛熱通量)與觀測值的散點圖。如圖5A所示，EMP的估算值與模擬值的散點分布較分散，擬合線離1∶1線較遠，相關(guān)系數(shù)為0.72，均方根誤差為22.88 W/m2，平均相對誤差為36.26%。Wang and Dickinson[3]研究表明陸面蒸散發(fā)的估算存在15%～30%的不確定性，雖然EMP提高了蒸散發(fā)的模擬精度[23]，但是其對半干旱區(qū)蒸散量的估算精度仍不夠理想。圖5B給出的CLM模擬的蒸散發(fā)與觀測值的相關(guān)系數(shù)為0.71，均方根誤差為26.17 W/m2，平均相對誤差為36.86%。在蒸散發(fā)較小時，CLM模式模擬的蒸散發(fā)與實測值較為吻合，兩者的散點均勻地分布在1∶1線兩側(cè)；而在蒸散發(fā)較強時，模擬值與觀測值的偏差較大，模擬值較觀測值偏大。從總體上看，EMP估算的蒸散發(fā)與實測值的相關(guān)性較好，均方根誤差及相對誤差較小，但CLM模式模擬的蒸散發(fā)與觀測值的散點更加接近于1∶1線，兩者各有優(yōu)劣。如圖5C所示，EMP_CLM估算的蒸散發(fā)與觀測值的擬合效果更好，散點均勻地分布在1∶1線附近，相關(guān)系數(shù)更高，估算值與觀測值的一致性較好。從偏差的統(tǒng)計結(jié)果來看，估算值與觀測值的RMSE由EMP的22.88減小到14.59 W/m2，MAPE由36.26%減小到20.75%，相關(guān)系數(shù)增加到0.84，EMP_CLM方法提高了半干旱區(qū)陸面蒸散發(fā)的估算精度。

圖5 EMP、CLM和EMP_CLM估算的SACOL站蒸散發(fā)與實測值的比較

圖6給出了CLM模式、EMP_CLM模擬的2007—2008年蒸散發(fā)與觀測值日均值的比較。如圖所示，CLM模式能較好的模擬出蒸散發(fā)的變化趨勢，但模擬值較觀測值偏大。在非生長季，模式的模擬值較觀測值的偏差較大；在生長季，模擬的蒸散發(fā)與觀測值的偏差相對較小。

圖6 CLM模式模擬、(5) 式計算及觀測的SACOL站2007-2008年的蒸散發(fā)比較

從圖中還可以看出，EMP_CLM模擬的蒸散發(fā)與觀測值更為接近，偏差較小。從偏差的統(tǒng)計結(jié)果來看，新方法估算的蒸散發(fā)的RMSE由CLM模式的19.45減小到8.90 W/m2，MAPE由36.23%減小到20.77%，R由0.83增加到0.93，估算精度有顯著的改進。Kustas[27]利用單源能量平衡模型(SEB)，結(jié)合Mast衛(wèi)星和飛機、渦動相關(guān)法(EC)和能量平衡方法(BR)觀測的凈輻射和地表熱通量等估算了干旱區(qū)犁溝棉的蒸散發(fā)，其中RMSE為24～85 W/m2，相對誤差為10%～25%。Anderson等[28-29]利用ALEXI和disALEXI方法，結(jié)合GEOS，MODIS衛(wèi)星觀測資料反演了可利用能量及其他參數(shù)，計算了水域、森林、灌叢、草地、作物、裸土及密集建筑物等不同下墊面的小時蒸散發(fā)，通過與EC觀測值相比較，模型的RMSE為58 W/m2，相對誤差為25%。Wang等[30]基于EVI的經(jīng)驗?zāi)Ｐ?，利用MODIS衛(wèi)星資料和EC數(shù)據(jù)，分析了森嶺、草地和作物下墊面的16 d蒸散發(fā)，其RMSE為58 W/m2，相對誤差為36%。從表2給出的不同方法對蒸散發(fā)的計算結(jié)果來看，目前計算蒸散發(fā)的不確定性為10%～36%。因此，利用陸面過程模式模擬的較為精確的凈輻射及地表溫度和NDVI估算得到的蒸散發(fā)與觀測值的變化趨勢較為一致，兩者的誤差較小，相關(guān)性更好，對半干旱區(qū)蒸散發(fā)的估算精度有顯著提高，且能夠得到更高時間分辨率的陸面蒸散發(fā)。

表2 各模型計算結(jié)果(均方根誤差和相對誤差)的比較

4 結(jié) 論

CLM模式對凈輻射、地表溫度的模擬性能較好。與遙感經(jīng)驗?zāi)Ｐ拖啾?，凈輻射的RMSE從25.93 W/m2降低到17.74 W/m2，MAPE則從16.97%減小到12.38%，相關(guān)性更高；地表溫度的RMSE從3.03℃減小到1.48℃，MAPE則從10.71%減小到5.15%，模擬值與觀測值的相關(guān)性更好，散點均勻的分布在擬合線兩側(cè)。從整體上來看，遙感經(jīng)驗?zāi)Ｐ凸浪愕腟ACOL站陸面蒸散發(fā)與實測值的偏差較小，模型相對改進了蒸散發(fā)的估算效果；CLM模式模擬的蒸散發(fā)與觀測值的一致性較好，但模式較觀測值偏大；遙感經(jīng)驗?zāi)Ｐ秃虲LM模式對蒸散發(fā)的計算各有優(yōu)劣。基于CLM模式模擬得到更為準確的凈輻射、地表溫度和NDVI提出的新估算方法得到的蒸散發(fā)與觀測值的變化趨勢較為一致，兩者的誤差較小，相關(guān)性更好，對半干旱區(qū)蒸散發(fā)的估算精度有顯著提高，且能夠得到更高時間分辨率的陸面蒸散發(fā)。

基于遙感產(chǎn)品的經(jīng)驗?zāi)Ｐ蛯φ羯l(fā)的估算依賴于遙感產(chǎn)品的精度及經(jīng)驗參數(shù)，在缺乏地面觀測資料的區(qū)域，改進的遙感經(jīng)驗?zāi)Ｐ湍軌蚪o出陸面蒸散發(fā)的粗略分布。但受技術(shù)所限，目前只能獲取較為準確的晴天遙感產(chǎn)品，基于遙感產(chǎn)品的經(jīng)驗?zāi)Ｐ筒⒉荒苡糜讷@取連續(xù)完整的陸面蒸散發(fā)數(shù)據(jù)。隨著對陸面過程研究的深入，陸面過程模式取得了長遠發(fā)展，其對凈輻射和地表溫度的模擬更為準確。因此，利用陸面過程模式更為準確的凈輻射和地表溫度來替代遙感經(jīng)驗?zāi)Ｐ椭械墓浪阒?，同時綜合NDVI來彌補陸面過程模式在半干旱區(qū)植被生理生態(tài)過程參數(shù)化的不確定性，是提高西北半干旱區(qū)陸面蒸散發(fā)的估算精度的可行方法。隨著陸面同化數(shù)據(jù)集(如GLDAS，ERA-Interim和CLDAS等)的建立及進一步發(fā)展，在缺少觀測資料的地區(qū)利用陸面同化數(shù)據(jù)集和遙感植被指數(shù)是獲取較為準確蒸散發(fā)行之有效的方法。但新估算方法僅針對黃土高原半干旱區(qū)特殊的環(huán)境條件建立，其在西北更多區(qū)域的適用性還有待更多測站的資料來驗證。

致謝：感謝蘭州大學干旱氣候與環(huán)境觀測站(SACOL站)為本文提供數(shù)據(jù)支持。