基于多源數(shù)據(jù)的內(nèi)蒙古察汗淖爾流域作物生育期實(shí)際蒸散發(fā)分析

張文發(fā)，蘇 濤，雷 波，王 蕾，孫浩然，許越越

（1.安徽理工大學(xué)空間信息與測(cè)繪工程學(xué)院，安徽淮南232001；2.中國(guó)水利水電科學(xué)研究院水利研究所，北京100048）

0 引 言

內(nèi)蒙古察汗淖爾流域?qū)儆诘湫偷陌敫珊档貐^(qū)，年降雨量少，蒸發(fā)遠(yuǎn)遠(yuǎn)高于降雨。由于近些年流域內(nèi)耕地面積不斷擴(kuò)大，高耗水作物增加，地下水開(kāi)采持續(xù)增加，導(dǎo)致地下水位不斷下降，原有匯入湖泊的地表徑流斷流，湖泊面積大幅萎縮，引發(fā)了一系列生態(tài)問(wèn)題[1,2]。因此，對(duì)該流域內(nèi)作物生育期ET進(jìn)行分析可為該地區(qū)的農(nóng)業(yè)用水管理及農(nóng)業(yè)可持續(xù)發(fā)展提供參考。

遙感技術(shù)能夠快速獲取區(qū)域地表參數(shù)，使得利用遙感影像估算區(qū)域蒸散發(fā)更加便捷[3-5]。眾多學(xué)者針對(duì)不同區(qū)域的實(shí)際蒸散發(fā)時(shí)空變化進(jìn)行了相關(guān)研究。黃瑾等[6]利用MODIS 8 天合成蒸散發(fā)產(chǎn)品（MOD16）和全球陸面同化系統(tǒng)的逐月實(shí)際蒸散發(fā)，研究了云貴地區(qū)2000-2014年實(shí)際蒸散發(fā)的時(shí)空變化特點(diǎn)。閆宇會(huì)等[7]采用MOD16 產(chǎn)品，利用趨勢(shì)分析法研究分析了2001-2017年黑河流域的實(shí)際蒸散發(fā)時(shí)空變化規(guī)律；陳鶴等[8]基于MODIS標(biāo)準(zhǔn)陸地產(chǎn)品，采用蒸散發(fā)比法，研究了2014年河套灌區(qū)解放閘灌域作物生育期ET的時(shí)空變化。以上研究利用實(shí)際蒸散發(fā)產(chǎn)品，探討了不同區(qū)域的實(shí)際蒸散發(fā)變化規(guī)律。然而，MOD16 實(shí)際蒸散發(fā)產(chǎn)品受遙感衛(wèi)星空間分辨率的限制，空間尺度的計(jì)算精度仍有待提高。

Landsat-8 影像具有波譜信息豐富、空間分辨率較高等優(yōu)勢(shì)，成為區(qū)域蒸散發(fā)反演及分析區(qū)域蒸散發(fā)分布的理想數(shù)據(jù)源[9-11]。張圓等[12]基于SEBAL模型，采用Landsat-8影像估算了新疆呼圖壁縣的瞬時(shí)蒸散發(fā)，并分析了該地區(qū)蒸散發(fā)的時(shí)空變化特征。陸婷等[13]基于Landsat-8 影像和地表能量平衡系統(tǒng)（Surface energy balance system，SEBS）估算了新疆策勒縣的蒸散發(fā)，并利用Penman-Monteith 公式計(jì)算結(jié)果驗(yàn)證模型計(jì)算結(jié)果。利用Landsat-8 影像監(jiān)測(cè)蒸散發(fā)克服了傳統(tǒng)點(diǎn)源監(jiān)測(cè)的局限性，在空間上對(duì)區(qū)域蒸散發(fā)變化模擬精度較高，但在時(shí)間尺度上對(duì)蒸散發(fā)的監(jiān)測(cè)不具有連續(xù)性。

為獲取農(nóng)田尺度區(qū)域?qū)嶋H蒸散發(fā)，利用Landsat-8 影像和SEBAL 模型反演地表蒸散發(fā)。此外，參考聯(lián)合國(guó)糧食與農(nóng)業(yè)組織（FAO）推薦的作物系數(shù)曲線對(duì)日蒸散發(fā)進(jìn)行時(shí)間尺度擴(kuò)展，以獲得連續(xù)的區(qū)域農(nóng)田尺度ET，為區(qū)域作物生育期ET估算提供新的有效方法。最終，基于研究所提方法將區(qū)域作物生育期ET可視化，并分析其時(shí)空分布。

1 數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

研究區(qū)位于內(nèi)蒙古自治區(qū)烏蘭察布市東南部（41°08′～42°03′N(xiāo)，113°13′～114°19′E），面積約4 925 km2，是西北地區(qū)重要的生態(tài)屏障（見(jiàn)圖1）。研究區(qū)地處半干旱大陸性季風(fēng)氣候區(qū)，區(qū)內(nèi)干燥少雨，氣溫的日較差和年較差較大，年均日照時(shí)數(shù)2 981 h，無(wú)霜期103 d。多年平均蒸發(fā)量高達(dá)1 759.5 mm，而多年平均降水量約為351 mm。研究區(qū)內(nèi)主要種植土豆、玉米、甜菜、葵花、小麥等作物，由于降雨量不足，農(nóng)業(yè)灌溉用水主要依賴(lài)于開(kāi)采地下水。該地區(qū)地下水超采造成了嚴(yán)重的生態(tài)環(huán)境問(wèn)題，估算區(qū)域作物生育期實(shí)際蒸散發(fā)對(duì)節(jié)水農(nóng)業(yè)發(fā)展，區(qū)域生態(tài)恢復(fù)尤為重要。

圖1 研究區(qū)（標(biāo)準(zhǔn)假彩色影像）Fig.1 The study area(Standard false color image)

1.2 數(shù)據(jù)來(lái)源

1.2.1 Landsat-8數(shù)據(jù)

Landsat-8 衛(wèi)星共有11 個(gè)波段，多光譜、熱紅外波段空間分辨率分別為30 m 和100 m，時(shí)間分辨率為16 d。結(jié)合流域內(nèi)主要作物的物候期，選取了2019年5-10月影像質(zhì)量較好的6景軌道號(hào)為125/31 的Landsat-8 影像，數(shù)據(jù)下載自美國(guó)地質(zhì)勘探局（https：//earthexplorer.usgs.gov/）。利用ENVI 5.3 對(duì)影像進(jìn)行輻射校正，大氣校正和裁剪預(yù)處理，用于反演該地區(qū)的蒸散發(fā)。

1.2.2 氣象數(shù)據(jù)

研究從中國(guó)氣象科學(xué)數(shù)據(jù)中心（http：//data.cma.cn/）獲取了流域內(nèi)化德氣象站（編號(hào)：53391）2019年5-10月的日值氣象數(shù)據(jù)。氣象數(shù)據(jù)主要包括平均溫度、平均氣壓、平均相對(duì)濕度、平均風(fēng)速、最高氣溫、最低氣溫等，用以計(jì)算參考作物蒸散發(fā)和求解感熱通量。

1.2.3 其他數(shù)據(jù)

通過(guò)野外實(shí)地調(diào)查構(gòu)建了田塊作物類(lèi)型數(shù)據(jù)庫(kù)，并記錄作物物候期及灌溉方式。此外，根據(jù)2019年6-9月的多時(shí)相Sentinel-2 影像和面向?qū)ο蟮膱D像識(shí)別方法，獲得了流域內(nèi)甜菜、土豆、玉米和小麥4 種主要作物的種植結(jié)構(gòu)數(shù)據(jù)。另外，從地理空間數(shù)據(jù)云獲取流域內(nèi)空間分辨率為30 m 的DEM數(shù)據(jù)。

2 研究方法

基于SEBAL 模型，采用Landsat-8 影像和地面氣象站觀測(cè)數(shù)據(jù)，反演流域內(nèi)瞬時(shí)蒸散發(fā)和日蒸散發(fā)；結(jié)合種植結(jié)構(gòu)、氣象數(shù)據(jù)及作物各生長(zhǎng)階段時(shí)長(zhǎng)，參考FAO 推薦的作物系數(shù)曲線，插值出遙感數(shù)據(jù)缺失時(shí)期的ET，估算作物生育期ET。本研究為內(nèi)蒙古察汗淖爾流域作物生育期ET估算及分析提供了一種有效的方法。具體技術(shù)路線如圖2所示。

圖2 技術(shù)路線圖Fig.2 The technology road mapping

2.1 區(qū)域蒸散發(fā)反演

如圖3所示，SEBAL模型的基本原理是根據(jù)陸面能量平衡計(jì)算陸面蒸散發(fā)。地表凈輻射（Rn）由地表反照率和地表溫度計(jì)算[14,15]；研究分別采用Landsat-8 影像的可見(jiàn)光-近紅外波段和熱紅外波段定量化反演植被指數(shù)、地表反照率和地表溫度等參數(shù)。土壤熱通量（G）可由Rn和植被指數(shù)推算而來(lái)[16]，如公式（3）所示。利用地面同步觀測(cè)數(shù)據(jù)，結(jié)合各種阻力模型和地表溫度計(jì)算感熱通量（H）[17]，最終采用能量平衡方程得到潛熱通量。其中，尋找冷、熱像元是求解感熱通量的關(guān)鍵環(huán)節(jié)。冷點(diǎn)像元應(yīng)選擇地表溫度低、NDVI 較大的農(nóng)田像元，而熱點(diǎn)像元恰好與之相反[18]。能量平衡方程及各參量計(jì)算公式如下：

圖3 SEBAL模型流程圖Fig.3 The flowchart of SEBAL model

式中：λE為潛熱通量，W/m2；Rn為凈輻射通量，W/m2；H為感熱通量，W/m2；G為土壤熱通量，W/m2；a為地表反照率，無(wú)量綱；Rs為太陽(yáng)總輻射，W/m2；ε為地表比輻射率，無(wú)量綱；Lin為大氣長(zhǎng)波輻射，W/m2；Lout為地面長(zhǎng)波輻射，W/m2；Ts為地表溫度，K；ρa(bǔ)ir為空氣密度，kg/m3；Cpair為空氣定壓比熱容，1 004 J/（kg?K-1）；dT為溫差，K；rah為空氣動(dòng)力學(xué)阻抗，s/m。

得到衛(wèi)星過(guò)境時(shí)的瞬時(shí)蒸散發(fā)之后，采用蒸發(fā)比法對(duì)瞬時(shí)蒸散發(fā)進(jìn)行日尺度擴(kuò)展，得到陸面實(shí)際蒸散發(fā)ET24[19]。

2.2 作物生育期實(shí)際蒸散發(fā)估算

研究基于Landsat-8 影像所反演的陸面實(shí)際蒸散發(fā)ET24，結(jié)合種植結(jié)構(gòu)數(shù)據(jù)得到ET，根據(jù)作物不同生長(zhǎng)階段的變化特點(diǎn)結(jié)合氣象資料估算遙感數(shù)據(jù)缺失時(shí)期的ET。由遙感圖像反演陸面蒸散發(fā)所衍生的作物生長(zhǎng)狀態(tài)參數(shù)（K）能夠反映不同空間位置和不同土壤墑情的作物生長(zhǎng)狀態(tài)。研究推算作物生長(zhǎng)周期內(nèi)遙感數(shù)據(jù)缺失時(shí)期的K，并反算ET，最終獲取時(shí)間上連續(xù)的作物生育期ET空間分布數(shù)據(jù)。作物實(shí)際蒸散發(fā)和作物生長(zhǎng)狀態(tài)參數(shù)計(jì)算如下[20]：

式中：ET為作物實(shí)際蒸散發(fā)，mm/d；ET0為參照作物蒸散發(fā)，mm/d，可由FAO 推薦的Penman-Monteith 方法計(jì)算[21]；K為作物生長(zhǎng)狀態(tài)參數(shù)；Kc為作物系數(shù)；Ks為水分脅迫系數(shù)，只影響作物蒸騰作用，主要與作物長(zhǎng)勢(shì)有關(guān)。

作物的生長(zhǎng)周期一般可分生長(zhǎng)初期、快速生長(zhǎng)期、生長(zhǎng)中期和生長(zhǎng)后期四個(gè)階段。利用遙感反演的ET和同步觀測(cè)的ET0，可計(jì)算出當(dāng)天的K。而根據(jù)遙感圖像所得到K在時(shí)間上不連續(xù)，僅有數(shù)個(gè)時(shí)期的K。因此，利用遙感數(shù)據(jù)計(jì)算得到的生長(zhǎng)初期、中期和后期時(shí)段內(nèi)的3個(gè)K（Kini、Kmid、Kend），參考FAO推薦的作物系數(shù)曲線，結(jié)合作物生長(zhǎng)階段的長(zhǎng)度得到K的曲線，如圖4所示，推算出逐日的K。

圖4 作物生長(zhǎng)狀態(tài)參數(shù)曲線Fig.4 Crop growth state parameter curve

3 結(jié)果與分析

3.1 日尺度蒸散發(fā)反演結(jié)果

3.1.1 日尺度蒸散發(fā)結(jié)果驗(yàn)證

利用SEBAL 模型估算了研究區(qū)內(nèi)2019年5月27日、6月28日、7月14日、8月15日、9月16日和10月2日的蒸散發(fā)，采用研究區(qū)內(nèi)的化德站的氣象數(shù)據(jù)，利用Penman-Monteith 公式計(jì)算的參考作物蒸散發(fā)，結(jié)合單作物系數(shù)法得到的日蒸散發(fā)對(duì)模型估算結(jié)果進(jìn)行驗(yàn)證[9,16,22]。其中，作物系數(shù)采用FAO的推薦值。本研究選擇作物生育初期和中期兩個(gè)時(shí)段內(nèi)的SEBAL 模型結(jié)果與單作物系數(shù)法結(jié)果進(jìn)行比較驗(yàn)證，如圖5所示。

圖5 SEBAL模型結(jié)果與單作物系數(shù)法結(jié)果對(duì)比Fig.5 Comparison of the result of SEBAL model and single crop coefficient method

在作物生長(zhǎng)初期，葉片面積較小，蒸散發(fā)主要以土壤蒸發(fā)為主。2019年5月27日由SEBAL 模型反演的甜菜、玉米、土豆和小麥的日蒸散發(fā)分別為2.52 mm/d、2.85 mm/d、2.51 mm/d和2.13 mm/d；利用單作物系數(shù)法計(jì)算氣象站點(diǎn)的蒸散發(fā)分別為2.30 mm/d，3.22 mm/d，2.30 mm/d，1.84 mm/d。相對(duì)誤差分別為15.76%、9.13%、11.49%和9.57%，平均誤差為11.49%。生長(zhǎng)中期，地表覆蓋度高，作物生長(zhǎng)旺盛，陸面蒸散發(fā)較大。2019年7月14日由SEBAL 模型反演的4 種作物的日蒸散發(fā)分別為6.21 mm/d、6.20 mm/d、6.10 mm/d和6.00 mm/d；利用單作物系數(shù)法計(jì)算的結(jié)果分別為5.88 mm/d、6.72 mm/d、6.44 mm/d 和6.40 mm/d。相對(duì)誤差分別為5.61%、7.74%、5.28%和6.25%，平均誤差為6.22%。以上4 種作物在生育期內(nèi)兩個(gè)不同時(shí)間的SEBAL 模型模擬精度，即平均誤差，和其他學(xué)者的較為接近[18]，說(shuō)明該模型在本研究區(qū)的適用性較好。

3.1.2 流域蒸散發(fā)空間分析

利用SEBAL 模型反演得到流域內(nèi)2019年5月27日、6月28日、7月14日、8月15日、9月16日和10月2日的日蒸散發(fā)的空間分布，如圖6所示。從模型結(jié)果可知，與流域內(nèi)其他區(qū)域相比，湖泊的日蒸散發(fā)一直最大。5月27日流域內(nèi)蒸散發(fā)差異比較明顯，北部為低值區(qū)，蒸散發(fā)約為2.75 mm，流域中部約為5.04 mm，南部約為4.79 mm。6月28日流域內(nèi)蒸散發(fā)差異不明顯，北部蒸散發(fā)高于南部，分別為3.97 mm 和2.01 mm。7月14日流域內(nèi)整體蒸散發(fā)偏高，大多數(shù)區(qū)域大于4.00 mm，流域北部約為5.22 mm，中部約為6.69 mm，東南部約為5.33 mm，流域西北部和西南部最低，分別為2.35 mm 和2.78 mm。8月15日流域東北部蒸散發(fā)最大，約為5.31 mm，東部和南部偏小，分別為4.17 mm 和2.22 mm。9-10月，流域內(nèi)蒸散發(fā)量整體下降，各區(qū)域差異不明顯。9月16日流域北部和中部蒸散發(fā)分別約為3.18 mm 和3.22 mm，南部蒸散發(fā)量較低，約為2.43 mm。10月2日流域內(nèi)蒸散發(fā)量較9月進(jìn)一步降低，西部、中部和東南部蒸散發(fā)量較低，東北部和西南部略高，東南部約為2.05 mm，西南部蒸散發(fā)量在流域內(nèi)相對(duì)較高，約為2.98 mm。

圖6 日蒸散發(fā)空間分布Fig.6 Spatial distribution of daily evapotranspiration

3.2 區(qū)域作物生育期實(shí)際蒸散發(fā)分析

利用遙感反演的流域內(nèi)日蒸散發(fā)結(jié)果，根據(jù)作物的生長(zhǎng)階段時(shí)長(zhǎng)，參考FAO 推薦的作物系數(shù)曲線，結(jié)合氣象站的日值氣象數(shù)據(jù)計(jì)算的ET0，估算了2019年甜菜、土豆、玉米和小麥4 種主要作物的生育期ET。如圖7所示，流域內(nèi)甜菜、土豆、玉米和小麥生育期ET分別在476.02～795.73 mm、405.41～684.84 mm、345.11～683.35 mm和313.34～604.62 mm之間。

圖7 作物生育期實(shí)際蒸散發(fā)空間分布Fig.7 Spatial distribution of actual evapotranspiration during crop growth period

2019年流域內(nèi)4 種主要作物生育期ET在空間分布上差異較明顯，與流域北部相比，南部的作物生育期ET更大。甜菜、土豆、玉米、小麥生育期ET分別約為619.72 mm、558.67 mm、492.51 mm 和456.58 mm，其中在流域北部生育期ET分別約為563.87 mm、450.26 mm、346.14 mm 和390.81 mm，在流域中部分別約為600.48 mm、572.09 mm、525.69 mm 和412.94 mm，在流域南部分別約為694.67 mm、650.55 mm、604.07 mm 和561.18 mm。結(jié)果表明，流域內(nèi)作物生育期ET呈由北向南遞增的趨勢(shì)，這和流域內(nèi)南北降雨差異具有一致性；另外，不同作物之間生育期ET也存在差異，具體表現(xiàn)為甜菜>土豆>玉米>小麥。

作物生育期ET空間分布如圖7所示，同種作物生育期ET在空間分布上表現(xiàn)出的差異性，與灌溉制度和降雨量等有關(guān)。流域內(nèi)北部的土豆，部分屬旱地作物，而流域南部地勢(shì)平坦，大多種植水澆地土豆；玉米也分為青貯玉米和普通玉米，青貯玉米屬旱地作物，普通玉米屬水澆地作物。由于同種作物灌水量差異較大，旱地作物灌溉較少或未灌溉，故旱地作物生育期ET較小。同時(shí)，同種作物在流域內(nèi)同一片區(qū)，其生育期ET也表現(xiàn)出較大差異，如流域南部青貯玉米生育期ET約為463.00 mm，而普通玉米約為675.00 mm。

流域內(nèi)年均降雨量由南向北遞減，2019年南部興和縣降雨量435.70 mm，北部化德縣降雨量?jī)H為384.20 mm，南北降雨差異較大。受這一因素影響，4 種主要作物生育期ET也呈現(xiàn)明顯的由南向北遞減的趨勢(shì)。其中，流域北部青貯玉米生育期ET約為385.00 mm，與南部差異較大。流域北部小麥集中分布在湖泊附近，土壤含水量較高，因此流域北部部分小麥的生育期ET與北部其他地區(qū)相比較高。

4 結(jié) 語(yǔ)

以?xún)?nèi)蒙古察汗淖爾流域?yàn)槔?，基于遙感數(shù)據(jù)、氣象數(shù)據(jù)和種植結(jié)構(gòu)等多源數(shù)據(jù)展開(kāi)區(qū)域作物生育期ET估算方法研究。研究首先基于SEBAL 模型和遙感數(shù)據(jù)獲得了區(qū)域的日尺度蒸散發(fā)參數(shù)；在此基礎(chǔ)上，參考FAO 推薦的作物系數(shù)曲線，作出作物生長(zhǎng)狀態(tài)參數(shù)曲線，并結(jié)合參考作物蒸散發(fā)獲得連續(xù)的區(qū)域作物生育期ET。最終，對(duì)察汗淖爾流域主要作物生育期ET狀況及空間分布進(jìn)行分析。結(jié)果表明：

（1）基于遙感數(shù)據(jù)和SEBAL 模型能夠準(zhǔn)確反演流域空間尺度的日蒸散發(fā)量，其生育初期和中期平均誤差分別為11.49%和6.22%。從5月到7月，日蒸散發(fā)逐漸增大，且在7月達(dá)到峰值，8-10月日蒸散發(fā)逐漸降低，9、10月降低趨勢(shì)較大。

（2）流域內(nèi)甜菜、土豆、玉米和小麥的生育期ET，在空間分布上都有由北向南遞增的趨勢(shì)。作物生育期ET變化范圍分別在476.02～795.73 mm、405.41～684.84 mm、345.11～683.35 mm 和313.34～604.62 mm 之間。不同作物生育期ET差異明顯，甜菜>土豆>玉米>小麥。其中甜菜、土豆、玉米、和小麥年平均生育期ET分別為619.72 mm、558.67 mm 、492.51 mm、456.58 mm。

（3）同種作物因灌溉制度不同，其生育期ET在空間上表現(xiàn)出差異性，具體為：水澆地土豆生育期ET高于旱作土豆；普通玉米生育期ET高于青貯玉米。受流域南北降雨不均影響，4 種主要作物生育期ET呈現(xiàn)明顯的由南向北遞減趨勢(shì)。北部湖泊附近的小麥，因土壤含水量較高，其生育期ET高于周邊其他區(qū)域。