一种基于遥感的陆表蒸散计算方法技术

本发明专利技术属于地理学与生态学领域，涉及一种基于遥感的陆表蒸散计算方法。陆表蒸散由植被蒸腾、土壤蒸发与拦截蒸发组成。本发明专利技术主要对植被蒸腾中的温度和土壤蒸发中的土壤水分进行了优化，主要包括两部分：使用物理模型计算叶片温度代替原方法中环境温度进行植被蒸腾计算；使用不同土壤层的土壤含水量来重新定义土壤蒸发过程中的土壤水分限制。本发明专利技术的方法简单实用，所涉及的数据均可从遥感平台、中国气象数据网、涡旋通量塔以及相关文献免费获取。本发明专利技术属于机理模型，外推时无需参数校正，可以更低的成本快速地对陆表蒸散进行可靠的估算。估算。估算。

【技术实现步骤摘要】
一种基于遥感的陆表蒸散计算方法


[0001]本专利技术属于地理学与生态学领域，涉及一种陆表蒸散的计算方法。具体使用为通过遥感技术获得相关MODIS与FLDAS数据、通过国家气象中心获取站点相对湿度数据、通过中国通量塔及相关文献获取蒸散数据，并基于现有的Priestley
‑
Taylor模型框架，优化其土壤水分子模型和温度子模型，将优化后的模型用于陆表蒸散的估算。

技术介绍

[0002]蒸散(Evapotranspiration，E)是陆表水热循环的重要组成部分，由植被蒸腾、土壤蒸发与拦截蒸发三部分组成。在最适环境下的最大蒸散量叫做潜在蒸散；在受到气候、植被与土地覆盖等实际状况限制下的蒸散量叫做实际蒸散。超过50％的太阳辐射与60％的年总降水都是通过实际蒸散返回到大气中。
[0003]蒸散与可利用能的关系可以表示为：
[0004]LE＝R
n
‑
G
‑
H
[0005]其中，L表示蒸发潜热(MJ/kg)，E表示蒸散(mm)，LE表示潜热通量(W/m2)，R
n
表示净辐射(W/m2)，G表示土壤热通量(W/m2)，H表示显热通量(W/m2)。
[0006]涡旋通量塔是观测蒸散最好的方式，但是全球仅有400个通量塔，记录时间短，费用高，且很难从点尺度扩展到面尺度。想要获取空间上连续的蒸散，一种方法是通过加大通量塔密度并插值，但是这种方法成本高昂，费时费力，且只能获取建立通量塔以后的数据，不具有较大的可行性；另一种方法是通过反距离权重与克里金、样条函数等方法将气象数据进行插值，然后基于气象数据的栅格数据与Penman
‑
Monteith等模型得到蒸散，但是插值的前提是地形平坦，空间异质性较小，蒸散所需的各个要素都有足够多且连续的站点记录数据。实际上，在一些发展中国家和地区，气象站数量较少，时间跨度较短，插值效果受到很大的限制，特别是在青藏高原地区，地形与气候变化极大，并且在青藏高原西北部缺少气象站，插值效果会更差。因此，长时间序列高时空分辨率的免费遥感数据便成了估算高时空分辨率蒸散的重要数据来源。基于遥感的蒸散估算包括统计模型与机理模型。
[0007]统计模型可以分为两类：(1)回归模型：回归模型是通过现有的通量塔蒸散数据与温度、降水等气象数据、NDVI等遥感指数数据建立回归关系，并将该回归关系应用于全区进行蒸散估算。回归模型结构简单，通过简单的栅格运算即可获得蒸散，但是回归模型的参数与结构是基于已有实测数据拟合的，在运用到新的地区或者新的气候带时，往往需要进行参数的重新校正。(2)机器学习模型：利用随机森林、人工神经网络、与支持向量机等方法，通过建立气象因素、地形因素与蒸散的非线性关系进行模型训练，并将训练好的模型外推到其他区域。但是机器学习模型忽略了内在的物理机理，很难说清楚蒸散与驱动因素之间的交互作用，同时也受限于数据的质、量和数据的典型性。Chen等(2014)在评估8个模型的效果时，其中有三个机器学习模型(人工神经网络、支持向量机和决策树)，模拟精度最差。
[0008]机理模型包括表面能量平衡模型(Surface energy balance algorithm for land，SEBAL)、Penman
‑
Monteith(PM)模型与Priestley
‑
Taylor(PT)模型等。地表能量平衡
模型在计算过程中涉及到一些微气候参数只能通过经验获取，如动力学粗糙度、热力学粗糙度等参数，因此，此方法发展受到限制；在此基础上，Penman将地表能量平衡模型与空气动力学原理结起来提出湿润下垫面的蒸散发计算方法，Monteith引入了表面抗阻的概念，提出了Penman
‑
Monteith模型。理论上来说，PM模型比PT模型机理更加清楚，但是当利用遥感进行全区域计算时，很难量化PM模型中的气孔导度与表面导度等参数。相对PM模型，PT模型需要的参数较少且能实现近似的效果，因此PT模型得到了更广泛的应用，特别是结构简单，机理清晰的Priestley
‑
Taylor Jet Propulsion Lab(PT
‑
JPL)模型(Fisher等，2008；Yao等，2013；Yao等，2015)。
[0009]包括PT
‑
JPL在内的所有模型都存在一个相同的问题：即所有的模型都是基于陆表温度进行计算。但根据实际过程，真正决定植被蒸腾的应该是叶温(leaf temperature，T
l
)而非气温(air temperature，T
a
)(Leuning等，1995；Tuzet等，2003)，并且一般叶温与气温也并不相等(Blonder和Michaletz，2018；Michaletz等，2016；Michaletz等，2015)，此外，气温与叶温的关系也并不固定，叶温有时候会比气温高7
‑
10℃(Korner等，2002；Gates等，1964；Lange，1959)，有时甚至高出20℃(Doughty和Goulden，2008)。叶温随气温的调节其实是植物自适应的结果，自适应将会有利于植物的生长、生存与生产(Blonder和Michaletz，2018)。因此，使用气温代替叶温的做法会错误的评估温度对蒸腾的影响，特别是在气温与叶温相差较大的地方。
[0010]除了叶温，土壤水分对蒸散有非常重要的影响(Detto等，2006；Krishnan等，2006；Wang和Liang，2008)。多项研究建议使用遥感反演的高空间异质性的土壤水分来估算土壤蒸发(Gokmen等，2012；Jin等，2011；Miralles等，2011；Yao等，2015)。但是之前基于卫星的土壤水分只考虑了约2
‑
5cm的表层土壤水分，忽略了更深层的土壤水分对土壤蒸发的影响(Anderson等，2007；Yao等，2015)。近几年，新兴的不同土壤层的土壤水分数据为估算土壤蒸发提供了直接有效的数据源。水汽压偏差能够直接描述空气的干燥程度，同一水分状况下，温度越高，VPD越大。

技术实现思路

[0011]本专利技术要解决的技术问题在于提供一种精度更高的基于遥感的陆表蒸散计算方法。
[0012]本专利技术对机理模型PT
‑
JPL中的温度子模型与土壤水分子模型进行优化，并将该模型运用于青藏高原潜在蒸散与实际蒸散的计算，将实际蒸散与青藏高原涡旋通量塔的观测数据(真实值)对比做精度验证。并与FLDAS、MOD16A2等模型精度与本方法进行对比，通过均方根误差、偏差与决定系数三个指标来验证本专利技术优化模型的效果。
[0013]本专利技术的技术方案为：
[0014]一种基于遥感的陆表蒸散计算方法，实际蒸散与植被表面蒸腾E
s
、土壤表面蒸发E
s
及拦截蒸发E
i
有关，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遥感的陆表蒸散计算方法，其特征在于，实际蒸散(E)与冠层表面蒸腾(E
c
)、土壤表面蒸发(E
s
)及拦截蒸发(E
i
)有关，具体计算方法如下：LE＝L(E
c
+E
s
+E
i
)))其中，L表示蒸发潜热(MJ/kg)；E为蒸散(mm)；LE为蒸发潜热与蒸散的乘积，表示潜热通量(W/m2)；E
c
为冠层表面蒸腾(mm)；E
s
为土壤表面蒸发(mm)；E
i
表示拦截蒸发(mm)；LE
c
，LE
s
与LE
i
分别表示各部分的潜热通量；α
PT
为无量纲系数，一般取值1.26；Δ
l
，Δ
a
与Δ
s
分别表示饱和水汽压对叶片温度、气温及土壤温度的曲线斜率(kPa/℃)；γ是干湿表常数(kPa/℃)；R
nc
为冠层表面的净辐射(W/m2)；R
ns
为土壤表面净辐射(W/m2)；G为土壤热通量(W/m2)；由以上公式，可得潜在蒸散(PE)与实际蒸散(E)分别为：由以上公式，可得潜在蒸散(PE)与实际蒸散(E)分别为：PE在k
c
、k
i
与k
s
下转为E，k
c
、k
i
与k
s
分别表示植被潜在蒸腾到实际蒸腾、植被表面潜拦截蒸发到实际拦截蒸发、土壤拦截潜在蒸发到实际蒸发的限制因子，计算方法分别为：k
c
＝(1
‑
f
wet
)f
g
f
T
f
M
k
s
＝f
wet
+(1
‑
f
wet
)f
sm
k
i
＝f
wet
其中，f
wet
表示拦截表面占比；f
g
f
T
f
M
分别表示植物表面受到的绿度、温度以及水分的胁...

【专利技术属性】
技术研发人员：袁烨城，刘伟，李宝林，王双，高锡章，蒋育昊，李影，
申请(专利权)人：中国标准化研究院，
类型：发明
国别省市：