RS在生態(tài)水文模型中的應(yīng)用-蒸散遙感（地理科學(xué)與資源研究所邱建秀200828006010008）.ppt

,RS在生態(tài)水文模型中的應(yīng)用 -蒸散遙感,Application of Remote Sensing in Ecohydrology model: Evapotranspiration Estimation,邱建秀 學(xué)號：200828006010008 地理科學(xué)與資源研究所,I. 遙感與蒸散發(fā),蒸散發(fā)是水圈、大氣圈和生物圈水分和能量交換的主要過程，也是水循環(huán)中最重要的分量之一。 較大空間尺度內(nèi)陸面特征和水熱傳輸具非均勻性，傳統(tǒng)方法難以獲得區(qū)域尺度的蒸散發(fā)。,大面積遙感地表輻射和溫度狀況， 直接提供SPAC界面能量信息,多光譜、多角度遙感資料可反演蒸 散發(fā)估算所涉及的下墊面特征參數(shù),多時相的熱慣量遙感可反映土壤和 植被水分狀況,遙感技術(shù)興起使估算區(qū)域尺度蒸散發(fā)成為可能,RS可得到的生物物理參數(shù),RS與氣象要素場,RS可以提供入射輻射、云和降水資料 RS估計PAR的誤差對月總量可控制在6，對日總量可以達到10以下 長波輻射的估計由于表面溫度和云信息估計的精度不夠，還有所欠缺 對于云量，主要是云的類型判別較為困難 對于降水，由于對云頂光學(xué)參數(shù)的確定和云層中水汽對微波輻射散射算法的欠缺，目前的反演方法還存在改進的必要,RS與植被信息,RS估計與植被有關(guān)的信息 從遙感影像中劃分植被覆蓋區(qū)域、植被類型 從遙感數(shù)據(jù)出發(fā)，如LAI，估算與光合作用有關(guān)的量，如蒸騰量、葉面溫度、光合作用強度等 RS反演植被參數(shù)，如LAI、FPAR、生物量、植被高度、葉角等 反射率反演，目前較活躍的研究內(nèi)容 -通過植被指數(shù)VIs間接估計植被參數(shù) 經(jīng)驗半經(jīng)驗關(guān)系的建立：NDVI-LAI， NDVIbiomass,植被指數(shù),簡單植被指數(shù),歸一化植被指數(shù),土壤調(diào)整植被指數(shù),增強型植被指數(shù),植被NDVI季相變化的緣起,植物在不同生育階段對VIS和NIR波段反射率的不同，形成了NDVI的季相變化, NDVI的季相變化特征反映了地表植被的動態(tài)變化過程。,NDVI的季相變化,RS與土壤信息,土壤信息 理論上有些土壤參數(shù)可以由RS得來 但是由于植被覆蓋 土壤C和N不能由RS估計 只能大致估計地表幾個厘米的土壤含水量。就這，還取決于覆蓋度大小 地表粗糙度、表面土壤水分和植被密度信息 using passive and active microwave sensors 但如何更好地利用這些技術(shù)還在探索之中,土壤及土壤水分遙感,土壤遙感的前提條件 擁有各類土壤的詳細特征數(shù)據(jù) 必不可少的深層土壤剖面實測信息,不同含水量的同種土壤反射光譜,Microwave remote sensing of Soil moisture,II.蒸散遙感反演的原理與方法,可見光 近紅外 熱紅外,反照率 植被指數(shù) 地表溫度,轉(zhuǎn)換,凈輻射 土壤熱通量 顯熱通量 潛熱通量,波文比 蒸發(fā)比,衛(wèi)星輻射通量,地表參數(shù),模型,地表能量平衡,濕度指針,地表蒸散遙感原理,遙感蒸散方法,A. 經(jīng)驗直接法 Empirical direct methods B. 能量收支殘差法 Residual methods of the energy budget C.植被指數(shù)法 Vegetation index methods D.機理模型法 Deterministic methods,A.經(jīng)驗直接法,Ta - Ta: 地面溫度與空氣溫度的瞬時值之差 該方法無需氣象觀測數(shù)據(jù)，根據(jù)回歸方法即可,B.能量收支殘差法,地表能量平衡,余項法：,感熱,rex: 剩余阻力，無物理意義，由于遙感得到的表面溫度與空氣動力學(xué)溫度不同，將其差異歸結(jié)到rex ，以提高精度,凈輻射與土壤熱通量的反演,凈輻射,土壤熱通量,阻力的計算,For forest,For crop and grass,風(fēng)速的計算,剩余阻力的計算,以上方法為能量收支殘差法中的單層模型，即不考慮土壤、植被差異，直接應(yīng)用Penman-Monteith公式，結(jié)合遙感得到的觀測數(shù)據(jù)，進行蒸散量的估算. 單層模型在反演植被覆蓋度較高、下墊面均勻的陸面蒸散發(fā)時精度較高，并且由于所涉及的空氣動力學(xué)阻抗能根據(jù)下墊面特征及常規(guī)氣象資料較易求解，故獲得廣泛應(yīng)用.,雙層模型,在農(nóng)田和自然生態(tài)系統(tǒng)中,稀疏與稠密冠層季節(jié)性地交替出現(xiàn).植被稀疏時,土壤蒸發(fā)可占總蒸散的大部分;即使作物封壟,冠層蒸騰成為總蒸散的主要分量,土壤蒸發(fā)仍不可忽略. Shuttleworth和Wallace等將植被冠層、土壤表面看成兩個既相互獨立,又相互作用的水汽源,并引入冠層阻力和土壤阻力兩個參數(shù),建立稀疏植被的蒸散模型,簡稱雙源模型或S-W模型.,雙層模型,感熱通量,參考高度,方向性地表溫度,地表發(fā)射率,覆蓋率,沈彥俊等學(xué)者提出一個蒸散-土壤水分關(guān)系的雙源線性模型，認為土壤水分存在兩個臨界點（*和）是分別控制植物蒸騰與土壤蒸發(fā)的關(guān)鍵點,雙源線性模型,當(dāng)土壤水分降低到毛管水?dāng)嗔腰c（）時，液態(tài)水不能連續(xù)傳輸?shù)酵寥辣砻孢M行蒸發(fā)，從而發(fā)生類似于植物出現(xiàn)初始脅迫時的情況，土壤蒸發(fā)速率開始線性下降；而此時，由于植物根系的作用植被的蒸騰仍能維持其潛在速率； 當(dāng)土壤水分降低到初始脅迫點（*）以下時，蒸騰速率也隨著土壤水分的減少呈線性下降，直到土壤水分達到凋萎濕度降為零；,雙源線性模型,從而仿照生態(tài)學(xué)上的“脅迫”概念提出植被和土壤的脅迫指數(shù),雙源線性模型,從而,土壤缺水指數(shù)（WDI）可根據(jù)下述梯形法，即植被指數(shù)法進行計算 梯形法（植被指數(shù)法）基于如下三個假定： 1）在選定區(qū)域至少存在一個水分虧缺為0的像元，同時至少存在一個完全虧缺的像元，這在半干旱灌溉農(nóng)田景觀中是完全合理的；2）在一定的土壤水分條件下，表面溫度隨植被覆蓋度的增加而線性下降 3）在植被覆蓋度一定時，表面溫度隨水分的指數(shù)增加而線性升高,雙源線性模型,C.植被指數(shù)法,Ts-VI 關(guān)系圖,C.植被指數(shù)法,根據(jù)前述三個假定，任意像元缺水指數(shù)可以與輻射溫度建立如下聯(lián)系：,Tsmin和Tsmax分別為該像元土壤水分充足和完全缺水時的理論最高和最低溫度。 Tsmin和Tsmax可根據(jù)圖6回歸得到，其表達式為：,潛在蒸散的遙感推算,潛在蒸發(fā)采用一個類似Priestley-Taylor形式的公式計算（Ritchie, 1974）：,Rns為土壤表面的凈輻射，與植被的葉面積指數(shù)關(guān)系密切：,對于植被的潛在蒸騰，采用Penman-Monteith方程計算：,fv0.5時，,雙源線性模型的一個應(yīng)用實例,沈彥俊等學(xué)者采用冬小麥-夏玉米不同生育期的13幅Landsat TM和ETM+影像計算了1000 km2范圍的蒸散通量及能量平衡.,估算的蒸散強度及其空間分布隨著時間的推移顯示了顯著的變化.一年中小麥和玉米生長季的兩個峰值非常明顯.將遙感估算的潛熱通量與地面微氣象觀測值進行比較，具有很好的一致性，說明雙源模型用于計算本地區(qū)的蒸散通量可獲得比較理想的結(jié)果（圖9）.,分布式模型與流域蒸散模擬,隨著水文學(xué)發(fā)展，F(xiàn)reeze和Harlan提出具有物理基礎(chǔ)的流域水文模型，該模型建模思路是先分解后綜合，可將生態(tài)系統(tǒng)生態(tài)過程與水文系統(tǒng)水文過程耦合起來，采用數(shù)值模擬方法模擬流域水文過程，從而為流域尺度上復(fù)雜下墊面與不同植被耦合下的蒸散過程估算提供了平臺,劉建梅等學(xué)者試圖為分布式水文模型中實際蒸散量的模擬提供一種可靠、簡便的方法，一方面考慮方法的普適性，減少經(jīng)驗參數(shù)；另一方面盡量應(yīng)用流域內(nèi)可以得到的實測數(shù)據(jù)，以便充分體現(xiàn)研究區(qū)實際蒸散量的時空分布特點,分布式模型與流域蒸散模擬,將彭曼公式改寫成以下形式估算流域內(nèi)各個單元格的潛在蒸散量：,單元格i處溫度：,單元格i處凈短波輻射：,單元格i處長波輻射：,單元格i處凈輻射：,通過以上過程可算得川西流域1989-2000年各個單元格的逐日潛在蒸散量，多年平均日潛在蒸散量的時間分布如圖2所示，日潛在蒸散量的年內(nèi)分布受溫度、濕度及風(fēng)速的影響較大。冬季溫度較低，蒸散量較小，夏季溫度高，蒸散量大， 多年平均年潛在蒸散量為1050.44mm/a，介于900-1200mm/a之間，與四川省水資源公布的年潛在蒸散量的等值線圖相吻合，結(jié)果合理。,分布式模型與流域蒸散模擬的一個應(yīng)用實例,多年平均潛在蒸散量的 年內(nèi)分布,潛在蒸散量的空間分布與高程和植被覆蓋類型關(guān)系密切，森林覆蓋地區(qū)的潛在蒸散量明顯高于其他土地利用類型分布地區(qū) 主要是因為：1）森林植被的反射率比較低，凈輻射比較大；2）森林一般分布于河谷附近區(qū)域，大氣溫度高于高山，潛在蒸散量也較高。,分布式模型與流域蒸散模擬的一個應(yīng)用實例,多年平均潛在蒸散量的 空間分布,實際蒸散量與是氣象要素、土壤水分狀態(tài)與植被季節(jié)變化特、土壤水分狀態(tài)與植被季節(jié)變化特點共同作用的結(jié)果,分布式模型與流域蒸散模擬的一個應(yīng)用實例,多年平均實際蒸散量估算,分布式模型與流域蒸散模擬的一個應(yīng)用實例,多年平均實際蒸散量的 年內(nèi)分布,6-9月氣溫較高，降水豐沛，土壤供水充分，主要受控于氣象要素及植被季節(jié)變化特點，蒸散量大； 11月4月氣溫低，降水量小，可供水量較低，主要受控于土壤供水狀態(tài)，蒸散量低，占全年的14.3%,分布式模型與流域蒸散模擬的一個應(yīng)用實例,多年平均實際蒸散量的 空間分布,611月，森林蒸騰作用比較大，促進了流域蒸散 125月，蒸騰作用較小，全流域蒸散分布相對比較均勻,分布式模型與流域蒸散模擬的一個應(yīng)用實例,多年平均實際蒸散量估算的 準(zhǔn)確性評價,與水量平衡結(jié)果相對誤差+3.47%； 與四川省水資源相對誤差- 4.09%. 模擬結(jié)果與實際值相近且時空分布合理,D.機理模型法,Forcing the model input directly with the remote sensing measurements correcting the course of state variables in the model at each time remote sensing data are available (順序同化) re-initializing or changing unknown parameters using data sets acquired over temporal windows of several days/weeks (變分同化),各種方法的優(yōu)缺點,各種方法的優(yōu)缺點（續(xù)）,1 劉建梅,王安志,刁一偉等.分布式模型在流域蒸散模擬中的應(yīng)用與驗證. 2 沈彥俊,唐常源, A. Kondoh等.陸氣界面蒸散發(fā)過程及通量的遙感估算. 3 高彥春,龍笛.