区域蒸散量的遥感估算与验证—刘绍民.pdf

主主 要要 内内 容容 一、一、研究背景研究背景 二、应用实例二、应用实例 三、主要结论三、主要结论 一、研究背景一、研究背景 • 蒸散发蒸散发(Evapotranspiration，，ET)，包括土壤、水体的，包括土壤、水体的 蒸发和植被蒸腾，是大气圈、生物圈、岩石圈、冰雪圈蒸发和植被蒸腾，是大气圈、生物圈、岩石圈、冰雪圈 与水圈之间与水圈之间水分传输和能量交换水分传输和能量交换的主要过程，也是水循的主要过程，也是水循 环中最重要的分量之一环中最重要的分量之一 • 准确地估算区域蒸散量准确地估算区域蒸散量对全球气候变化研究、区域干旱对全球气候变化研究、区域干旱 监测与农田灌溉决策、作物产量预报以及流域水资源管监测与农田灌溉决策、作物产量预报以及流域水资源管 理等方面等都十分重要理等方面等都十分重要 一、研究背景一、研究背景 目前，地表蒸散量的获取方法主要分为以下三种：地面目前，地表蒸散量的获取方法主要分为以下三种：地面观测、观测、遥感估算遥感估算、模式模拟模式模拟 由于多时相、多波段、多角度的遥感信息能够综合反映由于多时相、多波段、多角度的遥感信息能够综合反映下垫面的几何结构和水、热状况，使遥感方法在非均匀下垫下垫面的几何结构和水、热状况，使遥感方法在非均匀下垫面上区域蒸散量的监测方面具有明显的优越性。

面上区域蒸散量的监测方面具有明显的优越性 目前，遥感估算蒸散量的方法主要分为以下四类：目前，遥感估算蒸散量的方法主要分为以下四类： • 与传统方法相结合的模型与传统方法相结合的模型 • 基于地表能量平衡方程的模型基于地表能量平衡方程的模型 • 地表温度地表温度- -植被指数法植被指数法 • 数据同化方法数据同化方法 1 1、与传统方法相结合的模型、与传统方法相结合的模型 利用了不同类型的遥感数据反演地表参数，然后利用了不同类型的遥感数据反演地表参数，然后 将这些参数应用到传统的蒸散估算模型中例如：将这些参数应用到传统的蒸散估算模型中例如： Priestley-Taylor公式公式（（Jiang and Islsm, 2001; Wang et al., 2006））互补相关模型互补相关模型（（Virginia et al., 2008; Liu et al., 2010）） Penman-Monteith公式公式（（Cleugh et al., 2007; Mu et al., 2007）） 一、研究背景一、研究背景 2 2、基于地表能量平衡方程的方法、基于地表能量平衡方程的方法 利用遥感反演净辐射量利用遥感反演净辐射量、、土壤热通量和显热通量土壤热通量和显热通量，，然然 后依据后依据地表能量平衡方程地表能量平衡方程推算出蒸散量推算出蒸散量。

这种模型按照这种模型按照 其对地表描述方法的差异又分为一层模型和双层模型其对地表描述方法的差异又分为一层模型和双层模型 一层模型一层模型(又称为“大叶模型又称为“大叶模型,忽略了植被冠层与土壤之间的水热特性差异，忽略了植被冠层与土壤之间的水热特性差异， 影响了其在非均匀下垫面上的反演精度影响了其在非均匀下垫面上的反演精度)：： SEBAL（（Surface Energy Balance Algorithm for Land）） - Bastiaanssen et al., 1998 SEBS（（Surface Energy Balance System）） - Su, 2002 双层模型双层模型(将植被冠层与土壤分开，分别考虑两者的动量和能量传输过程，以将植被冠层与土壤分开，分别考虑两者的动量和能量传输过程，以 及两者的相互作用，更接近真实情况及两者的相互作用，更接近真实情况)：： 系列模型系列模型（（Series Model）） - Shuttleworth and Wallace, 1985 平行模型平行模型（（Parallel Model）） - Normal et al.1995;Kustas et al.1999 补丁模型补丁模型（（Patch Model）） - Blyth et al.1995 一、研究背景一、研究背景 3 3、地表温度、地表温度- -植被指数方法植被指数方法 利用遥感反演的地表温度利用遥感反演的地表温度 Ts和植被指数和植被指数 （（NDVI、、fc））建立植被指数与地表温度的关系建立植被指数与地表温度的关系 （（三角形三角形、、梯形梯形）），，计算计算地表水分有效性指数地表水分有效性指数 （（作物缺水指数作物缺水指数、、蒸发比蒸发比、、水分亏缺指数水分亏缺指数、、地表地表 温度温度-植被覆盖度指数植被覆盖度指数、、条件温度植被指数条件温度植被指数）），，并并 结合结合潜在蒸散潜在蒸散来估算地表实际蒸散量来估算地表实际蒸散量。

一、研究背景一、研究背景 （（Jiang and Islsm, 1999，，2001，，2003; Nishida et al ., 2003; Tang et al., 2010）） 4、数据同化方法、数据同化方法 将模式与遥感信息相结合将模式与遥感信息相结合，，通过同化通过同化遥感反演遥感反演 的地表温度的地表温度、、土壤湿度土壤湿度、、反照率等参数反照率等参数来计算蒸散来计算蒸散 量量模式包括：土壤模式包括：土壤-植被植被-大气传输模型大气传输模型（（SVAT））；； 陆面过程模型陆面过程模型，，如：如：Sellers的简单生物模式的简单生物模式（（SiB、、 SiB2) 、、 Dickinson 的 生 物 圈的 生 物 圈 - 大 气 圈 传 输 方 案大 气 圈 传 输 方 案 （（BATS））、、通用陆面过程模式通用陆面过程模式（（CLM））等；水文模等；水文模 式；气象模式式；气象模式，，如如MM5等等 一、研究背景一、研究背景 （（Courault et al., 2005; Pipunic et al., 2008 ；；Schuurmans et al., 2003; Jang et al., 2010）） 遥感技术的实时性、区域性等特点，使其在区域蒸散量遥感技术的实时性、区域性等特点，使其在区域蒸散量 监测方面具有明显的优越性。

监测方面具有明显的优越性但它同时也是一项新技术，但它同时也是一项新技术， 涉及许多物理过程，还存在很多制约因子主要表现在涉及许多物理过程，还存在很多制约因子主要表现在 (辛辛晓洲，晓洲，2003；高彦春；高彦春, 2008; Li et al., 2009) ：：遥感数据和遥感监遥感数据和遥感监 测模型的选择与适用性、地表参数反演的不确定性、时空测模型的选择与适用性、地表参数反演的不确定性、时空 尺度扩展的影响、平流对遥感方法的影响、非遥感参数的尺度扩展的影响、平流对遥感方法的影响、非遥感参数的 精确估算（气温、风速、地表粗糙度、阻抗等）精确估算（气温、风速、地表粗糙度、阻抗等） 因此，为了保证遥感监测蒸散量的正确性，同时也为了因此，为了保证遥感监测蒸散量的正确性，同时也为了 树立水文、农业专家以及用户对这项新技术的信心，对相树立水文、农业专家以及用户对这项新技术的信心，对相关结果进行验证是十分重要的关结果进行验证是十分重要的 一、研究背景一、研究背景 遥感估算蒸散量的地面验证遥感估算蒸散量的地面验证 参考文献参考文献 模型模型 遥感数遥感数 据据 研究区域研究区域/时间时间 下垫面下垫面 观测观测 仪器仪器 像元选取像元选取 待验证要待验证要 素素 MBE RMSE MRE (%) MAPE (%) R² Wang et al. (2006) P-T MODIS 美国南部大平原美国南部大平原 /2001-2005 天然草原、牧草天然草原、牧草 地地 BR 单像元值单像元值 EF 17 Virginia et al.(2008) 互补相互补相 关模型关模型 MODIS 美国南部大平原美国南部大平原 /2003 天然草原、牧草天然草原、牧草 地、小麦地等地、小麦地等 BR 单像元值单像元值 日日LE (W/m² ) -5.97 31.92 Mu et al. (2007) 改进的改进的 P-M MODIS 美国通量网美国通量网 /2001 草地、热带草原、草地、热带草原、 灌木、玉米地等灌木、玉米地等 EC 3××3像元像元 平均值平均值 LE/8天天 (W/m² ) -5.85 27.34 0.76 Teixeira et al.(2009) SEBAL TM 圣佛朗西斯科流圣佛朗西斯科流 域域 /2001-2007 葡萄园、芒果园、葡萄园、芒果园、 落叶林落叶林 BR、、 EC 单像元值单像元值 瞬时瞬时 H(W/m² ) 日日ET(mm) 41.8 0.38 0.83、、 0.91 Su (2002) SEBS TMS 西班牙西班牙 /1991 玉米地、荒地、玉米地、荒地、 裸地裸地 EC 3××3像元像元 平均值平均值 EF -0.04 0.12 -11 0.99 Jia et al. (2003) SEBS ATSR 西班牙西班牙 /1999 葡萄园、果树葡萄园、果树/ 苜蓿地、小麦苜蓿地、小麦/ 玉米等农作物地玉米等农作物地 LAS LAS光径光径 路线所经路线所经 像元像元(2~6 个个)均值均值 瞬时瞬时H (W/m² ) 25.5 Allen et al. (2005) METRI C TM 美国熊河流域美国熊河流域 1985 Lysi- mete r 单像元值单像元值 周周ET、、 月月ET (mm) 0.76、、 21.11 15、、 4 17.5、、 18 0.99、、 0.95 Timmerm- ans et al. (2007) TSEB 机载航机载航 空遥感空遥感 数据数据 美国美国 /1990、、 1997 草地、牧场草地、牧场 EC 足迹加权足迹加权 平均平均 瞬时瞬时H (W/m² ) 35、、50 Chá vez et al. (2005) 空气动空气动 力学阻力学阻 抗抗-余项余项 法法 机载多机载多 光谱遥光谱遥 感数据感数据 美国美国 /2002 玉米、大豆玉米、大豆 EC 足迹加权足迹加权 平均、平均、 足迹算术足迹算术 平均平均 瞬时瞬时H (W/m² ) A: 1.9 B: - 1.8 C: 6.5 D: 9.8 A: 32 B: 22.9 C: 29.5 D: 33.1 A/B: FASOWG加权加权/算术平均算术平均 C/D: FSAM加权加权/算术平均算术平均 Jiang and Islam (2003) Trad- NDVI AVHR R 美国南部大平原美国南部大平原 /1997 混合农田混合农田/高杆高杆 草地草地/林地、矮林地、矮 草草 BR、、 EC 单像元值单像元值 瞬时瞬时H (W/m² ) -37.4 -42.4 58.6 65 -10.01 -9.4 0.89 0.95 Kalma et al.(2008)总结了总结了30项关于利用地面观测对遥感估算蒸散量进行验项关于利用地面观测对遥感估算蒸散量进行验 证的研究，这些地面观测均采用波文比证的研究，这些地面观测均采用波文比-能量平衡测定系统或涡动相关仪。

从大能量平衡测定系统或涡动相关仪从大 多数的验证结果来看，遥感估算蒸散量与地面观测值之间的决定系数为多数的验证结果来看，遥感估算蒸散量与地面观测值之间的决定系数为0.65- 0.96，均方差为，均方差为50W/m2左右，相对误差为左右，相对误差为15-30% 三、应用实例三、应用实例 1.1.基于互补相关原理的蒸散量遥感估算模型基于互补相关原理的蒸散量遥感估算模型 （（1 1）黄河流域）黄河流域（（Liu et al., Hydrological Proces。