应用Landsat数据和SEBAL模型反演区域蒸散发及其参数估算

随着遥感技术的进步,人们发展了多种通过遥感计算区域蒸散发的方法。SEBAL模型是通过遥感反演地面蒸散的典型方法,它以陆面能量平衡为基础,物理意义明确,只利用遥感影像和少量的气象数据（风速、气温）就能反演蒸散量。Landsat数据的波谱信息丰富、空间分辨率高,数据源稳定,是通过遥感技术反演蒸散发的理想数据源。如果能合理地估算SEBAL模型中的基本参数,将会获得较高精度的反演结果,能够满足在水文、生态、林业等研究或应用中的需要,对区域水资源的管理与利用具有重要意义。从SEBAL模型的基本原理出发,分析了利用SEBAL模型采用Landsat的TM/ETM+数据反演区域蒸散发的基本过程,针对TM/ETM+数据特点对模型所需要的基本参数进行估算求解,为SEBAL模型在蒸散量反演中的广泛应用提供了一定的指导。     

SEBAL模型及其在区域蒸散研究中的应用

蒸散是地表能量平衡与水量平衡的重要参数,遥感技术的发展促进了区域蒸散的研究。基于地表能量平衡方程,SEBAL模型利用遥感影像的可见光、近红外与热红外波段及少量气象数据可计算出区域的日蒸散量,是一个物理概念较为清楚的模型。采用Landsat7 ETM+数据利用SEBAL模型对河北省栾城县进行了遥感蒸散研究,计算获得相关地面特征参数与日蒸散量,模拟结果较为合理。     

基于TSEB平行模型的黄土丘陵沟壑区蒸散发遥感估算

复杂地形条件下和干旱半干旱植被稀疏条件下的蒸散发遥感估算一直是蒸散发区域遥感估算的难点、热点问题。针对黄土丘陵沟壑区地表起伏、覆被不均一、植被稀疏的特征,选择陕甘交界区为研究区,利用Landsat TM资料求取地表特征参数和地表能量平衡各参量,采用TSEB平行模型反演出该区域的瞬时土壤蒸发、植被蒸腾和土壤-植被总蒸散发量,经过尺度转换,得到日蒸散量;并利用附加阻抗法和FAO Penman-Monteith公式计算实际蒸散发,对TSEB平行模型法遥感估算结果进行了间接精度评价,比较验证结果表明TSEB平行模型法估算的蒸散发结果合理,精高较高。     

基于TSEB模型的黄河三角洲蒸散量估算

蒸散发作为湿地生态系统中地-气间水热交换的主要方式,很大程度上影响着湿地的水热平衡,合理准确地估算蒸散发量,对湿地生态系统的水分循环、能量平衡以及科学管理具有重要意义。黄河三角洲湿地作为世界上暖温带最广阔、最完整和最年轻的河口湿地生态系统,既是气候变化的敏感区,也是生态环境的脆弱区。针对其地理位置特殊、水资源供需矛盾尖锐等特点,利用SEBAL(Surface Energy Balance Algorithm for Land)和TSEB(Two-Source Energy Balance)模型,对黄河三角洲湿地蒸散发量进行估算:首先利用SEBAL模型计算地表的特征参数和各地表通量,然后利用TSEB模型分离土壤和植被,分别计算黄河三角洲湿地瞬时的土壤蒸发、植被蒸腾和土壤植被总蒸散发量,利用积分关系法进行时间尺度转换,得到日蒸散量。利用气象站实测蒸发值和FAO Penman\|Monteith公式计算的作物系数,对遥感估算结果进行直接和间接精度评价。结果表明反演的蒸散发结果合理,精高较高。分析蒸散的空间分布及不同地表类型的蒸散特性,对比分析芦苇沼泽和芦苇草甸的不同蒸散特点,结果表明基于两模型耦合的方法可用于黄河三角洲湿地蒸散量估算。     

流域尺度ET的遥感反演

利用多光谱卫星遥感可以反演水文气象模式所需的一些基本地面参数,进而得到整个流域尺度上的蒸发蒸腾量(ET)的分布图像,对流域水资源的管理提供重要依据。首先简述了当前地面观测计算ET采用的一些较新的技术和方法,然后论述了有关遥感反演ET方法的发展,并着重介绍了近年来国际上应用较好的‘陆面能量平衡方法(SEBAL)’。     

多重观测卫星影像的无控区域网平差

为了保证卫星遥感影像获取地面目标区域信息的准确性,需要对影像数据进行几何校正,几何校正的精度决定着遥感图像应用的效果。常规的校正方法需要地面控制点信息,但在境外、我国西部、荒漠等这些地方很难获取控制点。针对上述问题,提出了多重观测卫星影像的无控区域网平差方法,提高无控定位的精度。与常规区域网平差不同,该方法的误差方程基于"单物方—多像方"的连接点集建立,在无控条件下误差方程能够收敛到更加精确的解。通过误差补偿模型调整每幅影像的有理函数模型系数,使得不同方向的定位误差进行抵消,从而在无控制点的条件下提高遥感影像的定位精度。首先,利用卫星影像的RPC文件和像方误差补偿模型,建立多重重叠的区域网平差模型,然后,利用共轭梯度算法迭代求解误差方程,最后调整RPC系数,提高遥感图像定位精度。通过资源三号卫星影像试验表明:多重观测区域网平差将遥感图像的平面定位精度由19.8m提高至12.9m,能够有效提高影像的几何定位精度。     

山丹县草地地上生物量遥感估算模型

选择黑河流域草地植被的典型区域-山丹县作为研究区, 利用2003 年8 月野外实测50 个样方的草地地上生物量数据和同期的陆地卫星TM 影像数据, 分析了植被指数与草地地上生物量的相关关系, 进而建立基于遥感植被指数DV I 的草地地上生物量估算模型。结果表明: 在草地地上生物量和TM 影像植被指数之间关系微弱、直接利用TM 影像数据建立估算模型不可行的情况下,用地面实测的草地植被反射光谱数据对遥感影像数据进行校正, 能够弥补传统的“点-面”建模方法的不足, 获得比较理想的估算模型; 植被指数DVI 与草地地上生物量之间存在较好的相关性, 其估算模型为Y = 2477X - 77. 598 (R 2= 0. 7589) , 经实测数据验证, 总体精度达到80% 以上, 基本上能够满足中尺度的草地地上生物量估算。     

典型黑土区作物根层土壤含水量遥感估算及影响因素研究

漫川漫岗黑土区作物根层土壤含水量受植被覆盖、地形、土壤温度、降雨等多因素的影响，是农业生产和农田管理的关键要素。以友谊农场两个不同坡度的典型耕地地块（平耕地与等高种植坡耕地）为研究对象，利用Landsat 8遥感数据结合气象数据等驱动SEBAL(Surface Energy Balance Algorithm for Land)模型估算根层土壤含水量，利用地面实测数据对估算结果展开验证。在此基础上分析根层土壤含水量空间分布的影响因素。结果表明：(1)SEBAL模型估算的根层土壤含水量6月27日决定系数R2为0.85,7月13日决定系数R2为0.68，且7月13日根层土壤含水量明显高于6月27日；平耕地6月27日决定系数R2为0.65,7月13日为0.84；等高种植坡耕地6月27日决定系数为0.64,7月13日为0.50。(2)地块不同导致作物根层土壤含水量影响因素也不同，平耕地主要影响因素为坡度、植被覆盖度和土壤温度；等高种植坡耕地为高程和土壤温度。使用SEBAL模型可以较为快速准确地估算根层土壤含水量，研究结果对于黑土区耕地的水分管理、农业灌溉及水分运移研究具有重要意义。     

基于Landsat８OLI数据的黄土高原植被含水量的估算模型研究

植被含水量(VWC)能够指示植被的水分状况,对植被生长、火灾、旱灾以及生态环境安全监测等具有重要意义,也是微波遥感估算土壤水分的重要参数之一.光谱指数法是估算植被含水量最常用的方法之一.结合地面观测及Landsat８OLI传感器遥感影像,对平凉地区的植被含水量进行了遥感估算模型研究,结果表明:①平凉地区叶片含水量(FMC)与植被光谱指数没有相关关系,而等效水深(EWT)则与各植被光谱指数具有显著的相关关系(均超过９５％显著性水平),其中RVI２与EWT的相关关系最显著且最稳定;②利用RVI２对研究区EWT进行遥感估算,其均方根误差(RMSE)为０．１８３,平均相对误差为８．９％,平均相对误差绝对值为２６．４％;③研究区内大部分农田的植被含水量为０．６~０．９kg/m２,少数农田的植被含水量达到１kg/m２ 以上,这与实际考查基本一致,基本能够反映研究区内农田EWT的空间变化特征.     

大沽河流域蒸散量时空变化

鉴于基于点源的蒸散估算方法逐渐被基于遥感数据的以SEBAL(Surface Energy Balance Algorithm for Land)为主的蒸散估算模型方法所取代,但在不同地貌和气候特征的区域该模型的适用性尚待得到证实,该文利用SEBAL模型基于MODIS数据产品和野外实测气象数据对大沽河流域的日蒸散量进行了估算,并与气象站蒸散量实测值进行对比验证。结果表明,SEBAL模型反演结果与实测值之间具有良好的一致性。在此基础上将日蒸散量结果推算至月蒸散量,并分析了蒸散量的年内变化趋势和特征,发现大沽河流域年内蒸散量的变化呈单峰趋势,季节性变化特征明显:夏季秋季春季冬季。最后,结合大沽河流域土地利用现状,比较分析了不同土地利用类型蒸散量的差异,结果表明水体蒸散量最大,林地和耕地次之,城镇及建筑用地蒸散量最小。