SEBAL模型在干旱区区域蒸散发估算中的应用

蒸散发是水量平衡和能量平衡的重要环节,传统的计算方法只能以点为基础进行计算。为排除蒸散发空间变异特性的影响,在遥感技术的基础上,引入了基于地表能量平衡原理的SEBAL模型,对新疆焉耆盆地的日蒸散发情况进行了计算模拟,获取了相关地面特征参数及日蒸散量,并根据盆地内具有大面积湖泊这一实地情况对模型进行了改进。     

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。     

基于SEBAL模型的区域蒸发蒸腾遥感估算

蒸发蒸腾是区域水资源循环中重要组成部分,对于区域水文学研究具有重要的意义.传统的蒸发蒸腾计算模型多以"点"上的观测为基础,对潜在蒸发量进行评价,难以在大面积区域上推广应用,在一定程度上限制了其在实际中的应用.遥感技术的发展,以及其能够方便快捷地获取地面信息的特性,为区域蒸发蒸腾量的遥感反演提供了可能.陆面能量平衡方法(SEBAL)模型是一种基于遥感影像的区域地表通量的估算模型,能够对区域蒸发蒸腾进行精确估算.本文在SEBAL模型的基础上,以河北平原为例,采取中分辨率成像光谱辐射仪(MODIS)影像产品,根据研究区下垫面的实际情况进行了参数估算,进行了区域实际蒸发蒸腾量计算及模型精确度评价,在此基础上,结合研究区的地面覆盖,对河北平原区域蒸发蒸腾分布进行了分析.     

库布齐沙漠典型沙地人工林蒸散对比分析

人工造林使库布齐沙漠的生态快速逆转,深入理解沙地人工林的蒸散特征,对改善现有人工林的经营管理和开展人工林建设具有重要意义。利用Landsat 8、MODIS产品、气象观测资料等数据,通过基于能量平衡的SEBAL模型和MODIS MOD16蒸散产品获取库布齐沙漠典型林场2014年7月14日、7月30日、8月15日、9月7日的地表蒸散量,并采用波文比系统相关数据对估算的结果进行验证。得到以下结果：与波文比观测系统的蒸散相比,SEBAL模型反演的蒸散整体偏大,日蒸散分别多1.06、1.71、1.19、2.65 mm,两者的决定系数达0.827;MODIS MOD16产品的蒸散整体偏小,日蒸散分别少0.13、0.32、0.18、0.95 mm,两者的决定系数达0.823;在沙漠人工林斑块区域且植被类型较单一的情况下,MODIS MOD16的蒸散结果要好于SEBAL模型反演的蒸散,两者在空间分布上基本保持一致;林场蒸散较大的区域主要分布在中部和南部,而北部区域蒸散相对较小。研究结果可为其他沙地斑块人工林获取蒸散提供参考。     

吉林省西部区域蒸散时空变化分析

基于地表能量平衡理论,利用NOAA/AVHRR数据,采用SEBS模型,计算了研究区15年地表蒸散量,从年、季度和月等三个时间尺度对其进行时空变化分析。结果显示:(1)各年平均蒸散量相差较大,最大的是1988年,最小的是1996年;月平均蒸散量最大值出现在5月,最小值出现在12月,形成一单峰型曲线;第二季度平均蒸散量最大,第四季度最小,其分布曲线也为单峰型。(2)多年平均蒸散量的空间分布东半部明显大于西半部,最大的是扶余县,最小的是通榆县;各市县的月平均蒸散量分布仍为单峰型曲线,在5月达到最大值,12月最小,与全区的月平均蒸散量分布曲线一致;各市县第一季度和第四季度平均蒸散量相差不大,第二和第三季度相差较大,但总体分布趋势与全区一致,仍为单峰型曲线。以上结果表明:研究区区域蒸散时空分布极不均匀,强烈的蒸散作用为研究区生态环境恶化提供了有利条件。     

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。     

区域干旱遥感监测模型研究进展

简要介绍应用遥感手段进行区域干旱监测的科学意义和应用价值,按照波段划分,将区域干旱遥感监测模型和方法归纳为热红外、可见光-近红外-热红外和微波三个部分,分析了目前的模型与方法中存在的问题和难点,应用遥感数据源反演地表参数带来误差及地面实验验证模型等需要解决的问题,最后对未来的工作和研究重点提出建议。     

基于SEBS模型的藏北那曲蒸散量研究

SEBS模型为研究高原非均匀地表区域蒸散量估算提供了一种新的方法,为高原气象台站稀少地区蒸散量变化研究提供一定的参考依据。应用SEBS模型,利用MODIS遥感数据反演所需的地表物理参数(如反照率、比辐射率、地表温度和植被覆盖度等),再结合气象站地面观测数据,包括温度、相对湿度、风速、气压等,对藏北那曲地表能量通量和蒸散量进行估算;最后分析了蒸散量与气象因子、NDVI之间的关系。结果表明:2010年藏北那曲蒸散量呈春夏季高,秋冬季低的变化趋势,蒸散量较大区域为研究区南部、东北部和区域内的水体;中部和西北部地区蒸散量较小。气温和地表温度对蒸散量的影响较明显,随着气温和地表温度的升高蒸散量不断增大,NDVI对蒸散量也有一定的影响。所以,SEBS模型在估算高原地区蒸散量方面具有一定的精度,可以满足区域日蒸散发估算的需要。     

局部区分区域在三维模型检索中的应用及改进

由于对三维模型检索查全率与查准率的要求不断提高,在研究模型整体特征的同时,对于模型局部特征的研究越来越多。分析并讨论了几种主流的局部特征提取方法,深入研究了局部区分区域方法,并对此方法做出了改进以适应检索需求,经过试验证明,使用局部区分区域可以提高三维模型检索的查全率和查准率。     

图像主题区域提取及其在图像检索中的应用

图像主题区域是表达图像主要语义内容的部分.根据图像不同区域的视觉显著性差异特点,利用改进的视觉注意模型,提取图像的主题区域,并划分为不同语义类别.提出基于主题区域的图像检索方法,该方法能按照图像主题区域所属的语义类别,在图像之间有针对性地选择同类别主题区域进行区域相似性比较.实验结果表明,此方法可以更有效地表达图像的主要语义内容,提高图像检索的效率和准确性.     

区域遥感蒸散发模型方法研究

遥感技术为大面积区域陆面水分蒸散发量估算提供了一种新的手段,分析了国内外应用较好的遥感监测陆面水分蒸发的几种方法,主要包括地表热量平衡方法、互补相关陆面蒸散发、Penman-Montieth模型和区域蒸散发的气候学方法,并给出了可供参考的地面参数(地面反照率、NDVI、陆面温度等)的遥感获取方法,还阐述了各种方法的特点及彼此之间的联系。     

森林叶面积指数遥感反演模型构建及区域估算

基于eCognition面向对象分类算法及校正后的TM遥感影像,获取研究区2010年土地利用/覆被数据。同时在ArcGIS平台下,提取遥感影像6个波段反射率及RVI、NDVI、SLAVI、EVI、VII、MSR、NDVIc、BI、GVI和WI等10个植被指数,并辅助于DEM、ASPECT、SLOPE等地形信息,在与植物冠层分析仪(TRAC)实测各森林类型叶面积指数相关性分析的基础上,研究表明:相对多元线性回归方法,偏最小二乘法能够更好地把握各森林类型LAI动态变化,而后结合研究区森林覆被信息进行区域估算。     

区域森林生物量遥感信息模型构建研究

森林是陆地生态系统中最大的碳汇,在调节全球碳平衡、减缓大气CO²等方面具有不可替代的作用。森林生物量是陆地生态系统碳循环过程中最主要的参数,准确估算森林生物量及森林的变动引起的生物量变化受到科学家的普遍关注,并成为碳循环科学研究中的焦点。以生态敏感区滇西北香格里拉县为研究区,在野外森林样方调查数据的支持下,综合3S技术、地理学、生态学、气象学等相关知识,筛选了9个植被指数、2波段灰度值、生长季降水、生长季积温、生长季总辐射量、海拔、坡度、坡向、坡位和土壤有机质含量等多个因子,组合成遥感综合因子层、地理综合因子层与水、光、热共同构成变量,建立了区域森林生物量估算模型,并进行了检验,模型的R、R²、aR²及F统计量分别为0.809、0.655、0.661、101.436;样地实测值与模型估测值建立线性回归方程常数项(a)和回归系数(b)分别为0.09和1.021;用22个野外实测样点生物量数据对估算模型进行独立性检验,平均估算精度达到76.43%。说明模型的估算精度总体稳定,基本满足生物量估算精度要求,可用于该区域的森林生物量估算研究。     

基于理论参数空间的遥感蒸散模型构建及验证

遥感数据提供了估算区域蒸散的重要数据源,基于VFC/LST参数空间构建了改进的遥感蒸散模型(EML)。在EML中,每个像元构建其专属的理论参数空间,并基于水分亏缺指数(WDI)实现目标像元的蒸散估算。使用SMACEX实验观测数据对模型进行评估,区域尺度的模型评估使用来自于Landsat 7ETM+的遥感参数。评估结果表明EML可以实现可靠的区域通量估算。潜热通量估算的平均绝对误差(MAD)和均方根误差(RMSD)分别为62.20和74.17 W/m~2,感热通量估算的MAD和RMSD分别为43.37和49.02 W/m~2。使用传统的梯形参数空间模型(TIM)与EML进行对比,结果表明EML模型克服了TIM模型的主观性和不确定性。研究结果表明:EML模型能够实现可靠的蒸散估算,且优于传统的梯形参数空间模型TIM,并适用于非均匀下垫面的蒸散估算。     

Continental-scale net radiation and evapotranspiration estimated using MODIS satellite observations

Evapotranspiration (ET) is a major pathway for water loss from many ecosystems, and its seasonal variation affects soil moisture and net ecosystem CO₂ exchange. We developed an algorithm to estimate ET using a semi-empirical Priestley-Taylor (PT) approach, which can be applied at a range of spatial scales. We estimated regional net radiation (R_net) at monthly time scales using MODerate resolution Imaging Spectroradiometer (MODIS) albedo and land surface temperature. Good agreement was found between satellite-based estimates of monthly R_net and field-measured R_net, with a RMSE of less than 30 W m^− 2. An adjustable PT coefficient was parameterized as a function of leaf area index and soil moisture based on observations from 27 AmeriFlux eddy covariance sites. The biome specific optimization using tower-based observations performed well, with a RMSE of 17 W m^− 2 and a correlation of 0.90 for predicted monthly latent heat. We implemented the approach within the hydrology module of the CASA biogeochemical model, and used it to estimate ET at a 1 km spatial resolution for the conterminous United States (CONUS). The RMSE of modeled ET was reduced to 21.1 mm mon^− 1, compared to 27.1 mm mon^− 1 in the original CASA model. The monthly ET rates averaged over the Mississippi River basin were similar to those derived using GRACE satellite measurements and river discharge data. ET varied substantially over the CONUS, with annual mean values of 110 ± 76 mm yr^− 1 in deserts, 391 ± 176 mm yr^− 1 in savannas and grasslands, and 840 ± 234 mm yr^− 1 in broadleaf forests. The PT coefficient was the main driver for the spatial variation of ET in arid areas, whereas R_net controlled ET when mean annual precipitation was higher than approximately 400 mm yr^− 1.     

遥感信息在水文模型参数确定中的应用研究

分析了遥感信息在水文模型参数推求中的特点和意义，探讨了利用遥感信息确定水文模型参数的方法和步骤，并介绍了两例遥感信息在模型参数推求中的应用。     

基于遥感的地表蒸散发研究进展

地表蒸散发是整个生物圈、大气圈和水圈中水分循环和能量传输的重要控制因素。遥感技术的应用使得区域尺度的蒸散发估算成为可能,并在过去的几十年中快速发展。研究对遥感蒸散发估算进行了总结与归纳,在此基础上展望了今后的发展方向,明确指出了遥感蒸散发未来研究的突破点及发展方向。提出未来应加强蒸散发尺度效应、夜间蒸散发、不同蒸散发产品的统一真实性检验、国产卫星数据的使用、更高时空分辨率产品的研发以及机器学习在遥感蒸散发产品中的应用。     

An intercomparison of the Surface Energy Balance Algorithm for Land (SEBAL) and the Two-Source Energy Balance (TSEB) modeling schemes

An intercomparison of output from two models estimating spatially distributed surface energy fluxes from remotely sensed imagery is conducted. A major difference between the two models is whether the soil and vegetation components of the scene are treated separately (Two-Source Energy Balance; TSEB approach) or as a lumped composite (one-source approach; Surface Energy Balance Algorithm for Land; SEBAL) in the parameterization of radiative and turbulent exchanges with the overlying air. Comparisons are performed using data from two largescale field experiments covering sub-humid grassland (Southern Great Plains '97) and semi-arid rangeland (Monsoon '90) having very different landscape properties. In general, there was reasonable agreement between flux output from both models versus a handful of flux tower observations. However, spatial intercomparisons of model output over the full modeling domains yielded relatively large discrepancies (on the order of 100 W m^− 2) in sensible heat flux (H) that are related to land cover. In particular, bare soil and sparsely vegetated areas yielded the largest discrepancies, with TSEB fluxes being in better agreement with tower observations. Modifications to SEBAL inputs that reduced discrepancies with TSEB and observations for bare soil and shrub classes tended to increase differences for other land cover classes. In particular, improvements to SEBAL inputs of surface roughness for momentum tended to exacerbate errors with respect to observed fluxes. These results suggest that some of the simplifying assumptions in SEBAL may not be strictly applicable over the wide range in conditions present within these landscapes. An analysis of TSEB and SEBAL sensitivity to uncertainties in primary inputs indicated that errors in surface temperature or surface-air temperature differences had the greatest impact on H estimates. Inputs of secondary importance were fractional vegetation cover for TSEB, while for SEBAL, the selection of pixels representing wet and dry moisture end-member conditions significantly influenced flux predictions. The models were also run using input fields derived from both local and remote data sources, to test performance under conditions of varying ancillary data availability. In this case, both models performed similarly under both constraints.