[发明专利]一种基于WRF模式与SEBS模型耦合的蒸散量估算方法

说明书

本发明公开了一种基于WRF模式与SEBS模型耦合的蒸散量估算方法，包括如下步骤：步骤1）利用最新的土地覆盖数据更新WRF模式自带的下垫面信息；步骤2）利用WRF模式模拟区域气候参量，获取高分辨率气象场，提取风速、气温、相对湿度、气压数据形成气象数据集；步骤3）基于DEM提取坡向（ASPECT）、坡度（SLOPE）信息，并将DEM、ASPECT、SLOPE三个波段按顺序叠加，形成地形数据集；步骤4）利用MODIS反射率产品、地表比辐射率产品及地表温度产品，按顺序叠加形成基础数据集；步骤5）利用步骤2）、3）、4）得到的气象数据集、地形数据集和基础数据集输入SEBS模型，计算得到蒸散量。

技术领域

本发明是一项陆表信息反演领域的技术，针对当前蒸散量反演模型（SEBS）输入的气象场数据分辨率较低导致蒸散量反演效果不佳的问题，本发明利用WRF模式获取高时空分辨率气象场数据作为输入，能够明显地改善基于SEBS模型的区域蒸散量估算效果，是一项具有应用价值的空间分析技术。

背景技术

蒸散量是水循环的一个相当重要的参量，用于表征陆地表面水分向大气的输送，由土壤、水面蒸发和植被蒸腾所组成，在调节局部或区域气候方面具有重要作用。就全球尺度而言，蒸散量占全球总降水的一半以上，意味着由大气输送到地表的水分将有大部分不会被存储下来，因此对于蒸散量的精确估算及时空分布的研究将对区域水资源管理和宏观调控政策的制定显得意义非凡。

传统的蒸散量估算多是基于气象观测站点的单点计算，虽然能提供相对准确的蒸散量，但由于大尺度上，下垫面和水热传输具有非均质性，使得单点计算蒸散量无法满足区域研究的需求。遥感技术因其对区域尺度信息捕获的高效准确，在非均质下垫面的区域蒸散量估算上表现出了明显的优越性。对蒸散量的定量估算一直以来都是水循环科学领域的热点话题，学者们也一直致力于算法模型的改进以求能够获得高分辨率和高精度可以兼得的更优模型，但大气环境异常复杂，与陆地的相互作用关系更是需要极多的物理参数来表达，而其中的一些参数并不容易确定。

截至目前，国际上已经形成了诸多基于地表能量平衡的蒸散量算法模型，应用最为普遍的是基于地表能量平衡理论的SEBS（Surface Energy Balance System）模型。在以往为SEBS模型提供气象数据的案例中，学者们通常利用气象站点数据进行数学插值，以得到区域尺度的网格气象数据，也有利用粗分辨率的同化分析资料通过数学插值为SEBS模型提供气象输入的研究。虽然取得了很多成果，但对这些模型的应用都有一个共同的问题，即由于气象站点往往分布稀疏，同化资料的分辨率又太粗，且数据时间间隔一般较大通常为几个小时间隔，纯粹的数学插值很难确保在得到高分辨率气象场的同时也能具有可靠的精确度，因此不能为模型提供较为精确的网格气象驱动数据，而导致计算出的蒸散量高分辨率和高精度往往不可兼得。

气象模式WRF（weather research and forecasting）能够按照固定时间间隔输出模拟数据，时间分辨率可达到小时级，空间分辨率可达到公里至百米级，其理论基础是在大气物理环境中应用动力学、热力学理论基于数学有限差分思想在充分考虑非均质下垫面的前提下模拟获得连续的气象场，显然要比不考虑下垫面的非均质性而进行简单的数学插值更精确，从而能为SEBS模型提供更为精确的气象数据输入。基于此，本发明尝试利用WRF模式模拟得到高时空分辨率的栅格气象数据代替常规地面站点数据或粗分辨率同化资料的简单数学插值，为SEBS模型提供相对可靠的气象数据输入，得到分辨率较高且精度更为可靠的蒸散量估算结果。

发明内容

本发明提出一种基于WRF模式与SEBS模型耦合的蒸散量估算方法，通过将WRF模式与SEBS模型进行耦合以改进SEBS模型所需气象信息，不再是传统的气象站点或粗分辨率的同化资料进行简单的数学插值，WRF模式能够按照固定时间间隔输出模拟数据，大大提高了气象数据的时间分辨率，其理论基础是在大气物理环境中应用动力学、热力学理论基于数学有限差分的思想获得连续的气象场，在提高空间分辨率的同时也考虑了下垫面的非均质性。总体流程如图1，该方法包括如下步骤：