[发明专利]一种顾及物侯信息的植被冠层蒸腾反演方法

说明书

本发明公开了一种顾及物侯信息的植被冠层蒸腾反演算法，属于水循环关键参数定量反演的技术领域，本发明利用卫星遥感植被指数数据获取植被冠层季节性叶面积变化和物候节律信息，提供了一种“光合‑导度”模型中气孔导度斜率参数的动态参数化方法；通过遥感叶面积指数(LAI)指代植被冠层叶片的生长活性，表明年周期内LAI与气孔导度斜率参数具有很好的线性关系。利用LAI时序变化将植被生长季划分为生长期和衰落期，对不同物候期分别建立LAI与气孔导度斜率参数关系，可清晰识别气孔导度斜率参数对LAI变化的非对称响应，体现物候对叶片功能具有重要影响，表明非线性模型对气孔导度斜率参数的估算精度更高，可有效降低冠层气孔导度以及蒸腾的季节性误差。

技术领域

本发明属于水循环关键参数定量反演的技术领域，具体涉及一种顾及物侯信息的植被冠层蒸腾反演方法。

背景技术

地表蒸散发(Evapotranspiration，ET)是植被蒸腾、植被截留蒸发及土壤蒸发的总和，在陆气水分与能量交换中起重要作用。全球约60％的降水来自于ET，蒸散发过程消耗了地表吸收能量的50％以上。在全球地表ET中，蒸腾约占80％，特别是在植被覆盖度较高的地区，ET以植被蒸腾为主。因此，准确估算植被蒸腾是ET估算的关键，对理解气候变化背景下生态系统水循环关键要素的动态及成因具有重要的科学意义。

Penman-Monteith(P-M)方程将物理约束与生物约束有效结合，被公认为机理性最强的蒸腾估算模型，为站点到全球尺度的蒸腾估算提供了重要基础。对于P-M方程而言，气孔导度是植被蒸腾估算的决定性参数。气孔是植被蒸腾的主要通道，控制着水分从土壤经植被到大气的水汽流，并且控制着二氧化碳(CO₂)由大气进入叶肉组织的速率。在气孔导度的模拟方法中，“光合-导度”模型机理性强、模型参数少，应用日益广泛。耦合光合与蒸腾过程的“光合-导度”模型，认为气孔导度与光合速率之间呈线性关系(如Ball-Berry模型)，其关键参数为气孔导度斜率参数(g₁)。Miner等人在“Estimating the sensitivity ofstomatal conductance to photosynthesis：a review”一文中指出，该参数所对应的叶片功能性状不仅受到环境因子的影响，也受到植被生长发育过程的调控。

物候(Phenology)是生物周期性的生长变化。从植物个体到生态系统各个尺度，众多过程都由物候直接或间接调控，特别是与水(蒸腾与蒸发)、碳(光合与呼吸)循环相关的过程。通常而言，植物物候一方面体现在与叶片长落的数量变化，另一方面体现在叶片的功能变化。物候对气候变化非常敏感，在全球变化研究中受到广泛关注。随物候变化，生态系统水、碳循环与耦合方面将表现出一定的响应。在“Journal of Geophysical Research：Biogeosciences”2018年123卷“Warming-Induced Earlier Greenup Leads to ReducedStream Discharge in a Temperate Mixed Forest Catchment”一文中，Kim等人将物候模型耦合到生态水文模型中，结果表明考虑叶片长落时间的年际变化可以显著提高ET的模拟精度，且物候变化可以调节气候变化对ET的影响。尽管如此，该研究中蒸腾估算误差存在明显的季节性变化，限制了ET总体模拟精度及年内动态监测的可靠性。导致这种现象的重要原因是利用物候信息改进植被蒸腾估算时，仅考虑了冠层叶片数量变化的贡献，而未考虑叶片功能变化的影响。叶片数量与功能变化对生态系统水、碳通量的影响途径和贡献不同。大量叶片光谱和功能性状的观测研究已证实叶片功能随叶片生长与发育表现出显著的季节性变化。在气孔导度模型中，使用静态参数方案将限制叶片功能随物候变化的表达，造成植被蒸腾估算的季节性误差。