[发明专利]耦合地表土壤含水量的区域尺度最大气孔导度的计算方法

说明书

本发明公开了一种耦合地表土壤含水量的区域尺度最大气孔导度的计算方法，包括：筛选地表土壤含水量的影响因子，获取区域尺度上各影响因子的栅格数据；基于地表土壤墒情监测数据，构建地表土壤含水量神经网络模拟模型，得到时空连续的地表土壤含水量产品；解析冠层最小气孔阻力与冠层阻力的关系，并构建冠层阻力与地表阻力的关联；基于地表阻力的计算，得到冠层阻力和冠层最小气孔阻力，并利用气孔阻力与气孔导度的反比关系，得到区域尺度的最大气孔导度。本发明实现了耦合地表土壤含水量与蒸散发过程的区域尺度最大气孔导度计算方法，有助于实现区域尺度上土壤含水量过程与蒸散发过程的动态耦合，强化地表蒸散发的反演机理。

技术领域

本发明涉及水资源遥感监测和生态水文技术领域，特别涉及一种耦合地表土壤含水量的区域尺度最大气孔导度的计算方法。

背景技术

地表蒸散发是水循环过程的重要组成部分，获取大时空尺度的蒸散发数据对实现水资源精细化管理有重要意义。PML(Penman-Monteith-Leuning)模型是基于遥感数据进行蒸散发反演的主流方法之一，该模型在Penman-Monteith模型的基础上引入地表导度，通过建立地表导度与LAI(LeafArea Index)的关系，实现对地表蒸散发的反演。Leuning等人(Leuning et al，2008)的研究表明，土壤蒸发系数(f)和最大气孔导度(g_sx)是PML模型中最敏感的两个参数。g_sx主要通过改变冠层导度来影响植被蒸腾，进而影响到地表总蒸散发的模拟精度。传统的PML模型主要应用于站点尺度的蒸散发模拟，通过优化算法来率定f和g_sx，实现对蒸散发的准确模拟(李红霞，2011)，但这种方法难以在区域尺度上推广。因此，建立区域尺度上的g_sx参数化方案，对提高PML模型在区域尺度上的适用性有重要意义。

为实现PML模型在区域尺度上的应用，学者们先后提出了多种区域尺度上g_sx的参数化方案。Zhang等(Zhang et al，2017)在利用PML模型进行蒸散发计算时，根据地物类型对g_sx赋常值来实现区域尺度的蒸散发模拟；Yebra(Yebra et al，2013)和易永红(2008)通过建立冠层导度与植被指数的回归关系来对区域尺度的g_sx进行计算；Zhang等(Zhang etal，2010)引入Budyko曲线来估计年均蒸发速率，并通过参数率定的方式来得到每个网格的g_sx。上述方法均实现了区域尺度的g_sx参数化，但总体上是通过回归拟合、参数率定或赋常数等方式得到，对g_sx参数化的机理性相对较弱。

在植被散发过程中，气孔是控制植被散发的关键，g_sx的变化在很大程度上受到土壤含水量的影响(莫兴国，1997)。而已有的区域尺度g_sx参数化方案，对g_sx对土壤含水量的响应考虑不足。因此，从土壤水分胁迫对气孔阻力存在的显著影响出发，需要构建物理机理明确的区域尺度g_sx计算方法，进一步提高PML模型的科学性和模拟结果的准确性。当前，基于土壤含水量实测数据和神经网络等方法，可生产时空连续的地表土壤含水量产品(段浩，2021)，但基于遥感监测并实现与土壤含水量动态耦合的g_sx参数化技术尚未解决。

参考文献

Leuning R，Zhang Y Q，Rajaud A，et al.A simple surface conductance model to estimate regional evaporation using MODIS leaf area index and the Penman-Monteith equation[J].Water Resources Research，2008，44，W10419，doi：10.1029/2007WR006562.