[发明专利]一种基于遥感的陆表蒸散计算方法

说明书

本发明属于地理学与生态学领域，涉及一种基于遥感的陆表蒸散计算方法。陆表蒸散由植被蒸腾、土壤蒸发与拦截蒸发组成。本发明主要对植被蒸腾中的温度和土壤蒸发中的土壤水分进行了优化，主要包括两部分：使用物理模型计算叶片温度代替原方法中环境温度进行植被蒸腾计算；使用不同土壤层的土壤含水量来重新定义土壤蒸发过程中的土壤水分限制。本发明的方法简单实用，所涉及的数据均可从遥感平台、中国气象数据网、涡旋通量塔以及相关文献免费获取。本发明属于机理模型，外推时无需参数校正，可以更低的成本快速地对陆表蒸散进行可靠的估算。

技术领域

本发明属于地理学与生态学领域，涉及一种陆表蒸散的计算方法。具体使用为通过遥感技术获得相关MODIS与FLDAS数据、通过国家气象中心获取站点相对湿度数据、通过中国通量塔及相关文献获取蒸散数据，并基于现有的Priestley-Taylor模型框架，优化其土壤水分子模型和温度子模型，将优化后的模型用于陆表蒸散的估算。

背景技术

蒸散(Evapotranspiration，E)是陆表水热循环的重要组成部分，由植被蒸腾、土壤蒸发与拦截蒸发三部分组成。在最适环境下的最大蒸散量叫做潜在蒸散；在受到气候、植被与土地覆盖等实际状况限制下的蒸散量叫做实际蒸散。超过50％的太阳辐射与60％的年总降水都是通过实际蒸散返回到大气中。

蒸散与可利用能的关系可以表示为：

LE＝R_n-G-H

其中，L表示蒸发潜热(MJ/kg)，E表示蒸散(mm)，LE表示潜热通量(W/m²)，R_n表示净辐射(W/m²)，G表示土壤热通量(W/m²)，H表示显热通量(W/m²)。

涡旋通量塔是观测蒸散最好的方式，但是全球仅有400个通量塔，记录时间短，费用高，且很难从点尺度扩展到面尺度。想要获取空间上连续的蒸散，一种方法是通过加大通量塔密度并插值，但是这种方法成本高昂，费时费力，且只能获取建立通量塔以后的数据，不具有较大的可行性；另一种方法是通过反距离权重与克里金、样条函数等方法将气象数据进行插值，然后基于气象数据的栅格数据与Penman-Monteith等模型得到蒸散，但是插值的前提是地形平坦，空间异质性较小，蒸散所需的各个要素都有足够多且连续的站点记录数据。实际上，在一些发展中国家和地区，气象站数量较少，时间跨度较短，插值效果受到很大的限制，特别是在青藏高原地区，地形与气候变化极大，并且在青藏高原西北部缺少气象站，插值效果会更差。因此，长时间序列高时空分辨率的免费遥感数据便成了估算高时空分辨率蒸散的重要数据来源。基于遥感的蒸散估算包括统计模型与机理模型。

统计模型可以分为两类：(1)回归模型：回归模型是通过现有的通量塔蒸散数据与温度、降水等气象数据、NDVI等遥感指数数据建立回归关系，并将该回归关系应用于全区进行蒸散估算。回归模型结构简单，通过简单的栅格运算即可获得蒸散，但是回归模型的参数与结构是基于已有实测数据拟合的，在运用到新的地区或者新的气候带时，往往需要进行参数的重新校正。(2)机器学习模型：利用随机森林、人工神经网络、与支持向量机等方法，通过建立气象因素、地形因素与蒸散的非线性关系进行模型训练，并将训练好的模型外推到其他区域。但是机器学习模型忽略了内在的物理机理，很难说清楚蒸散与驱动因素之间的交互作用，同时也受限于数据的质、量和数据的典型性。Chen等(2014)在评估8个模型的效果时，其中有三个机器学习模型(人工神经网络、支持向量机和决策树)，模拟精度最差。