作者: 崔要奎 等 来由:「 农业 与森林气象学」 发表年华:2021/7/13 19:44:12蒸散发是陆表-大气间进行水-能量换取的重要过程。土壤-植被体例蒸散发全要素重要包括土壤挥发、植被蒸腾和植被降雨幽囚,组分分离是获得蒸散发全要素的条件。蒸散发全要素数据看待优化水资源管理、缩减无效蒸散发、抬高灌溉效率、保护地下水资源、作物估产等具有主要意义。全球水资源成长公报显示, 农业 用水占用了社会用水总量的69%,在全球变动和人类活动加剧的时代背景下,对 农业 灌区蒸散发及组分分离转机研究显得尤为须要和殷切。

目前首要有三大类想法没关系估算灌区蒸散发:以热红外遥感数据为首要仰仗的遥感蒸散发模子;以氛围动力学理论为核心的气象蒸散发模子;以水量平衡模拟为核心的水文蒸散发模拟想法。百般想法优缺点首要在于:遥感蒸散发模子精度较高,但时空不接续;气象蒸散发模子机理性强,但涉及多种难以有效确定的阅历参数,输入数据种类繁多且质量犬牙交错,导致具体纷乱难用;水文蒸散发模拟想法,因欠缺区域灌溉讯息,在灌区显示欠佳。

为解决上述问题, 北京大学 遥感与地理音讯系统考究所 崔要奎 师长教师、范闻捷考究员及中国科学院空天音讯创新考究院贾立考究员,基于前期研发的考虑植被全要素、遥感像元里面植被漫衍非平均性和降水拘押物理过程的地区尺度植被降雨拘押遥感物理模子RS-Gash根源,议决改进型粒子群智能优化算法耦合TSVI遥感蒸散发模子和SW气象蒸散发模子,提出了“遥感气象蒸散发耦合模子”,实现了全天候泥土挥发-植被蒸腾的有效分袂,在我国黑河流域中部灌区多个站点的对比验证,说明其具有较强的稳定性和信得过的精度,可以餍足我国长江以北“半湿润-半干旱-干旱”区域关连考究和运用的需求。考究成果近期以“Estimation of actual evapotranspiration and its components in an irrigated area by integrating the Shuttleworth-Wallace and surface temperature-vegetation index schemes using the particle swarm optimization algorithm”为题,宣布于农林气象领域顶级期刊Agricultural And Forest Meteorology。至此,已造成“泥土挥发-植被蒸腾-降雨拘押”蒸散发全要素估算和分袂完好手艺体例,改日将有效服务于水文水利 农业 等领域。

本研究欺诳灌区干湿边普遍存在的现实,选取TSVI遥感蒸散发模子和改进型粒子群优化算法,优化获得SW气象蒸散发模子的动态土壤阻抗和植被冠层阻抗,提出了遥感气象蒸散发耦合模子。以我国西北地区黑河流域中部灌区的四年站点实测日蒸散数据为基准,本研究估算的日蒸散发相关系数R整年为0.94,生长季为0.82,均方根过失RMSE整年为0.69 mm/d,生长季为0.95 mm/d。SW_TVI模子展现出三大首要特性:1、高质量组分辞别,高精度估算逐日的土壤挥发和植被蒸腾;2、模子稳定性强,对绝大部分阅历参数和输入数据过失不敏感;3、普适性强,无需大地视察数据帮助和人工干预。

图1 我国黑河流域中部三大绿洲区漫衍及用于结果验证的六个涡动观测塔站考究区为我国第二大内陆河-黑河流域中部三个面积较大的薪金绿洲区,如图一所示。所种植作物以单季玉米为主,年降水量约200 mm,每年约有五次灌溉,要紧灌溉水来源于黑河,导致该区域现实蒸披发量远大于降水量,灌溉用水是流域水资源首要支出项。

本研究所用数据包孕:遥感数据:MODIS 归一化植被指数NDVI, 叶面积指数LAI, 地表温度LST, GLASS 地表反照率Albedo,欧空局CCI上层土壤湿度,GLEAM根区土壤湿度;气象数据:中原区域大地气象要素驱动数据集CMFD包孕风速、气温、空气湿度、气压、降水、向下短波和长波辐射;另外数据:地表分类产品和中原土壤水力参数数据库数据。

大地验证数据包孕2009-2012年黑河流域视察筹划获得的盈科农田站1套2009-2011年长序列蒸散发视察数据;5套2012年农作物滋长季蒸散发视察数据;大满农田站1套2012年滋长季同位素视察泥土蒸发-植被蒸腾分手数据。

SW双源蒸散发模子是一个物理机制分明的蒸散发概念模子,经阻抗参数化往后,具备很强的泥土蒸发-植被蒸腾模拟能力。由于履历参数众多、不合理取值、输入数据误差等因素,泛泛会导致模子具有很大的不确定性。秉承模子非校正不能有效应用的理念,由于泥土阻抗、植被冠层阻抗在合座模子中具有主导地位,校正多样履历参数和输入数据误差对泥土阻抗和植被冠层阻抗的影响即可在很大水平上实现模子的校正。本查究拔取智能优化算法议定TSVI遥感蒸散发模子估算的晴空日日蒸散发校正SW气象蒸散发模子两套阻抗关头参数,实现遥感气象蒸散发模子耦合,以顺应复杂多变的境遇和种类繁多的输入数据。

输入数据的时空连续性办理:归一化植被指数NDVI和叶面积指数LAI数据拔取谐波分析法Hants办理,上层土壤湿度拔取基于参考数据的时空分辨率升迁算法办理,根区土壤湿度经插值采样办理,气象数据根据高程梯度关联经过议定尺度回归系数反推兑现空间降尺度。除地表温度LST外的一共数据经坐标变更、时空插补、尺度转换统一为0.01°空间分辨率,时间分辨率为1天。

遥感气象蒸散耦合模子重要包孕三个重要流程:高质量晴空日日蒸披发估算:采用TSVI温度植被指数遥感蒸披发模子获得瞬时挥发比,经过议定假定挥发比不变获得晴空日日蒸披发。本程序,设定了非降雨日,云遮盖率小于10%等局限前提,保证获得高质量的晴空日日蒸披发;动态泥土阻抗-植被冠层阻抗的变换系数优化:假定SW气象蒸披发模子中估算的泥土阻抗和植被冠层阻抗与凿凿阻抗间存在线性关系,形成泥土阻抗变换斜率和截距、植被冠层阻抗变换斜率和截距共四个待优化参数,设定粒子群中的粒子拥有四维特点表征四个待优化参数,以SW气象蒸披发模子与TSVI遥感蒸披发模子模拟的总蒸披发差值最小为优化目标,经过议定粒子群游走收敛获得最优解,本查究采用了改进型的粒子群算法能灵验获得全局最优解;遥感气象蒸披发模子耦合:优化算法获得的阻抗变换系数表征在现有先验参数、数据出处和质量环境下,在特定的时空尺度框架内泥土阻抗和植被冠层阻抗的最优动态表达,将其带入SW气象蒸披发模子用于蒸披发组分辞别筹算,完成遥感气象蒸披发模子耦合。

基于盈科站2009-2011年涡动观测数据,对TSVI遥感蒸披发模子、SW气象蒸披发模子、SW_TVI遥感气象蒸披发耦合模子估算的总蒸披发进行了综合对照分析。

结果说明:颠末质量把握的TSVI遥感蒸散发模子能很好地估算晴空日日蒸散发;SW_TVI遥感气象蒸散发耦合模子和TSVI遥感蒸散发模子在晴空日具有出格好的时空一致性,说明粒子群优化算法在参数解算中具有可靠性;SW_TVI遥感气象蒸散发耦合模子和现实观测数据一致性高,且显着降低了原始SW气象蒸散发模子的不确定性和低估的环境(RMSE降低37.3%,Bias由-0.69 mm/d趋近于0。

表1 TSVI、SW比SW_TVI模子在盈科站的表现图3 盈科站2009-2011年SW_TVI模子与SW模子的对另一方面,在滋长季,欺诳2012年5套涡动视察台站数据进行了滋长季模子验证,与原始SW气象蒸散发模子相比SW_TVI遥感气象蒸散发模子的RMSE降低了55.2%,精度抵达0.69 mm/d,证明SW_TVI遥感气象蒸散发耦合模子在滋长季具有很好的蒸散发模拟能力。

采用大满站同位素视察的植被蒸腾与总蒸散发的比值,对SW_TVI遥感气象蒸散发耦合模型的泥土挥发-植被蒸腾辞别能力进行了验证,同时动作对照,原始SW气象蒸散发模型也被用来做了比较。

结果证明:SW_TVI遥感气象蒸披发耦合模拟的T/ET比值仅比观测值低估5.5%,显着优于原始SW气象蒸披发模型的-22.3%,证明生长季SW_TVI遥感气象蒸披发耦合模型可能很好地实现蒸披发的组分辞别。

图4 SW_TVI与SW模型估算的植被蒸腾与总蒸披发比值验证恶果植被冠层阻抗对SW气象蒸披发模型展现具有重要浸染,此部门采取植被冠层阻抗参数化方案中的七个阅历参数,遵循文献或放肆调换某个值,将SW_TVI遥感气象蒸披发耦合模型、SW气象蒸披发模型恶果比盈科站2009-2011年的切实视察恶果做对。

结果证明:阅历经过参数的改动对SW_TVI遥感气象蒸散发耦合模型影响非常微弱,但对SW气象蒸散发模型影响较大 「RMSE变化大于0.6 mm/d,介于0.76 mm/d 到1.39 mm/d 之间」,证明SW_TVI遥感气象蒸散发耦合模型具有高鲁棒性和较强稳定性。

选择一十五个关头履历参数和输入数据,以2009年生长季全灌区模拟后果为基准,对放肆履历参数或输入数据叠加+10%或-10%误差,选取叠加误差导致的蒸散发模拟差值与基准值的比,手脚参数敏感性的器度。

结果表明:除跟净辐射筹算关联的反照率和气温有肯定敏感性以外,SW_TVI遥感气象蒸散发耦合模子对此外一十三个变量均不敏感,敏感度小于2.5%。

本研究经过议定晴空日TSVI遥感蒸散发模型估算的总蒸散发,采取改进型粒子群智能优化算法,优化SW气象蒸散发模型关头参数-土壤阻抗和植被冠层阻抗,提出了土壤蒸发-植被蒸腾辞别的“遥感气象蒸散耦合模型”,在我国第二大内陆河流域中部灌区开展了验证及评估劳动。该模型在能量均衡部分耦合研究者前期自立研发的地区尺度植被降雨幽囚遥感模型RS-Gash,实际上兑现了“土壤蒸发-植被蒸腾-降雨幽囚”蒸散发三组分的有效辞别。组分辞别的蒸散发将对定量化作物灌溉用水、干旱监测、作物估产等具有重要参考价值。有潜力知足我国华北等北方地区水资源欠缺、地下水保护等重大需求。

后期将不绝依托研发的遥感气象蒸散发耦合模子SW_TVI,出产华北地区过去二十年时空接续、每日、组分分袂的蒸散发全要素科学数据集,撑持华北地区水资源打点和高效诈欺、地下水资源爱护等国度重大需求。同时,将连络前期手艺堆积,打破高分辨率限制,实现亩级尺度组分分袂蒸散发全要素估算,撑持精细化水资源高效诈欺、作物估产等广泛的行使需求。

本考究获取国度自然科学基金“泥土-植被编制蒸披发多模型集成考究”「41901348」、国度中央研发打算国际合作项目“粮食作物重大病虫害遥感监测预警与防控手艺”「2017YFE0122400」等项目的支柱。感谢国度青藏高原科学数据中心、中国科学院、清华大学、北京师范大学、北京工业大学、 北京大学 等单位,为考究供给输入数据、后果验证数据等多方面的支柱。

文献引用:Cui, Y., Jia, L., & Fan, W. 「2021」. Estimation of actual evapotranspiration and its components in an irrigated area by integrating the Shuttleworth-Wallace and surface temperature-vegetation index schemes using the particle swarm optimization algorithm. Agricultural And Forest Meteorology, 307, 108488原文下载地址:https://authors.elsevier.com/a/1dB38cFXJZ1Zo 崔要奎 :男,博士, 北京大学 地空学院 遥感所 教师、长处助理。本科毕业于武汉大学遥感学院,先后在 北京大学 、中科院遥感地球所获硕士和博士学位,清华大学水利系博士后,荷兰瓦赫宁根大学学术访问。

要紧考究范畴为蒸披发遥感,在定量遥感、水循环遥感、遥感大数据与人工智能等范畴,出格是在遥感气象蒸披发耦合模型,定量遥感与人工智能模型耦合,跨尺度多分辨率土壤湿度产品质量改观及其在 农业 水文中行使等方面做出了一系列原创性功劳,发表了多套科学数据集。主理/插足国家自然科学基金、科技部中枢研发等二十多项科技项目。宣告学术论文50篇,要紧包孕Journal of Hydrology、Agricultural and Forest Meteorology、「自然集团」期刊Scientific Data、IEEE期刊、遥感学报等主流专业期刊,编写专着2部;在国内国际紧要学术集会上做特邀汇报、大会发言、成绩展示共三十多次;负担Frontiers in Remote Sensing等多个国际SCI/国内重心期刊以及专刊的编委、特邀主编;IEEE TGRS、AFM、JOH等多个主流专业期刊审稿人;授权/申请国家发明专利7项;第一届举世变化水循环遥感青年论坛集会召集人;第一届中国陆面蒸披发考究大会专题召集人;中国测绘学会拍照测量与遥感专业委员会委员;获同行评断奖及院校级奖励多项。

非常声明:本文转载仅仅是出于宣传信息的需要,并不意味着代表本网站观念或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保存本网站注明的“来由”,并自尊版权等法律责任;作者假若不希望被转载或者联系转载稿费等事务,请与我们接洽。