基于SEBAL模型的漓江流域蒸散量變化分析

周 玲, 張 麗, 許君一, 劉 廣

(1.中國科學院 遙感與數字地球研究所 數字地球重點實驗室, 北京 100094;2.山東科技大學 測繪科學與工程學院, 山東 青島 266590)

?

基于SEBAL模型的漓江流域蒸散量變化分析

周 玲1,2, 張 麗1, 許君一2, 劉 廣1

(1.中國科學院 遙感與數字地球研究所 數字地球重點實驗室, 北京 100094;2.山東科技大學 測繪科學與工程學院, 山東 青島 266590)

基于1993年、1999年、2006年和2010年Landsat TM/ETM+影像，應用SEBAL模型估算了漓江流域四期不同時相的日蒸散量，并應用P-M公式對估算結果進行驗證。通過對研究區蒸散量結果進行分析，得出以下結論：(1) 日蒸散量分布受到季節及氣候的影響，植被生長季的蒸散量明顯高于其他季節；(2) 漓江流域的蒸散分布具有明顯的空間差異性，不同土地利用類型的蒸散均值相差較大，不同時期的蒸散量均表現出林地>水體>灌木/草地>耕地>建設用地的規律；(3) 近20 a來漓江流域土地利用變化顯著，除去氣候及降水量等因素的影響，蒸散量受到土地利用變化的影響明顯。隨著漓江水源林地的減少與退化，日蒸散量呈現下降的趨勢，進一步揭示了經濟發展與人類活動對漓江流域生態環境及水熱平衡的影響。

遙感; 漓江流域; 土地利用; 蒸散量;SEBAL模型

漓江是廣西壯族自治區最重要的生態及旅游資源，享有山水甲天下之美譽。漓江流域土地及生態環境的可持續發展對維持流域內及河流下游的經濟和社會發展具有十分重要的意義[1]。但近年來，隨著漓江流域的經濟發展以及農林經濟的發展，漓江上游部分原始林地遭到砍伐轉換為經濟林、果園以及農田等，且城市建設用地面積不斷增加，使漓江流域的土地利用/覆蓋不斷發生變化，從而進一步導致漓江水量不斷減少、枯水期逐年延長，土壤涵水能力下降，生態環境不斷惡化等問題[2]。土地利用/土地覆蓋變化是人為因素作用于地理過程、水文過程的主要表征，土地利用/覆蓋變化通過改變下墊面地表反射率、粗糙度、植被覆蓋度等因素，會進一步引起地表水熱循環的變化。地表蒸散是反映土地利用/覆蓋變化所引起地表水熱變化的敏感因子，因此研究蒸散量的時空變化特征，能夠進一步揭示漓江流域土地利用/覆蓋變化對水熱平衡的影響。

蒸散(Evapotranspiration,ET)是地表與大氣間水熱平衡的主要組成部分，也是陸面過程研究的重要參數。地表蒸散過程包括土壤蒸發和植被蒸騰，此過程需要吸收周圍環境熱量，因此蒸散發過程是陸面耗水的主要方式[3]。隨著遙感技術的不斷發展，應用衛星遙感技術估算蒸散量為區域蒸散量的估算提供了可能，其大尺度、高時效等優勢在區域蒸散估算中發揮著越來越大的作用。在以遙感技術為基礎的估算方法中，常用的計算方法多是基于能量平衡法[4]。其中陸面能量平衡SEBAL(Surface Energy Balance Algorithm for Land)模型算法是一種典型的基于能量平衡方程的區域蒸散反演方法，該模型的優點在于能夠充分應用遙感數據信息。模型從建立到現在，已經在巴基斯坦、美國及中國很多區域得到了試驗和驗證。

本文基于SEBAL模型，以漓江流域為研究區，應用四期Landsat TM/ETM+遙感影像，結合漓江流域DEM及風速、空氣溫度等氣象數據，實現漓江流域日蒸散量的估算，并結合近年來研究區內土地利用/覆蓋信息，統計不同土地利用類型的日蒸散量，進一步分析土地利用/覆蓋變化對日蒸散量的影響，為漓江流域土地利用、灌溉規劃、水權調整等水資源管理的可持續發展提供參考依據。

1　研究區概況與數據

1.1研究區概況

漓江流域位于廣西東北部，地理坐標為109°45′—110°40′E，24°18′—25°41′N，北靠貓兒山自然保護區；南至桂林陽朔縣；西面與柳州相接，東至海洋山自然保護區。研究區以桂林市為中心，包括桂林市區及興安、靈川、臨桂、陽朔4個縣，形成中部平坦、四周青山環繞的盆地地勢。研究區內包括貓兒山、海洋山及青獅潭三個國家生態自然保護區，整個研究區內山巒疊嶂，溪谷縱橫，植被豐富，構成了豐富的景觀類型，主要土地利用類型包括林地、灌木/草地、耕地、建設用地及水體等。

漓江流域屬于中南亞熱帶濕潤季風氣候區，氣候溫和，雨量充沛，光照充足，四季分明且雨熱同季，氣候條件十分優越。年平均無霜期309 d，年平均降雨量1 949.5 mm，平均蒸發量1 490～1 905 mm。中部靈川縣境內，年蒸發量1 856.6 mm；中下游地帶主要包括桂林市區和陽朔縣、臨桂縣地區，年降雨量1 838～1 941.5 mm，年蒸發量1 377～1 856.6 mm，降雨量大于蒸發量，年平均相對濕度76%[5]。

1.2數據及預處理

文章試驗所需數據包括遙感影像、DEM數據及氣象數據。遙感數據選取分辨率30 m的Landsat影像。通過對1990年之后的landsat可用數據進行質量篩選后，最終選取1993年、1999年、2006年及2010年四期TM/ETM+數據，7個波段的全部資料用于反演各類地面參數及水熱通量。DEM數據采用ASTER GDEM30米分辨率數據。氣象數據選用桂林氣象站點1993年，1999年，2006年，2010年的日值氣象數據(中國氣象科學數據共享服務網，http:∥cdc.cma.gov.cn/)，主要用于估算模型參數及精度驗證。

表1　Landsat數據行帶號及獲取時間

整個研究區由四景Landsat影像覆蓋，影像行帶號分別為125—42，125—43，124—42及124—43。由于林地面積占研究區土地利用類型主要比例，因此所選影像成像時間盡量在植被生長季內。數據行帶號及時間如表1所示。為保證試驗精度，在應用Landsat遙感影像進行估算前，首先對影像進行幾何精校正與大氣校正，幾何校正精度在0.5個像元內。

2　漓江流域蒸散量估算

SEBAL模型由荷蘭學者Bastiaanssen于1988年提出，是應用遙感數據估算區域蒸散量的重要方法[6-7]。該模型的優點在于具有清楚的物理意義，能夠應用在不同的氣候條件下，且除遙感影像資料外，所需氣象資料較少。到目前為止，該模型已經在蒸散發研究中得到了廣泛的應用[8-10]。SEBAL模型原理基于陸面能量平衡方程：

Rn=λ·ET+G+H

(1)

式中：Rn——地表凈輻射通量；λ·ET——蒸發潛熱；G——土壤熱通量；H——感熱通量。模型通過遙感影像可見光、近紅外與熱紅外波段進行估算，獲取地表凈輻射量、土壤熱通量與感熱通量，在此基礎上根據公式(1)求得潛熱通量，通過時間擴展獲得日蒸散量。

本文以漓江流域為研究區，利用Landsat影像的可見光與近紅外波段可以計算地面反照率、植被指數NDVI、及比輻射率，應用熱紅外波段及比輻射率計算地面溫度，詳細算法及計算過程見Bastiaanssen等人的文章[6-7,10]。在地表參數的估算過程中，由于地表溫度等參數難以獲取，因此對計算過程進行了簡化處理。本文在獲得各類地面參數的基礎上，應用SEBAL模型進行研究區水熱通量及日蒸散量的估算。

2.1地表凈輻射量

凈輻射量的計算過程可以表達[11]為：

Rn=(1-α)Rs+(Rin-Rout)-(1-ε)Rin

(2)

式中：Rs——入射的短波輻射；Rin——入射的長波輻射；Rout——反射的地表長波輻射；α——地面反照率，各表達式如下：

Rs=Gsc×cos(θ)×d×τsw

(3)

Rin=1.08(-lnτsw)0.265sTair4

(4)

Rout=εsTs4

(5)

式中：Gsc——太陽常數，值為1 367 W/m2；d——日地距離系數，主要通過影像獲取日期在太陽歷中的排列序號計算得到；s——Stefan Boltzman常數(5.67×10-8[W/(m2·K4)]；Tair——空氣溫度；Ts——地表溫度；θ——太陽天頂角；ε——地面比輻射率。

2.2土壤熱通量

土壤熱通量是由于傳導作用而改變土壤與植被的能量。這部分熱量相對較小，直接計算很復雜。對于植被下墊面，SEBAL模型一般通過土壤熱通量G與地表溫度Ts、凈輻射量Rn、地面反射率α及NDVI的經驗關系求得。計算公式如下：

(6)

對于非植被下墊面，計算公式需要改變[12]，近似取為：

G=0.2Rn

(7)

2.3感熱通量

感熱通量指由于傳導和對流作用而散失到大氣中的那部分能量，是關于大氣穩定度、風速和表面粗糙度的函數。感熱通量的計算是應用SEBAL模型估算蒸散量的關鍵環節，也是計算過程最為復雜的步驟，計算公式如下：

(8)

式中：ρair——空氣密度(kg/m3)；Cp——空氣熱量常數[1004 J/(kg·K)]；ΔT——高度為Z1和Z2(通常取Z1=0.01 m，相當于裸露土地的粗糙度長度；Z2=2 m，為氣象數據中的參考高度)處的溫度之差Tz1-Tz2；rah——空氣動力學阻力。

為求得Tz1-Tz2，SEBAL模型假設該值與地面溫度成線性關系：Tz1-Tz2=aTs+b，為求得a，b，在研究區域的衛星圖像上確定兩個極端點：一個“冷點”與一個“熱點”[13]。“冷點”是指該點植被生長茂盛、地表溫度較低，水分供應充足、蒸散量處于潛在蒸散的水平，感熱通量基本為0，LE≈Rn-G。“熱點”是指蒸散量基本為零的像元，主要是指沒有植被覆蓋的干燥農田或鹽堿地，滿足H≈Rn-G。由于近地層大氣的不穩定，通過一次選取冷點、熱點并不能取得穩定的值，因此模型應用莫寧—奧布霍夫(Monin-Obukhov)定律，通過多次迭代運算對空氣動力學阻力、空氣密度進行校正，直到取得穩定的感熱通量值為止，進而粗略求得研究區域各像元點的感熱通量。

冷點與熱點的選取對蒸散量的計算結果具有一定的影響，因此在進行冷熱點的選取時，將研究區遙感影像解譯結果與Google高分影像相結合，使得所選像元滿足冷熱點的特征要求。經過分析，最終確定研究區影像冷點與熱點分別位于漓江上游青獅潭水庫中心位置及桂林兩江機場附近西南方的裸地區域。基于冷熱點的各地表參數，通過多次循環迭代運算，最后得到四期不同時相影像ΔT和地表溫度Ts之間的關系系數，如表2所示。

表2　Monin-Obukhov定律迭代系數結果

2.4日蒸散量

根據能量平衡方程及獲取的凈輻射量、感熱通量及土壤熱通量，可以得到衛星過境時的瞬時潛熱通量。研究區潛熱通量空間分布如附圖1所示。

潛熱通量是下墊面與大氣之間交換的水汽通量，是水分循環和能量平衡的重要組成部分。潛熱通量與感熱通量值相反，一般植被覆蓋較好、表面溫度較低和表面濕度較大的區域，顯熱通量較低、潛熱通量較高；而在地表濕度較低、溫度較高的區域，地表與近地面空氣的溫差較大，所以近地面大氣與地表能量的交換方式是以感熱為主，而潛熱較低。漓江流域地處亞熱帶氣候區，降雨量較多，相較于感熱，潛熱通量具有不可忽視的作用。經過對研究區感熱和潛熱估算結果的對比，以及附圖1潛熱的空間分布可以看出，漓江流域感熱與潛熱大致呈現相反的分布狀態。在漓江上游高植被覆蓋區域，感熱較低而潛熱較高。與此相反，在研究區中部建設用地集中區域，感熱較高而潛熱值相應較低。

根據瞬時潛熱通量只能得到遙感影像過境時的瞬時蒸散量，根據研究表明，蒸發比在一天時間內基本保持不變[14]。因此本文應用蒸發比的概念，采用蒸發比不變法把瞬時的蒸散量擴展成日蒸散量。日蒸散量可表示為：

(9)

(10)

式中：Δday——一天24 h內的蒸發比；Rn24——一天內的凈輻射量；G24——一天內的土壤熱通量，在計算日蒸散量時可以忽略不計；λ——水的汽化潛熱。

附圖2所示依次為1993年9月24日、1999年12月15日、2006年9月21日和2010年8月31日漓江流域蒸散量估算結果。

3　結果與分析

3.1蒸散量估算結果驗證

由于研究區內缺少蒸散實測站點，難以獲取蒸散實測數據，因此無法應用實測數據對SEBAL模型的蒸散估算結果進行驗證。Penman-Monteith公式是計算植被蒸散的重要方法，應用溫度、相對濕度、風速等氣象數據即可計算日蒸散量，且精度較高[15]，因此試驗估算結果應用Penman-Monteith公式和氣象站點數據進行間接對比驗證。

圖1　桂林站點模型估算結果與P-M公式計算蒸散量對比

如圖1所示，本文應用桂林氣象站點氣象數據，通過P-M公式計算得1993-09-24，1999-12-15，2006-09-21，2010-08-31日蒸散量值分別為2.68，2.37，3.45，4.53 mm，而SEBAL模型估算該站點附近建設用地的日蒸散均值為3.66，3.13，1.63，6.03 mm。通過比較發現除2006年SEBAL模型估算結果低于P-M計算結果外，其他三個時相的模型估算結果較P-M計算結果均出現不同程度的高估現象，但相差不大，最大相對相差為33%，說明SEBAL模型在本研究區的估算結果較為合理。

本文在SEBAL模型反演的過程中，各類參數的估算過程是影響反演精度的主要因素。由于模型所需參數較多而研究區內的實測數據有限，因此很多參數只能借鑒一些較為經典的經驗公式進行估算，這樣就會由于地域、氣候等因素的差異使各個參數的普適性受到影響，從而進一步影響估算精度[16]。因此在未來應該盡可能獲取更多的實測氣象數據及蒸散量實測數據，結合影像實際成像條件及研究區的實際情況進行估算及驗證，從而進一步提高模型的估算精度。

3.2蒸散量時空分布特征分析

從附圖2漓江流域日蒸散量估算結果可以看出，研究區日蒸散量具有一定的空間差異性。估算結果均呈現出漓江上游海拔較高山地蒸散量較高、中部平原地區相對較小的空間分布特征。研究區北部及周邊區域海拔較高，主要以山地為主，植被覆蓋主要為水源林地，水源豐富，植被長勢較好，具備了良好的蒸散條件，因此林地及水體的蒸散量在整個研究區內為最高水平。而中部平原地區主植被主要以農作物及低矮灌木為主，植物蒸騰能力小于高大的喬木，因此蒸散量相對較小。漓江下游南部地區主要以灌木/草地為主，植被蒸騰作用介于喬木與農作物之間，因此蒸散量小于北部但高于中部平原地區。

表3　漓江流域區域蒸散量統計　mm/d

通過附圖2和表3統計數據，發現四個不同時相的蒸散量估算結果具有較大的波動性。結合當日氣候條件進行分析：1993年9月24日蒸散量均值為6.51 mm，高于同一時期的2006年9月21日蒸散均值；1999年12月15日的日平均蒸散量為3.22 mm，最大值為8.10 mm，其中大部分區域蒸散量在2～5 mm/d之間，與其他三個時相的估算結果相差較大，這主要是由于冬季植被處于休眠期，且氣溫較低、降水量較少，不利于蒸散活動的進行，因此蒸散量處于一年之中最低的時段。2006年9月21日的平均蒸散量為5.45 mm，此時研究區處于夏末秋初時節，氣溫適中、日照時間較為充足，植被覆蓋度比冬季要高，但植被已經處于生長季末端，隨時間推移呈現不斷減少的趨勢，因此2006年9月21日蒸散量較1999年12月15日蒸散量有所提高，但少于2010年8月31日蒸散量。2010年8月31日蒸散量均值為7.64 mm，大部分地區蒸散量在6 mm以上，在四個時相中蒸散量最大，這是由于8月份漓江流域時值盛夏，夏季氣溫高、降雨量豐沛，因此土壤含水量豐富，且植被及農作物處于生長旺盛的階段，植被覆蓋度最高，因此蒸散量在四個時相中最高。

3.3蒸散量的影響因素分析

3.3.1不同土地利用類型日蒸散量的分布特征本文采用的四期土地利用/覆蓋數據是基于1993年、1999年、2006年及2010年Landsat數據，基于混合分類方法(監督分類與非監督分類相結合)獲得[17]。根據附圖3可知，研究區內土地利用類型分為林地、灌木/草地、耕地、建設用地、水體五類，漓江上游及其東南部多為水源林地，植被茂密；到中下游土地類型逐步過度到以低矮灌木/草地和耕地為主。在1993—2010年，研究區內林地面積所占比重最大，但受經濟發展影響，水源林地面積正不斷減少，建設用地比重有逐年增加的趨勢。為了獲取日蒸散量與土地利用類型的關系，分別統計出不同時期各土地利用類型的日蒸散量均值，統計結果如表4所示。

表4　不同土地利用類型蒸散量均值　mm/d

從表4可知，1993-09-24，1999-12-15，2006-09-21，2010-08-31不同土地利用類型的日蒸散量均值都表現為林地>水體>灌木/草地>耕地的規律。漓江上游是國家生態環境重點保護區域，大部分區域是水源林地，林木長勢茂盛，植被覆蓋度很高，且土壤含水量豐富，因此植被的蒸騰作用顯著，故林地的平均蒸散量比單靠吸收熱量進行蒸發的水體平均蒸散量要高，為不同土地利用類型中蒸散量最大者。水體區域主要包括漓江上游的青獅潭水庫以及漓江主體，占漓江流域總面積的2%左右。水體通過吸收太陽輻射進行蒸發，蒸散量高于灌木/草地和耕地。對附圖2蒸散量的空間分布及表4進行分析可知，1993年，1999年，2006年，2010年四個時相的耕地平均蒸散量波動較大，這主要是不同時節耕地的覆蓋度變化較大的原因。漓江雖地處南方，但受氣候影響，冬季農作物大多數仍枯落或處于休眠期，因此1999年12月15日耕地蒸散量較低；而夏季是農作物生物量積累的重要階段，生長旺盛，因此其他三個時相的蒸散量相對較高。

3.3.2土地利用/覆蓋變化對蒸散量的影響圖2為研究區2010年各土體利用類型占研究區比例，研究區內所占比例最大的地類為林地，所占比例為43%左右，因此林地面積的變化對整個研究區的日蒸散均值的影響最大。通過對漓江流域近20 a來的土地利用/覆蓋進行變化分析可知，從1993—2010年，研究區林地面積比重持續降低，共減少約4.23%。研究區桂林氣象站點1981—2010年的平均月降水量如圖3所示，漓江流域月降水量受季節氣候影響明顯，從4月份開始隨著氣溫的不斷回升，降水量逐漸增加，6月份達到峰值，之后逐月減少。林地面積的減少與降水量的季節性變化必然會引起研究區蒸散發的變化。

1993—1999年，林地面積減少約1.82%，同時從表4的蒸散量統計數據可以看出，1993年9月24日與1999年12月15日的日蒸散均值分別為6.51 mm與3.33 mm，林地蒸散均值分別為8.82 mm及4.27 mm，兩個時相的蒸散量出現如此大幅度的下降，除了與1999年影像處于冬季，地表蒸散活動受到抑制有較大的關系，林地面積的減少也成為蒸散量減少的原因之一。

圖2　漓江流域2010年各土地利用類型比例

圖3　桂林站點1981-2010年平均月降水量

2006年林地比重與1999年基本持平，但較1993年林地面積仍然是減少的，灌木/草地所占比重減小，主要向耕地轉移；2006年9月21日蒸散量均值為5.45 mm，較1999年12月15日蒸散有所增加，這主要是受夏季氣溫較高，降水量豐沛有利于蒸散活動導致的結果，但相比同一月份的1993年9月24日蒸散量均值仍然有所降低，則是受林地退化、建設用地擴張的影響，進一步說明漓江水源林地的減少與退化對研究區內蒸散活動產生消極的影響。

2006—2010年，水源林地面積減幅較大，減少約9%，主要向灌木/草地及耕地轉化。而2010年8月31日蒸散量均值較2006年9月21日平均蒸散量及各地類蒸散均值有所增加。通過桂林氣象站點平均月降水量可知，8月平均降水量較9月降水多出60 mm左右，降水量的增多使地表土壤含水量增多，有利于土壤蒸發，加之2010年時相較2006年時相植被生長更為旺盛，植被蒸騰作用更為顯著，因此2010年8月31日蒸散量較2006年9月21日蒸散量有所增高是土地利用/覆蓋變化與降水量共同影響的結果。

4　結論與討論

本文在基于遙感影像的基礎上，應用基于能量平衡原理的SEBAL模型，對漓江流域的日蒸散量進行了估算模擬，獲取了四個不同時相的相關地面特征參數及日蒸散量。通過對不同時相的估算結果進行分析，得出以下結論：

(1) 漓江流域的蒸散分布具有明顯的空間差異性。漓江上游地區植被覆蓋度較高，植被蒸騰作用顯著，從而蒸散量較高；中部地區以桂林市區為中心，主要以建設用地和農業耕地為主，建筑物無蒸發性，通過吸收太陽輻射能量使地表溫度增加，因而感熱高潛熱低，蒸散量較低；耕地受季節變化影響植被覆蓋變化較大，因此蒸散量隨季節變化較大。南部區域主要以灌木/草地為主，蒸散量小于上游地區但高于中部平原地區。

(2) 從時間上看，漓江流域不同時節的日蒸散量差異較大。受溫度、風速等氣候因素的影響，冬季氣溫較低，降水量較少，植被覆蓋度下降，蒸散量低；而夏季光照充足，雨量充沛，植被生長旺盛，從而蒸散量較高。

(3) 漓江流域的日蒸散量受到土地利用類型的影響。不同土地利用類型的蒸散量均值表現為林地>水體>灌木/草地>耕地>建設用地的規律。統計表明研究區從1999—2010年漓江流域林地面積減少，而耕地與建設用地面積增加，而2006年日蒸散量較1993年同期日蒸散量有所降低，說明蒸散量受到土地利用變化的影響。隨著漓江水源林地的減少與退化，蒸散量呈現下降的趨勢，從而進一步揭示了當地經濟發展與人類活動對漓江流域生態環境及水熱平衡的影響。

文章在對研究區蒸散量進行估算和分析的過程中，還存在問題與發現，有待于進一步的研究：(1) 應用SEBAL模型估算研究區蒸散量時，由于大氣程輻射值、汽化潛熱等參數的獲取難度較大，在估算過程中進行了簡化與近似取值處理，因此難免會帶來誤差，因此在未來應該盡可能獲取更多的實測數據進行估算與驗證；(2) SEBAL模型較適用于平坦地區，漓江流域中部地區雖然大部分地勢平坦，但漓江上游多為山地，地勢較為復雜，因此受地勢影響，應用模型進行估算時會降低精度，在今后的研究中需要結合地形因素對模型進行進一步改進，使其適用于復雜的地形。

[1]向悟生,李先琨,丁濤,等.土地利用變化對漓江流域生態服務價值影響[J].水土保持研究,2009,16(6):46-50.

[2]李先琨,呂仕洪,黃玉清,等.漓江流域紅壤侵蝕區植被演替與復合農林試驗[J].生態環境,2007,16(1):140-148.

[3]Bastiaanssen W G M, Molden D J, Makin L W. Remote sensing for irrigated agriculture:examples from research and possible applications[J]. Agricultural Water Management,2000,46(2):137-155.

[4]辛曉洲,田國良,柳欽火.地表蒸散定量遙感的研究進展[J].遙感學報,2003,7(3):233-240.

[5]王月容.旅游開發對漓江流域景觀結構的影響研究[D].長沙：中南林學院,2003.

[6]Bastiaanssen W G M, Menenti M, Feddes R A, et al. A remote sensing surface energy balance algorithm for land (SEBAL). 1. Formulation[J]. Journal of Hydrology, 1998, 212(1/4): 198-212.

[7]Bastiaanssen W G M, Pelgrum H, Wang J, et al. A remote sensing surface energy balance algorithm for land (SEBAL).: Part 2: Validation[J]. Journal of Hydrology, 1998, 212: 213-229.

[8]曾麗紅,宋開山,張柏,等.利用SEBAL模型與P-M公式估算烏裕爾河下游地表蒸散[J].干旱地區農業研究,2009,07(5):216-224.

[9]李紅軍,雷玉平,鄭力,等. SEBAL模型及其在區域蒸散研究中的應用[J].遙感技術與應用,2005,20(3):321-325.

[10]Bastiaanssen W G M. SEBAL-based sensible and latent heat fluxes in the irrigated Gediz Basin, Turkey[J]. Journal of Hydrology,2000,229(1):87-100.

[11]Liebe H J, Hufford G A, Cotton M G. Propagation modeling of moist air and suspended water/ice particles at frequencies below 1000 GHz[C]∥AGARD. Atmospheric Propagation Effects Through Natural and Man-Made Obscurants for Visible to MM-Wave Radiation 11 p (SEE N94-30495 08-32)，1993.

[12]劉京濤.岷江上游植被蒸散時空格局及其模擬研究[D].北京：中國林業科學研究院,2006.

[13]王修信,王培娟,朱啟疆.漓江上游山區復雜地形水熱通量的時空變化規律[J].農業工程學報,2012,28(3):118-122.

[14]王介民,高峰,劉紹民.流域尺度ET的遙感反演[J].遙感技術與應用,2003,18(5):332-338.

[15]陳吉琴.近50a來長江流域氣象因素分析及蒸發變化原因初探[D].南京：河海大學,2007.

[16]曾麗紅,宋開山,張柏,等.應用Landsat數據和SEBAL模型反演區域蒸散發及其參數估算[J].遙感技術與應用,2008,23(3):255-263.

[17]周玲,張麗,許君一,等.漓江流域土地利用變化分析及預測[J].水土保持研究,2013,20(6):218-223.

Analysis of the Variations of Evapotranpiration in Lijiang River Basin Based on SEBAL Model

ZHOU Ling1,2, ZHANG Li1, XU Junyi2, LIU Guang1

(1.Key Laboratory of Digital Earth Science, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences,Beijing100094,China; 2.GeomaticsCollege,ShandongUniversityofScienceandTechnology,Qingdao,Shandong266590,China)

Based on Landsat TM/ETM+ images in 1993, 1999, 2006 and 2010, regional evapotranspiration were estimated using the SEBAL model. The P-M model and the data from meteorology station were used to verify the accuracy of ET estimation from SEBAL model. The results shows that: (1) the evapotranspiration in Lijiang River Basin was strongly influenced by season and climate, and ET in growing season was much higher than that during other seasons; (2) the ET in the Lijiang River basin had the obvious spatial variations depending on different vegetation types, and the evapotranspiration for different periods all presented the sequence of woodland>water>bush/grassland>cropland>construction land; (3) the land use and land cover of the Lijiang River Basin had changed drastically, which had strongly influenced ET in the study region. ET showed teh declining trend due to the forest degradation, which further indicated the influences of economic development and human activity on the environment and water-heat balance in the Lijiang River basin.

remote sensing; Lijiang River Basin; land use and land cover; evapotranspiration; SEBAL model

2014-04-08

2014-09-04

國家科技支撐計劃課題 “漓江流域遙感動態評估與監管技術體系研究” (2012BAC16B01)

周玲(1989—),女,山東濟南人,碩士研究生,主要從事遙感應用方面的研究。E-mail:zhouling8903@163.com

TP79

A

1005-3409(2015)04-0332-06