灌區尺度遙感蒸散發模型時間尺度提升方法研究

陳 鶴，蔡甲冰，張寶忠，白亮亮(1.中國水利水電科學研究院，流域水循環模擬與調控國家重點實驗室，北京 100038；2.國家節水灌溉北京工程技術研究中心，北京 100048)

0 引 言

隨著遙感技術的成熟與發展，采用遙感數據模擬灌區尺度蒸散發成為可能，但衛星遙感通常僅提供每日1～2次衛星過境時刻的瞬時數據，衛星過境重現期約為1～16日，在應用過程中還需要將受云層遮擋日期的數據剔除。因此，在計算灌區作物耗水量時，需要先將遙感模型得到的瞬時蒸散發，通過時間尺度擴展方法轉化為日蒸散發量，再將不連續的日蒸散發進行尺度提升，得到全生育期的蒸散發。遙感蒸散發模擬的精度除了受到模型精度本身的影響外，更大程度上受到時間尺度提升方法精度的影響。因此一方面要優化遙感蒸散發模型時間尺度提升方法，減小從瞬時到日時間尺度提升帶來的誤差；另一方面要最大程度地利用獲取的遙感數據，減小從日到生育期時間尺度提升帶來的誤差。所以，本文構建了日內代表性參數方法實現由瞬時到日的尺度提升，優化了傳統遙感蒸散發模型中時間尺度擴展的步驟，避免了氣象數據降尺度和遙感蒸散發升尺度造成的二次誤差，該方法采用日內代表性參數直接計算日蒸散發，同時采用逐象元進行插值的方法進行從數據日到全年的時間尺度提升，最大化利用有效遙感數據，提高了估算精度。

1 材料及數據

1.1 研究區概況

本文以河套灌區解放閘灌域(106°43′～107°27′E，40°34′～41°14′N)為研究對象(圖1)。灌域總土地面積約2 345 km2，其中70%以上為耕地，糧食作物以夏玉米和春小麥為主，經濟作物以向日葵為主，伴有一定比例的瓜果、蔬菜。灌域地處干旱半干旱內陸地區，海拔高程在1 030～1 046 m之間，年平均降雨量151.3 mm，年均蒸發量(20 cm蒸發皿)達2 300 mm，年內平均氣溫9 ℃[1]。

1.2 數據來源

1.2.1遙感數據及數據預處理

本文用到的遙感數據來源于Terra和Aqua衛星上搭載的 MODIS 傳感器觀測的標準陸地產品，其中Terra衛星的過境時間為10∶30 左右，Aqua衛星的過境時間為13∶30 左右。MODIS傳感器提供空間分辨率為250～1 000 m，時間分辨率為1～16日。以上遙感數據通過NASA數據平臺下載( http:∥reverb.echo.nasa.gov/reverb/)，遙感標準陸地產品已經過輻射、大氣和幾何校正，通過MRT工具重投影到WGS84/UTM(北48區)坐標系統，空間分辨率重采樣到250 m，并進行質量控制、數據插補及平滑[2]等預處理環節，得到最終的遙感數據集。

1.2.2氣象數據

本文用到的氣象數據來源于灌區內及周邊的10個國家氣象站，觀測項目包括日降水量，日內最高、最低氣溫及日平均氣溫，日平均相對濕度，日平均風速及日照時數等。采用距離方向加權平均法對氣象數據進行空間插值[3]，得到250 m空間分辨率的逐日氣象數據集。

1.2.3土地利用數據

土地利用數據來源于清華大學遙感中心制作的2010年30 m分辨率土地利用圖(圖1)[4]，研究區域主要土地利用類型為農田(76.81%)，其次為灌木(11.52%)和草地(10.29%)，其他土地利用類型占比極低，城鎮面積僅為0.86%。

圖1 2010年研究區域30 m分辨率土地利用圖

2 時間尺度提升方法

2.1 瞬時到日的時間尺度提升

以往遙感蒸散發模型的計算日蒸散發的流程是：①根據衛星過境時刻的遙感數據，反演瞬時地表參數；②對氣象數據進行降尺度，得到衛星過境時刻的氣象數據；③建立遙感蒸散發模型，計算瞬時蒸散發；④將瞬時蒸散發進行時間尺度提升計算日蒸散發。在此過程中，除去遙感模型本身的誤差，對氣象數據降尺度和對瞬時蒸散發進行升尺度均會帶來不可避免的誤差。本文提出日內代表性參數法，規避了將氣象數據降尺度來計算瞬時蒸散發的過程，利用對瞬時遙感數據進行積分得到日內代表性遙感數據，通過氣象站獲取的日內代表性氣象數據，直接計算日蒸散發。

采用日內代表性法計算日蒸散發的遙感模型有兩個優點：①日蒸散發量直接由模型計算，避免了尺度擴展過程中的誤差，從而提高模型模擬精度；②對模型輸入氣象數據的要求降低，避免了氣象數據降尺度的過程，減小了計算誤差。

假定地表溫度在白天的變化規律符合正弦曲線，通過遙感衛星反演，得到Terra和Aqua衛星過境時刻的2次地表溫度觀測值，因此假定地表溫度在白天的變化為一段正弦曲線：

Tt=asin(bt+c)

(1)

式中：下標t表示當地時間；a，b，c分別是正弦曲線參數，由下式計算：

a=TAqua

b=[arccos(TTerra/TAqua)]/(tAqua-TTerra)

c=π/2-tAquab

(2)

式中：tAqua和tTerra分別是Aqua和Terra衛星過境的時間；TAqua和TTerra分別是Aqua和Terra衛星過境時刻的地表溫度。則日內代表性地表溫度為：

(3)

式中：Ts為日內代表性地表溫度；tsunrise和tsunset分別為日出及日落時刻(見表1)。

表1 研究區域日出日落時刻

由于地表反照率在日內變化幅度很小[5]，日內代表性地表反照率采用Terra和Aqua衛星過境時刻地表反照率平均值。風速、相對濕度和空氣溫度采用氣象站觀測的日平均值作為代表性參數。以日內代表性參數為模型輸入，通過下節中介紹的遙感蒸散發模型，即可直接計算日蒸散發。

2.2 遙感蒸散發模型

本文采用基于能量平衡原理的SEBS(Surface Energy Balance System)模型[6]，SEBS模型區別于其他單層模型的特點在于通過引入剩余阻抗的概念來描述植被冠層和地表間熱量及動量粗糙長度的差異。SEBS模型包含以下4個模塊：①基于遙感空間反照率和輻射率的地表物理參數反演；②熱量粗糙長度的計算；③顯熱通量的計算；④潛熱通量的計算。與其他基于能量平衡原理的單層模型相比， SEBS 模型的優點在于每一個象元的計算都是獨立的，因此即使在某天某些象元因為陰雨或云等影響缺乏遙感數據，也并不影響其他象元的計算結果，可以最大化地利用遙感數據。

SEBS模型中需要計算不同土地利用類型及下墊面的動量粗糙長度(z0m)，其中非作物的z0m取值見表2，作物的z0m根據下式計算：

(4)

X=CdLAI

式中：h為冠層高度；Cd為葉片拖曳系數，通常取值為0.2；z0s為底層粗糙長度，通常取值為0.01；LAI為葉面積指數；d為零平面位移。

計算公式如下：

d=1.1 ln(1+X1/4) (5)

2.3 日到全年的時間尺度提升

衛星遙感觀測數據受天氣影響較大， 在有降雨或者受云層遮擋的日子，沒有可用的遙感影像，無法利用模型模擬日蒸散發，需要對數據缺失日期進行插補。

以往遙感蒸散發模型從日到全年的時間尺度提升通常以整個灌區為單位，先篩選可用的遙感影像(有效象元占整個研究區域90%～95%)，再填補可用遙感影像間的缺值日期。為最大化利用遙感數據，本文對遙感蒸散發模型從日到全年的提升以象元為單位，首先計算全年內所有日期有效遙感象元的日蒸散發，再逐象元填補該象元的缺值日期。尺度提升方法采用蒸發比插補法，假定蒸發比(潛熱通量與有效能量的比值)在全年呈現連續變化的趨勢，對有值日蒸發比進行插值計算無值日蒸發比，進而得到無值日蒸散發，從而實現日蒸散發的連續模擬。

圖2是基于遙感數據的灌區尺度ET計算流程圖。

圖2 計算流程圖

3 結果與討論

3.1 日蒸散發尺度提升及插補

圖3為日內代表性參數法計算得到的日蒸散發，從圖3中可以看出，2014年8月14日有大量象元受到云層遮擋沒有可用遙感數據，8月15日整個研究區域遙感數據均可用，這代表了利用遙感數據計算蒸散發的兩種情況。

圖3 遙感蒸散發模型模擬日蒸散發空間分布

以區域內第(200，200)號象元為例，進行日尺度到全年尺度插值(圖4)并計算該象元每日蒸散發。對研究區域內每個象元進行時間尺度提升，得到每日連續的蒸散發空間分布，以圖5中8月14日的結果為例。

圖4 日尺度到全年尺度蒸發比插值結果

圖5 數據插補后2014年8月14日蒸散發空間分布

從圖中可以看出，通過插補得到的無值區的蒸散發結果要小于通過遙感模型直接計算的有值區結果，這是因為在受到云層遮擋的情況下，向下短波輻射值比較小因此有效能量較小，與實際情況是相符的。

3.2 灌區蒸散發時空變化

在對蒸散發模型進行尺度提升后，得到如圖5所示的每日灌區蒸散發空間分布，進而得到全年的蒸散發空間分布(圖6)。2014年解放閘灌域全年降雨量126 mm，實際蒸散發899 mm，其中作物生長季(4-9月)為650 mm，占全年蒸散發總量的72.3%。從蒸散發的空間分布情況來看，灌域北部要高于南部，尤其灌域西南角由于耕地荒漠化的原因，蒸散發量小于北部。

圖6 2014年解放閘灌域實際蒸散發空間分布

3.3 討 論

對2014年遙感數據進行分析，若采用以往常規的日尺度到年尺度提升方法，全年可利用影像(有值象元占全區域95%以上)為52幅，其中最早可用日期為3月26日，最晚可利用日期為10月8日。而利用逐象元的時間尺度提升方法，灌區內所有象元平均可利用天數為139日，最好的象元可利用天數為211日，最差的象元可利用天數也達到92日，采用逐象元提升的方法可將遙感數據利用率提高1倍以上。

4 結 語

本文探討了利用遙感數據計算灌區蒸散發的時間尺度提升方法，分別從瞬時到日以及日到全年兩個尺度進行研究。在瞬時到日尺度，采用日內代表性參數法結合SEBS模型，規避了以往傳統蒸散發模型中先計算瞬時蒸散發，在進行時間尺度提升計算日蒸散發的過程。在日到全年尺度，采用逐象元進行插值的方法，最大化利用遙感數據。將SEBS模型應用于內蒙古河套灌區解放閘灌域進行一整年的連續模擬，并得到研究區域的實際蒸散發時空分布。

本文構建的遙感蒸散發模型時間尺度提升方法，相比于傳統的遙感蒸散發模型，步驟簡單，遙感數據利用率高，為灌區實際蒸散發模擬提供了極具操作性的參考價值。

□

[1] 茌偉偉．基于分布式水溫模型的灌區用水效率評價[D]．北京：中國水利水電科學研究院，2013．

[2] Velleman P. Definition and comparison of robust nonlinear data smoothing algorithms [J]. Journal of the American Statistical Association, 1980,75(371):609-615.

[3] 楊大文，李 翀，倪廣恒，等．分布式水文模型在黃河流域的應用[J]．地理學報，2004，59(1)：143-154.

[4] Gong P, Wang J, Yu L, et al. Finer resolution observation and monitoring of global land cover: first mapping results with Landsat TM and ETM+ data[J]. International Journal of Remote Sensing, 2013,34(7):2 607-2 654.

[5] Chen H, Yang D, Remote sensing based continuous estimation of regional evapotranspiration by improved SEBS model[C]∥ Land Surface Remote Sensing, eds. Entekhabi Dara, et al. Proceedings of SPIE, Vol. 8524, 852401. Kyoto, Japan, 2012.

[6] Su Z. The Surface Energy Balance System (SEBS) for estimation of turbulent heat fluxes [J]. Hydrology and Earth System Sciences, 2002,(6):85-99.