基于MODIS遙感資料估算高原地表潛熱通量

王麗娟, 郭 鈮, 楊 揚

(1.中國氣象局 蘭州干旱氣象研究所/甘肅省干旱氣候變化與減災重點實驗室/中國氣象局干旱氣候變化與減災重點實驗室,蘭州 730020; 2.中國氣象局 成都高原氣象研究所, 成都 610071)

基于MODIS遙感資料估算高原地表潛熱通量

王麗娟1,2, 郭 鈮1, 楊 揚1

(1.中國氣象局 蘭州干旱氣象研究所/甘肅省干旱氣候變化與減災重點實驗室/中國氣象局干旱氣候變化與減災重點實驗室,蘭州 730020; 2.中國氣象局 成都高原氣象研究所, 成都 610071)

利用2014年夏季青藏高原9個觀測站的實測資料，首先分析了夏季高原地區的湍流輸送特征，并對MODIS(Moderate-Resolution Imaging Spectroradiometer)地表潛熱產品在高原地區的適用性進行檢驗，進一步在潛熱模型中引入MODIS晝夜地表溫度來估算研究區的地表潛熱，并將估算值與實測值進行對比。結果表明：下墊面以裸土/稀疏植被為主的阿里站能量輸送以感熱為主，其他觀測站的湍流輸送則以潛熱輸送為主；MODIS潛熱產品在高原各地區的適用性存在差異，產品在高原東部偏東地區適用性較好，其他地區適用性較差，且高原西部的潛熱有效數據大量缺失；而新提出的方法不僅可以彌補高原西部地表潛熱的缺失，還可以提高地表潛熱的估算精度，估算值與實測值之間相關系數達到0.77，均方根誤差僅為29.8 W/m2，相對誤差為35.59%；模型給出的高原地區地表潛熱區域分布特征與高原的地表覆蓋類型吻合較好，說明模型給出的高原地表潛熱分布是合理的。

青藏高原; 地表潛熱; MODIS產品

有“世界屋脊”之稱的青藏高原，作為地球的“第三極”是地形結構最為復雜、海拔最高的大高原，其動力和熱力作用不僅是對我國，乃至全球的氣候變化都能產生巨大的影響。要對高原進行更加詳盡的認識，實現區域或更大尺度的研究就需要大范圍的加密觀測資料，但由于青藏高原平均海拔達4 000 m以上，在這種高海拔、下墊面結構復雜的地區，要獲取大范圍長期的地面觀測資料較為困難，這就使得觀測資料成為阻礙高原研究的關鍵因素。20世紀70年代以來，國內外研究者進行了多次青藏高原試驗[1-3]，為高原的能量平衡和水循環研究取得了不少的觀測資料，開創了高原科學研究的新局面。高代價獲取的地面單點觀測資料并不能滿足高原大尺度的研究需求，所以遙感資料便成為了大尺度研究的重要基礎數據。在觀測資料與遙感資料的基礎上，通過遙感模型和數值模擬等手段才能使僅有的觀測資料發揮最大的價值[4-5]。高原的能量輸送及地表特征的研究[6-7]、高原衛星資料精度檢驗[8-9]、遙感算法及模型的驗證與改進[10-12]等工作都有了巨大的進步。但這些觀測資料都僅限于高原的一兩個觀測點，同時涉及幾種不同下墊面的觀測資料實為罕見，這就限制了高原更大尺度的研究，阻礙了對高原整體特征的認識。

本文利用2014年夏季高原不同下墊面的觀測資料對MOD16地表潛熱產品進行適用性檢驗，并在Wang等[13]提出的模型基礎上引入晝夜地表溫度差來估算高原的地表潛熱，進一步將估算結果與實測值進行對比，驗證模型在該地區的適用性，這不僅可以為高原地區區域地表能量的估算提供一種可能，還可以為高原的陸面過程及區域氣候的研究提供可靠的依據。

1 試驗材料與方法

1.1 研究區概況

研究區主要選取西藏地區，西藏位于青藏高原的西南部，地理位置為26.83°—36.88°N，78.42°—99.1°E，下墊面復雜多樣。本次選取9個觀測點，由東到西依次為林芝、比如、嘉黎、聶榮、那曲、安多、納木錯、班戈、阿里，見圖1，各站點的地理位置及下墊面情況等見表1。

表1 各觀測站點的經緯度、海拔高度、下墊面類型、地理位置及概況

1.2 資料來源及處理

本文所使用的衛星資料為2014年7—9月每天的地表溫度產品MOD11 A1，通道反射率產品MOD09 GA及地表潛熱產品MOD16 A2。首先對MODIS產品進行投影轉換及重采樣等處理，將所有產品的分辨率統一到1 km×1 km，再利用最鄰近插值法得到觀測站的單點數據，并在數據中剔除有降水的時段。

本文所使用的觀測資料為同期高原地區9個觀測站的輻射、氣溫、降水、潛熱等觀測資料，并對資料進行簡單的日平均處理。為保證觀測數據的可靠性，我們對數據進行簡單的篩選，具體標準為：(1) 凈輻射>10.0 W/m2；(2) 最高氣溫<50℃；(3) 最低氣溫>-30℃；(4) 氣溫日較差>1.0℃；(5) 潛熱通量>1.0 W/m2；(6) 凈輻射與凈短波輻射的比值<1.0；(7) 潛熱與凈輻射的比值<1.0。

1.3 方法介紹

1.3.1 凈輻射及潛熱的估算模型 Wang等[13-14]利用2個中國青藏高原觀測站和22個其他觀測站的實測資料聯合衛星遙感數據給出了一個簡單的凈輻射和潛熱估算模型：

Rn=Rsn(a0+a1Tmin+a2DTaR+a3NDVIa4RH)

(1)

LE=Rn(b0+b1NDVI+b2Tmean+b3DTaR)

(2)

式中：Rn為凈輻射；a0—a4為常數；Tmin為最低氣溫；RH為相對濕度；DTaR為氣溫變化范圍，DTaR=Tmax-Tmin；Tmax為最高氣溫；NDVI為歸一化植被指數；LE為潛熱；b0—b3為常數；Tmean為日平均溫度；Rsn為短波輻射。利用Allen等[15]提出的算法估算：

Rsn=Rs(1.0-r)

(3)

(4)

(5)

(6)

ωs=arccos(-tanψtanδ)

(7)

(8)

式中：Ra為大氣層頂接收到的太陽輻射[MJ/(m2·d)]；n為實際累計日照時數；Ne為最大可能的日照時數，本文使用的晴天資料，假定實際日照時數比最大可能日照時數少2h，即n=Ne-2；as和bs為常數，本文分別取0.25，0.5；Gsc為太陽常數，取0.082MJ/(m2·d)；ψ為緯度(rad)；J為儒略日；YD為一年的總天數；D為日地距離；r為反照率，可由MODIS的第1到第7通道反射率估算[16]：

r=0.1ρ1+0.392ρ2+0.086ρ3+0.11ρ4+0.182ρ5+0.069ρ6+0.091ρ7

(9)

式中：ρi為第i通道的反射率。

凈輻射和潛熱的估算模型都需要地面觀測的氣溫和相對濕度作為輔助數據進行輸入，但這些要素都是單點的觀測資料，為滿足區域地表潛熱的估算，我們利用遙感提供的地表溫度來替代氣溫進行計算，具體方式如下：

Tmin=c0+c1LSTnight

(10)

Tmax=d0+d1LSTday

(11)

式中：c0，c1，d0，d1為回歸系數，由研究區內MOD11的晝、夜地表溫度與實測日最高、最低氣溫進行回歸得到；LSTday，LSTnight分別為MOD11提供的晝、夜地表溫度；Tmean=(Tmax+Tmin)/2；相對濕度RH由下式估算[13]：

RH≈100(emin/es)

(12)

(13)

(14)

es=0.5(emax+emin)

(15)

式中：emax，emin分別為對應溫度下的飽和水汽壓；es為平均飽和水汽壓。

1.3.2 估算結果精度評價 本文使用以下3個統計量來評價估算結果：

均方根誤差RMSE

(16)

平均相對誤差MAPE

(17)

相關系數R

(18)

2 結果與分析

2.1 高原夏季地表能量通量特征分析

圖1為2014年夏季觀測期間各站的能量平衡日變化圖。由于林芝站的邊界層數據缺失，所以省略林芝站的地表能量平衡圖。從圖中可以看到，各觀測站的能量通量都有明顯的日變化，變化曲線呈單峰型。凈輻射值在早晨8：00左右開始迅速增大，14：00左右達到最大值，而后又在19：00之后迅速減小；同時感熱和潛熱交換也隨著太陽加熱地面而迅速加強，在14：00—15：00之間達到峰值。在湍流輸送的過程中，下墊面為典型稀疏植被的阿里站，由于地表覆蓋度較小，地表與空氣間的溫差較大，土壤含水量較小，湍流交換主要以感熱輸送為主，潛熱較小；而其他觀測站則以潛熱輸送為主，感熱輸送較小。

圖1 高原地區湍流日變化

2.2 MOD16產品在高原地區的適用性檢驗

圖2為MOD16產品中的潛熱與實測值的比較，由于MOD16產品中阿里站的數據全部無效，所以圖中缺少了阿里站的數據資料，剩下8個站的樣本總數為50個，各觀測點有效樣本數見表2。如圖2A所示，從整體上看MOD16中的地表潛熱值與實測值之間存在弱的負相關，兩者之間的散點分布較為分散，相關系數為0.3。圖2B為MOD16潛熱隨實測值的變化，可以看到在曲線的前段和后段MOD16潛熱偏離實測值的較為嚴重，而在曲線的中間部分兩者較為接近。曲線的前段為安多和班戈站，如圖2C所示，在這兩個觀測站MOD16潛熱與實測值呈明顯的正相關，相關系數達到0.65；但從數值上看，這兩個觀測點MOD16潛熱值遠小于實測值。曲線的中間部分主要為比如、嘉黎、林芝和納木錯站，如圖2D所示，這4個觀測點的MOD16潛熱與實測值呈正相關，相關系數為0.49，且MOD16潛熱值與實測值較為接近，均方根誤差為13.33 W/m2，平均相對誤差僅為18.67%。曲線的后段主要為那曲和聶榮站，如圖2E所示，兩個觀測點的MOD16潛熱與實測值之間沒有明顯的相關關系，且MOD16潛熱值遠小于實測值。

根據站點的地理位置，結合上述每個觀測點的分析結果，我們可以發現MOD16潛熱產品在高原地區的各區域適用性不同，且位于高原西部的阿里站無有效值。整體上看，產品在高原的西部和中部適用性較差，而在高原的東部區域適用性較好。所以MOD16的潛熱產品用于高原地區的大尺度研究存在困難。

注：A為8個觀測點MOD16潛熱與實測值的比較，B為8個觀測點MOD16潛熱與實測值的序列圖，C為安多和班戈站，D為比如、嘉黎、林芝、納木錯站，E為那曲和聶榮站。

圖2 各觀測點MOD16潛熱值與實測值之間的比較表2 各觀測站點遙感和觀測資料的有效樣本數

2.3 模型在高原地區的適用性檢驗

為得到公式(10)和(11)的系數，本文采用9個觀測點的日最高、最低氣溫分別與MOD11白天、夜間地表溫度進行擬合，各觀測點的有效樣本數見表2。從圖3中可以看出，各觀測站的日最高氣溫與MOD11白天地表溫度具有很好的相關性，相關系數達到0.82；從數值上看，在日最高氣溫低于15℃時，兩者的偏差較小，散點緊密地分布在1∶1線兩側；而在日最高氣溫高于15℃時，地表溫度值較氣溫偏大，且氣溫值越高偏差越大。日最低氣溫與MOD11夜間地表溫度的相關性也較好，相關系數為0.63，但數值上地表溫度明顯比氣溫值偏高。綜上所述，研究區的日最高和最低氣溫與MOD11白天、夜間地表溫度的相關性都較好，所以本文給出的方法是可行的。

圖4為估算的輻射與實測值之間的比較，由于有的觀測點缺乏輻射資料，所以輻射檢驗的有效樣本數較少，見表2。如圖4A所示，凈短波輻射的估算值與實測值之間的偏差較小，相關系數達到0.83，均方根誤差僅為3.12 MJ/(m2·d)，平均相對誤差為13.13%。這說明，Tang等提出的估算瞬時凈短波輻射的方法可以用來估算日均凈短波輻射，且這種方法估算的凈短波輻射接近實測值。在凈短波輻射的基礎上，利用Wang等提出的模型估算凈輻射，結果見圖4B。可以看到，凈輻射的估算結果整體較實測值偏大，相關系數0.49通過了95%的顯著性水平檢驗，均方根誤差為2.59 MJ/(m2·d)，平均相對誤差僅為15.05%，估算的凈輻射結果較為理想，可以用于后面地表潛熱的估算。

如圖5A所示，模型估算的地表潛熱比實測值偏大，擬合線平行于1∶1線，平均相對誤差為35.59%，均方根誤差29.8 W/m2；但估算結果與實測值之間的相關性較好，相關系數達到0.77。如圖5B所示，估算的高原地區各觀測點(包括高原西部的阿里站)的地表潛熱與實測值變化趨勢高度吻合，模型可以用來估算高原地區的地表潛熱，并為高原地表潛熱的區域或更大尺度研究提供參考。

模型估算的高原地區地表潛熱區域分布見附圖3，為了得到更多的有效數據，我們將MODIS的地表溫度和反射率產品進行3天合成，再用公式(2)估算地表潛熱。附圖3B—D分別為2014年7月26—28日，8月12—14日，8月26—28日的地表潛熱區域分布圖。整個高原地區地表潛熱呈東高西低的形勢，符合高原地表植被覆蓋特征(圖3A)，高原東部潛熱可達到90～150 W/m2，局部區域植被覆蓋度較大，地表潛熱大于150 W/m2；而高原的西部地表覆蓋類型主要以裸土和稀疏植被為主，植被覆蓋普遍較低，地表潛熱一般小于50 W/m2，大部分地區的地表潛熱小于30 W/m2。

圖3 日最高/最低氣溫與MOD11白天/夜間地表溫度的比較

圖4 遙感估算的輻射通量與實測值之間的比較

圖5 遙感估算的潛熱通量與實測值之間的比較

3 結 論

(1) MOD16潛熱在高原各區域的適用性還有待進一步檢驗，從各觀測點MOD16潛熱與實測值的比較可以看到，MOD16潛熱產品在高原的東部地區適用性較好，而在高原的其他區域實用性較差。

(2) 在MODIS的遙感產品基礎上，利用Wang等[13]給出的模型來估算高原夏季地表潛熱的變化是可行的，模型估算的潛熱接近于實測值，相關系數達到0.77，絕對相對誤差為35.59%，均方根誤差29.8 W/m2。

(3) 從模型給出的高原地區地表潛熱區域分布圖可以看到，估算的地表潛熱分布與地表覆蓋類型相吻合，且在以裸土和稀疏植被為主的高原西部模型也同樣適用，這就可以為高原的大尺度地表特征研究提供依據。

[1] 王介民.陸面過程實驗和地氣相互作用研究:從HEIFE到IMGRASS和GAME—Tibet/TIPEX[J].高原氣象,1999,18(3):280-294.

[2] 章基嘉,朱抱真,朱福康.青藏高原氣象學進展[M].北京:科學出版社,1988.

[3] 李國平,段廷揚.青藏高原西部地區的總體輸送系數和地面通量[J].科學通報,2000,45(8):865-869.

[4] Chen X, Su Z, Ma Y, et al. Estimation of surface energy fluxes under complex terrain of Mt. Qomolangma over the Tibetan Plateau[J]. Hydrology and Earth System Sciences,2013,17(4):1607-1618.

[5] Chen X, Su Z, Ma Y, et al. An improvement of roughness height parameterization of the Surface Energy Balance System (SEBS) over the Tibetan Plateau[J]. Journal of Applied Meteorology and Climatology,2013,52(3):607-622.

[6] 馬耀明,仲雷,田輝,等.青藏高原非均勻地表區域能量通量的研究[J].2006.

[7] 張海宏,周秉榮,肖宏斌.高寒草甸和高寒濕地土壤水熱特征比較[J].干旱氣象,2015,33(5):783-789.

[8] 李艷芳,孫建.青藏高原NDVI時空變化特征研究(1982—2008)[J].云南農業大學學報:自然科學,2015,30(5):790-798.

[9] 石玉立,宋蕾.1998—2012年青藏高原TRMM3B43降水數據的校準[J].干旱區地理,2015(5):900-911.

[10] 許時光,牛錚,沈艷,等.CMORPH對青藏高原地區夏季降水的模擬精度研究與修正[J].遙感信息,2015(1):71-76.

[11] 楊秀芹,王國杰,潘欣,等.基于GLEAM遙感模型的中國1980-2011年地表蒸散發時空變化[J].農業工程學報,2015,31(21):132-141.

[12] 陳少勇,王勁松,邢曉賓,等.青藏高原OLR異常與中國西北干旱區氣溫的關系[J].干旱氣象,2011,29(3):276-282.

[13] Wang K, Wang P, Li Z, et al. A simple method to estimate actual evapotranspiration from a combination of net radiation, vegetation index, and temperature[J]. Journal of Geophysical Research: Atmospheres,2007,112(D15).

[14] Wang K, Liang S. Estimation of daytime net radiation from shortwave radiation measurements and meteorological observations[J]. Journal of applied Meteorology and Climatology,2009,48(3):634-643.

[15] Allen R G, Pereira L S, Raes D, et al. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56[J]. FAO, Rome,1998,300(9):D05109.

[16] 梁順林,范聞捷.定量遙感[M].北京:科學出版社,2009.

SurfaceLatentHeatEstimatedbyRemoteSensingOvertheTibetanPlateau

WANG Lijuan1,2, GUO Ni1, YANG Yang1

(1.GansuKeyLaboratoryofAridClimaticChangeandReducingDisater/KeyLaboratoryofAridClimaticChangeandDisasterReductionofCMA/InstituteofAridMeteorology,CMA,Lanzhou730020,China; 2.InstituteofPlateauMeteorology,CMA,Chengdu610071,China)

Based on the measured data of 9 sites over Tibetan Plateau in the summer of 2014, the characteristics of turbulent transport were analyzed first, and the further accuracy of the MOD16 latent heat flux was validated. Based on the Moderate-Resolution Imaging Spectroradiometer (MODIS) day and night land surface temperature data, the model was used to estimate the latent heat flux. Compared the estimated result with the measured data, the result showed that the main turbulent transport way was sensible heat flux in the Ali area where the underlying surface was barren or sparse, and the main turbulent transport way of other sites was latent heat flux. The applicability of the MOD16 product was difference in Tibetan Plateau regions, and the accuracy of MOD16 latent heat flux product was good in the eastern plateau, but it was not satisfied with the research in the other regions, and the valid data of western plateau was missing mostly. The model used in this paper was could not only make up for the data lack of western plateau, and could also improve the estimation precision of latent heat flux over the Tibetan Plateau. Compared to the measured data, the correlation of estimated data and observed value was significant, and the correlation coefficient was 0.77, and the root mean square was only 29.8 W/m2, and the mean absolute percent error was 35.59%. The regional distribution characteristic of latent heat flux was consisted with the surface cover types, so that the estimated result of model was reasonable over the Tibetan plateau.

Tibetan Plateau； latent heat flux； MODIS products

2016-05-03

：2016-06-16

公益性行業(氣象)科研專項(重大專項)“中國干旱氣象科學研究——我國北方干旱致災過程及機理”(GYHY201506001-5)；中國氣象局成都高原氣象研究所高原氣象開放基金課題“基于TESEBS模式估算青藏高原的地表能量通量”(LPM2014008)

王麗娟(1986—),女,四川廣安人,理學碩士,助理研究員,主要從事陸面及衛星遙感研究。E-mail:wanglijuan01@126.com

郭鈮(1963—),女,新疆烏魯木齊市人,學士,研究員,主要從事氣候和衛星遙感研究。E-mail:guoni0531@126.com

P407.4

：A

：1005-3409(2017)03-0119-06