基于SEBAL模型和環境衛星的區域蒸散發量及灌溉水利用系數估算研究

劉馨井雨，韓旭東，張曉春*，王修貴，楊麗清，常志富，劉 輝

基于SEBAL模型和環境衛星的區域蒸散發量及灌溉水利用系數估算研究

劉馨井雨1，韓旭東1，張曉春1*，王修貴1，楊麗清2，常志富2，劉 輝2

（1.武漢大學 水資源與水電工程科學國家重點實驗室，武漢 430072；2.河套灌區義長灌域管理局，內蒙古 巴彥淖爾 015100）

【】探索基于遙感技術建立準確快捷評估區域蒸散發量和灌溉水利用系數的方法。以河套灌區義長灌域為研究區，基于SEBAL（Surface Energy Balance Algorithm for Land）模型和較高時空分辨率的環境衛星影像，建立了SEBAL遙感蒸散發估算模型，并與降水量、灌水量和地下水位數據結合，計算了研究區的灌溉水利用系數。SEBAL模型反演的作物蒸散發量的平均絕對誤差在5%以內；2013—2017年研究區灌溉水利用系數在0.427～0.572之間，平均值0.492，高于河套灌區的平均水平。人民支渠區的灌溉水利用系數在0.447～0.688之間，均值為0.516。研究區地下水補給量均值為52.13 mm，約占灌水量的3%～7%，忽略地下水補給量會對灌溉水利用系數準確計算帶來0.03～0.08的誤差。基于SEBAL遙感蒸散發模型快速測算了灌溉水利用系數，計算結果具有較好的精度和可信度。模型尺度差異性較小，在不同空間尺度的適用性較好。

灌溉水利用系數；SEBAL模型；環境衛星；區域蒸散發

0 引言

【研究意義】灌溉水利用系數是衡量農業用水效率的重要指標，在農業節水工作中處于十分重要的地位[1]。由于灌區灌溉水利用系數的測算受灌區類型、渠系分布及配套情況、灌區用水管理體制及水平、典型渠道和典型田塊選擇、節水技術措施及群眾節水意識等多種復雜因素的共同影響，采用典型渠段測量法[2]和首尾法[3]測算存在不少困難[4-5]。同時，實測工作也需要耗費大量的人力、物力[3]。遙感技術可以快速準確地進行蒸散發反演[6–9]和作物種植結構分類，得到灌區內各個計算尺度的結果，可為計算灌溉水利用系數提供新的途徑[10]。

【研究進展】SEBAL模型自Bastiaanssen提出以來[6]，經過不斷的改進和發展[11-12]，已成功運用到多個國家和地區。在河套灌區的相關研究也已證明其具有良好的適用性[10,13-14]。楊雨亭等[13]和李澤鳴[15]基于SEBAL模型分別利用MODIS（moderate resolution imaging spectral radiometer）數據和HJ（Huan Jing）衛星數據反演了河套灌區不同土地利用類型蒸散發變化，并通過水量平衡法檢驗了的精度。蔣磊等[10]提出了將非飽和帶和飽和帶看作統一研究對象，規避根系層下界面的滲漏和地下水補給，利用SEBAL模型和MODIS影像數據對河套灌區的用水效率進行了分析。李杰等[16]提出了“四位一體”的遙感灌溉水利用系數測算方法，通過對多學科方法數據對比分析，實現準確、快速測算區域灌溉水有效利用系數。白亮亮等[17]基于楊雨亭等[13]的結果和蔣磊等[10]提出的指標分析了解放閘灌域內農田實際蒸散發年際變化、空間分布特征以及其與地下水埋深的相關性，結合水量平衡模型對該灌域灌溉水利用系數進行了評價。此外，趙晗[18]和寧亞洲等[19]也分別采用遙感方法計算了河北平原灌區和疏勒河流域蒸散發與灌溉效率。

【切入點】利用遙感反演模型測算作物蒸發蒸騰量，可以避免土壤表層蒸發、深層滲漏及回歸水的測算，直接獲取作物吸收利用的水量[16]。與傳統灌溉水利用系數測算方法相比，遙感技術可以節省大量人力物力。然而遙感數據存在著數據分辨率與衛星重返周期的矛盾，MODIS傳感器數據1 d可過境4次，但其空間分辨率較低，為250～1 000 m，混合像元現象嚴重，Landsat衛星空間分辨率可以達到30 m，但其重返周期較長（16 d）。同時，現有通過遙感計算灌溉水利用系數的研究忽略了地下水利用量對于作物的補給。【擬解決的關鍵問題】首先以河套灌區義長灌域為研究對象，選擇高分辨率的環境衛星遙感數據，結合Landsat衛星數據進行補充，反演研究區內種植結構、統計作物面積，建立SEBAL遙感蒸散發模型，估算義長灌域2013—2017年作物生育期內的總蒸散發量，根據研究區內地下水位變化，采用經驗公式計算地下水補給量，再結合引水量等參數估算灌溉水利用系數。

1 材料與方法

1.1 研究區概況

研究區為內蒙古河套灌區義長灌域（107°37′19″E—108°51′0″E，40°45′57″N—41°17′58″N）。地形為背河洼地，地面高程在1 019.0～1 035.3 m之間，屬中溫帶大陸性氣候。研究區多年平均氣溫6.9 ℃，全年蒸發量可達2 000 mm以上，多年平均降水量約177.5 mm，其中夏季降水量占全年總降水量的60%左右。研究區內主要土壤類型為灌淤土、鹽堿土、草甸土、風沙土等。灌域內土壤肥沃，光照充足，水利條件優良，主要農作物有葵花、玉米、小麥等，研究區灌溉面積約為18.37萬hm2[20]。

1.2 數據來源

1.2.1 環境衛星和Landsat-8衛星數據

中國環境與災害監測預報小衛星星座（以下簡稱環境衛星），是我國專用于環境與災害監測預報的衛星[15]。本文使用的遙感影像為環境衛星HJ-1B搭載的CCD、IRS傳感器數據，其時間分辨率為4 d，空間分辨率為30～300 m，同時具備較高的分辨率和較短的重訪周期，可用于地面蒸散發的反演。

Landsat-8衛星數據為美國地質勘探局（USGS）提供的免費遙感數據（https://earthexplorer.usgs.gov），本文用于環境衛星數據預處理中的幾何校正和彌補環境衛星缺測日期蒸散發量的計算，以提高計算的準確性。

1.2.2 數字高程影像DEM

數字高程數據DEM（Digital Elevation Model）從Earth Explorer網站（https://earthexplorer.usgs.gov）下載，本研究選取的是分辨率為30 m的地面數字高程數據SRTM（Shuttle Radar Topography Mission）。同時由于研究區跨度較大，需由影像中心緯度分別為40°N 107°E、40°N 108°E、41°N 107°E、41°N 108° E的4張DEM影像拼合而成。拼合、裁剪后的結果如圖1所示。

圖1 研究區地面高程

1.2.3 氣象數據

本文所需2013—2017年逐日氣象數據包括空氣溫度、水汽壓、風速、降雨、日照時間、空氣濕度、氣象站高程等，均從中國氣象數據網下載（http://data.cma.cn）。

1.2.4 灌溉引水量及地下水

本文所需2013—2017年灌域引水量、種植面積和秋澆面積及逐月地下水埋深數據由河套灌區義長灌域管理局提供。

1.3 數據預處理

遙感影像數據進行反演分析前，需要對遙感影像進行預處理。遙感影像預處理過程主要包括：輻射定標（用以確定傳感器入口處的準確輻射值）、大氣校正（將定標后的輻射亮度值轉換為地表實際反射率，以消除大氣散射、吸收、反射引起的誤差）、幾何校正（消除或改正遙感影像幾何誤差的過程）、影像鑲嵌及裁切等。本研究采用ENVI軟件對原始遙感影像進行輻射定標，以同期的Landsat影像為基準進行幾何校正，影像的大氣校正在IDL中編程完成。同時當一幅圖像無法覆蓋整個研究區時，使用ENVI中的Seamless Mosaic工具對2幅影像進行拼接后再進行后續處理。經過整理篩選后，2013年可用圖像24幅、2014年16幅、2015年19幅、2016年16幅、2017年19幅，生育期內平均每月2～3幅，且時間分布較為均勻，時間連續性較好，為準確反演區域蒸散發提供了數據基礎。由于2014年和2016年的HJ數據略少，因此采用了相似度較高的Landsat數據進行了補充（表1中帶*標數據），以減少插值的誤差。

1.4 種植結構分類方法

本文采用決策樹分類結合監督分類的方法對義長灌域進行種植結構分類。首先選擇3種主要作物生育期交叉點日期（6月18—25日）的遙感影像，此時研究區小麥已經成熟、玉米正快速生長、葵花剛出苗，較易進行分辨；然后，利用決策樹法對影像進行聚類統計，參照文獻[15]作如下界定：0.15≤＜0.3的像元為葵花，0.3≤＜0.42的像元為玉米，0.42≤＜0.55的像元為小麥，各年根據具體情況進行微調，建立的決策樹如圖2所示。

表1 2013―2017研究區可用遙感影像日期

注 表中“*”代表補充的Landsat-8數據。

圖2 決策樹分類

最后，由于6月下旬葵花處于生長初期，單純靠決策樹法難以與周邊地物區分開，因此再選取7月底、8月初的遙感影像，掩膜去除小麥、玉米的區域，通過監督分類得到葵花的種植區域，結果見圖3。

表2中給出本文反演的種植結構結果與義長灌域管理局統計結果對比。由表2可知，2013—2017年灌域內所有年份葵花的分類誤差均在5%以內；2016年和2017年的小麥分類結果相對誤差較大，分別為19.27%和19.40%，2015年和2016年玉米的種植面積分類誤差分別為16.00%和19.26%，其他各作物種植面積反演的相對誤差絕對值在5%以內，每年總種植面積結果平均絕對誤差絕大部分在6.28%以內（除2016年為11.19%）。可以看出本研究的分類方法已基本將灌區各作物之間、作物與其他地物之間進行了區分。

圖3 研究區2017年種植結構

表2 作物種植結構分類精度分析

1.5 作物蒸騰量計算方法

1.5.1 瞬時蒸散發量

SEBAL模型[2]通過估算凈輻射量、土壤熱通量和顯熱通量計算潛熱通量，從而求得瞬時蒸散發量，其理論基礎為地表能量平衡公式，計算式為：

=n---， （1）

式中：為潛熱通量（W/m2）；為潛熱蒸發系數, 通常取2.49×106W/（m2?mm）；n為地表凈輻射通量（W/m2）；為土壤熱通量（W/m2）；為顯（感）熱通量（W/m2）；為用于植被光合作用和生物量增加的能量（W/m2），一般予以忽略。式中的n、、均可通過遙感影像結合氣象數據反演獲得，進而推求蒸散發量（mm）。其中，能量分量n、、的計算式為：

n=(1-)s+(Lin-Lout)， （2）

式中：為地表反照率，無量綱；為地表比輻射率，無量綱；s為太陽的短波輻射（W/m2）；Lin為地表入射的大氣長波輻射（W/m2）；Lout為地表出射的大氣長波輻射（W/m2）。

式中：S為地表溫度（K）；為歸一化植被指數，無量綱。

地表反照率計算式為：

式中：Γ為寬波段反射率，無量綱；path為大氣反射率，無量綱，本文中取0.03；sw為單向投射率，無量綱；λ為各波段的地表反照率，無量綱；λ為各波段的權重系數，無量綱；為地表高程（m）；λ為單波段反射率，無量綱；λ為環境衛星CCD傳感器輻射定標得到的輻射亮度（W/（sr?m2））；λ為CCD環境衛星的大氣層外太陽輻照度（W/m2）；r為日地距離的-2次方（m-2）；為日序數，無量綱。

地表比輻射率本文用與之間的經驗公式進行計算：

1.5.2 從瞬時到日的時間尺度擴展

SEBAL模型中采用蒸發比法將瞬時蒸散發量轉換為日蒸散發量24（mm）。蒸發比是指潛熱通量與潛熱通量及感熱通量之和（即凈輻射量與土壤熱通量之差）的比值，無量綱，計算式為：

蒸發比法假設1 d內的蒸發比是恒定的，因此可通過1 d內的凈輻射量n24和土壤熱通量推算1 d的蒸散發量，1 d的蒸散發量24計算式為：

式中：n24為1 d內的凈輻射量（W/m2）；為水的汽化潛熱（J/kg）。

1.5.3 生育期內缺測日期擴展

由于降水、云層遮擋以及衛星重返周期等影響，生育期內有一些日期無法采用遙感信息計算蒸散發。此時需要根據已有數據對缺測日期進行插值。根據楊雨亭等[13]的結論，日參考蒸發比法更利于在無降雨及降雨較少的研究區使用，因此，本文采用日參考蒸發比法進行擴展。具體步驟[13]如下：首先利用Penman-Monteith公式計算出每日的參考作物蒸散發量0，接著計算有可用遙感影像日期內24與0的比值。最后對2幅影像中間缺值日期的比值進行線性插值，將比值乘以缺值日期當天的參考作物蒸散發量便可求得缺值日期的24。

1.6 灌溉水利用系數估算方法

灌溉水利用系數為灌入田間可以被作物吸收利用的水量與毛灌水量的比值[21]，其計算式為：

式中：0為渠首灌溉引水總量（m3）；為灌入田間可被作物吸收利用的水量（m3）。

式中：為田間耗水量（m3），包括作物蒸散發量和鹽堿地淋洗需水量（m3）；為有效降雨量（m3）；為地下水補給量（m3）。

根據《灌溉水利用率測定技術導則》（SL/Z699—2015）[22]對于有淋洗需要的鹽堿地，鹽堿地淋洗需水量等于年淋洗鹽堿面積乘以年淋洗鹽堿灌溉定額。根據朱焱等[23]研究，河套灌區維持現狀條件下不發生鹽堿化加重的臨界年秋澆定額為5 328 m3/hm2。

對于研究區而言，通常一次降水的降水量比較小，降水基本上都能存儲在作物計劃濕潤層內，不產生徑流和深層滲漏，因此將全部降水量視為有效降水量[24]。

將潛水蒸發量視為地下水補給量，通過潛水蒸發量與水面蒸發量的關系[25]進行計算：

=()?， （15）

式中：為地下水補給量（mm）；（）為地下水補給量與埋深的關系系數；為水面蒸發量（mm）。由于研究區大部分為砂壤土，（）計算式[25]為：

()=0.335 6-0.292 9 n， （16）

式中：為地下水埋深（m）。

2 結果與分析

2.1 作物蒸散發量反演結果

表3 3種作物生育期蒸散發量精度分析

2.2 灌溉水利用系數計算

根據義長灌域2013—2017年遙感反演的各作物蒸散發量的計算結果，結合灌域引水量、降水量和地下水利用量數據，可求得灌域尺度的灌溉水利用系數，如圖4（a）所示。由圖4（a）可知，2013—2017年由遙感反演值推算的灌溉水利用系數在0.427～0.572之間，年際變化較大，其中最小值出現在2014年，最大值出現在2017年。5 a間研究區的灌溉水利用系數平均值為0.492。2013—2017年，研究區內受上游來水影響，引水總量及地下水補給量的總體趨勢為減少，而總蒸散發量年際變化不大，說明研究區管理水平提升，其他損失減少。另外由于研究區2014年及2016年的降水量較多，而這2年的灌溉水利用系數也相對小于其他年份。

圖4（b）為不同模型計算的2013—2017年灌溉水利用系數。從圖4（b）可以看出，由遙感反演值推算的灌溉水利用系數與由計算值推算的灌溉水利用系數結果差別不大，二者均有波動，且二者在2013—2017年間總體都在增加，趨勢一致。但在2013年和2015年由于缺乏6月上中旬的遙感數據，進行插值計算，使遙感計算值存在較大誤差，二者計算的灌溉水利用系數有一定差距。

圖4 2013―2017年義長灌域各水量平衡分項和灌溉水利用系數變化

2.3 不同區域尺度的差異分析

由于遙感影像空間分辨率的局限性，模型應用于大區域尺度的研究時具有較高的精度，但將其應用于小尺度的研究區時會產生一定的誤差，因此有必要對比分析不同區域尺度結果的差異，分析其不同區域尺度的適用性。選取位于義長灌域內的人民支渠控制區作為小尺度研究對象。人民支渠控制區的面積約為30 km2，約占義長灌域的1/100，相對義長灌域而言屬于小尺度。根據前述結果可知，掩膜可直接得到試驗區內的作物蒸散發量、種植結構等結果，人民支渠控制區內的總引水量由義長管理局提供，由此可推得人民支渠控制區的灌溉水利用系數如表4所示。

表4 人民支渠控制區灌溉水利用系數

由表4可知，人民支渠控制區2013—2017年的灌溉水利用系數在0.447～0.688之間，平均值為0.516，人民支渠控區推算的結果接近且略大于灌域尺度的結果，但二者5 a間的趨勢是一致的，造成二者結果差異的主要原因有：①大尺度區域的灌溉輸配水損失更多；②二者的種植結構不完全一致。由此可知，本文建立的遙感灌溉水利用系數測算模型的尺度差異不明顯，在小尺度應用時也有較高的準確性。

3 討論

3.1 高分辨率影像對計算精度的提升

本研究中3種作物的相對誤差最大為4.28%，小于蔣磊等單獨采用MODIS數據計算的相對誤差14.6%[10]，也小于楊雨亭[13]等采用MODIS數據的相對誤差（5.6%）和寧亞洲等[19]的誤差（8.4%）。

高分辨率遙感影像的引入提高了遙感測算區域灌溉水利用系數的精度，并為區域水資源利用效率評價提供了一種新的途徑。由于無影像期間的蒸散發時間尺度擴展方法中蒸發比法估算蒸散發量時存在一定程度的低估，影像相隔時間較長時插值也存在一定誤差。研究采用Landsat8衛星數據對環境衛星數據進行補充，相比之前的研究不但提高了時間和空間計算的精度，在插值時也相應提高了無遙感數據日期的計算精度。

3.2 地下水補給量（回歸水）的影響

對于現有灌溉水利用效率的計算，一些學者提出，將未在初次用來滿足區域內凈蒸散發量的水量皆認為是損失，如輸水過程的滲漏損失、根系層的深層滲漏、由于輸水量過大造成的排水量等并不合理，這些損失的水量可以在其他地方和其他時間被重新利用[26–28]，因此在計算灌溉水利用效率時也應考慮回歸水的影響。對于本文研究區，深層滲漏的水量主要是排出研究區外或補充地下水。其中重新利用的方式主要是井灌抽水和在生育期內又以地下水補給量的形式補充土壤水供作物利用。由于灌區現狀的灌溉水源絕大部分來自上游渠道供水，極少數在研究區北部來自井灌[29–31]。因此生育期內地下水利用量是回歸利用的主要形式。然而研究區內在2013—2017年間地下水年尺度變化較小[32]，儲水量變化可以忽略不計，因此可認為該部分回歸水量均來自灌溉水量，此時式（14）轉化為：

W=-。 （17）

基于式（17）計算得到，2013—2017地下水利用量分別為66.6、56.8、47.43、46.16和27.7 mm。2014年和2015年均值為52.13 mm，而毛威等[33]利用區域水分運動數值模型計算的結果為56.09 mm，二者非常接近，說明本文計算結果的準確性。地下水補給量占灌水量的3%～7%。圖4（b）中比較了考慮與不考慮回歸水量2種情景下區域的灌溉水利用系數，二者相差0.03～0.08。因此，在地下水淺埋區，忽略地下水補給的回歸水量也會對準確計算灌溉水利用系數帶來較大的誤差。

3.3 需要說明的問題

通過遙感技術計算區域的蒸散發量，結合區域的降水量、灌水量和地下水利用量等可以利用首尾法快速對區域的灌溉水利用效率進行評估。然而在計算的過程中也受到計算資料的限制，對計算結果的精度產生一定的影響。由于無研究區內氣象日值數據，本文采用臨近氣象站數據代替時造成了一定誤差。本研究區位于干旱的北方，降水產生的地表徑流很小，因此沒有考慮降雨徑流和降水深層滲漏的影響。

蒸散發的觀測方法主要包括蒸滲儀法、渦度相關法、波文比法和閃爍儀法[34–36]。這些方法可以提供較為準確的蒸散發觀測值，但都是點尺度的值且成本昂貴[37]。對于遙感測算的檢驗，一般多認為渦度相關法最為準確，此外還有利用點上單個像元的值與實測值的對比驗證，采用水量平衡法計算的區域總值與遙感計算值進行對比[13]，以及利用作物系數法計算的c值與遙感計算的值進行對比[15]。本文計算的由于試驗數據的限制，沒有采用直接的實測值，而是采用作物系數法計算的c進行比較驗證，后續研究可采用實測值進行率定檢驗調參，可以得到更為精確的結果。

4 結論

1）高分辨率遙感影像的引入提高了遙感測算區域灌溉水利用系數的精度，采用遙感反演的研究區作物蒸散發量平均相對誤差在5%以內，具有較好的精度和可信度，研究區3種主要作物的蒸散發量由大到小為：玉米＞葵花＞小麥，與其生育期長短順序一致。

2）由遙感反演作物蒸散發量推算的灌溉水利用系數與由作物系數法計算作物蒸散發量并推算的灌溉水利用系數結果差別不大，其值在0.427～0.572之間，年際變化較大，但總體呈上升趨勢，5 a間研究區的灌溉水利用系數平均值為0.492。

3）2013—2017年研究區地下水補給量均值為52.13 mm，約占灌水量的3%～7%，忽略地下水補給量會對灌溉水利用系數準確計算帶來0.03～0.08的誤差。

[1] 梁天雨, 魏占民, 白燕英, 等. 內蒙古黃河南岸灌區灌溉水有效利用系數測算[J]. 節水灌溉, 2014, (2): 65-68, 73.

LIANG Tianyu, WEI Zhanmin, BAI Yanying, et al. Calculation of effective utilization coefficient of irrigated water in south bank irrigation district of the Yellow River in Inner Mongolia[J]. Water Saving Irrigation, 2014, (2): 65-68,73.

[2] 張健, 魏占民, 張金丁, 等. 渠道土壤含水率的時空變化及滲漏模擬研究[J]. 灌溉排水學報, 2020, 39(6): 86-92.

ZHANG Jian, WEI Zhanmin, ZHANG Jinding, et al. Numerical simulation of spatiotemporal variation in exfiltration and moisture content in the proximal soil of channel[J]. Journal of Irrigation and Drainage, 2020, 39(6): 86-92.

[3] 高峰, 趙競成, 許建中, 等. 灌溉水利用系數測定方法研究[J]. 灌溉排水學報, 2004, 23(1): 14-20.

GAO Feng, ZHAO Jingcheng, XU Jianzhong, et al. Study on measuring method of utilization coefficient of irrigation water[J]. Journal of Irrigation and Drainage, 2004, 23(1): 14-20.

[4] 崔遠來, 譚芳, 王建漳. 不同尺度首尾法及動水法測算灌溉水利用系數對比研究[J]. 灌溉排水學報, 2010, 29(1): 5-10.

CUI Yuanlai, TAN Fang, WANG Jianzhang. Comparision of irrigation efficiency under different scales[J]. Journal of Irrigation and Drainage, 2010, 29(1): 5-10.

[5] 崔遠來, 熊佳. 灌溉水利用效率指標研究進展[J]. 水科學進展, 2009, 20(4): 590-598.

CUI Yuanlai, XIONG Jia. Advances in assessment indicators of irrigation water use efficiency[J]. Advances in Water Science, 2009, 20(4): 590-598.

[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, 212/213: 198-212.

[7] NORMAN J M, KUSTAS W P, HUMES K S. Source approach for estimating soil and vegetation energy fluxes in observations of directional radiometric surface temperature[J]. Agricultural and Forest Meteorology, 1995, 77(3/4): 263-293.

[8] SU Z. The Surface Energy Balance System (SEBS) for estimation of turbulent heat fluxes[J]. Hydrology and Earth System Sciences, 2002, 6(1): 85-100.

[9] BASTIAANSSEN W G M, NOORDMAN E J M, PELGRUM H, et al. SEBAL model with remotely sensed data to improve water-resources management under actual field conditions[J]. Journal of Irrigation and Drainage Engineering, 2005, 131(1): 85-93.

[10] 蔣磊, 楊雨亭, 尚松浩. 基于遙感蒸發模型的干旱區灌區灌溉效率評價[J]. 農業工程學報, 2013, 29(20): 95-101.

JIANG Lei, YANG Yuting, SHANG Songhao. Evaluation on irrigation efficiency of irrigation district in arid region based on evapotranspiration estimated from remote sensing data[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(20): 95-101.

[11] ALLEN R G, TASUMI M, TREZZA R. Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC)—applications [J]. Journal of Irrigation and Drainage Engineering, 2007, 133(4): 380-394.

[12] WU B, YAN N, XIONG J, et al. Validation of ETWatch using field measurements at diverse landscapes: A case study in Hai Basin of China[J]. Journal of Hydrology, 2012, 436/437: 67-80.

[13] YANG Y T, SHANG S H, JIANG L. Remote sensing temporal and spatial patterns of evapotranspiration and the responses to water management in a large irrigation district of North China[J]. Agricultural and Forest Meteorology, 2012, 164: 112-122.

[14] LONG D, SINGH V P. A modified surface energy balance algorithm for land (M-SEBAL) based on a trapezoidal framework[J]. Water Resources Research, 2012, 48(2): W02528.

[15] 李澤鳴. 基于HJ-1A/1B數據的內蒙古河套灌區真實節水潛力分析[D]. 呼和浩特: 內蒙古農業大學, 2014.

LI Zeming. Based on HJ-1A/1B data of real water-saving potential analysis to Hetao irrigation in Inner Mongolia[D]. Hohhot: Inner Mongolia Agricultural University, 2014.

[16] 李杰, 王愛娜, 范群芳, 等. 基于遙感蒸散發模型的區域灌溉水有效利用系數測算方法框架設計[J]. 人民珠江, 2016, 37(9): 70-73.

LI Jie, WANG Aina, FAN Qunfang, et al. Study of regional irrigation water use efficiency calculation method based on remote evapotranspiration model[J]. Pearl River, 2016, 37(9): 70-73.

[17] 白亮亮, 蔡甲冰, 劉鈺, 等. 解放閘灌域農田耗水時空變化特征及灌溉效率評價[J]. 中國農村水利水電, 2016(9): 68-72.

BAI Liangliang, CAI Jiabing, LIU Yu, et al. Temporal and spatial variation of the evapotranspiration and the evaluation on irrigation efficiency in Jiefangzha irrigation region[J]. China Rural Water and Hydropower, 2016(9): 68-72.

[18] 趙晗. 基于區域作物有效降水量的河北平原灌溉水利用系數估算[D]. 保定: 河北農業大學, 2019.

ZHAO Han. Estimation of irrigation water utilization coefficient in Hebei plain based on crop effective precipitation of regional[D]. Baoding: Hebei Agricultural University, 2019.

[19] 寧亞洲, 張福平, 馮起, 等. 基于SEBAL模型的疏勒河流域蒸散發估算與灌溉效率評價[J]. 干旱區地理, 2020, 43(4): 928-938.

NING Yazhou, ZHANG Fuping, FENG Qi, et al. Estimation of evapotranspiration in Shule River Basin based on SEBAL model and evaluation on irrigation efficiency[J]. Arid Land Geography, 2020, 43(4): 928-938.

[20] 岳衛峰. 內蒙河套灌區義長灌域耗水機制研究[D]. 武漢：武漢大學, 2004.

YUE Weifeng. Study on the mechanism of consumption in Yichang irrigation sub-district of irrigation district of Inner Mongolia along the Yellow River[D]. Wuhan: Wuhan University, 2004.

[21] 李英能. 淺論灌區灌溉水利用系數[J]. 中國農村水利水電, 2003(7): 23-26.

LI Yingneng. Elementary discussion on water use efficiency of irrigation district[J]. China Rural Water and Hydropower, 2003(7): 23-26.

[22] 中華人民共和國水利部. 灌溉水利用率測定技術導則: SL/Z 699—2015[S]. 北京: 中國水利水電出版社, 2015.

Ministry of Water Resources of China. Technical guide for measurement and calculation of irrigation efficiency[S]. Beijing: China Planning Press, 2015.

[23] 朱焱, 楊金忠, 伍靖偉. 河套灌區井渠結合膜下滴灌發展模式與水鹽調控[M]. 北京: 科學出版社, 2020.

ZHU Yan, YANG Jinzhong, WU Jingwei. Development mode and salt and water regulation under situation of well-canal conjunctive irrigation and mulched drip irrigation in Hetao Irrigation District[M]. Beijing, China: Science Press, 2020.

[24] 劉戰東, 段愛旺, 肖俊夫, 等. 旱作物生育期有效降水量計算模式研究進展[J]. 灌溉排水學報, 2007, (3): 27-30, 34.

LIU Zhandong, DUAN Aiwang, XIAO Junfu, et al. Research progress on calculation methods of effective rainfall in growing period on dry crop[J]. Journal of Irrigation and Drainage, 2007(3): 27-30, 34.

[25] 王倫平, 陳亞新, 曾國芳. 內蒙古河套灌區灌溉排水與鹽堿化防治[M]. 北京: 水利電力出版社, 1993.

WANG Lunping, CHEN Yaxin, ZENG Guofang. Irrigation drainage and salinization control in Neimenggu Hetao Irrigation Area [M]. Beijing, Water Power Press, 1993.

[26] 高占義, 陳皓銳, 王少麗. 灌區節水的尺度效應評價及調控[M]. 北京: 中國水利水電出版社, 2019.

GAO Zhanyi, CHEN Haorui, WANG Shaoli. The assessment of scale effect and regulation of irrigation district water-saving [M]. Beijing: China Water Power Press, 2019.

[27] 何凡. 灌溉水利用系數的相關研究和展望[J]. 治淮, 2019, (5): 12-13.

HE Fan. The Review and perspective on the research of water use efficiency of irrigation water[J]. Harnessing the Huaihe River, 2019, (5): 12-13.

[28] 崔遠來, 龔孟梨, 劉路廣. 基于回歸水重復利用的灌溉水利用效率指標及節水潛力計算方法[J]. 華北水利水電大學學報(自然科學版), 2014, 35(2): 1-5.

CUI Yuanlai, GONG Mengli, LIU Luguang. Irrigation water use efficiency index and calculation method of water-saving potential with considering reuse of return flow[J]. Journal of North China University of Water Resources and Electric Power (Natural Science Edition), 2014, 35(2): 1-5.

[29] 薛靜, 陳軍鋒, 鄭秀清, 等. 河套灌區春小麥適宜秋澆模式的模擬研究[J]. 灌溉排水學報, 2020, 39(8): 136-144.

XUE Jing, CHEN Junfeng, ZHENG Xiuqing, et al. Simulation of proper autumn irrigation modes for spring wheat in Hetao irrigation district[J]. Journal of Irrigation and Drainage, 2020, 39(8): 136-144.

[30] 毛威, 楊金忠, 朱焱, 等. 河套灌區井渠結合膜下滴灌土壤鹽分演化規律[J]. 農業工程學報, 2018, 34(1): 93-101.

MAO Wei, YANG Jinzhong, ZHU Yan, et al. Soil salinity process of Hetao Irrigation District after application of well-canal conjunctive irrigation and mulched drip irrigation[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(1): 93-101.

[31] 網絡資源. 河套灌區農業灌溉井渠雙灌作用[EB/OL].(2019)[2020-12-24]. https://wenku.baidu.com/view/3c5ca69bcd7931b765ce0508763231126edb77fe.html.

[32] 姚玲, 楊洋, 孫貫芳, 等. 基于地統計分析的河套灌區地下水埋深與礦化度時空變異規律研究[J]. 灌溉排水學報, 2020, 39(8): 111-121.

YAO Ling, YANG Yang, SUN Guanfang, et al. Spatiotemporal variation in depth of groundwater table and water salinity in Hetao irrigation district estimated using geostatistics[J]. Journal of Irrigation and Drainage, 2020, 39(8): 111-121.

[33] MAO W, ZHU Y, DAI H, et al. A comprehensive quasi-3-D model for regional-scale unsaturated–saturated water flow[J]. Hydrology and Earth System Sciences, 2019, 23(8): 3 481-3 502.

[34] FRENCH A N, ALFIERI J G, KUSTAS W P, et al. Estimation of surface energy fluxes using surface renewal and flux variance techniques over an advective irrigated agricultural site[J]. Advances in Water Resources, 2012, 50: 91-105.

[35] BAI J, JIA L, LIU S M, et al. Characterizing the footprint of eddy covariance system and large aperture scintillometer measurements to validate satellite-based surface fluxes[J]. IEEE Geoscience and Remote Sensing Letters, 2015, 12(5): 943-947.

[36] ALLEN R G, PEREIRA L S, HOWELL T A, et al. Evapotranspiration information reporting: I. Factors governing measurement accuracy[J]. Agricultural Water Management, 2011, 98(6): 899-920.

[37] 易珍言. 農田區域蒸散發和土壤含水量協同獲取方法研究與應用[D]. 北京: 中國水利水電科學研究院, 2019.

YI Zhenyan. Research and application of collaborating acquisition of evapotranspiration and surface soil moisture over irrigated area[D]. Beijing: China Institute of Water Resources and Hydropower Research (IWHR), 2019.

Using SEBAL Model and HJ Satellite Data to Calculate Regional Evapotranspiration and Irrigation Water Use Efficiency

LIU Xinjingyu1, HAN Xudong1, ZHANG Xiaochun1*, WANG Xiugui1, YANG Liqing2, CHANG Zhifu2, LIU Hui2

(1. State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan 430072, China; 2. Yichang Irrigation Bureau of Hetao, Bayannur 015100, China)

【】Irrigation water use efficiency is an important parameter to evaluate agricultural water usage efficiency, but traditional methods to measure it were tedious and costly. This paper aims to present an efficient method to estimate regional crop evapotranspiration () and irrigation water use efficiency based on remote sensing imageries.【】We took the Yichang sub-irrigation district in Hetao irrigation district in Inner Mongolia as an example, and the HJ satellite imageries were preprocessed to identify the planted areas of wheat (Triticum aestivum L.), maize (Zea mays L.) and sunflower (Helianthus annuus L.) using the decision tree method with supervised classification. These data were used to develop a surface energy balance algorithm for the land model (SEBAL) based on the platform of ENVI and IDL, as well as the digital elevation model (DEM) and Landsat data, to estimatefor each crop from 2013 to 2017. Irrigation water use efficiency during this period was evaluated using rainfall, irrigation, and groundwater data measured in the district.【】The relative errors of the classification were less than 5% for the sunflower and less than 20% for the wheat and summer maize. Thecalculated from the SEBAL model was accurate with an average relative error of less than 5%, indicating that remote sensing imageries with high spatiotemporal resolution significantly improvedestimation. Theof maize, sunflower, and wheat was >600 mm, 500 mm and 450 mm respectively. The irrigation water use efficiency calculated using meteorological data, irrigation and drainage data varied between 0.427 and 0.572 with an average of 0.492 for Yichang sub-district, and between 0.447 to 0.688 with an average of 0.516 for Yonglian sub-district.【】The SEBAL model is efficient and accurate for estimating regionaland calculating irrigation water use efficiency. The average groundwater recharge in the study area was 52.13 mm, accounting for 3%～7% of total irrigation water. Without considering groundwater recharge could result in a 0.03～0.08 error in calculating irrigation water use efficiency. There was no noticeable difference in irrigation water use efficiency between the two study sub-districts of different scales.

irrigation water use efficiency; SEBAL model; HJ satellite; regional evapotranspiration

TV93

A

10.13522/j.cnki.ggps.2020578

1672 - 3317（2021）08 - 0136 - 09

劉馨井雨, 韓旭東, 張曉春, 等. 基于SEBAL模型和環境衛星的區域蒸散發量及灌溉水利用系數估算研究[J]. 灌溉排水學報, 2021, 40(8): 136-144.

LIU Xinjingyu, HAN Xudong, ZHANG Xiaochun, et al. Using SEBAL Model and HJ Satellite Data to Calculate Regional Evapotranspiration and Irrigation Water Use Efficiency[J]. Journal of Irrigation and Drainage, 2021, 40(8): 136-144.

2020-10-20

國家重點研發計劃項目（2016YFC0400203，2018YFC1508301，2018YFC1508302）；湖北省自然科學基金項目（2019CFB507）

劉馨井雨（1994-），女。碩士，主要從事農田排水及水管理研究。E-mail:liuxinjingyu@whu.edu.cn

張曉春（1979-），女。副教授，主要從事水利遙感信息化、澇漬災害遙感監測等方面研究。E-mail: xczhang@whu.edu.cn

責任編輯：陸紅飛