基于遥感和Penman-Monteith模型的内陆河流域不同生态系统蒸散发估算

遥感数据具有很好的时空连续性,它是区域蒸散发通量估算的有效方法。引入了一个简单的具有生物物理基础的Penman-Monteith(P-M)模型,分别利用黑河流域高寒草地阿柔站和干旱区农田盈科站2008—2009年的气象数据和MODIS(Moderate Resolution Imaging Spectroradiometer)叶面积指数(LAI),实现了2008—2009年日蒸散发的估算,并同时实现了对植被蒸腾和土壤蒸发的分别估算。结果表明,利用P-M公式模拟的蒸散发与实测的蒸散发具有较好的一致性,日蒸散发模拟的决定系数(R2)超过0.8。估算的高寒草甸和干旱区农田玉米全年平均的蒸腾分别为0.78 mm/d和1.20 mm/d,分别占总蒸散发的60%和61%,土壤蒸发分别为0.53和0.77 mm/d,占总蒸发的40%和39%。可见两种生态系统的作物蒸腾均强于土壤蒸发,同时农田玉米蒸腾强于高寒草甸蒸腾。研究结果证明了基于遥感的P-M公式可以很好地实现对高寒草地和干旱区农田生态系统蒸散发的估算。通过考虑土壤水分变化对气孔导度的影响,可以提高模型对农田蒸散发的模拟精度。     

基于树干液流及涡动相关技术的葡萄冠层蒸腾及蒸散发特征研究

针对西北干旱区绿洲经济作物葡萄树冠层蒸腾及蒸散发特征的相关问题,在甘肃省敦煌市南湖绿洲开展无核白葡萄树液流速率及蒸散发观测试验,采用基于热平衡原理的包裹式茎流计,详细分析了典型生长季7—9月份葡萄树蒸腾耗水规律,使用"单位叶面积上的平均液流速率SF×叶面积指数LAI"的方法,实现了从单株到林分冠层蒸腾的尺度扩展,并通过与涡动相关技术所测蒸散发数据对比,详细研究了葡萄地冠层蒸腾及蒸散发规律。结果表明:典型生长季中葡萄树液流速率日变化为单峰型曲线,日均耗水量从2.76 kg到10 kg不等,胸径越大的葡萄树日均耗水量越大;冠层蒸腾及蒸散发日变化曲线亦为单峰型,白天8:00—12:00与17:00—20:00期间,葡萄冠层蒸腾与蒸散发曲线均比较吻合,该时间段葡萄地蒸散发绝大部分来源于葡萄冠层蒸腾,而12:00—17:00之间由于午后太阳辐射强烈土壤蒸发量增加,葡萄蒸散发大于冠层蒸腾;典型生长季3个月中,葡萄冠层蒸腾量的变化范围在1.88—8.12 mm/d之间,日均冠层蒸腾量为6.12 mm/d,蒸散发在1.74 mm/d至10.78 mm/d之间,日均蒸散发量为7.13 mm/d;日均土壤蒸发量约为1.01 mm/d,只占总蒸散发量的14.2%,日均冠层蒸腾占日均蒸散发的比重达到85.8%,说明该生长阶段冠层蒸散发以作物蒸腾为主。     

地表反照率不同计算方法对干旱区流域蒸散反演结果的影响——以新疆三工河流域为例

地表蒸散是维持地球表面水量平衡和热量平衡的重要环节,SEBAL模型作为一种快速且有效的反演地表蒸散的遥感物理模型方法,在地表蒸散研究中得到广泛应用。地表反照率作为影响地表能量平衡的重要因素,同时也是SEBAL模型的重要输入参数,因此不同的地表反照率计算方法对SEBAL模型的反演结果有重要影响。以新疆三工河流域为研究区,利用Landsat8 OLI/TIRS数据,以应用最为广泛的Smith地表反照率计算法和Liang地表反照率计算法两种方法计算地表反照率,并输入SEBAL模型中反演日蒸散量,比较分析两种地表反照率计算方法对蒸散反演结果的影响,得出以下结论:(1)两种地表反照率计算方法下经SEBAL模型得到的日蒸散量与实测值拟合程度均较高,不同年份下线性拟合决定系数大于0.75,但是使用Smith方法计算出的地表反照率结合SEBAL模型得到的日蒸散量与实测值拟合程度更高;(2)通过RMSE等精度指标比较两种地表反照率计算方法下基于SEBAL模型反演的日蒸散量,结果显示,Smith地表反照率计算方法下反演的日蒸散量精度略高;(3)Smith地表反照率计算方法下最终得到的区域日均蒸散量高于使用Liang地表反照率计算方法最终得到的区域日均蒸散量,夏季差异最大,差异为0.64 mm/d,其他季节差异较小,差异约为0.2 mm/d。(4)进一步比较研究日内两种地表反照率计算方法得到的地表反照率,结果显示,Smith地表反照率计算法得到的地表反照率均值均小于同时期Liang地表反照率计算法得到的地表反照率均值。     

三江平原典型沼泽湿地蒸散发估测

2006年5—9月,利用涡度相关技术对三江平原典型沼泽湿地蒸散发进行了连续观测,在分析生长季内沼泽湿地蒸散发时间动态的基础上,采用Penman-Monteith（PM）和Priestley-Taylor（PT）模型分别模拟了沼泽湿地的日蒸散发,并利用实测值对两种模型的模拟精度进行了验证.结果表明：生长季内（5—9月）,研究区沼泽湿地蒸散发具有明显的季节变化,月均日蒸散量在5月最低、7月最高;生长季内平均蒸散发为1.94 mm·d^-1,总蒸散量293 mm.生长季前期和后期,与蒸散发实测值相比,PM模型的模拟值存在明显低估现象;PT模型模拟值与实测值在整个生长季内的一致性较好,且PT模型的形式简单、所需参数少,更适于沼泽湿地的蒸散发模拟.     

南京地区蒸散发降尺度研究--基于增强型时空自适应反射融合模型

蒸散发是水文循环的重要组成部分,获取高时空分辨率的数据能够更加精细化蒸散发的时空变化规律,对于水资源管理、生态水文过程量化具有重要意义。由于单一传感器反演的蒸散发无法同时具有高空间和高时间分辨率,以南京地区为例,首先结合Landsat-8遥感影像数据和气象数据,采用基于能量平衡原理的SEBS模型估算日蒸散量。在此基础上,选取典型区域采用基于增强型时空自适应反射融合模型(ESTARFM)将估算的蒸散发结果与低空间分辨率的MOD16A2蒸散发产品数据进行时空融合降尺度研究,并评价模型的融合精度。结果表明:(1)SEBS模型估算的蒸散发结果与蒸发皿折算后的数据、MOD16A2产品数据的平均相对误差分别为0.14 mm/d和0.22 mm/d。(2)南京地区蒸散量季节差异明显,表现为夏季＞秋季＞冬季;各区在夏季的日平均蒸散量差异也较大,六合区蒸散量最大,秦淮区最小;另外,蒸散量分布受土地利用类型的影响,总体上表现为水域＞林地＞耕地＞草地＞其他,且植被覆盖度较高的区域蒸散量较大。(3)基于ESTARFM模型融合的蒸散发结果与基于Landsat-8遥感影像反演的蒸散发数据在空间分布上具有相似性,二者相关系数为0.74。在全球气候变化的背景下,本研究可为蒸散发数据集时空分辨率的提高提供参考,同时也能够为南京地区水循环过程和水资源管理研究提供数据支撑。     

基于Penman-Monteith-Leuning遥感模型的西南喀斯特区域蒸散发估算

西南喀斯特地区地形起伏大、土壤保水持水性差、生态环境脆弱.准确估算区域尺度蒸散发对研究喀斯特地区植被恢复、水资源管理等具有重要意义.本文以桂西北喀斯特植被恢复区为例,基于野外实测气象和蒸散发数据,采用最小二乘法对Penman-Monteith-Leuning(PML)模型中气孔导度土壤湿度指数进行参数优化,并结合MOD15A2叶面积指数进行空间外推,实现了区域尺度上长时序蒸散发的估算.结果表明: 研究区蒸散发模拟值与实测值有较好的一致性,模型确定系数、纳什系数和均方根误差分别为0.85、0.75和1.56 mm·d^-1.蒸散发表现出季节变化特征,并与植被生长季物候特征一致,夏季蒸散量达到峰值.研究区年蒸散量在534～1035 mm,陆面蒸散发的空间分布呈现差异性,受降水的空间分布影响较大.年蒸散发可能不仅受到降水因素的影响,还与人类活动和土地利用类型有关.     

西北黑河中游荒漠绿洲农田作物蒸腾与土壤蒸发区分及作物耗水规律

利用中国生态系统研究网络临泽内陆河流域研究站绿洲农田2009年小气候、湍流交换、土壤蒸发和叶片气孔导度等综合观测试验数据,应用Shuttleworth-Wallace(S-W)双源模型以半小时为步长估算了绿洲农田玉米生长季实际蒸散量,并利用涡动相关与微型蒸渗仪实测数据对田间蒸散发量和棵间土壤蒸发量计算结果进行了检验。结果表明:S-W模型较好地估算研究区的蒸散量,并能有效区分农田作物蒸腾和土壤蒸发;全生育期玉米共耗水640 mm,其中作物蒸腾累积量为467 mm,土壤蒸发累积量为173 mm,分别占总量的72.9%和27.1%;日时间尺度上,作物蒸腾和土壤蒸发分别在0—6.3 mm/d和0—4.3 mm/d之间变化,其日平均分别为2.9和1.0 mm/d;田间供水充足,作物蒸腾与土壤蒸发比值明显受作物生长过程影响,播种—出苗期、出苗—拔节期、拔节—抽雄期、抽雄—灌浆期、灌浆—成熟期,其比值分别为0.04、0.8、7.0、5.2和1.4,不同阶段的比值差异主要受叶面积指数影响。     

河套灌区蒸散发时空变化特征及驱动力分析

蒸散发(Evapotranspiration, ET)是陆地与大气系统中水循环与能量交换的重要因素。为了提高估算区域尺度ET的精度, 更加准确的为气候演变研究、水资源管理、环境保护等提供现实数据与理论支撑, 论文基于2017—2018年Landsat8 OLI遥感影像与气象站数据, 运用SEBS (Surface Energy Balance System)模型估算河套灌区日尺度蒸散发, 采用Penman-Monteith公式计算结果对其进行精度验证, 并探讨其时空变化特征及驱动力。结果表明: (1) SEBS模型估算值与彭曼公式计算的5个气象站的平均相对误差分别为15.07%、17.94%、16.17%、9.93%、13.18%, 表明估算研究区日尺度蒸散发可以基于SEBS模型实现, 并且估算效果较好。(2)研究区内ET空间上呈现纬度递减变化, ET随着纬度的降低呈增大的趋势。(3)基于SEBS模型得到的日蒸散量与NDVI、地表反照率、地表温度等3个地表参数拟合系数从大到小依次排序为: 地表温度＞地表反照率＞NDVI。(4)日尺度SEBS模型得到的蒸散发与气象因素进行主成分分析, 与第一主成分密切相关的驱动因子为气温, 方差贡献率为40.434%。综合可见, SEBS模型能够很好的对河套灌区蒸散发进行模拟, 模拟潜在蒸散发量具有明显的年内分配特征, 在4—10月中整体表现为先增大再减小趋势, ET最高值出现在7月, ET的主要特征影响因子为气温。     

塔河森林生态系统蒸散发的定量估算

蒸散发是农业、气象、水文科学研究的重要参数,是全球水文循环过程的重要组成部分.本文应用改进的DHSVM分布式水文模型,利用光学遥感TM数据反演得到叶面积指数等地表数据,由数字高程模型求得坡度、坡向等地形指数因子,定量估算塔河地区2007年逐日蒸散发.应用BP神经网络建立逐日蒸散发量与逐日径流出口流量的关系,并建立研究区水量平衡方程,共同检验研究结果的准确性.结果表明:该模型可以较好地应用于本研究区.塔河流域年总蒸散量234.01 mm,蒸散发与季节有明显的相关性,夏季蒸散发值最高,日均蒸散发值1.56 mm,秋季、春季日均蒸散发值分别为0.30、0.29 mm,冬季蒸散发值最低.地表覆盖类型对蒸散发值影响明显,阔叶林的蒸散发能力强于针阔混交林,其次为针叶林.     

黑河流域高寒草甸生态系统水分收支及蒸散发拆分研究

水分收支是对水循环要素降水、蒸发蒸腾、径流以及土壤贮储水量变化等的定量刻画,对水资源的可持续开发及利用至关重要。基于黑河流域阿柔观测站2014和2015年水文气象观测数据,运用水量平衡理论,定量的评估了高寒草甸生态系统的水分收支动态,并结合双源模型对高寒草甸生态系统蒸散发(植被蒸腾和土壤蒸发)进行拆分及评价。研究结果表明(1)在生长季(5—9月)植被蒸腾是高寒草甸生态系统主要的耗水形式,2014和2015年生长季平均蒸散比(T/ET)分别为0.74和0.79;(2)土壤水分的剧烈变化主要发生在0—40 cm处,且受冻融过程影响显著;(3)在降水较多的年份(2014)高寒草甸生态系统水分收支基本平衡,且不受冻融影响的月份(6—9)有地表径流产生约42 mm;在正常年份(2015),生态系统呈现水分亏缺,亏缺量约为134 mm,6—9月约亏缺26 mm;(4)模型估算蒸散发(ET)与实测蒸散发具有很好的一致性,相关系数可达0.90,敏感性分析表明模型输入变量对蒸散发(ET)及蒸散比(T/ET)产生的误差较小,双源模型可以很好地实现对高寒草甸生态系统蒸散发(ET)的拆分。     

辽河三角洲湿地生长季蒸散量时空格局及影响因素

蒸散是湿地系统水分损失的重要途径之一,有效量化湿地蒸散量并对其时空格局进行研究具有重要意义。本文以Landsat数据和气象观测数据为基础,利用SEBAL模型估算辽河三角洲湿地1985—2017年共8期植被生长季的蒸散量,并分析其时空格局和影响因素。结果表明:(1)反演得到的蒸散量平均相对误差为9.01%,估测值与实测值相关系数为0.61,基本满足湿地蒸散研究需求;(2)研究区多年日蒸散量均值和相对变化率整体呈双峰态势,极小值出现在2005年,极大值出现在1989年和2014年;(3)日蒸散量具有水陆交界处最低、西部较低、中东部和南部高的趋势,具有显著的空间分异特征;(4)不同土地利用/覆被类型的蒸散量大小依次为:水体区湿地植被区非湿地植被区非植被区(除水体外),多年不同土地利用/覆被类型的蒸散量变化也呈双峰态势,日总蒸散量变化与土地利用转型有关,土地利用/覆被是导致湿地蒸散时空分异的重要因素;(5)平均蒸散量与太阳辐射、气温、风速、相对湿度四个气象因子加权值显著相关,相关系数为0.69,两者年际波动趋势基本一致,蒸散量变化与气象条件变动联系密切。     

黑河下游柽柳根系水力提升对林分蒸散的贡献

准确量化植物根系水力提升(HL)及其生态-水文效应对于陆地生态系统水分循环和全球变化研究具有重要意义。基于2011—2012年黑河下游柽柳林地土壤含水量和涡度协方差观测资料,通过将土壤体积含水量分割为HL和水分损失量(WD),结合涡度协方差测定的潜热通量计算的蒸散量(ET),首次定量黑河下游柽柳根系HL及其对ET的贡献。据估算,柽柳根系HL主要发生在20—60 cm深度,生长季HL大小在0—1.4 mm/d之间变化,平均为0.22 mm/d,WD在0—0.76 mm/d之间变化,平均为0.23 mm/d,HL与WD的年内变化存在同步性,且HL与WD处于正平衡状态,表明HL通过将深层吸收的土壤水或地下水释放在根系吸收层以供植物蒸腾消耗外,还有剩余水分留存在该层内。生长季ET在0.31—5.38 mm/d之间变化,平均为2.82mm/d,但值得注意的是,HL与ET的年内变化存在时间滞后性,HL在5月最高,但ET在7月最大。HL对ET的贡献率在0.06%—108.25%之间变化,平均为19.25%,比例高于100%的时段主要在生长初期,也就是说在蒸散最大的夏季,HL是相对较小的,其原因可能有2个:一是HL受到夏季深层土壤干化的抑制,二是HL受到夏季夜间蒸腾的抑制,究竟是何种原因还有待进一步研究。     

柴达木盆地蒸散发遥感估算与耗水有效性评价

陆面蒸散发(ET)是自然生态系统水分耗散的主要方式,准确把握其时空变化特征,对于区域水资源合理利用与生态环境保护具有重要意义。针对我国西北干旱内陆区实测资料匮乏的现状,基于MODIS产品,构建了具有时空二维属性的地表温度-植被指数特征空间,实现了柴达木盆地陆面蒸散发的时空连续估算;在此基础上,进一步分离土壤蒸发与植被蒸腾,开展研究区自然生态系统耗水有效性评价。结果表明:(1)柴达木盆地近九年多年平均ET为188.75 mm,受降水空间分布格局影响,ET具有明显的从东南向西北减少趋势;(2)土壤蒸发与植被蒸腾多年平均值为171.06 mm和14.26 mm,后者年内峰值出现时间总体比前者晚1个月,具有滞后效应;(3)盆地陆地生态系统多年平均耗水总量为430.94亿m³,其中高效、中效和低效耗水的占比分别为6.55%、52.57%和40.88%。在区域尺度以时空连续的方式揭示了ET水分消耗的有效性,可为基于ET水资源管理目标的实现提供重要科学支撑。     

华北低丘山地人工林蒸散的季节变化及环境影响要素

蒸散（ET）是生态系统水分平衡和能量平衡的重要组分,中国人工林对区域水分循环及平衡发挥着重要作用。本文基于2007—2008年涡度相关观测资料,分析了华北低丘山地近30年生栓皮栎-刺槐-侧柏人工林生态系统蒸散的变化特征及其环境影响要素。结果表明,2007—2008年实验区气候较常年偏暖、偏旱。ET表现出单峰季节变化特征,秋冬季节较低,春夏季节（4—9月）蒸散旺盛。全年最高值出现在每年5月份,日峰值出现于午后13时左右。2007—2008年平均蒸散量为546.1 mm,降水量为354.1 mm,夏季（7—8月）和冬季（12—1月）的日蒸散量分别为2.19 mm/d和0.44 mm/d。温度是驱动ET季节变化的主要环境因子,饱和差也是影响蒸散季节变化的重要环境要素。土壤含水量对ET季节变化的影响并不显著,有近1/3日数的土壤含水量为0.16—0.18 m3/m3,期间日蒸散量平均值为1.0 mm/d。年蒸散量均高于降水量,蒸散量高于降水量的部分来自深层土壤水分的供给。     

毛乌素沙地参考作物蒸散量变化特征与成因分析

根据毛乌素沙地典型站点近60年(1955—2014年)逐日气象数据,利用Penman-Monteith公式计算毛乌素沙地各气象站点参考作物蒸散量(reference crop evapotranspiration,ET_0)及研究区域内整体ET_0。Mann-Kendall趋势检验法和Arc GIS的协同克里格插值法用于分析ET_0时空变化特征,同时,利用敏感性分析方法对ET_0的变化成因进行分析。结果表明:(1)近60年毛乌素沙地ET_0多年平均值为1048.81mm,年际变化呈现缓慢上升趋势。年内变化夏季最高,冬季最低。区域内ET_0空间分布整体呈现自西向东递减趋势。(2)ET_0年变化对风速的敏感程度最大,日照时数和气温次之,相对湿度最小。春、秋两季ET_0变化对日照时数最为敏感;夏、冬两季ET_0变化对相对湿度最为敏感。空间分布上,毛乌素沙地东南部地区为气温敏感系数高值区,西北部地区为相对湿度和日照时数敏感系数高值区,南部为风速敏感系数高值区。(3)通过计算气象因子对ET_0变化的贡献量得出,气温是影响毛乌素沙地ET_0年变化的主导因子。夏季ET_0变化的主导因子是风速;春、秋、冬三季主导因子是气温。空间分布上,毛乌素沙地西南部地区ET_0变化的主导因子为风速,东部地区主导因子为气温。     

西北干旱区河西走廊荒漠绿洲土地覆盖类型与蒸散的关系研究——基于Landsat 8和ZY3数据融合

蒸散是地表水热平衡的重要分量,也是陆地生态过程与水文过程之间的重要纽带,尤其在干旱区地-气相互作用、碳循环、水循环等过程所包含的物质与能量交换中占有极其重要的地位。基于Landsat 8遥感影像和资源三号影像(ZY3)的高分辨率植被信息,利用SEBS模型对西北干旱区河西走廊中段临泽绿洲北部区域地表蒸散量进行了估算,并用绿洲内部和绿洲-荒漠过渡带两个通量塔涡动相关数据对模型进行评估,分析了不同土地覆盖类型对蒸散量空间分布的影响。结果表明:(1)SEBS模型模拟值与实测日蒸散值之间拟合效果较好,且在均一地表时(绿洲农田区)估算精度更高(R~2=0.96,P0.001),RMSE、MAE分别为0.84 mm/d、0.56 mm/d;(2)从季节变化来看蒸散量与作物生长密切相关,夏季灌溉和降雨使得研究区水分充足,植被覆盖度高,蒸散量相应增加,在绿洲地区可达5.95 mm/d,而冬季最小仅为0.52 mm/d;(3)从蒸散量的空间变化来看,水体蒸散值最大,其余依次为农田、防护林、裸地和灌木丛,说明除水体外,随着植被覆盖的增大,蒸散量也逐渐增加。通过ZY3影像的高分辨率植被信息与Landsat 8影像热红外数据融合,提高了SEBS模型对该区域蒸散量的模拟效果,增进了我们对绿洲下垫面与大气间水热交换规律、水文过程、生态-水文相互作用的深入理解。     

基于水量平衡原理的黄土高原林草植被覆盖度恢复潜力评估

为了科学评价黄土高原林草措施的可持续性，基于林草生态系统蒸散发（ET）与降雨补给之间的水量平衡动态关系，开展林草植被覆盖度恢复潜力研究具有一定的现实意义。利用实测水文气象要素数据和PML_V2 ET、GRACE和MOD13 A1 EVI等遥感产品，阐明了增强型植被指数（EVI）与ET的时空变化特征，构建了ET和EVI的定量响应关系，定量估算了不同降雨情景下黄土高原林草植被覆盖度恢复阈值与恢复潜力。研究结果表明：（1） PML产品基于通量站点观测值与水量平衡公式验证的误差分别为4.5 mm/8d、34.3 mm/a，产品精度优于MOD16 A2 GF。黄土高原2000-2018年多年平均ET为445.36 mm，多年平均EVI为0.17；黄土高原林草植被ET和EVI的增长速率分别为5.08 mm/a和0.0026/a。（2）利用多元逐步回归方法逐像元构建了ET与气象要素和EVI的最优响应关系模型，平均均方根误差（RMSE）为44.5 mm。（3）丰水年、平水年、枯水年不同降雨情景下黄土高原林草植被覆盖度平均恢复阈值为（71.5±37.3）%、（55.6±35.9）%和（22.4±26.0）%；平均恢复潜力为（9.4±30.4）%、（-6.4±23.8）%和（-39.7±26.2）%，平均RMSE为5.7%。（4）林草植被覆盖度恢复潜力存在空间异质性。不同历史降雨情景对干旱指数2.5-4区间的林草植被恢复潜力影响最为剧烈。若未来黄土高原经历长时期平水或枯水年时段，林草植被将会存在不同程度的退化风险。     

The application of δ¹⁸O and δD for understanding water pools and fluxes in a Typha marsh

The δ¹⁸O and δD composition of water pools (leaf, root, standing water and soil water) and fluxes [transpiration (T), evaporation (E)] were used to understand ecohydrological processes in a managed Typha latifolia L. freshwater marsh. We observed isotopic steady‐state T and deep rooting in Typha. The isotopic mass balance of marsh standing water showed that E accounted for 3% of the total water loss, T accounted for 17% and subsurface drainage (D) accounted for the majority (80%). There was a vertical gradient in water vapour content and isotopic composition within and above the canopy sufficient for constructing an isotopic mass balance of water vapour during some sampling periods. During these periods, the proportion of T in evapotranspiration (T/ET) was between 56 ± 17% and 96 ± 67%, and the estimated error was relatively high (>37%) because of non‐local, background sources in vapour. Independent estimates of T/ET using eddy covariance measurements yielded similar mean values during the Typha growing season. The various T/ET estimates agreed that T was the dominant source of marsh vapour loss in the growing season. The isotopic mass balance of water vapour yielded reasonable results, but the mass balance of standing water provided more definitive estimates of water losses.