地表蒸散的遥感估算模型及其在农业干旱监测中的应用

蒸散是地表水热交换的主要过程,其空间特征差异明显,而遥感技术的发展与应用使得区域蒸散估算成为现实.本文介绍了基于能量平衡法的单层与双层遥感蒸散模型,并对这2类遥感模型的优缺点分别进行了评述和比较.重点综述了近年来得到发展和应用的大气-陆地交换反演模型(ALEXI),阐述其主要结构、特色和过程.该模型通过耦合双层能量平衡模型(TSEB)和简化边界层模型,减少以往模型对台站气象数据的依赖,明显提高区域蒸散估算精度.研究表明,基于该模型的蒸散胁迫指数(ESI)具有很强的区域干旱监测能力.在今后研究中,多元遥感数据融合技术、陆面数据同化系统与遥感蒸散模型的结合将成为该领域的研究热点.     

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。     

基于贝叶斯模型平均的蒸散遥感产品集成——以三江源国家公园为例

蒸散发(ET)是陆表水热过程的一个基础通量,不同模型基于的概念、假设、应用尺度等诸多差异给ET的准确模拟带来了多种不确定性.本研究以三江源国家公园为例,应用贝叶斯模型平均(BMA)方法,通过通量塔观测值对模型进行训练,并综合PT-JPL、ARTS-GIMMS3g、ARTS-MODIS、MOD16和SSEBo 5个模型结...     

用气象卫星遥感方法监测中国季风区气候敏感带蒸散量的年际变化

提出了一种较新的计算全年蒸散量的方法,即利用气象卫星NOAA/AVHRR的归一化植被指数来宏观监测蒸散量,并选择同时具有各类典型生态类型的敏感区进行实验。该敏感区位于中国东北地区,包括荒漠、干草原、草甸草原、森林区、农耕区等多种生态环境。实验结果证明了实际蒸散量与生态类型具有相关性;并利用1990、1991、1992三个典型年份进行了蒸散量的年际变化分析,找到对季风影响最敏感的生态区。     

基于多源遥感数据的荒漠植被覆盖度估测

以塔里木河下游为靶区,根据地面调查和不同分辨率的多源遥感数据,逐级建立荒漠植被覆盖度遥感估测模型,并对不同模型、不同估测方法的估测精度进行比较.结果表明: 随着遥感数据空间分辨率的提高,植被覆盖度遥感估测模型精度增加;基于高分辨率、中高分辨率及中低分辨率遥感数据建立的植被覆盖度模型的估测精度分别为89.5%、87.0%和84.6%;遥感模型法的估测精度高于植被指数法.不同分辨率遥感数据估测荒漠植被覆盖度的精度变化规律,实现了荒漠植被覆盖度估测的高、中、低分辨率遥感数据参数及尺度的定量转换,可为研究区生态恢复遥感综合监测方案的制定和实施提供直接依据.     

基于遥感和地面数据的景观尺度生态系统生产力的模拟

描述了一个反映系统碳循环和水循环的景观尺度生态系统生产力过程模型(EPPML)．该模型以遥感图像作为数据源,从中获取影响植被生产力的重要变量——叶面积指数(LAI);主要对景观尺度生态系统的净初级生产力(NPP)和蒸散量的空间分布格局和时间动态进行模拟;用地理信息系统(GIS)手段对空间数据进行处理、分析和显示,从而实现将植物生理生态研究的结果从小尺度向中尺度进行拓展和转换．本研究用EPPML对1995年长白山自然保护区的植被生产力进行了模拟,结果表明,EPPML可以比较准确地模拟该保护区主要植被的NPP．NPP的模拟值年均为0．680kgC·m^-2,变幅为0．105—1．241kgC·m^-2(82.1％),其中阔叶红松林的年NPP最高(1．084kgC·m^-2)．NPP年总量为1．332×10^6tC,以阔叶红松林和云冷杉林最高,分别为0．540×10^6tC和0．428×10^6tC．NPP的季节变化呈明显的单峰型,7月最大(6．13gC·m^2·d^-1)．NPP在夏季积累最多(0．465kgC·m^-2),春季次之,冬季最少。     

基于遥感的光合有效辐射吸收比率(FPAR) 估算方法综述

光合有效辐射吸收比率(FPAR)是反映植被生长过程的重要生理参数,是陆地生态系统模型的关键参数,是反映全球气候变化的重要因子。基于遥感的FPAR估算方法是获取区域乃至全球尺度FPAR的有效方法。目前,主要形成了植被指数法和机理法两类方法,植被指数法是建立FPAR与植被指数的经验统计模型,简单、计算效率高;机理法则从物理模型上进行FPAR的求解与反演,机理明晰、可行性强。然而,由于FPAR本身的复杂性以及环境因素、遥感数据质量的影响,导致了估算方法面临诸多不确定性问题。为了解决这些不确定性问题以及满足生态过程深入研究的需求,将进一步注重FPAR的机理研究、先验知识的获取与积累,构建长时间序列FPAR以及高时空的FPAR算法研究。     

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MODIS数据的草地生物量估算模型比较

准确估算草地生物量对合理规划区域畜牧业、评估草地植被的生态效益有重要意义.目前,在常用的遥感估算模型中,采用的植被指数和模型函数形式多样.本文根据野外生物量调查结果和MODIS数据,分别采用归一化植被指数(NDVI)、增强植被指数(EVI)和修正的土壤调节植被指数(MSAVI)建立了内蒙古科尔沁左翼后旗草地地上生物量和地上地下总生物量估测的3种(线性、乘幂和指数)模型,并进行了比较.结果表明:3种模型能够对草地生物量进行较好的模拟,其中指数模型效果最佳;3个植被指数(NDVI,EVI和MSAVI)与草地生物量均有较高的相关性,可用于该草地产量估测,其中MSAVI对地上生物量拟合效果最好(R2=0.900);NDVI和EVI的线性模型对总生物量的模拟明显好于对地上生物量的模拟.     

遥感数据支持下不同地表覆盖的区域蒸散

将地表能量平衡系统(SEBS)扩展成遥感日蒸散估算模型,利用MODIS遥感数据估算了黄淮海地区的区域蒸散,并在地理信息系统的支持下分析了不同地表覆盖下的区域蒸散统计分布特征.在缺乏各地表覆盖类型相应蒸散量实测值进行对比的情况下,以2001年4月17日估算的日蒸散量为例,通过各地表覆盖类型日蒸散量间的相互对比分析表明,SEBS估算的区域日蒸散量具有一定的合理性.分析结果表明：在黄淮海地区,荒地具有最低的蒸散量;森林、灌木、草地等地表覆盖类型具有中等的蒸散量;而水体、湿地以及耕地具有较高的蒸散量.可能由于包含绿地和水面,城镇用地的蒸散量也较高.土壤含水量的空间差异性导致森林、灌木、草地和耕地等地表覆盖类型的蒸散量具有明显的空间差异性.耕地蒸散量的空间差异性可以为制定合理、高效的农田灌溉计划提供指示作用.SEBS遥感日蒸散模型的局限性在于有可能低估水体和湿地等地表覆盖类型的蒸散量.     

基于阈值分割的京津唐城市群生态用地多源遥感识别

当前中国快速城市化进程中的生态环境问题日益突出,在国家生态文明建设理念及新型城镇化战略指引下,有必要通过区域生态用地的快速遥感识别为城市群生态环境问题的有效解决提供基础数据支撑。鉴于不同类型遥感数据在表征特定地物类型的精度上各有优劣,综合多源信息的区域生态用地遥感反演是当前研究的趋势所在。本研究以京津唐城市群为例,综合考虑DMSP/OLS夜间灯光数据和SPOT/VGT数据在建设用地、植被覆盖度识别方面的优点,探讨基于阈值分割法的大尺度区域生态用地多源遥感快速识别方法。研究采用SPOT/VGT数据定量识别林地、草地与耕地,进而基于DMSP/OLS夜间灯光数据区分水体与建设用地。结果表明:京津唐城市群土地覆被整体识别精度达到85.64%,Kappa系数0.771;各类生态用地识别精度均较高,其中林地识别精度最高(90.87%)、水体次之(78.33%)、草地最低(70.97%)。该方法较好地解决了单一遥感数据难以快速区分所有生态用地类型的不足,是基于全球开源数据进行大尺度生态用地快速识别的有效手段。     

A new global 1-km dataset of percentage tree cover derived from remote sensing

Accurate assessment of the spatial extent of forest cover is a crucial requirement for quantifying the sources and sinks of carbon from the terrestrial biosphere. In the more immediate context of the United Nations Framework Convention on Climate Change, implementation of the Kyoto Protocol calls for estimates of carbon stocks for a baseline year as well as for subsequent years. Data sources from country level statistics and other ground‐based information are based on varying definitions of ‘forest’ and are consequently problematic for obtaining spatially and temporally consistent carbon stock estimates. By combining two datasets previously derived from the Advanced Very High Resolution Radiometer (AVHRR) at 1 km spatial resolution, we have generated a prototype global map depicting percentage tree cover and associated proportions of trees with different leaf longevity (evergreen and deciduous) and leaf type (broadleaf and needleleaf). The product is intended for use in terrestrial carbon cycle models, in conjunction with other spatial datasets such as climate and soil type, to obtain more consistent and reliable estimates of carbon stocks. The percentage tree cover dataset is available through the Global Land Cover Facility at the University of Maryland at http://glcf.umiacs.umd.edu .     

黄河三角洲湿地蒸散量与典型植被的生态需水量

蒸散量（ET）是黄河三角洲湿地水资源的主要消耗项,包括植被蒸腾、水面蒸发以及裸土蒸发等。植被生态需水是为了保证植被生态系统能够健康维持并确保其生态服务功能得到正常发挥而必须消耗的一部分水量。准确地估算湿地蒸散量、研究植被生态需水量对于保护湿地生态环境是十分必要的。应用MODIS的地表反射率、地表温度数据与常规气象数据以及土地利用/覆盖图,利用蒸散量的遥感估算模型SEBS模型估算了晴天条件下的黄河三角洲湿地日蒸散量,采用HANTS算法插补了非晴天条件下的日蒸散量,从而得到2001～2005年的该湿地年蒸散量的时间序列,并对蒸散量进行验证和分析。结合该地区典型植被生态需水量与植被蒸散耗水量,估算了2001～2005年的生态补水量。结果表明：与实测值相比,遥感估算月蒸散量的均方差RMSD为16.4mm,平均绝对百分比误差MAPD是11.9%,两者基本一致。黄河三角洲湿地的蒸散量在空间分布上以水体及周围地区、滨海滩涂、黄河故道以及黄河两岸沼泽湿地等的蒸散量较高,居民地蒸散量较低。蒸散量的年际变化不大,季节变化呈单峰型,以5、6、7月份蒸散量最大,月蒸散量在110～120mm之间。2001～2005年期间,每年至少有40%面积的芦苇沼泽和60%面积的芦苇草甸水分供应不足,植被的正常生长受到影响,尤其2002年较为严重,2004年以后情况有所改善。2002年芦苇的生态补水量最大,在9.9×10^7～3.19×108m^3之间,而2004年的生态补水量最小,在3.0×10^7～2.39×108m^3之间。     

基于微波遥感技术探测森林地表土壤含水率

森林地表土壤含水率是森林生态系统中的重要参数,使用微波遥感技术快速准确地估算区域尺度上的森林地表土壤含水率,对于森林生态系统研究具有重要的现实意义.本文利用TDR-300土壤含水率速测仪测得黑龙江大兴安岭地区塔河林业局盘古林场内120块样地的森林地表土壤含水率作为因变量,利用C波段全极化SAR数据的极化分解参数作为自变量,构造多元线性回归统计模型和BP神经网络模型,定量估测森林地表土壤含水率,通过模型反演获得区域尺度上森林地表土壤含水率的空间分布.结果表明: 多元线性回归统计模型的精度为86.0%,均方差根误差(RMSE)为3.0%;BP神经网络模型的精度为89.4%,RMSE为2.7%.说明利用BP神经网络模型定量估测森林地表土壤含水率优于多元线性回归模型,将全极化SAR数据通过BP神经网络模型进行仿真,最终得到研究区域的森林地表土壤含水率空间分布图.     

中国亚热带4个森林动态监测样地无人机可见光遥感影像数据集

常绿阔叶林是我国亚热带地区的地带性植被类型。由于亚热带森林植物群落垂直结构复杂、林冠郁闭度高, 对常绿阔叶林冠层的研究尚缺乏高质量的监测数据。本数据集包含浙江天童山、浙江百山祖、广东车八岭、广东鼎湖山4个大于20 ha的森林动态监测样地2014年8月或2016年9月采集的无人机可见光遥感影像。本数据集是通过将无人机影像、地面控制点和地面调查数据相结合而获得的。每个样地的数据集包括4个文件: ~5 cm空间分辨率的正射影像图和数字表面模型、1 m空间分辨率的森林冠层高度数据和正射影像质量报告。本数据集可为常绿阔叶林的林冠生态学、生物多样性、生态系统功能等研究提供数据支撑。     

基于遥感生态指数的阜新市生态质量评估

城市化建设的不断推进及发展给生态环境带来了日益增加的压力,如何多方位、客观准确并且快速地对区域生态环境质量进行评估是目前研究的一个重要方向。以辽宁省阜新市为研究区域,选取2000年、2008年和2016年的遥感影像作为基础研究数据,借助ENVI5.1软件作为数据处理平台,再结合主成分分析方法,借助遥感生态环境质量评价指数RSEI对阜新市的生态质量进行评估。结果表明:2000年、2008年和2016年,阜新市的生态质量总体呈上升趋势;2000—2016年间,研究区RSEI主要由1、2级向3、4、5级转变,生态质量变好和变坏的面积分别占总面积的53.28%和2.38%,生态质量变差的区域主要集中在阜新市东北的风沙区和西南部盆地区;而阜新市西南部盆地区主要是市区,该区生态环境质量变差主要在于近年来的城市快速发展,东北部的风沙区与科尔沁沙地接壤,该区的环境变差在于所处地理位置以及防风固沙林中部分林木出现退化现象等,因此能否在快速城市化建设的同时重视生态环境的保护与修复,成为阜新市生态环境质量变化的重要决定因素。     

基于多源遥感数据的农业干旱监测模型构建及应用

干旱监测问题是干旱灾害模拟与预警及旱灾防灾减灾的关键。基于2001-2013年淮河流域40个气象站资料、28个土壤墒情站点和中分辨率成像光谱仪（MODIS）多源遥感数据,采用SEN趋势法和标准化降水蒸散指数（SPEI）等方法,综合了大气-植被-土壤相互作用等多元成因,构建了适用于淮河流域多源综合遥感干旱监测模型,探讨淮河流域干旱时空规律。研究表明：（1）基于多源数据构建综合干旱监测模型,利用土壤墒情和典型年份干旱监测对综合干旱监测模型适用性进行评价,通过了P < 0.01的显著性检验,构建的模型可综合反映出农业和气象干旱多源信息;（2）淮河流域干旱面积和干旱频率大都集中在4-5月和7-9月,9月份受旱面积最大。河南省是淮河流域受旱频率最高,其干旱面积占淮河流域多年平均干旱面积比重最大（38%）,其次是安徽（22%）,旱地受旱面积比重大于水田受旱面积比重;（3）淮河流域2、3和5月干旱有显著减弱趋势;而1、4和6月则有增强趋势。淮河流域小麦灌浆-成熟时期（4-6月）缺水对小麦粮食产量影响显著,综合淮河流域干旱趋势变化,需强化淮河流域4月份小麦的干旱监测与旱灾预警。     

土壤水分遥感监测研究进展

土壤水分是陆地表面参数化的一个关键变量。土壤水分含量随时空的转换而变化,在地-气界面间物质、能量交换中起着重要的作用,是农作物生长发育的基本条件和农作物产量预报的重要参数。遥感技术具有大面积同步观测,时效性、经济性强的特点,为大面积动态监测土壤水分提供了可能。总结了近年来国内外遥感监测土壤水分理论、方法的发展和应用,介绍了目前几种比较成熟和广泛应用的土壤水分遥感监测方法与模型,对比分析了各种监测方法的优缺点,指出了土壤水分遥感监测方法存在的不足,指明了今后发展的方向,展望了土壤水分遥感监测方法的发展趋势。