陳 鶴，蔡甲冰，張寶忠，白亮亮(1.中國(guó)水利水電科學(xué)研究院，流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100038；2.國(guó)家節(jié)水灌溉北京工程技術(shù)研究中心，北京 100048)

0 引 言

隨著遙感技術(shù)的成熟與發(fā)展，采用遙感數(shù)據(jù)模擬灌區(qū)尺度蒸散發(fā)成為可能，但衛(wèi)星遙感通常僅提供每日1～2次衛(wèi)星過(guò)境時(shí)刻的瞬時(shí)數(shù)據(jù)，衛(wèi)星過(guò)境重現(xiàn)期約為1～16日，在應(yīng)用過(guò)程中還需要將受云層遮擋日期的數(shù)據(jù)剔除。因此，在計(jì)算灌區(qū)作物耗水量時(shí)，需要先將遙感模型得到的瞬時(shí)蒸散發(fā)，通過(guò)時(shí)間尺度擴(kuò)展方法轉(zhuǎn)化為日蒸散發(fā)量，再將不連續(xù)的日蒸散發(fā)進(jìn)行尺度提升，得到全生育期的蒸散發(fā)。遙感蒸散發(fā)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(shí)間尺度提升方法精度的影響。因此一方面要優(yōu)化遙感蒸散發(fā)模型時(shí)間尺度提升方法，減小從瞬時(shí)到日時(shí)間尺度提升帶來(lái)的誤差；另一方面要最大程度地利用獲取的遙感數(shù)據(jù)，減小從日到生育期時(shí)間尺度提升帶來(lái)的誤差。所以，本文構(gòu)建了日內(nèi)代表性參數(shù)方法實(shí)現(xiàn)由瞬時(shí)到日的尺度提升，優(yōu)化了傳統(tǒng)遙感蒸散發(fā)模型中時(shí)間尺度擴(kuò)展的步驟，避免了氣象數(shù)據(jù)降尺度和遙感蒸散發(fā)升尺度造成的二次誤差，該方法采用日內(nèi)代表性參數(shù)直接計(jì)算日蒸散發(fā)，同時(shí)采用逐象元進(jìn)行插值的方法進(jìn)行從數(shù)據(jù)日到全年的時(shí)間尺度提升，最大化利用有效遙感數(shù)據(jù)，提高了估算精度。

1 材料及數(shù)據(jù)

1.1 研究區(qū)概況

本文以河套灌區(qū)解放閘灌域(106°43′～107°27′E，40°34′～41°14′N)為研究對(duì)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(jīng)濟(jì)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(nèi)陸地區(qū)，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(fā)量(20 cm蒸發(fā)皿)達(dá)2 300 mm，年內(nèi)平均氣溫9 ℃[1]。

1.2 數(shù)據(jù)來(lái)源

1.2.1遙感數(shù)據(jù)及數(shù)據(jù)預(yù)處理

本文用到的遙感數(shù)據(jù)來(lái)源于Terra和Aqua衛(wèi)星上搭載的 MODIS 傳感器觀測(cè)的標(biāo)準(zhǔn)陸地產(chǎn)品，其中Terra衛(wèi)星的過(guò)境時(shí)間為10∶30 左右，Aqua衛(wèi)星的過(guò)境時(shí)間為13∶30 左右。MODIS傳感器提供空間分辨率為250～1 000 m，時(shí)間分辨率為1～16日。以上遙感數(shù)據(jù)通過(guò)NASA數(shù)據(jù)平臺(tái)下載( http:∥reverb.echo.nasa.gov/reverb/)，遙感標(biāo)準(zhǔn)陸地產(chǎn)品已經(jīng)過(guò)輻射、大氣和幾何校正，通過(guò)MRT工具重投影到WGS84/UTM(北48區(qū))坐標(biāo)系統(tǒng)，空間分辨率重采樣到250 m，并進(jìn)行質(zhì)量控制、數(shù)據(jù)插補(bǔ)及平滑[2]等預(yù)處理環(huán)節(jié)，得到最終的遙感數(shù)據(jù)集。

1.2.2氣象數(shù)據(jù)

本文用到的氣象數(shù)據(jù)來(lái)源于灌區(qū)內(nèi)及周邊的10個(gè)國(guó)家氣象站，觀測(cè)項(xiàng)目包括日降水量，日內(nèi)最高、最低氣溫及日平均氣溫，日平均相對(duì)濕度，日平均風(fēng)速及日照時(shí)數(shù)等。采用距離方向加權(quán)平均法對(duì)氣象數(shù)據(jù)進(jìn)行空間插值[3]，得到250 m空間分辨率的逐日氣象數(shù)據(jù)集。

1.2.3土地利用數(shù)據(jù)

土地利用數(shù)據(jù)來(lái)源于清華大學(xué)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(qū)域主要土地利用類型為農(nóng)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(zhèn)面積僅為0.86%。

圖1 2010年研究區(qū)域30 m分辨率土地利用圖

2 時(shí)間尺度提升方法

2.1 瞬時(shí)到日的時(shí)間尺度提升

以往遙感蒸散發(fā)模型的計(jì)算日蒸散發(fā)的流程是：①根據(jù)衛(wèi)星過(guò)境時(shí)刻的遙感數(shù)據(jù)，反演瞬時(shí)地表參數(shù)；②對(duì)氣象數(shù)據(jù)進(jìn)行降尺度，得到衛(wèi)星過(guò)境時(shí)刻的氣象數(shù)據(jù)；③建立遙感蒸散發(fā)模型，計(jì)算瞬時(shí)蒸散發(fā)；④將瞬時(shí)蒸散發(fā)進(jìn)行時(shí)間尺度提升計(jì)算日蒸散發(fā)。在此過(guò)程中，除去遙感模型本身的誤差，對(duì)氣象數(shù)據(jù)降尺度和對(duì)瞬時(shí)蒸散發(fā)進(jìn)行升尺度均會(huì)帶來(lái)不可避免的誤差。本文提出日內(nèi)代表性參數(shù)法，規(guī)避了將氣象數(shù)據(jù)降尺度來(lái)計(jì)算瞬時(shí)蒸散發(fā)的過(guò)程，利用對(duì)瞬時(shí)遙感數(shù)據(jù)進(jìn)行積分得到日內(nèi)代表性遙感數(shù)據(jù)，通過(guò)氣象站獲取的日內(nèi)代表性氣象數(shù)據(jù)，直接計(jì)算日蒸散發(fā)。

采用日內(nèi)代表性法計(jì)算日蒸散發(fā)的遙感模型有兩個(gè)優(yōu)點(diǎn)：①日蒸散發(fā)量直接由模型計(jì)算，避免了尺度擴(kuò)展過(guò)程中的誤差，從而提高模型模擬精度；②對(duì)模型輸入氣象數(shù)據(jù)的要求降低，避免了氣象數(shù)據(jù)降尺度的過(guò)程，減小了計(jì)算誤差。

假定地表溫度在白天的變化規(guī)律符合正弦曲線，通過(guò)遙感衛(wèi)星反演，得到Terra和Aqua衛(wèi)星過(guò)境時(shí)刻的2次地表溫度觀測(cè)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(biāo)t表示當(dāng)?shù)貢r(shí)間；a，b，c分別是正弦曲線參數(shù)，由下式計(jì)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(wèi)星過(guò)境的時(shí)間；TAqua和TTerra分別是Aqua和Terra衛(wèi)星過(guò)境時(shí)刻的地表溫度。則日內(nèi)代表性地表溫度為：

(3)

式中：Ts為日內(nèi)代表性地表溫度；tsunrise和tsunset分別為日出及日落時(shí)刻(見(jiàn)表1)。

表1 研究區(qū)域日出日落時(shí)刻

由于地表反照率在日內(nèi)變化幅度很小[5]，日內(nèi)代表性地表反照率采用Terra和Aqua衛(wèi)星過(guò)境時(shí)刻地表反照率平均值。風(fēng)速、相對(duì)濕度和空氣溫度采用氣象站觀測(cè)的日平均值作為代表性參數(shù)。以日內(nèi)代表性參數(shù)為模型輸入，通過(guò)下節(jié)中介紹的遙感蒸散發(fā)模型，即可直接計(jì)算日蒸散發(fā)。

2.2 遙感蒸散發(fā)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(qū)別于其他單層模型的特點(diǎn)在于通過(guò)引入剩余阻抗的概念來(lái)描述植被冠層和地表間熱量及動(dòng)量粗糙長(zhǎng)度的差異。SEBS模型包含以下4個(gè)模塊：①基于遙感空間反照率和輻射率的地表物理參數(shù)反演；②熱量粗糙長(zhǎng)度的計(jì)算；③顯熱通量的計(jì)算；④潛熱通量的計(jì)算。與其他基于能量平衡原理的單層模型相比， SEBS 模型的優(yōu)點(diǎn)在于每一個(gè)象元的計(jì)算都是獨(dú)立的，因此即使在某天某些象元因?yàn)殛幱昊蛟频扔绊懭狈b感數(shù)據(jù)，也并不影響其他象元的計(jì)算結(jié)果，可以最大化地利用遙感數(shù)據(jù)。

SEBS模型中需要計(jì)算不同土地利用類型及下墊面的動(dòng)量粗糙長(zhǎng)度(z0m)，其中非作物的z0m取值見(jiàn)表2，作物的z0m根據(jù)下式計(jì)算：

(4)

X=CdLAI

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

計(jì)算公式如下：

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

2.3 日到全年的時(shí)間尺度提升

衛(wèi)星遙感觀測(cè)數(shù)據(jù)受天氣影響較大， 在有降雨或者受云層遮擋的日子，沒(méi)有可用的遙感影像，無(wú)法利用模型模擬日蒸散發(fā)，需要對(duì)數(shù)據(jù)缺失日期進(jìn)行插補(bǔ)。

以往遙感蒸散發(fā)模型從日到全年的時(shí)間尺度提升通常以整個(gè)灌區(qū)為單位，先篩選可用的遙感影像(有效象元占整個(gè)研究區(qū)域90%～95%)，再填補(bǔ)可用遙感影像間的缺值日期。為最大化利用遙感數(shù)據(jù)，本文對(duì)遙感蒸散發(fā)模型從日到全年的提升以象元為單位，首先計(jì)算全年內(nèi)所有日期有效遙感象元的日蒸散發(fā)，再逐象元填補(bǔ)該象元的缺值日期。尺度提升方法采用蒸發(fā)比插補(bǔ)法，假定蒸發(fā)比(潛熱通量與有效能量的比值)在全年呈現(xiàn)連續(xù)變化的趨勢(shì)，對(duì)有值日蒸發(fā)比進(jìn)行插值計(jì)算無(wú)值日蒸發(fā)比，進(jìn)而得到無(wú)值日蒸散發(fā)，從而實(shí)現(xiàn)日蒸散發(fā)的連續(xù)模擬。

圖2是基于遙感數(shù)據(jù)的灌區(qū)尺度ET計(jì)算流程圖。

圖2 計(jì)算流程圖

3 結(jié)果與討論

3.1 日蒸散發(fā)尺度提升及插補(bǔ)

圖3為日內(nèi)代表性參數(shù)法計(jì)算得到的日蒸散發(fā)，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(méi)有可用遙感數(shù)據(jù)，8月15日整個(gè)研究區(qū)域遙感數(shù)據(jù)均可用，這代表了利用遙感數(shù)據(jù)計(jì)算蒸散發(fā)的兩種情況。

圖3 遙感蒸散發(fā)模型模擬日蒸散發(fā)空間分布

以區(qū)域內(nèi)第(200，200)號(hào)象元為例，進(jìn)行日尺度到全年尺度插值(圖4)并計(jì)算該象元每日蒸散發(fā)。對(duì)研究區(qū)域內(nèi)每個(gè)象元進(jìn)行時(shí)間尺度提升，得到每日連續(xù)的蒸散發(fā)空間分布，以圖5中8月14日的結(jié)果為例。

圖4 日尺度到全年尺度蒸發(fā)比插值結(jié)果

圖5 數(shù)據(jù)插補(bǔ)后2014年8月14日蒸散發(fā)空間分布

從圖中可以看出，通過(guò)插補(bǔ)得到的無(wú)值區(qū)的蒸散發(fā)結(jié)果要小于通過(guò)遙感模型直接計(jì)算的有值區(qū)結(jié)果，這是因?yàn)樵谑艿皆茖诱趽醯那闆r下，向下短波輻射值比較小因此有效能量較小，與實(shí)際情況是相符的。

3.2 灌區(qū)蒸散發(fā)時(shí)空變化

在對(duì)蒸散發(fā)模型進(jìn)行尺度提升后，得到如圖5所示的每日灌區(qū)蒸散發(fā)空間分布，進(jìn)而得到全年的蒸散發(fā)空間分布(圖6)。2014年解放閘灌域全年降雨量126 mm，實(shí)際蒸散發(fā)899 mm，其中作物生長(zhǎng)季(4-9月)為650 mm，占全年蒸散發(fā)總量的72.3%。從蒸散發(fā)的空間分布情況來(lái)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(fā)量小于北部。

圖6 2014年解放閘灌域?qū)嶋H蒸散發(fā)空間分布

3.3 討 論

對(duì)2014年遙感數(shù)據(jù)進(jìn)行分析，若采用以往常規(guī)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(qū)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(shí)間尺度提升方法，灌區(qū)內(nèi)所有象元平均可利用天數(shù)為139日，最好的象元可利用天數(shù)為211日，最差的象元可利用天數(shù)也達(dá)到92日，采用逐象元提升的方法可將遙感數(shù)據(jù)利用率提高1倍以上。

4 結(jié) 語(yǔ)

本文探討了利用遙感數(shù)據(jù)計(jì)算灌區(qū)蒸散發(fā)的時(shí)間尺度提升方法，分別從瞬時(shí)到日以及日到全年兩個(gè)尺度進(jìn)行研究。在瞬時(shí)到日尺度，采用日內(nèi)代表性參數(shù)法結(jié)合SEBS模型，規(guī)避了以往傳統(tǒng)蒸散發(fā)模型中先計(jì)算瞬時(shí)蒸散發(fā)，在進(jìn)行時(shí)間尺度提升計(jì)算日蒸散發(fā)的過(guò)程。在日到全年尺度，采用逐象元進(jìn)行插值的方法，最大化利用遙感數(shù)據(jù)。將SEBS模型應(yīng)用于內(nèi)蒙古河套灌區(qū)解放閘灌域進(jìn)行一整年的連續(xù)模擬，并得到研究區(qū)域的實(shí)際蒸散發(fā)時(shí)空分布。

本文構(gòu)建的遙感蒸散發(fā)模型時(shí)間尺度提升方法，相比于傳統(tǒng)的遙感蒸散發(fā)模型，步驟簡(jiǎn)單，遙感數(shù)據(jù)利用率高，為灌區(qū)實(shí)際蒸散發(fā)模擬提供了極具操作性的參考價(jià)值。

□

[1] 茌偉偉．基于分布式水溫模型的灌區(qū)用水效率評(píng)價(jià)[D]．北京：中國(guó)水利水電科學(xué)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(yīng)用[J]．地理學(xué)報(bào)，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.