王凱霖，金曉媚，郭任宏，魏善蓉，梁　華

(1.中國地質(zhì)大學(xué)(北京)水資源與環(huán)境學(xué)院，北京　100083；2.中國城市建設(shè)研究院有限公司，北京　100120)

?

柴達(dá)木盆地土壤濕度的遙感反演及對蒸散發(fā)的影響

王凱霖1，金曉媚1，郭任宏2，魏善蓉1，梁華1

(1.中國地質(zhì)大學(xué)(北京)水資源與環(huán)境學(xué)院，北京100083；2.中國城市建設(shè)研究院有限公司，北京100120)

土壤水分是地下水-土壤水-大氣水循環(huán)系統(tǒng)的核心與紐帶，蒸散是該系統(tǒng)的重要驅(qū)動力。從區(qū)域尺度上研究土壤含水量的分布特征及土壤含水量對蒸散的影響對干旱區(qū)的生態(tài)環(huán)境保護具有重要意義?；贛ODIS數(shù)據(jù)和GLDAS數(shù)據(jù)，應(yīng)用表觀熱慣量法對GLDAS地表0～10 cm土壤濕度數(shù)據(jù)降尺度處理，估算柴達(dá)木盆地平原區(qū)2014年間6—9月的月均土壤濕度，并結(jié)合歸一化植被指數(shù)(NDVI)和實測土壤濕度數(shù)據(jù)對反演結(jié)果進行驗證；利用地表能量平衡系統(tǒng)(SEBS)模型對平原區(qū)9個子流域的日均蒸散量進行計算，分析了土壤濕度與日均蒸散量之間的關(guān)系。結(jié)果表明：反演得到的表觀熱慣量(ATI)與GLDAS地表0～10 cm土壤含水量數(shù)據(jù)相關(guān)性較好，決定系數(shù)R2整體在0.7以上；利用ATI對GLDAS數(shù)據(jù)降尺度處理，得到的土壤含水量與NDVI和實測土壤濕度的決定系數(shù)R2分別為0.954和0.791，因此使用ATI法對GLDAS土壤含水量數(shù)據(jù)降尺度反演柴達(dá)木盆地平原區(qū)土壤濕度是可靠的。平原區(qū)日蒸散量與土壤濕度呈明顯的正相關(guān)關(guān)系，決定系數(shù)R2整體在0.96以上，在影響蒸散的各考慮因素中，土壤濕度對蒸散的影響遠(yuǎn)大于其他因素。

土壤濕度；蒸散發(fā)；表觀熱慣量法；地表能量平衡系統(tǒng)(SEBS)；MODIS；GLDAS；柴達(dá)木盆地

0　引　言

土壤水分是地球上重要的水資源，在水資源形成、轉(zhuǎn)化和消耗過程中起重要作用，直接影響地表的能量和水量平衡，是大氣-植被-土壤-地下水系統(tǒng)的核心和紐帶。在干旱半干旱區(qū)，蒸散作用是地下水的主要排泄方式，在大氣-植被-土壤-地下水系統(tǒng)中起重要的驅(qū)動作用，因此了解干旱區(qū)-半干旱區(qū)土壤濕度的分布特征及其對蒸散的影響，不但是地下水資源量計算的關(guān)鍵，而且是深入了解地下水-地表水-大氣水相互轉(zhuǎn)換機理的核心問題，對植被生態(tài)的保護具有重要意義[1-2]。

國內(nèi)外學(xué)者對于利用遙感技術(shù)反演土壤濕度和區(qū)域蒸散發(fā)的計算已做了大量的研究工作。2011年，楊樹聰?shù)萚3]通過設(shè)計了10個不同植被覆蓋、不同土壤水分含量的控制試驗對熱慣量計算結(jié)果進行驗證，結(jié)果表明在植被覆蓋度較低情況下(NDVI<0.35)，表觀熱慣量法具有較好的效果。2014年，武晉雯等[4]利用遼寧省52個氣象站2008—2010年土壤相對濕度人工觀測資料以及對應(yīng)時段的衛(wèi)星遙感資料，采用熱慣量在低、中、高植被覆蓋條件下定量反演土壤水分，結(jié)果表明在中低植被覆蓋期熱慣量法最適合。2005年，崔亞莉等[5]應(yīng)用遙感方法估算了黃河三角洲的地表蒸發(fā)量，分析了不同下墊面下蒸發(fā)量的時空分布特征。金曉媚等[2]基于SEBS模型利用NOAA-AVHRR數(shù)據(jù)計算了張掖盆地的區(qū)域蒸散量，并通過水均衡法對模型計算結(jié)果的可靠性進行了驗證。2011年，Elhag等[6]應(yīng)用AATSR數(shù)據(jù)和MERIS數(shù)據(jù)，基于SEBS模型估算了尼羅河三角洲的日蒸散量和蒸發(fā)比，并通過分布在研究區(qū)的92個觀測點獲取的地面實測數(shù)據(jù)對計算結(jié)果的準(zhǔn)確性進行了驗證，結(jié)果表明，應(yīng)用SEBS原理獲取的計算結(jié)果是可靠的。

柴達(dá)木盆地為內(nèi)陸盆地，降水稀少，蒸發(fā)強烈，水資源時空分布極不均勻，支撐資源開發(fā)的生態(tài)環(huán)境十分脆弱。由于研究區(qū)地廣人稀，自然條件十分惡劣，因此近年來對柴達(dá)木的研究工作多在個別子流域展開，從盆地整個尺度上的研究比較少。本文利用遙感數(shù)據(jù)，反演盆地平原區(qū)的土壤濕度及探究土壤濕度對蒸散發(fā)的影響，研究結(jié)果對柴達(dá)木盆地的生態(tài)環(huán)境保護及水資源的評價利用具有重要的科學(xué)意義。

1　研究區(qū)概況

柴達(dá)木盆地為高原型盆地，地處青海省西北部，地理位置位于90°16′—99°16′E，35°00′—39°20′N。盆地略呈三角形，北西西—南東東方向延伸，東西長約800 km，南北寬約300 km，面積約為276 233 km2，為中國四大內(nèi)陸盆地之一(圖1)。

圖1　柴達(dá)木盆地地理位置及實測點分布Fig.1　The location of Qaidam Basin and measured data

盆地內(nèi)大面積由荒漠覆蓋。盆地植被屬荒漠半荒漠植被，分布德令哈、察汗烏蘇、香日德、諾木洪、格爾木等綠洲農(nóng)業(yè)區(qū)，使得柴達(dá)木盆地在青海省的農(nóng)業(yè)生產(chǎn)發(fā)展中具有舉足輕重的地位[7]。

柴達(dá)木盆地的荒漠氣候特征非常顯著，屬于高原大陸性氣候，太陽輻射強，氣候干燥、寒冷、多風(fēng)，蒸發(fā)強烈，以干旱為主，生態(tài)環(huán)境十分脆弱。受地形的影響，柴達(dá)木盆地的氣溫中間高，四周低，處于低緯度的南部氣溫高于北部。柴達(dá)木盆地四周山區(qū)降水多在200 mm以上，盆地西部和中心地帶降水為25 mm左右；降水分布具有由東南向西北、由四周山區(qū)向盆地中心遞減的趨勢。

2　研究數(shù)據(jù)及方法

2.1研究數(shù)據(jù)

2.1.1MODIS數(shù)據(jù)

本文反演區(qū)域土壤濕度選用的遙感數(shù)據(jù)是Aqua衛(wèi)星采集的中等分辨率MODIS數(shù)據(jù)，主要包括2014年間6—9月份的MYD09A1(地表反射率產(chǎn)品，500 m空間分辨率)和MYD11A2(地表溫度產(chǎn)品，1 000 m空間分辨率)數(shù)據(jù)，時間分辨率為8天，共計128景。計算區(qū)域蒸散量選用的是Terra衛(wèi)星采集的MODIS數(shù)據(jù)，主要包括2014年間6—9月的MOD09A1(地表反射率產(chǎn)品，500 m空間分辨率)和MOD11A2(地表溫度及比輻射率產(chǎn)品，1 000 m空間分辨率)數(shù)據(jù)，時間分辨率為8天，共計128景。數(shù)據(jù)來源于美國NASA網(wǎng)站(http://reverb.echo.nasa.gov/reverb/)。為了研究數(shù)據(jù)的一致性，將數(shù)據(jù)重采樣為500 m分辨率。

2.1.2DEM數(shù)據(jù)

SEBS模型中使用到的相關(guān)地形數(shù)據(jù)包括地表高程、坡向和坡度，其中坡向和坡度可以通過地表高程數(shù)據(jù)通過數(shù)字地形分析得到。本項研究中選用了空間分辨率為90 m的SRTM-DEM數(shù)據(jù)(http://datamirror.csdb.cn/)。為了確保研究中數(shù)據(jù)的一致性，將DEM數(shù)據(jù)進行重采樣，使其與MODIS數(shù)據(jù)的空間分辨率一致。

2.1.3GLDAS數(shù)據(jù)

GLDAS(the Global Land Data Assimilation System)是美國航空航天局NASA提供的基于地表信息系統(tǒng)，是結(jié)合大量地表觀測數(shù)據(jù)、全球尺度的多重地表模型。其空間分辨率為25～100 km。本文選取的數(shù)據(jù)為Noah模型驅(qū)動的月均數(shù)據(jù)GLDAS_NOAH025_25，分辨率為0.25°。GLDAS數(shù)據(jù)有22個波段，本次計算蒸散量選用的是14和19—22的共5個波段，分別為土壤平均含水量、比濕、風(fēng)速、氣溫和氣壓波段[8]。該研究應(yīng)用了2014年間6—9月份4幅GLDAS數(shù)據(jù)來估算盆地的區(qū)域蒸散量。

2.2研究方法

2.2.1土壤濕度的反演

柴達(dá)木盆地內(nèi)大面積被荒漠覆蓋，國內(nèi)外學(xué)者對溫度植被干旱指數(shù)(TVDI)法和熱慣量法的適用條件做了很多研究[9-12]。區(qū)域內(nèi)歸一化植被指數(shù)NDVI<0.3的區(qū)域約占90.94%，選用溫度植被干旱指數(shù)法構(gòu)建的干濕邊在NDVI值大于0.3后由于像元點少，構(gòu)建最高、最低溫度線會向中間聚斂，無法準(zhǔn)確代表干濕邊，因此選用適合干旱區(qū)的熱慣量法。

熱慣量是地物阻止其溫度變化幅度的一個度量，反映了土壤的熱學(xué)特性，其定義為：

(1)

式中：P為熱慣量；k為熱傳導(dǎo)率，W/m·K；ρ為密度，kg/m3；c為定壓比熱容，J/kg·K。由于土壤密度、熱傳導(dǎo)率和熱容量等特性的變化在一定條件下，主要取決于土壤含水量的變化，所以土壤熱慣量與土壤含水量之間存在一定相關(guān)性。因此通過分析熱慣量的變化，建立熱慣量與土壤水分之間的關(guān)系，就可以求得土壤含水量的變化。

由于常規(guī)土壤熱慣量的計算模型涉及很多物理參數(shù)，如近地表氣溫、陸面氣溫、空氣濕度、風(fēng)速、表面粗糙度等，難投入實際應(yīng)用。1985年P(guān)rice[13]系統(tǒng)地總結(jié)了熱慣量法及熱慣量的遙感成像機理，在能量平衡方程的基礎(chǔ)上，不考慮太陽高度角、緯度等因素，簡化潛熱蒸散發(fā)形式，引入地表綜合參量概念，利用衛(wèi)星影像提供的熱紅外輻射溫差和反射率計算表觀熱慣量進而估算土壤含水量。簡化形式為：

(2)

式中：ATI是表觀熱慣量，A是地表反照率，Td表示一天中最高地表溫度，K；Tn表示一天中最低地表溫度，K。地表反照率A的計算采用Liang[14]提出的用寬波段反照率代替全波段反照率算法，α代表各波段地表反射率，計算公式為：

A=0.16α1+0.291α2+0.243α3+0.116α4+

0.112α5+0.081α7-0.0015

(3)

表觀熱慣量的計算簡化了參數(shù)，式中一天中最高地溫Td、最低地溫Tn及計算地表反照率的各參數(shù)容易從遙感數(shù)據(jù)中獲得。在遙感影像處理軟件MRT中將影像數(shù)據(jù)進行投影變換和重采樣，然后在ENVI軟件中進行裁剪和公式計算得到表觀熱慣量。

2.2.2區(qū)域蒸散量計算

表面能量平衡系統(tǒng)( Surface Energy Balance System,SEBS) 是由荷蘭科學(xué)家Z.Bob.Su 等[15]開發(fā)的利用衛(wèi)星對地觀測數(shù)據(jù)結(jié)合氣象站實測數(shù)據(jù)，估算地表相對蒸散的方法。在SEBS模型中，表面能量平衡方程為：

Rn=G0+H+λE

(4)

式中：Rn是地表凈輻射通量，W·m-2；G0是土壤熱通量，W·m-2；H是湍流感熱通量，W·m-2；λE是湍流潛熱通量(λ是汽化潛熱，J/kg；E是實際蒸散發(fā)，mm/d)。

蒸發(fā)比的計算公式為：

(5)

式中：Λ是蒸發(fā)比，Λr是相對蒸發(fā)。

日蒸發(fā)量的計算公式為：

(6)

3　結(jié)果與分析

3.1土壤濕度分布特征

圖2　柴達(dá)木盆地平原區(qū)ATI分布特征Fig.2　The spatial distribution of ATI in the Qaidam Basin

柴達(dá)木盆地四周高山環(huán)繞，高海拔山區(qū)氣溫受地形影響較大，且分布少數(shù)冰川積雪，使用表觀熱慣量法反演土壤濕度受到一定限制，因此本次研究利用表觀熱慣量法只反演柴達(dá)木盆地海拔4 km以下平原區(qū)土壤濕度。表觀熱慣量的高低一定程度上代表土壤濕度的高低，對2014年6—9月份柴達(dá)木盆地平原區(qū)進行熱慣量反演，結(jié)果顯示ATI的分布東高西低，水體周邊地區(qū)高于其他區(qū)域。其空間分布如圖2所示。

用ILWIS軟件獲取GLDAS平均土壤含水量數(shù)據(jù)，經(jīng)ENVI軟件校準(zhǔn)、裁剪輸出為像元分辨率為0.25°的圖像。將反演土壤濕度的ATI圖像重采樣為對應(yīng)像元大小的圖像并與GLDAS土壤濕度圖像對應(yīng)像元值讀出，以0.001ATI步長統(tǒng)計區(qū)間內(nèi)GLDAS土壤濕度像元的平均值，建立2014年6—9月份的ATI與GLDAS表層0～10 cm土壤含水量數(shù)據(jù)的相關(guān)性分析(圖3)。

圖3　ATI與GLDAS土壤濕度相關(guān)性分析Fig.3　The analysis of correlation between the ATI and soil moisture data of GLDAS

2014年6—9月土壤濕度相關(guān)性(圖3)顯示，4個月ATI與GLDAS土壤濕度數(shù)據(jù)擬合較好，整體決定系數(shù)R2在0.7以上，且相關(guān)性直線斜率波動小，基本吻合。因此可以根據(jù)6—9月份熱慣量與GLDAS土壤含水量數(shù)據(jù)的關(guān)系，對GLDAS數(shù)據(jù)土壤含水量數(shù)據(jù)進行降尺度計算，估算柴達(dá)木盆地平原區(qū)土壤含水量(圖4)。

根據(jù)GLDAS數(shù)據(jù)降尺度計算的土壤含水量分布結(jié)果可以發(fā)現(xiàn)，土壤濕度高的地方主要分布在柴達(dá)木盆地降水較多的東部地區(qū)、植被較好的農(nóng)業(yè)區(qū)和湖等水體周邊地區(qū)。盆地東部土壤濕度明顯高于西部，符合降水分布上東多西少的特征；德令哈、諾木洪、烏圖美仁、花海子等地區(qū)植被覆蓋率較高，土壤濕度也較好；湖等水體周邊由于地下水位埋深較淺，土壤濕度也相應(yīng)較高。整體上土壤濕度分布情況符合實際情況。

3.2結(jié)果驗證

圖4　柴達(dá)木盆地土壤含水量分布圖Fig.4　The distribution of soil water content in Qaidam Basin

在干旱區(qū)，植被對土壤濕度有一定的指示作用，土壤濕潤地區(qū)相對土壤干燥地區(qū)植被長勢要好[16]。對應(yīng)2014年8月份NDVI圖比較反演的土壤含水量分布結(jié)果，反演得到的土壤濕度分布特征與柴達(dá)木盆地NDVI值分布比較吻合。以0.02 NDVI步長統(tǒng)計區(qū)間內(nèi)土壤含水量平均值，對平原區(qū)NDVI值與反演的土壤含水量進行相關(guān)性分析，決定系數(shù)達(dá)到0.954，說明反演結(jié)果理論上比較可靠(圖5)。

圖5　反演土壤含水量與NDVI相關(guān)性分析Fig.5　The analysis of correlation between soil water content and NDVI

圖6　反演土壤濕度與實測土壤濕度相關(guān)性分析Fig.6　The analysis of correlation between measured soil moisture and retrieval result of soil water

圖7　柴達(dá)木平原區(qū)日均蒸散量分布Fig.7　The distribution of the mean daily ET of plains in Qaidam Basin

為了驗證反演土壤濕度，2015年8月份進行野外實地數(shù)據(jù)采集(點位見圖1)。本次采樣使用儀器為英國Delta-T公司產(chǎn)的ML3 ThetaProbe便攜式土壤濕度探頭配合HH2讀數(shù)表，儀器基于FDR (Frequency Domain Reflectometry)頻域反射原理來測量土壤的表觀介電常數(shù)，從而得到土壤容積含水量，測量精度±1%。盆地內(nèi)大部分地表為沖積砂礫石層或堅硬的鹽殼，開挖剖面和插入探頭有一定困難，因此采集的數(shù)據(jù)點較少，但對土壤濕度分布有一定的指示作用。由于2014年和2015年在氣溫、降水等氣象條件上相近，因此對野外實測數(shù)據(jù)與2014年反演土壤濕度對應(yīng)像元建立相關(guān)性分析(圖6)。統(tǒng)計結(jié)果顯示，兩者有較好的相關(guān)性，決定系數(shù)R2達(dá)到0.791。

使用ATI法對GLDAS平均土壤含水量數(shù)據(jù)進行降尺度計算，計算結(jié)果低于實測土壤含水量，可能存在兩方面原因：(1)GLDAS土壤含水量數(shù)據(jù)分辨率為0.25°，在柴達(dá)木盆地內(nèi)，荒漠占了絕大數(shù)面積，只在格爾木、諾木洪、烏圖美仁等分布綠州農(nóng)業(yè)區(qū)，在這些基于25 km分辨率構(gòu)建的混合像元，一定程度上被荒漠拉低了像元平均土壤含水量。野外數(shù)據(jù)是基于點上采集的數(shù)據(jù)，每個點位的數(shù)據(jù)取相互間距100 m的3個測量點數(shù)據(jù)的平均值，但在點位的選取上偏于濕潤區(qū)域儀器探頭容易插入的區(qū)域，測得的土壤濕度偏高于混合像元的值；(2)盆地內(nèi)地表多為沖積砂礫石層和堅硬的鹽殼，測量困難，測量數(shù)據(jù)偏少。

3.3蒸散量的計算及受土壤濕度的驅(qū)動影響

本次研究通過SEBS模型來計算9個子流域2014年6—9月每月的日均蒸散量(圖7)。根據(jù)地形、河流等要素將柴達(dá)木盆地內(nèi)部平原區(qū)分為9個子流域，分別為尕斯庫勒湖流域、那棱郭勒河流域、格爾木河流域、柴達(dá)木河流域、烏蘭盆地、德令哈(巴音河)流域、大小柴旦湖流域、魚卡河流域、塔塔棱河(大小蘇干湖)流域。9個子流域總面積約為75 331.77 km2，柴達(dá)木盆地90%以上人口、農(nóng)業(yè)區(qū)位于流域內(nèi)，子流域外多為沙漠、雅丹地貌、堅硬的鹽殼地等，日均蒸散量為0或接近于0，后期統(tǒng)計處理干擾較大，因此此次研究選取具有研究意義的平原區(qū)9個子流域來作為研究范圍，分析土壤含水量對日均蒸散量的影響。以0.001ATI步長統(tǒng)計區(qū)間內(nèi)日均蒸散量的均值，近似替代該ATI區(qū)間中值的日均蒸散量，與對應(yīng)月份反演的月均ATI進行相關(guān)性分析，分析結(jié)果見圖8。

圖8　土壤含水量與日均蒸散量相關(guān)性分析Fig.8　The analysis of correlation between the soil moisture and the mean daily ET

本次研究4個月土壤含水量與蒸散發(fā)決定系數(shù)都在0.96以上，具有很高相關(guān)性。Dirmeyer等[17]研究發(fā)現(xiàn)在干旱條件下土壤濕度成為蒸散的限制因素時，土壤濕度對感熱通量和潛熱通量有很大的影響。2014年Ford等[18]在美國南部大平原0～10 cm的土壤濕度與蒸發(fā)比耦合擬合中，無論是實測數(shù)據(jù)還是模型模擬數(shù)據(jù)，蒸發(fā)比對土壤濕度都有較高的響應(yīng)，當(dāng)土壤體積含水量小于30%且凈輻射通量大于27 MJ/m2充足時，蒸發(fā)比與土壤含水量有較好的線性關(guān)系。柴達(dá)木盆地大部分是荒漠，日照充足，太陽輻射強，降水稀少，符合Ford等研究中土壤體積含水量小于30%和凈輻射通量充足的條件，且蒸散量與ATI相關(guān)性很高，與前人研究結(jié)果一致。

4　結(jié)　論

本次研究基于MODIS數(shù)據(jù)和GLDAS數(shù)據(jù)，基于表觀熱慣量法對GLDAS土壤含水量數(shù)據(jù)降尺度處理，反演柴達(dá)木盆地土壤濕度，并應(yīng)用SEBS模型計算了子流域的日均蒸散量，分析了土壤濕度對蒸散量的影響。綜上所述，本項研究得到以下重要結(jié)論。

(1)表觀熱慣量法反演2014年6—9共4個月的ATI與對應(yīng)月份GLDAS數(shù)據(jù)0～10 cm土壤含水量相關(guān)性較高，決定系數(shù)分別達(dá)到0.712 1、0.738 1、0.714 7、0.818 8。因此可以根據(jù)4個月關(guān)系方程對GLDAS數(shù)據(jù)降尺度處理，得到柴達(dá)木平原區(qū)1 km分辨率的土壤濕度分布特征。

(2)反演得到的柴達(dá)木盆地土壤濕度與植被的分布特征基本吻合，植被覆蓋率高的地方對應(yīng)的土壤濕度也較高，兩者決定系數(shù)R2達(dá)到0.954，說明基于表觀熱慣量法反演柴達(dá)木盆地土壤濕度理論上是可行的。

(3)利用野外實測點土壤濕度數(shù)據(jù)對降尺度反演結(jié)果進行驗證，實測數(shù)據(jù)與反演數(shù)據(jù)相關(guān)性較好，決定系數(shù)R2達(dá)到0.791。但由于混合像元的影響，降尺度反演的土壤濕度偏低于實測數(shù)據(jù)。

(4)2014年6—9共4個月的反演土壤含水量與月均蒸散量相關(guān)性分析結(jié)果顯示，4個月的決定系數(shù)分別為0.981、0.969、0.979、0.988，整體相關(guān)性很高，遠(yuǎn)大于其他因素對蒸散量的驅(qū)動作用。

[1]JIN X M, SCHAEPMAN M E, CLEVERS J G P W, et al. Impact and consequences of evapotranspiration changes on water resources availability in the arid Zhangye Basin, China[J]. International Journal of Remote Sensing, 2009, 30(12):3223-3238.

[2]金曉媚,萬力,SU Z B. 遙感與區(qū)域地面蒸散量估算方法[M].北京:地質(zhì)出版社, 2008:62-95.

[3]楊樹聰,沈彥俊,郭英,等.基于表觀熱慣量的土壤水分監(jiān)測[J].中國生態(tài)農(nóng)業(yè)學(xué)報,2011,19(5):1157-1161.

[4]武晉雯,孫龍彧,張玉書,等.不同植被覆蓋下土壤水分遙感監(jiān)測方法的比較研究[J].中國農(nóng)學(xué)通報,2014，30(23):303-307.

[5]崔亞莉,徐映雪,邵景力,等.應(yīng)用遙感方法研究黃河三角洲地表蒸發(fā)及其與下墊面關(guān)系[J].地學(xué)前緣, 2005,12(增刊):159-165.

[6]ELHAG M, PSILOVIKOS A, MANAKOS I, et al. Application of the Sebs Water Balance Model in estimating daily evapotranspiration and evaporative fraction from remote sensing data over the Nile Delta[J]. Water Resources Management, 2011, 25(11):2731-2742.

[7]李健,王輝,黃勇,等.柴達(dá)木盆地格爾木河流域生態(tài)需水量初步估算探討[J].水文地質(zhì)工程地質(zhì), 2008,35(1):71-75.

[8]郭任宏,金曉媚,王曉林,等.基于中等分辨率遙感數(shù)據(jù)的柴達(dá)木盆地實際蒸散量的計算[J].地學(xué)前緣,2014,21(4):107-114.

[9]吳黎,張有智,解文歡,等.改進的表觀熱慣量法反演土壤含水量[J].國土資源遙感,2013,25(1):44-49.

[10]王艷姣,閆峰.旱情監(jiān)測中高植被覆蓋區(qū)熱慣量模型的應(yīng)用[J].干旱區(qū)地理, 2014, 37(3):539-547.

[11]魏偉,任皓晨,趙軍,等.基于MODIS的ATI和TVI組合法反演石羊河流域土壤含水量[J].國土資源遙感,2011,2(2):104-109.

[12]CHANG T Y, WANG Y C, FENG C C,et al.Estimation of root zone soil moisture using apparent thermal inertia with MODIS imagery over a tropical catchment in Northern Thailand[J]. Selected Topics in Applied Earth Observations and Remote Sensing,2012,5(3):752-761.

[13]PRICE J C. On the analysis of thermal infrared imagery: the limited utility of apparent thermal inertia[J]. Remote Sensing of Environment, 1985, 18(1):59-73.

[14]LIANG S L. Narrowband to broadband conversions of land surface albedo I:Algorithms[J]. Remote Sensing of Environment, 2001,76(2):213-238.

[15]SU Z B. The Surface Energy Balance System (SEBS) for estimation of turbulent heat fluxes[J]. Hydrology and Earth System Sciences, 2002, 6(1):85-99.

[16]孫憲春,金曉媚,萬力.地下水對銀川平原植被生長的影響[J].現(xiàn)代地質(zhì),2008,22(2):321-324.

[17]DIRMEYER P A, ZENG F J, DUCHARNE A, et al. The sensitivity of surface fluxes to soil water content in three land surface schemes[J]. Journal of Hydrometeorology,2000,1(2):121-134.

[18]FORD T W, WULFF C O, QUIRING S M. Assessment of observed and model-derived soil moisture-evaporative fraction relationships over the United States Southern Great Plains[J]. Journal of Geophysical Research, 2014, 119(11):6279-6291.

Soil Moisture Retrieval from Remote Sensing and Its Impact on Evapotranspiration in Qaidam Basin

WANG Kailin1,JIN Xiaomei1,GUO Renhong2,WEI Shanrong1, LIANG Hua1

(1.School of Water Resources and Environment, China University of Geosciences, Beijing100083, China;2.ChinaUrbanConstructionDesign&ResearchInstituteCo.Ltd.,Beijing100120,China)

Soil moisture is the core content and link of the groundwater-soil water-atmospheric water circulation system. Evapotranspiration(ET) is the important driving force of this system. The study of distribution of soil moisture and its effect on ET from regional scale has great significance on eco-environmental protection in arid areas. Based on MODIS and GLDAS data, the monthly soil moisture from June to September in 2014 was estimated in plain area in Qaidam Basin after downscale treatment of 0-10 cm GLDAS surface soil moisture data using Apparent Thermal Inertia(ATI) method. The retrieval results were validated by combination of field measurement and NDVI. Furthermore, the mean daily ET was estimated in 9 drainage basins of plain using the Surface Energy Balance System(SEBS), and the relationship between soil moisture and ET was also analyzed in this study. The result indicated that the correlation between ATI soil moisture and 0-10 cm downscaling GLDAS data was good and the determination coefficientR2is more than 0.7. The determination coefficientR2between retrieval result of soil water content and field measurement is 0.791, and theR2between soil water content and NDVI is 0.954. Therefore, it is reliable to retrieve soil moisture in Qaidam Basin based on downscale treatment of GLDAS data using ATI method. The daily ET is positively correlated with soil moisture and the determination coefficientR2is more than 0.96. The impact of soil moisture on ET is much more than other impact factors.

soil moisture; evapotranspiration(ET); Apparent Thermal Inertia(ATI); Surface Energy Balance System(SEBS); MODIS; GLDAS; Qaidam Basin

2015-09-11；改回日期：2016-03-22；責(zé)任編輯：戚開靜。

國家自然科學(xué)基金項目(41372250)。

王凱霖，男，碩士研究生，1991年出生，環(huán)境工程專業(yè)，主要從事水環(huán)境遙感和生態(tài)水文學(xué)方面的研究。Email：kailin24@163.com。

金曉媚，女，教授，博士生導(dǎo)師，1968年出生，水文學(xué)與水資源專業(yè)，主要從事生態(tài)水文學(xué)方面的研究。Email：jinxm@cugb.edu.cn

P641

A

1000-8527(2016)04-0834-08