论文部分内容阅读
地表蒸散是农田生态系统中水资源耗散的重要形式。研究农田作物蒸散模型,是掌握作物耗水规律,提升灌溉效率与区域农业水资源管理效率的重要途径。现有的主流蒸散模型在地块尺度的应用受到可用数据限制、像元尺度效应等影响,数据表征能力和精度还有较大提升空间。针对地块尺度的地表参量特征,需要突破现有能量平衡蒸散模型对热红外遥感数据的需求,从蒸散机理出发开展高分辨率地块尺度蒸散模型研究,建立完整高精度的地块蒸散估算系统理论,增强农田水资源管理能力。本研究针对地块蒸散特性,从蒸散的影响机制出发,考察不同尺度下的蒸散变化驱动因子差异,结合地块尺度下的地表参量空间变异性,构建了两种地块蒸散监测模型。进行以下几项研究:(1)研究分析了地块尺度的气象要素及地表参量的空间异质性。结果显示气象因子在农田区域1公里像元尺度和亚像元尺度的空间分布差异性较低。在构建地块尺度蒸散模型时,可以忽略在公里尺度气象条件的差异性在代表地块蒸散差异性的分配因子中的影响。高分辨率遥感地表参数的空间变异性分析结果显示,不同遥感参数的空间变异性存在差异,归一化植被指数NDVI在植被、裸地混合像元区域的空间变异性较高,在植被覆盖度较高,非植被占比低的区域较低,地表反照率albedo的变异系数较低。地表含水量LSWI的变异系数高于NDVI与albedo,且在植被覆盖度较高,NDVI空间变异性较弱的区域依旧存在高变异系数,表明LSWI的空间分布更为复杂,其表征的地表含水状态在构建地块尺度蒸散模型,尤其是对地表含水量敏感的模型不能忽略。地表温度LST的变异系数较高,在没有直接获取高分辨率LST数据的前提下,基于LST的蒸散计算会引入较大的不确定性。(2)构建了不依赖于热红外地表温度的农田地块尺度蒸散估算模型。基于植被生理活动机制,利用导度模型耦合了植被光合作用固碳与蒸腾过程,采用哨兵2号卫星获取的高分辨率光学遥感数据与气象数据构建了不依赖于热红外地表温度的农田地块尺度蒸散估算模型。通过植被生理过程与环境变量的交互关系进行了蒸散机理揭示与模拟,能够用于研究气候变化背景下生态系统功能与植被碳水消耗策略等。基于植被生理特征和地表辐射条件,采用对日尺度的时间变化不敏感的NDVI与albedo作为模型的遥感输入数据,避免了多数模型的多尺度数据融合过程带来的不确定性。(3)地块蒸散分配算法。研究明确了在下垫面平坦的农田区域,导致地块尺度蒸散空间异质性的主要因素是不同地块的植被状况和土壤含水量,分别采用植被覆盖度与地表水分指数描述。基于对作物生理过程与地表含水量的数值模拟,采用哨兵2卫星波段10米分辨率数据发展了高分辨率的蒸散空间分配因子。模型在海河流域和黑河流域的验证结果较好。综合结果表明地块蒸散分配模型的精度能够与作为输入数据的蒸散产品保持一致并有所提升,在输入数据的精度有保证的前提下可以获取准确的地块蒸散结果。(4)地块尺度蒸散模型敏感性分析。针对耦合碳水过程的蒸散模型敏感性分析显示,蒸散对温度的变化最敏感,其次是二氧化碳浓度变化和植被可利用短波辐射变化。基于不同尺度的遥感源输入数据评价碳水耦合模型的计算结果精度差异进行了模型尺度效应评价,综合验证结果表明研究区的尺寸影响蒸散计算的尺度效应。模型机理对比证明碳水耦合模型适用于对单一植被区与裸地较差分布区域的蒸散估算,在应用到复杂地表时需要考虑不同植被类型的生理生态过程进行模型标定。地块蒸散分配模型能够满足对平坦区域复杂下垫面的蒸散空间尺度扩展需求,在应用到地表崎岖,海拔变化明显的区域需要对蒸散分配因子进行调整,增添对空间分布异质性的蒸散影响因子部分。