论文部分内容阅读
土壤水是连接地下水与地表水的重要枢纽,是水资源转化及水文循环的重要环节,土壤水分的运动规律及精确模拟是目前国际研究的热点学术问题,对农业节水以及区域生态环境十分重要,对于土壤墒情的研究为农业用水提供坚实的理论依据,对自然界水资源循环规律的掌握、优化农业灌溉制度都具有一定指导意义。本文基于MODIS遥感数据,通过SEBS(Surface Energy Balance System)模型实现蒸散发的分布式模拟并以此驱动土壤水动力学模型,同时利用大兴土壤墒情监测点的实测土壤含水率数据做验证,从而对研究区域夏玉米生育期分布式土壤剖面水分进行了模拟研究。主要研究结论如下:(1)蒸散发遥感解译通过遥感方法获得蒸散发相较于传统方法具有高效、准确的特点,同时获得的蒸散发能够较好地反映空间变化规律,因而适用于较大区域上的蒸散发估算。本研究通过MODIS数据在500m空间尺度上进行蒸散发模拟,并根据涡度相关系统的实测值进行验证,进而验证SEBS模型在区域上的适用性。该研究根据区域的实际情况对模型中下垫面参数进行了适当改进,以提高模型对于研究区域蒸散发的模拟效果。实验站涡度相关系统的能量闭合度在2014、2015两年的冬小麦生育期分别达到0.89和0.79,因而可以认为该站点能量闭合度相对较好,对于不闭合的部分通过假设显热通量准确,潜热通量偏低的直减法以及认为显热通量及潜热通量均较实际值偏低的波文比法进行能量闭合。经过实测值验证,结果表明:在2014、2015冬小麦生育期内潜热通量的模拟值分别为313w/m~2和277w/m~2,相对均方根误差分别为82 w/m~2和100 w/m~2,确定性系数达到0.737和0.840。因而可以认为SEBS模型能够较好的反映研究区域的蒸散发时空分布格局,也可以认为将该数据应用于驱动土壤水分运动模型具有一定可行性,因而基于SEBS遥感蒸散发数据驱动土壤水动力学方法的土壤墒情模型具有一定可行性。(2)基于统计学方法的土壤相对湿度模拟该研究通过基于遥感数据的统计学方法对研究区域土壤相对湿度进行模拟研究,其中统计学模型分温度植被干旱指数模型(TVDI)及表观热惯量模型(ATI)两种方法进行试验模拟。通过TVDI模型和ATI模型的土壤相对湿度模拟均值分别为71.06%和92.55%,均方根误差分别为10.12%和12.54%,确定性系数分别为0.56和-0.11,而以归一化植被指数(NDVI)在0.2为阈值在植被指数较高的区域采用TVDI模型,反之采用ATI模型进行试验模拟时其模拟效果优于两种模型分别使用的情况。可以看出基于遥感数据的统计学方法可以获得较为准确的土壤相对湿度时空分布规律。(3)基于SEBS模型驱动土壤水动力学模型的分布式土壤墒情模型本研究基于Hydrus模型的土壤水动力学原理对区域上的土壤含水率进行了模拟研究,同时通过SEBS模型的蒸散发数据驱动土壤水动力学模型,在GIS平台通过对各计算单元上土壤剖面含水率进行精确模拟,从而实现土壤墒情分布式模型的构建。研究结果表明,在夏玉米生育期内40-60cm土壤含水量模拟效果较好,模拟均值为13.40m~3/m~3,均方根误差为2.1m~3/m~3,确定性系数0.734。由于统计学模型和土壤水力学模型的原理差异,前者需要使用前对特定研究区域率定,因而适用性较差;而后者采用机理性模型,在完成建模后仅依赖于气象数据及遥感数据即可方便准确的进行土壤墒情模拟。因此可以认为基于卫星遥感蒸散发数据驱动土壤水动力学模型的分布式土壤墒情模型能够更为高效便捷地获得土壤剖面水分的时空变化规律。