论文部分内容阅读
土壤潜热通量及植被潜热通量是地表水循环和能量循环的重要分量。准确的估计区域尺度的土壤潜热通量及植被潜热通量对于了解气候变化对水文循环的影响,区域干旱的预测,农业精准灌溉以及指导区域水资源调配与管理具有重要的理论和现实意义。传统的土壤潜热通量及植被潜热通量的实测及模拟均开展于单点尺度,近些年随着遥感技术的发展,利用遥感影像结合基于物理及生理过程的陆面模型模拟区域尺度的蒸发及蒸腾量成为可能。本研究系统性的比较了两类基于热红外遥感组份温度分解的双源模型:（1）基于迭代过程的组份温度分解模型（Two-Source Energy Balance Model,TSEB）;（2）基于地表温度-植被覆盖率梯形（Tm-fc）特征空间的组份温度分解模型（Modified Pixel Component Arranging and Comparing Algorithm,M-PCACA）。同时对比了一个基于阻抗过程的双源蒸散模型（Penman-Monteith-Mu,PM-MU）在估算中国陆面土壤潜热通量及植被潜热通量的表现。三个模型在2015年内六个无云测试天与包含7种下垫面的21个通量观测站点进行了验证,三个模型模拟土壤潜热通量及植被潜热通量的结果与黑河流域大满同位素站的实测值进行了验证。验证结果表明,M-PCACA模拟蒸散发潜热表现最好（RMSE=38.7 W/m~2）,其次为TSEB模型（RMSE=44.5 W/m~2）,而表现最差的为PM-MU模型（RMSE=61.4 W/m~2）。进一步验证三个模型在7类下垫面的结果表明,TSEB模型在高植被覆盖以及高叶面积指数（LAI）区域（比如森林区域）具有一定优势。TSEB模型的不确定性主要来自于:（1）初始Priestley-Taylor（P-T）值的确定以及在不同下垫面区域使用相同的P-T值;（2）以土壤潜热通量大于零作为迭代目标导致蒸散发和植被潜热通量的系统性高估;（3）经验性的P-T系数缺乏明确的物理机制。由于Tm-fc梯形的特性,M-PCACA模型在各类下垫面类型都有着稳定的模型表现,因此推荐在异质性程度较高的地表条件使用基于梯形特征空间的模型。但是,M-PCACA模型的不确定性主要来自于:（1）Tm-fc梯形理论极端干湿边界的确定;（2）忽略平流作用影响导致的潜热通量（LE）的低估。PM-MU模型在一些非植被覆盖区域表现较好（比如沙漠,水体区域等）,而在植被覆盖区域表现较差。PM-MU模型的不确定性主要来自于:（1）使用相对湿度和水汽压差表征土壤湿度的空间变化存在较大误差;（2）在互补相关理论中由于经验参数β的确定导致系统性误差。虽然PM-MU模型总体表现不如两类基于热红外组份温度的模型,但是由于PM-MU模型不需要地表温度的输入,因此PM-MU模型非常适合用于时空连续的区域蒸散发模拟。为了进一步评估Tm-fc梯形理论干湿边界定位对于区域蒸散发模拟的影响,对比了三类Tm-fc梯形极端干湿边界定位方法:（1）基于Tm-fc梯形实际边界的方法（AET）;（2）基于Tm-fc梯形理论边界的方法（TET）;（3）耦合Tm-fc梯形实际边界和理论边界的方法（ATET）。三种方法的结果表明,改变四个极端温度会显著改变LE的模拟,但不会改变植被潜热通量与总潜热通量之比（LEv/LE）的模拟。对比中国西南部11个通量站的验证结果表明,不同极端温度组合改变了LE模拟的均方根误差（RMSE）,Bias和平均绝对误差（MAPD）,但是不同极端温度组合没有改变决定系数（R~2）。此外,不同的极端温度组合也不会改变LE和LEv/LE的空间分布格局。对比三种方法的结果表明,ATET在各类下垫面类型的表现都好于AET,并且当下垫面异质性程度较高时,两者的性能差距较小;而当下垫面异质性程度较低时,两者性能差距较大。TET方法展现出了不稳定的表现,在一些测试天好于ATET方法,但在一些测试天却差于AET方法。但是TET的一个显著的优势在于,可以不受下垫面尺度的限制,从而可以应用在大尺度的区域蒸散发模拟中。除了大尺度的下垫面类型,推荐使用ATET方法定位Tm-fc梯形的理论干湿边界。为了验证提出的Pixel Component Arranging Comparing and Layered Energy Partition（PCALEP）模型模拟土壤潜热通量及植被潜热通量的表现,利用改进的Shuttleworth-Wallace（S-W）模型和两类机器学习模型（随机森林和支持向量回归）对湖南省岳阳市郊区蔬菜地的实测蒸散发组份进行了拆分。改进的S-W模型考虑了二氧化碳浓度和排放对植被潜热通量的影响,并提出了使用蒙特卡洛法估计土壤表面阻抗计算中的经验参数,从而显著提高了S-W模型的精度。六个蔬菜生长季的R~2可以由0.73提高到0.80,RMSE可由0.54 mm/d降低到0.41mm/d。此外,首次尝试使用机器学习模型预测站点尺度植被蒸腾量,并取得了较好的模拟效果。对于随机森林和支持向量回归模型,当所有的气象数据、植被数据和土壤数据全部输入时,两类模型具有最佳的模拟精度,但是当缺乏空气温度和太阳辐射时,两类机器学习模型都显示出对植被潜热通量明显的低估且精度较差。对比两个模型的结果表明,当输入数据比较完整或仅缺少土壤和植被数据时,建议使用随机森林模型;如果缺少大气数据和基本气象数据（气温和辐射）,则支持向量回归模型的模拟效果更好。为了克服Pixel Component Arranging and Comparing Algorithm（PCACA）模型中存在的问题,进一步提出了PCALEP模型。PCALEP模型假设植被和附近的土壤具有不同的能量驱动且不同的水分响应,土壤潜热通量受表层土壤含水量的控制,而植被潜热通量受到根系层土壤含水量的控制。此外,PCALEP中使用了新的Tm-fc梯形实际极端边界自动定位方法TBLA（Trapezoidal Boundary Location Algorithm）,TBLA根据Tm-fc梯形的干湿边界不同散点分布情况开发不同的定位算法,充分考虑了Tm-fc梯形湿边界较为稀疏,零散且不均匀的散点分布,显著提高了Tm-fc梯形实际干湿边界定位的可靠性。与中国西南部四个通量站点的验证结果表明,PCALEP模型对于LE的模拟精度较为可靠,在岳阳站点模拟LE的RMSE和Bias分别为36.3 W/m~2和–21.3 W/m~2;在西双版纳站点模拟LE的RMSE和Bias分别39.7 W/m~2和–27.7 W/m~2。此外,与岳阳站点S-W模型以及两类机器学习模型模拟的LEv/LE结果对比证明了PCALEP可以提供准确的土壤潜热通量及植被潜热通量估计。PCALEP模型模拟2015年研究区域LEv/LE的结果为0.69,证明了植被潜热通量在总蒸散发中占主导地位。虽然适用于生态系统的遥感双源模型已经非常完善,但是适用于城市区域的遥感多源模型仍然十分匮乏,上面所述的几类模型在模拟城市区域的蒸散发量均不够理想。进一步耦合了基于热红外遥感组份温度分解的模型思想和基于冠层气孔阻抗的模型思想,首次提出了城市三源遥感蒸散发模型（Three-Source Remote Sensing Model for Estimation of Urban Evapotranspiration,TRU）。TRU基于斑块模型理论和城市土地利用信息,将城市下垫面分为透水区域和不透水区域。在透水区域的蒸散发模拟中,土壤潜热通量参数化方案使用土壤表面温度表征土壤含水量并基于互补相关理论估算土壤潜热通量,并开发了一个新的迭代方法用于分解组份温度。不透水区域的蒸发量使用湿度梯度法单独进行估算。基于30 m空间分辨率的Landsat Operational Land Imager（OLI）/Enhanced Thematic Mapper Plus（ETM+）图像,TRU模型对中国天津市2017-2020年45个无云日的地表蒸散发进行了模拟与验证。与城市郊区林地区域和包含大部分不透水区域的两座涡动相关法（EC）观测塔的验证结果表明,模型可以提供较可靠的LE模拟,在45个测试天的RMSE为38.8 W/m~2,MAPD为11.4%,Bias为9.9 W/m~2。对于LEv/LE的模拟,与稳定性同位素的验证的RMSE为0.087,MAPD为12.3%,Bias为–0.012,从而证明TRU可以提供可靠的蒸散发组份估计。模拟结果的空间分布表明,城市区域的土壤潜热通量及植被潜热通量展现出明显的季节性差异,但是不透水面的蒸发季节性差异较小且处于非常低的水平。TRU模型的开发代表了基于遥感的多源城市蒸散模型的突破性进展,并显著促进了城市区域蒸散发的估计。本研究提出的新的模型算法显著改进了目前适用于自然生态系统及城市区域的遥感蒸散发模拟精度,并深入分析了不同模型在不同下垫面的性能差异及物理机制差异,从而为今后区域蒸散发模拟的模型选择提供了良好的理论基础与借鉴,并为以后模型的改进指明了方向。基于本文的研究,今后关于自然生态系统及城市区域的遥感多源模型改进可着眼于以下方面:（1）耦合基于热红外地表温度和基于冠层阻抗的模型思想,融合遥感热红外,近红外及可见光波段开发出时空连续的区域土壤潜热通量及植被潜热通量数据集;（2）提高估算区域土壤潜热通量及植被潜热通量关键遥感产品的精度,比如热红外地表温度,土壤湿度,植被高度产品等;（3）尝试在区域遥感蒸散模型中使用机器学习模型,从而简化模型操作以及生成土壤潜热通量及植被潜热通量数据集;（4）城市区域的多源蒸散发模型还需要进一步开发,目前的研究者大多集中于生态系统的蒸散模型开发,但是作为人类活动的聚集地-城市区域需要更多的关注;（5）增加通量网的地面通量观测站点,尤其是城市区域的观测站点目前还十分稀缺,急需建立城市区域的地面蒸散发观测数据集。