论文部分内容阅读
及时准确的确定蒸散发,对于许多学科,如水文学、农学、森林学等均具有重要的科研和实际意义。现有的蒸散发地面观测方法,可记录小时、日、月等不同时间尺度的蒸散发数据,为相关研究提供了宝贵的基础资料。然而,蒸散发地面观测方法仅能提供小尺度的蒸散发数据,这已不能满足灌区或流域尺度的水平衡分析。随着遥感技术的发展,基于遥感影像资料的区域蒸散发模型可估算大空间尺度范围的蒸散发数据,解决了蒸散发观测方法空间尺度局限问题。但是,该类模型仅能提供白天卫星过境瞬时的蒸散发数据。需将瞬时蒸散发数据在时间尺度上扩展到日或生育期,以满足科研和实际生产的需要。本文基于北京市大兴区冬小麦(Triticum aestivum L.)生育期和澳大利亚Coleamblly(CIA)灌区油菜籽(Brassica napusL.)生育期实测蒸散发,对现有瞬时到日和日到生育期蒸散发时间尺度扩展方法的模拟效果进行分析。基于MODIS/Aqua遥感影像资料,对蒸散发时间尺度扩展方法在两个灌区的估算效果进行验证。基于遥感估算的地表温度、归一化植被指数和蒸散发等数据,对区域干旱监测方法的适用性进行分析,并对土壤墒情进行估算,结果表明:(1)分析三种瞬时到日的蒸散发时间尺度扩展方法的假设条件和估算结果发现,蒸发比EF、作物系数Kc和基于修改后参照蒸散发的作物系数kcm在白天变异性均较小。作物系数Kc白天瞬时值和作物系数Km白天瞬时值与相应日值较为接近,其误差小于蒸发比EF白天瞬时值与日值误差。以上现象导致作物系数Kc方法和作物系数Kcm方法在两个灌区进行瞬时到日的蒸散发时间尺度扩展时估算效果要优于蒸发比EF方法估算效果。基于北京市大兴区冬小麦生育期两种空间尺度的蒸散发数据,分析了空间尺度变化对三种方法模拟效果的影响,发现作物系数Kc方法利用下午时刻蒸散发观测数据进行瞬时到日的蒸散发时间尺度扩展的估算效果受输入数据的空间尺度变化影响最小。(2)分析日到生育期的蒸散发时间尺度扩展方法模拟效果发现,受率定数据量影响,Advection-Aridity(AA)方法和Katerji-Perrier(KP)方法在两个灌区的率定过程中均出现了率定变量线性关系不显著现象。作物系数方法、AA方法、KP方法及修改后的KP方法在油菜籽生育期和冬小麦生育期的模拟效果总体均较好,但作物系数方法的估算效果要优于AA方法和KP方法。(3)基于遥感影像资料和区域蒸散发SEBS模型,对上述灌区的日和生育期尺度区域蒸散发进行了估算,发现SEBS模型结合基于作物系数的蒸散发时间尺度扩展方法可较好的模拟两个灌区的不同时间尺度的区域蒸散发量。(4)基于上述研究过程中的地表温度、归一化植被指数NDVI、蒸散发等资料,评估了植被供水指数、作物缺水指数和地表阻力三种区域干旱监测方法,发现作物缺水指数能较好监测区域干旱情况。利用作物缺水指数和土壤含水率关系,可较好地估算不同深度的土壤含水率。