克里雅河流域中游绿洲蒸散发的时空演变与驱动因素分析

蒸散发是评估荒漠绿洲水热循环的关键因素,其时空变化监测及驱动力研究可为水资源的精准调控与生态环境保护提供科学依据。以克里雅河流域中游绿洲地区为研究区域,本文基于Landsat遥感影像与SEBS模型分析了2010—2022年蒸散发的时空变化,通过蒸发皿实测数据和Penman-Monteith模型进行了估算结果的精度验证,并进一步探讨了蒸散发的影响因素。结果表明：(1)蒸散发的SEBS模拟值与蒸发皿观测值的相关系数和R²分别为0.93和0.87,RMSE为0.96 mm/d;与彭曼公式观测值的相关系数和R²分别为0.90和0.81,RMSE为0.64 mm/d。(2)2010—2022年的实际蒸散发呈下降趋势,其变化速率为14.75 mm/a;在春季、夏季和秋季呈下降趋势,在冬季则呈上升趋势。(3)蒸散发的空间异质性明显,高值主要集中在克里雅河沿岸附近,低值则分布在绿洲边缘地区的沙地;近13年整个研究区约有70.2%的像元呈无显著下降趋势,10.4%的像元呈显著下降趋势。(4)蒸散发与气温、气压、日照时数、地表温度和NDVI呈显著相关关系,与风速...     

基于涡动相关通量观测的农田蒸散发产品精度验证

高精度的农田蒸散发(ET)对于田间尺度精准的水分平衡量化和水分亏缺研究具有重要意义，对农业精准灌溉和农田水分利用效率提高具有实用价值。本研究利用全球共计28个农田站点的涡动相关系统(EC)通量观测数据，对500 m空间分辨率8 d时间分辨率的MOD16和PML-V2两种遥感蒸散发产品，进行了对比分析与精度评估。评估结果表明，PML-V2 ET产品与EC观测ET相比，均方根误差(RMSE)变化范围为3.3—22.4 mm/8 d，平均偏差(bias)变化范围为-15.98—13.27 mm/8 d;MOD16 ET产品与EC观测ET相比，RMSE变化范围为3.81—21.47 mm/8 d,bias变化范围为-16.42—15.05 mm/8 d。整体而言，两种产品精度相当，MOD16产品低估8 d ET(bias:-2.31 mm/8 d,R²:0.452,RMSE:8.82 mm/8 d),PML-V2产品略高估8 d ET (bias:0.51 mm/8 d,R²:0.455,RMSE:8.81 mm/8 d);PML-V2产品在18个站...     

三温模型与MODIS影像反演蒸散发

提出三温模型结合MODIS数据反演区域蒸散发的方法,在内蒙古草原开展案例研究,以2008年植被生长季(7—10月)的波文比系统观测数据为标准,对该方法进行检验。结果表明:三温模型反演的蒸散发量,平均值、最大、最小值分别为4.58mm/d、9.03mm/d、1.28mm/d;蒸散发反演结果在空间上分布较均匀,与草原的均一性相吻合,在时间上蒸散发的数值先逐渐增大,8月后逐渐减小,与观测结果相一致;三温模型反演的蒸散发量与观测值之间的最小、最大绝对误差分别为0.11mm/d、1.64mm/d,平均绝对误差为0.58mm/d、平均相对误差为17.10%。三温模型在1km空间尺度的反演精度较理想。     

基于Penman-Monteith Leuning模型的遥感蒸散发估算——以四川省马尔康县为例

蒸散发作为地表水分消耗和参与水文生态循环的重要参数,是生态应用研究的重点.尤其对于植被恢复和水资源管理的领域而言,区域蒸散发估算的准确性十分重要.本文以野外实测(气象和蒸散发)数据为基础,利用实测数据对遥感PML模型进行参数优化,基于Landsat-8遥感影像数据对四川省马尔康县蒸散发进行估算.研究结果表明:马尔康县模型模拟蒸散发与实测蒸散发拟合程度较好,PML模型优化的土壤湿度系数为1,气孔导度为0.0165 m/s,模型验证系数RMSE为0.15 mm/d.研究区域内不同土地利用类型的蒸散发差异较大.马尔康县日平均蒸散发为1.05 mm/d,马尔康县区域蒸散发呈现空间异质性,并受到地形、气象以及土地利用类型等因子的影响.     

遥感估算地表蒸散发真实性检验研究进展

地表蒸散发是连接土壤—植被—大气连续体的纽带，结合遥感技术估算地表蒸散发已成为获取区域乃至全球尺度时空连续地表蒸散发量的有效手段。由于遥感估算地表蒸散发容易受到地表空间异质性和近地层气象条件复杂性的影响，在模型机理与变量参数化方案、输入数据和时间尺度扩展等方面存在不确定性，影响了其准确度的提高和应用范围的拓展，因此需要开展真实性检验。本文综述了当前遥感估算地表蒸散发(包括植被蒸腾和土壤蒸发)真实性检验研究的相关成果，重点归纳并总结了应用于遥感估算地表蒸散发真实性检验的直接检验法和间接检法的主要原理、适用性和优缺点，在此基础上阐述了当前遥感估算地表蒸散发真实性检验研究所面临的挑战。分析表明：由于地表空间异质性的普遍存在，遥感估算地表蒸散发真实性检验研究在理论和方法方面还受到诸多挑战，今后应打破地表蒸散发遥感产品真实性检验局限在均匀地表的传统思路，发展非均匀地表遥感估算地表蒸散发真实性检验的理论框架，包括地表水热状况空间异质性的度量、非均匀地表验证场的优化布设、非均匀下垫面地表蒸散发的多尺度观测试验、卫星像元/区域尺度地表蒸散发相对真值的获取、验证过程中的不确定性分析以及遥感估算地表蒸散发的实证研究等，并构建一个多源、多尺度、多方法、多层次的真实性检验技术流程，以期把遥感估算地表蒸散发真实性检验作为突破口，提升相应遥感产品的应用水平，推动定量遥感科学的发展。     

石羊河流域蒸散发量遥感估算及时空格局分析

根据能量平衡原理,采用MODIS图像数据反演石羊河流域的地表蒸散发(Evapotranspiration,ET),对石羊河流域1月、4月、7月和10月的日均ET进行了估算(1月的日ET为0.15～7.21 mm,4月的日ET为0.89～7.86 mm,7月的日ET为0.12 ～9.08 mm,10月的日ET为0.54～...     

联合GRACE重力卫星与实测资料估计西辽河流域蒸散发量

西辽河流域是中国气候变化最敏感的区域之一,2000年以来,该区域水资源短缺日趋严重。基于水量平衡方程,联合重力卫星、降水资料和径流资料估计了西辽河流域的实际蒸散发量,并与遥感蒸散发产品和水文模式的蒸散发结果进行了对比分析。结果表明,在2005—2011年的干旱期,该流域平均年累计蒸散发量比同时期年降水量高了9.8 mm,多出的蒸散发主要来自于地下水亏损的贡献(约6.8 mm/a)。基于卫星重力的水量平衡方法可以有效估计干旱期由于地下水亏损导致的蒸散发增加。遥感蒸散发产品均明显低估了西辽河流域的实际蒸散发,而GLDAS-2.1 Noah模式明显高估了该区域的蒸散发量。基于卫星重力可以估计西辽河流域的蒸散发,并可用于评估不同的蒸散发产品。     

数据驱动的蒸散发遥感反演方法及产品研究进展

蒸散发是水圈、大气圈和生物圈中水分循环和能量交换的纽带。在全球尺度上,蒸散发约占陆地降水总量的60%;作为其能量表达形式,潜热通量约占地表净辐射的80%。随着通量观测技术的发展,全球长期持续的观测数据得以获取和共享,近年来基于数据驱动的蒸散发遥感反演方法取得了较好的研究进展。本文针对数据驱动的蒸散发遥感反演方法和产品,从经验回归、机器学习和数据融合3个方面展开,对现有的研究进展进行了梳理、归纳和总结,并从驱动数据、反演方法、已有产品等方面指出目前仍存在的问题和不足。未来仍需开展数据驱动的高时空分辨率的蒸散发遥感反演方法的研究,有效考虑地表温度和土壤水分等可以指示地表蒸散发短期变化的重要信息,同时加强基于过程驱动的物理模型与数据驱动的模型的结合,使两类模型能互为补充、各自发挥所长,共同推动蒸散发遥感反演研究水平的进步。     

基于蒸渗仪的蒸散量时间尺度扩展方法对比

蒸散量（ET,Evapotranspiration）时间尺度扩展方法模拟效果受多种因素影响。本文利用蒸渗仪实测的冬小麦生育期ET数据,对比分析基于蒸发比、作物系数和冠层阻力的不同ET时间尺度扩展方法的估算效果。结果表明,对小时到日尺度的ET时间扩展而言,利用上午时段（10：00-11：00）的ET实测数据,基于冠层阻力的日ET尺度扩展值估算效果要优于基于蒸发比和作物系数的效果,而利用下午时段（14：00-15：00）的ET实测数据,基于作物系数的日ET尺度扩展值估算效果要优于基于蒸发比和冠层阻力的效果,对于从典型日到生育期尺度的ET时间扩展,基于作物系数的生育期ET尺度扩展值估算效果要好于基于蒸发比和冠层阻力的效果。应根据当地的气候气象条件、作物种植状况、时间尺度扩展类型、土壤水分、ET观测设施种类等因素,择优适宜的ET时间尺度扩展方法。     

遥感蒸散发模型研究进展

蒸散发是水圈、大气圈和生物圈水分和能量交换的主要过程,也是水循环中最重要的分量之一.遥感技术的应用使得区域尺度的蒸散发估算成为可能,由此涌现出许多旨在精确反演不同时空尺度蒸散发及地表通量的模型,以更好地服务于相关领域的研究和应用.根据模型建构思想和方法的不同,从基于能量平衡的单层和多层模型、基于能量平衡的彭曼类模型以及遥感经验模型3个方面入手,系统回顾国内外遥感蒸散发模型的算法,详细评述了目前应用较为广泛的SEBAL, SEBS, TSEB模型的原理和优劣,分析了蒸散发反演存在的时间拓展及不确定性、时空分辨率及尺度效应、模型选择及适用性判别、平流影响和精度检验5个问题.指出今后应加强陆面过程和地-气系统作用机制、模型输入参数精度、精度检验和尺度效应及误差传递规律等方面的研究.     

土壤蒸发和植被蒸腾遥感估算与验证

地表蒸散发是土壤—植被—大气系统中能量和水循环的重要环节,它包括土壤、水体和植被表面的蒸发,以及植被蒸腾。随着地表参数多源遥感产品的快速发展,利用不同地表参数遥感产品估算地表蒸散发以及其组分土壤蒸发和植被蒸腾成为日常监测越来越便利,监测尺度已从单站扩展到田块、区域乃至全球。目前地表蒸散发双层遥感估算模型按照建模机理的不同可分为:系列模型、平行模型、基于特征空间的模型、结合传统方法的模型以及数据同化方法。本文从模型构建物理机制、模型驱动数据以及模型输出结果验证等方面总结了上述模型的发展历史和现状,并指出在模型结构与参数化方案的优化、高分辨率模型驱动数据的发展、土壤蒸发和植被蒸腾像元尺度"地面真值"的获取等方面都仍需进一步完善。     

农田水分生产率估算方法及应用

水分生产率是评价农业灌溉用水管理水平和节水效果的一个重要指标.本文利用遥感数据定量估算了流域平原区的蒸散量和干物质量,采用经验的收获指数计算了海河流域2003-2008多年平均水分生产率.通过在水资源三级分区的统计结果分析表明：遥感估算的水分生产率可以反映单方水产出的空间差异,海河流域平原平均水分生产率为0.99kg/m3,变化范围为0.02-2.13kg/m3,总体水平较低,南北差异较大。通过ET,产量和水分生产率关系的分析表明水分生产率与产量线性相关(R＝0.97),提高产量将一直是流域提高水分生产率的重要研究方向。水分生产率与产量随ET变化均为先线性增加后减小的特点,在两季作物区当年耗水量在335-575mm范围变化时,水分是影响产量和水分产出效益的关键因子,要着重提高中低产区域的水分生产率; 当耗水量超过575mm,水分不是唯一的限制因子,以提高作物的收获指数为重点。     

Basin scale rainfall-evapotranspiration dynamics in a tropical semiarid environment during dry and wet years

In semiarid regions the occurrence of alternating long drought and heavy rainfall periods directly impacts water availability, affecting human water supply, agriculture development and the provision of ecosystem services. Because of that, research on the water input and output fluxes at the basin scale is of paramount importance. In this sense, rainfall-evapotranspiration (ET) dynamics play a critical role in water, soil and vegetation interactions, in hydrometeorological modelling and in the energy fluxes dynamics of semiarid regions. Therefore, the objective of this study was to quantify daily ET during a wet year and a dry year in a watershed located in the Brazilian Semiarid, by using remote sensing data and formulations based on the Simplified Surface Energy Balance Index (S-SEBI) and the Simplified Surface Energy Balance (SSEB) algorithms. Land surface temperature, albedo and NDVI data from MODIS sensor and solar radiation data from weather stations located in the basin were used. Rainfall analysis indicated 2009 and 2012 as being representatives of anomalously wet and dry years respectively, which were selected for the quantification of ET. The proposed algorithm was adjusted and verified with data from a flux tower equipped with eddy covariance system. Daily remote sensing ET estimates showed good agreement with observed values (RMSE = 0.79 mm.d⁻¹) and the annual ET relative error was of 7.7% (35.4 mm.year⁻¹). Results showed that the native vegetation can delay its dormant state for five months during wet years. During the wet year, ET differences between land cover classes were less noticeable due to soil saturation and the urgency of vegetated surfaces to meet their physiological needs. In dry year, however, differences were more evident, with bare soil presenting lower ET rates and vegetation classes showing higher ET values.     

Improving a Penman–Monteith evapotranspiration model by incorporating soil moisture control on soil evaporation in semiarid areas

Penman–Monteith (PM) theory has been successfully applied to calculate land surface evapotranspiration (ET) for regional and global scales. However, soil surface resistance, related to soil moisture, is always difficult to determine over a large region, especially in arid or semiarid areas. In this study, we developed an ET estimation algorithm by incorporating soil moisture control, a soil moisture index (SMI) derived from the surface temperature and vegetation index space. We denoted this ET algorithm as the PM-SMI. The PM-SMI algorithm was compared with several other algorithms that calculated soil evaporation using relative humidity, and validated with Bowen ratio measurements at seven sites in the Southern Great Plain (SGP) that were covered by grassland and cropland with low vegetation cover, as well as at three eddy covariance sites from AmeriFlux covered by forest with high vegetation cover. The results show that in comparison with the other methods examined, the PM-SMI algorithm significantly improved the daily ET estimates at SGP sites with a root mean square error (RMSE) of 0.91 mm/d, bias of 0.33 mm/d, and R² of 0.77. For three forest sites, the PM-SMI ET estimates are closer to the ET measurements during the non-growing season when compared with the other three algorithms. At all the 10 validation sites, the PM-SMI algorithm performed the best. PM-SMI 8-day ET estimates were also compared with MODIS 8-day ET products (MOD16A2), and the latter showed negligible bias at SGP sites. In contrast, most of the PM-SMI 8-day ET estimates are around the 1:1 line.     

ETWatch中不同尺度蒸散融合方法

高分辨率遥感蒸散数据集的构建受到数据源的限制和云的影响,单一传感器无法达到高时空分辨率覆盖。本文分 析了ETWatch不同尺度遥感蒸散结果的空间特征,通过几种融合方法的比较,分析数据融合前后的数据特征和信息量,将 时空适应性反射率融合模型（STARFM）集成到ETWatch,用于不同尺度遥感蒸散数据的融合,该方法可以很好的结合高 低分辨率数据的空间分布和时间分布信息,在时间上保留了高时间分辨率数据的时间变化趋势,空间上又反映了高空间分 辨率数据的空间细节差异,STARFM融合后的日ET数据与融合前1 km 日ET数据的平均相对误差为1.75%,融合后的月ET 数据与融合前1 km 月ET数据的平均相对误差为0.2%,STARFM适合于不同尺度下遥感ET数据的融合。     

遥感反演蒸散发的日尺度扩展方法研究进展

遥感技术能够提供卫星过境时刻地表参量的瞬时值,进而通过模型构建可反演得到瞬时蒸散发。相对于瞬时蒸散发,日尺度蒸散发在实际生产生活中具有更重要的应用价值。本文系统地总结分析了遥感反演瞬时蒸散发的代表性日尺度扩展方法,包括蒸发比不变法、解耦因子不变法、辐射能量比不变法、参考蒸发比不变法、地表阻抗不变法和数据同化法,并对各方法的基本原理、估算精度、适用性等进行了对比分析。在此基础上,进一步综述了日尺度扩展方法存在的不确定性和主要问题,包括扩展方法本身误差、云覆盖、气象数据获取、夜间蒸散发估算、遥感反演同扩展误差累积及真实性检验等,并指出今后应从加强有云天及夜间蒸散发扩展机理和方法等方面的研究来提升瞬时蒸散发日尺度扩展精度。     

Assessing the performance of a large-scale irrigation system by estimations of actual evapotranspiration obtained by Landsat satellite images resampled with cubic convolution

Remote sensing techniques allow monitoring the Earth surface and acquiring worthwhile information that can be used efficiently in agro-hydrological systems. Satellite images associated to computational models represent reliable resources to estimate actual evapotranspiration fluxes, ET_a, based on surface energy balance. The knowledge of ET_a and its spatial distribution is crucial for a broad range of applications at different scales, from fields to large irrigation districts. In single plots and/or in irrigation districts, linking water volumes delivered to the plots with the estimations of remote sensed ET_a can have a great potential to develop new cost-effective indicators of irrigation performance, as well as to increase water use efficiency. With the aim to assess the irrigation system performance and the opportunities to save irrigation water resources at the “SAT Llano Verde” district in Albacete, Castilla-La Mancha (Spain), the Surface Energy Balance Algorithm for Land (SEBAL) was applied on cloud-free Landsat 5 Thematic Mapper (TM) images, processed by cubic convolution resampling method, for three irrigation seasons (May to September 2006, 2007 and 2008). The model allowed quantifying instantaneous, daily, monthly and seasonal ET_a over the irrigation district. The comparison between monthly irrigation volumes distributed by each hydrant and the corresponding spatially averaged ET_a, obtained by assuming an overall efficiency of irrigation network equal to 85%, allowed the assessment of the irrigation system performance for the area served by each hydrant, as well as for the whole irrigation district. It was observed that in all the investigated years, irrigation volumes applied monthly by farmers resulted generally higher than the corresponding evapotranspiration fluxes retrieved by SEBAL, with the exception of May, in which abundant rainfall occurred. When considering the entire irrigation seasons, it was demonstrated that a considerable amount of water could have been saved in the district, respectively equal to 26.2, 28.0 and 16.4% of the total water consumption evaluated in the three years.     

顾及空间非平稳特征的遥感干旱监测

遥感技术具备实时快速、时空连续、广覆盖尺度等独特优势,在全球气候恶化大背景下,利用遥感干旱监测方法相比于传统地面监测手段,能够提供实时、准确、稳定的旱情信息,辅助科学决策。目前常用遥感旱情监测方法大多依赖全域性数学模型建模,假定了旱情模式的空间平稳特性,因而难以准确反映旱情模式的局部差异特征。本文提出利用地理加权回归模型GWR (Geographically Weighted Regression),考虑旱情模式的空间非平稳特性,综合多种遥感地面旱情监测指数,以实现传统全域旱情监测模型的局部优化。以美国大陆为研究区,监测2002年—2011年共10年的旱情状态。研究表明,GWR模型能够提供空间变化的局部最佳估计模型参数,监测结果更加吻合标准美国旱情监测USDM (U.S Drought Monitor)验证数据,且与地面实测值的最高相关系数R达到0.8552,均方根误差RMSE达到0.972,显著优于其他遥感旱情监测模型。GWR模型具备空间非平稳探测优势,实现了旱情模式的局部精细探测,能够显著提升遥感旱情监测精度,具备较好的应用前景。