基于不同景观的LAI-ET时空协同效应研究——以蒙古高原和青藏高原为例（英文）

近几十年来,蒙古高原和青藏高原的增温速度高于全球变暖的平均水平,导致生态系统的结构和功能发生了显著变化。叶面积指数(LAI)和蒸散发(ET)在塑造陆地表面过程和气候方面发挥着重要作用。在文中,我们重点关注LAI和ET的时空变化及其相互关系。基于2000-2014年的MODIS产品,我们发现蒙古高原的LAI和ET之间存在普遍的正相关关系,而青藏高原则没有协同作用。总体而言,青藏高原LAI的显著增加(减少)区域占总面积的49.38%(50.62%),蒙古高原则为94.92%(5.09%);青藏高原ET增加区域面积占总面积的21.70%(124.10×10~3 km~2),蒙古高原为88.01%(341.60×10~3 km~2)。更重要的是,随着时间的推移,这种关系在整个空间中发生了很大的变化,并且在景观的某些部分发现了不匹配。需要通过观测和/或实验研究来探讨这些关系,包括植被特征及其干扰的影响。     

青海北川河流域径流变化的机理研究——基于模型和统计两种方法

气候变化和下垫面变化是影响河道径流的两大驱动力,研究两者对径流的影响有利于深入理解流域水文过程,为水资源管理提供科学依据。鉴于利用不同方法获得的结果存在一定程度的差异,有必要使用多种方法进行交叉验证。论文基于Budyko水量平衡法和新增水库模块的分布式水文模型(DHSVM)法量化了气候变化和下垫面变化对青海省北川河流域径流变化的贡献。结果表明：① 自1960年以来流域出口流量以每年0.037 m³/s的趋势下降,突变年份发生在1969年。② 2种方法的分析结果均表明,年代际尺度上,气候变化对径流影响的贡献率由高到低依次为：1990—1999年>2000—2009年>1970—1979年>1980—1989年=2010—2019年,且下垫面变化是1970—2019年流域出口径流变化的主导因素,对应的贡献率分别为94.58% (Budyko法)和65.68% (DHSVM法)。③ Budyko方法只能揭示流域整体的变化,而DHSVM方法能够体现水文过程变化的时空差异,模型结果表明上中游、下游地区的年平均径流变化分别受气候变化、下垫面变化主导;流域出口处月径流变化则对下垫面条件中的水库调节更敏感。此外,文中就2种方法量化结果差异的原因也展开了讨论。     

基于因果网络的黄河流域植被变化归因分析

人类与自然耦合系统是一个充满大量非线性互馈关系的复杂巨系统。当前对系统内单要素和静态特征的研究,虽有助于理解某个时刻的系统状态,却不能完整地表达其内部不同要素间错综复杂的关联。论文着眼于黄河流域区县尺度植被变化归因(以叶面积指数LAI作为表征植被的指标),综合利用人类—自然耦合系统多源数据和因果诊断方法,构建黄河流域LAI复杂因果网络。通过复杂网络统计方法对网络节点、结构特征进行分解,揭示影响流域LAI变化的关键要素及其空间分布特征。研究结果表明：① 1990—2018年流域LAI以1.3%/a的速率增长,增长速率在空间上由东南向西北逐渐递减。② 在网络视角下,降水量、气温、饱和水汽压差、农业用地、城镇化率和粮食产量为影响流域LAI变化的关键要素。③ 自然要素(如降水量和气温等)主导了流域内259个区县的LAI变化;社会经济(如城镇化率和粮食产量等)和土地利用类型(如林地和草地等)要素主导了流域内76个区县的LAI变化,主要集中于黄土高原且影响强度远大于自然要素。研究在人类—自然耦合系统框架下构建了黄河流域植被变化多层互馈网络,综合认知流域植被演变的自然和社会驱动力,为理解自然—社会系统复杂的互馈关系提供了一种新的思路和方法。     

LASCAM水文模型在流域生态水文过程研究中的应用——模型理论基础

LASCAM水文模型是一种大尺度分布式概念水文模型,介于高精度分布式水文模型和集总式经验模型之间,是基于亚流域空间单元建立的中等精度的分布式概念模型。LASCAM模型在亚流域空间单元定义了3个概念性土壤水库,在经验方程的基础上:①建立亚流域各土壤水库与亚流域生态特征(LAI)和气候(降雨)之间函数关系;②通过对亚流域的降雨-植冠截流过程、地表产流过程、表层入渗-亚表层产流过程、亚表层入渗过程的模拟,揭示降雨在亚流域的(地表和亚表层)径流和入渗等环节的再分配过程;③基于亚流域各土壤水库的水量(水位)建立了各土壤水库之间的水通量过程方程;④建立亚流域各库的蒸散发与生态特征(LAI)之间的函数关系模拟各库的蒸散发过程。最后,通过河道径流演算法则,并依据亚流域与流域总体之间的分布式关系,将各亚流域的径流汇总到整个流域,从而将亚流域空间的水文响应扩展到流域整体空间上,实现了大尺度异质性流域的水文过程和水量平衡模拟。     

华北山区短时段参考作物蒸散量的计算

短时段参考作物蒸散量的估算是研究华北山区小尺度范围内的水分循环和转化的重要环节.因受观测条件的限制,北方半湿润半干旱山区短时段参考作物蒸散量的研究相对较少.本文利用FAO Penman-Monteith公式、FAO Penman修正式和Priestley-Taylor公式对华北山区东台沟小流域观测到的4个月的气象数据进行了逐日的参考作物蒸散量计算,结果显示,FAO Penman修正式的计算值比FAO Penman-Monteith公式的计算值平均偏大16%左右,而且经过统计分析,它们具有很好的相关性,即在代表流域内使用FAO Penman修正式计算出参考作物蒸散量之后,再乘以一个折算系数(如0.84),即可得到与FAO Penman-Monteith公式的计算值较为相近的结果;而Priestley-Taylor公式的计算值与FAO Penman-Monteith公式的计算值相比,差异比较显著.分析其原因,我们认为是由于Priestley-Taylor公式没有考虑空气动力项对参考作物蒸散量的影响.因此,如果在华北山区使用Priestley-Taylor公式计算参考作物蒸散量,必须根据季节对公式中的常数项α重新进行修正.本文通过对2003年8月～2004年8月期间逐日计算得到的ET0(P-T)和ET0(P-M)值进行对比分析后,给出了修正后的不同季节的α值,为华北山区计算作物蒸散量提供了依据.     

绿洲灌区参考作物蒸散量的测算

参考作物蒸散量(ET0)是计算作物需水量的关键因子,目前计算ET0最准确的方法主要是FAO Penman-Monteith模型,但该模型需要大量的参数而在有些地区难以应用。为了寻求利用有限参数确定ET0的适用方法,将模拟蒸散仪（Simulated ETgage Atmometer）实测ET0值与FAO Penman-Monteith等7种常用的、参数需求不同的模型计算的ET0值进行了比较研究。结果表明:①模拟蒸散仪实测ET0值与FAO Penman-Monteith模型计算结果非常接近,说明绿洲灌区ET0可以用模拟蒸散仪直接测定,若参数齐全也可用FAO Penman-Monteith模型直接计算;②如果有效参数仅可满足Hargreaves模型计算需求,也可用该模型计算ET0,但在精确的灌溉设计和农田水量平衡测算中该模型计算的5—8月值需要降低5.2%;③建立了Jensen-Haise、FAO-17 Penman、FAO-24 Radiation等模型的修正模型,若有效参数仅能满足这些模型的计算需求,就可用这些修正模型准确计算试区ET0;④Makkink模型和Priestley-Taylor模型不能用于试区ET0的准确计算。     

基于Budyko假设的党河径流变化归因

流域水资源变化特征及其归因识别一直是水文研究的重要科学问题。本文以党河流域为研究区,采用线性倾向估计等方法分析了流域气象、下垫面和水文要素变化特征,基于Budyko水热耦合平衡方程量化了气候变化和人类活动对径流变化的贡献。结果表明：(1)流域内气温呈升高趋势,降水呈增加趋势,气候向暖湿化方向发展;(2)林地、草地、耕地、水域和建设用地面积增加,未利用地面积缩减;冰川退缩速率为3.86 km²·a^-1;多年平均最大冻结深度平均递减速率为1.14 cm·a^-1;(3)党河径流年际递增速率为0.21亿m³/10a,年内分配为“双峰型”,降水和气温对径流年内变化贡献分别为57.2%和42.8%,气候变化和人类活动对径流变化贡献分别为59.46%和40.54%。     

基于地理环境要素的叶面积指数遥感定量反演

叶面积指数(LAI)是分析冠层结构最常用的参数之一,它控制着植被的生物、物理过程,如光合、呼吸、蒸腾、碳循环和降水截获。但是通过地面直接测量来获取大面积的LAI十分困难,而传统的基于单植被指数的LAI反演方法也具有一定的缺陷。以福州市辖区与闽侯县的阔叶林和处于生殖生长阶段的水稻为研究对象,在传统单植被指数的LAI反演方法的基础上引进植被含水量、植被覆盖度和地形3个核心环境因子来建立LAI估算模型。结果表明:基于最佳植被指数与环境因子的LAI估算模型与未考虑环境因子的单植被指数LAI估算模型相比,其验证精度有所提高。其中,就阔叶林的LAI定量反演模型而言,R~2由0. 706～0. 717提升至0. 755,RMSD由0. 292～0. 297降低至0. 271;就生殖生长阶段的水稻LAI定量反演模型而言,R~2由0. 724～0. 879提升至0. 952,RMSD由0. 696～1. 054降低至0. 441,实现了较高精度的LAI定量反演模型,为福州市辖区及其周边闽侯县区域的LAI快速定量监测奠定基础。     

水文模型参数敏感性快速定量评估的RSMSobol方法

水文模型参数敏感性分析是模型不确定性量化研究的重要环节,其可以有效识别关键参数,减少模型率定的不确定性,提高模型优化效率。然而如何快速有效地定量评估参数敏感性已成为当前大尺度分布式水文模型优化的瓶颈。针对传统的全局定量敏感性分析方法在多参数复杂水文模型的不足,本文采用基于统计学习理论的支持向量机(SVM) 建立非参数响应曲面(称为代理模型),再结合基于方差的Sobol 方法,建立了基于响应曲面方法的Sobol 定量全局敏感性分析方法(RSMSobol 方法),实现复杂模型系统参数敏感性的快速定量化评估。本文选用淮河流域的日尺度分布式时变增益水文模型进行实例研究,采用水量平衡系数(WB),Nash-Sutcliffe 效率系数(NS) 和相关系数(RC) 三个目标函数综合评价模拟效果。研究结果显示RSMSobol方法在实现定量全局敏感性分析的同时降低了模型运行时耗,提高了模型评估效率,且与传统定量方法Sobol 方法具有同样的评估效果。该方法的有效应用为大型复杂水文动力模拟系统的参数定量化敏感性评价提供了参考,为模型参数进一步优化提供了可靠依据。     

Hargreaves公式在塔克拉玛干沙漠腹地的适用性

对运用Hargreaves公式计算参考作物蒸散量(ET0)在干旱区的适用性存在不同观点。为了求证Hargreaves公式在极端干旱区塔克拉玛干沙漠腹地的适用性,利用2005-2010年塔克拉玛干沙漠研究站的气象资料,以利用Penman-Monteith公式计算的结果为标准,对利用Hargreaves公式计算的ET0进行了对比分析,并对两种计算结果差异的成因进行了阐释。结果表明:在年时间尺度上,利用Hargreaves公式计算的结果略大于利用Penman-Monteith公式计算的结果,标准差介于32.86~35.00 mm,年参考作物蒸散量计算结果呈现弱变异程度;在月时间尺度上,用两种方法计算的参考作物蒸散量呈现中等变异程度,蒸散量绝对偏差介于-3.26~8.73 mm,相对偏差介于-12.20%~29.02%,除了10月与11月,其余月份相对偏差均保持在10%之内。用两种方法计算的10月与11月份ET0产生差异的最主要原因在于有较高的温度较差。最后,经过对年、月参考作物蒸散量进行t-检验及建立回归方程,表明Hargreaves公式适用于极端干旱的塔克拉玛干沙漠腹地。     

基于ETM+与MODIS数据融合的伊洛河流域地表蒸散估算

MODIS数据时间分辨率较高,在对地能量和水分变化监测应用中具有不可比拟的优势。但其空间分辨率较低,混合象元效应显著,尤其在地表土地利用类型复杂和空间异质性较大时,会带来较大的误差。而ETM+数据具备较高的空间分辨率,但其单一的热红外波段导致反演的地表温度精度不高,且时间分辨率低,因而限制了在地表蒸散监测中的应用。本文探讨了将TM/ETM+与MODIS数据相融合估算区域地表蒸散的一种多尺度遥感方法,利用TM/ETM+计算得到的植被指数,基于空间增强方法将MODIS反演的地表温度尺度提高到30 m,并结合SEBS模型对伊洛河流域的地表蒸散进行了估算。验证与分析的结果表明,估算精度得到提高,研究区当日蒸散量在0～5.32 mm/d之间,空间分布具有明显的地域性差异,区域分布不均衡。     

中国西北地区蒸发散量计算的遥感研究

自然陆面区域蒸发散的教育处是一个复杂的问题，在利用遥感资料求取地表特征参数的基础上，首先建立了2种极端条件下（裸露地表和全植被覆盖）的裸土蒸发和全植被覆盖蒸散计算模型，然后结合植被覆盖度给出非均匀陆面条件下的区域蒸发散计算方法，实测资料验算表明该模型具有较高的计算精度，最后利用该模型对我国西北5省区的蒸发散量进行了计算，并对该研究区蒸发散的特点进行了分析。     

Estimation of regional evapotranspiration over Northwest China using remote sensing

It is a very complicated problem to estimate evapotranspiration (ET) over a large area of land surface. In this paper, the evapotranspiration estimation models for dense vegetation and bare soil are presented, based on the information of parameters like vegetation cover-degree and surface albedo. Combined with vegetation cover-degree data, a model for regional evapotranspiration estimation over the heterogeneous landscape is derived. Through a case study using remote sensing data over Northwest China, the accuracy of the model for regional evapotranspiration estimation is checked. The result shows that the accuracy of the model is satisfactory. The features of evapotranspiration over Northwest China are also discussed with the application of the model.     

Estimation of regional evapotranspiration over Northwest China using remote sensing

1 IntroductionThe method for estimating evapotranspiration (ET) was first given by Dalton in 1802, and a number of models for ET estimation have been presented since then. Those models, from the experiential and semi-experiential models[1,2] and physical models[3,4] to the models in terms of the mechanism for energy and water fluxes in soil-vegetation-atmosphere transfer system such as SiB, have improved the precision of ET estimation. It is, however, difficult to calculate regional ET by …     

区域尺度蒸散发遥感估算——反演与数据同化研究进展

遥感技术近年来在估算区域尺度蒸散发中应用广泛。不同方法在驱动数据、模型机理和适用范围往往存在很大差别。鉴于此,阐述了基于传统方法空间尺度扩展的遥感模型,经验统计公式,特征空间法,单源、双源垂向能量平衡余项法等几类的遥感蒸散发反演方法,简要介绍了三温模型、非参数化模型、半经验模型、集成模型等常用模型。同时,分析了遥感数据同化实现连续估算区域蒸散发的主要思路,综述了基于能量平衡和基于复杂过程模型的数据同化的原理、方法演进及常用同化算法等。最后,探讨了各类区域蒸散发遥感方法的优劣、展望了模型机理完善、不确定性研究、结果验证等与蒸散发直接反演和数据同化相关的研究方向。     

一种基于植被指数-地表温度特征空间的蒸散指数

利用遥感获取的植被指数和地表温度信息,进行地表能量和水分平衡过程研究是目前陆表过程研究的前沿。根据地表能量和水分平衡原理,对地表温度(Ts)、植被指数(VI),地表蒸散发(ET)之间的空间关系进行了分析,并基于假设条件,构建了温度植被蒸散指数(TVETI)。为验证TVETI表征地表蒸散的能力,利用环境卫星数据和SEBAL模型,对SEBAL模型中各能量通量构建的蒸散指数与TVETI进行线性回归分析,从2012年4~9月6个不同日期的确定性系数分别为:0.838、0.935、0.912、0.921、0.926、0.825, TVETI能很好的表征地表蒸散能力。通过对SEBAL模型估算的ET和TVETI估算的ET进行交叉验证发现,两者大小一致性显著, TVETI可以实现区域尺度地表蒸散发的快速估算。     

中国东部南北样带森林生态系统蒸腾与蒸散比值（T/ET）时空变化

植被蒸腾与蒸散的比值（transpiration/evapotranspiration, T/ET）表征了植被蒸腾对生态系统蒸散的贡献率,是准确量化生态系统水分利用效率的关键参数,对研究植被水分运移的生理生态机理以及碳水循环关系具有重要意义。基于站点数据验证PT-JPL模型（Priestly-Taylor Jet Propulsion Laboratory Model）模拟精度,集成遥感数据和气象栅格数据模拟中国东部南北样带森林生态系统2001-2010年T/ET,并分析其时空变化及影响因子。结果表明：① PT-JPL模型适用于中国东部森林生态系统蒸散及其组分模拟,具有较高的稳定性和可靠性;② 中国东部南北样带森林生态系统T/ET空间差异显著,整体呈南部低、北部高,主要由夏季T/ET空间格局主导;样带整体T/ET均值为0.69,2001-2010年呈显著缓慢上升趋势,增幅为0.007/yr（p < 0.01）;③ T/ET季节和年际变异的主控因子不同：温度和EVI是影响T/ET季节变异的关键因子,两者均可解释T/ET季节变异的90%左右（p < 0.01）;而T/ET的年际变异则主要受EVI影响,解释率为53%（p < 0.05）。     

蒸散发测定方法研究进展

蒸散发过程是水文循环的重要环节, 也是全球能量交换的重要组成部分, 决定了土壤－植被－大气系统中水、热传输过程, 对其进行定量估算是评价陆地生态系统生产力、水源涵养能力、区域耗水及土壤水分运移的基础, 是全球气候变化研究的重要内容。本文根据蒸散发测定思路和方法的不同, 将蒸散发测定按照实测法和模型法两类方法进行总结, 系统回顾了实测法和模型法的不同算法, 评述不同方法的原理和优劣, 并总结和分析了目前蒸散发测定工作中应重点研究的内容, 指出未来蒸散发估算的发展方向, 以期为相关研究的开展提供参考。     

基于遥感的黄河三角洲蒸散的动态分析

Evapotranspiration (ET) is an important parameter for water resource management. Compared to the traditional ET computation and measurement methods, the ET computation method based on remote sensing has the advantages of quickness, precision, raster mapping and regional scale. SEBAL, an ET computation model using remote sensing method is based on the surface energy balance equation which is a function of net radiance flux, soil heat flux, sensible heat flux and latent heat flux. The former three fluxes can be computed through the parameters retrieved from remote sensing image, then the latent heat flux can be obtained to provide energy for ET. Finally we can obtain the daily ET. In this study SEBAL was applied to compute ET in the Yellow River Delta of China where water resource faces a rigorous situation. Three Landsat TM images and meteorology data of 1999 were used for ET computation, and spatial and temporal change patterns of ET in the Yellow River Delta were analysed.     

Dynamic analysis of evapotranspiration based on remote sensing in Yellow River Delta

Evapotranspiration (ET) is an important parameter for water resource management. Compared to the traditional ET computation and measurement methods, the ET computation method based on remote sensing has the advantages of quickness, precision, raster mapping and regional scale. SEBAL, an ET computation model using remote sensing method is based on the surface energy balance equation which is a function of net radiance flux, soil heat flux, sensible heat flux and latent heat flux. The former three fluxes can be computed through the parameters retrieved from remote sensing image, then the latent heat flux can be obtained to provide energy for ET. Finally we can obtain the daily ET. In this study SEBAL was applied to compute ET in the Yellow River Delta of China where water resource faces a rigorous situation. Three Landsat TM images and meteorology data of 1999 were used for ET computation, and spatial and temporal change patterns of ET in the Yellow River Delta were analysed.