地表蒸散发遥感反演方法研究

发布时间：2021-03-19 07:01

　　蒸散发是地表能量平衡和水文循环过程中的重要参量,也是监测农作物生长状况和产量的重要指标。相比于传统方法,遥感反演是目前估算区域尺度地表蒸散发的唯一有效手段。对此,已有众多的学者围绕蒸散发遥感反演开展了大量的工作,形成了许多可行的方法模型。本文紧紧围绕目前广泛使用的地表温度/植被覆盖度（LST/FVC）模型,着力于发展通过该模型反演与监测全球蒸散发,针对该模型目前面临未充分考虑土壤水分与蒸散发的关联机制、因云影响无法或难以获取时空连续蒸散发、以及依赖地面辅助数据等问题。对此,本论文开展了以下三个方面的工作:首先,针对LST/FVC模型土壤水分与蒸散发的关联机制问题,即关于土壤蒸发和植被蒸腾与土壤水分是同步变化（“同步”假设）或异步变化（“异步”假设）的问题。本文基于特征空间土壤水分变化的两个基本假设进行了深入的研究,为此基于相同数据驱动“同步”和“异步”假设特征空间模型,反演了不同的干旱条件下北美草原的蒸散发,结果表明土壤蒸发和植被蒸腾对土壤表层和根层水分变化的响应主要取决于研究区的干旱条件:在半干旱和半湿润地区,“异步假设”表现更优;而“同步假设”方法在湿润地区的蒸散发估算表现更好;此... 

【文章来源】：桂林理工大学广西壮族自治区

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

Ts-Fc梯形示意图

桂林理工大学硕士学位论文17(e)(f)(g)(h)图2.2蒸散发反演值与原始观测值的对比散点图：空心正方形代表“同步假设”模型；实心正方形代表“异步假设”US_Goo和US_Ro4是AI大于0.65的湿润站点。图2.3描述了这两个站点的估算ET和经过校正的ET观测值的bias和RMSE，红色为“同步假设”模型统计结果，黑色为“异步假设”结果。结果表明，对于US_Goo站点，ET观测值经RE校正后，无论是“同步假设”还是“异步假设”都获得了小于80W/m2RMSE,与该点原始的120W/m2左右的RMSE相比，有了显著的提高。此外BR校正后也显示出了一个改进的ET估计值，RMSE约为90W/m2。类似地，US_Ro4站点原始观测值通过RE校正得到大约80W/m2RMSE,而BR校正后RMSE也从原始的140W/m2左右提高到110W/m2左右。除了RMSE,与原始ET观测值的评估相比，校正后的bias也又显著的改善。如图2.3所示，采用“同步假设”方法和“异步假设”方法,两个站点的RE校正bias分别约为30W/m2和50W/m2。此外，BR校正比RE校正bias要明显增大。这些结果初步表明，在US_Goo和US_Ro4湿润地区，RE校正的精度要优于BR校正。此外，无论何种校正方案，“同步假设”梯形方法都比“异步假设”梯形方法获得更好的ET估计值。这表明在水分充足的湿润地区，可能不需要特别考虑表层和根层土壤水分对土壤蒸发和植被蒸腾的不同响应。

图2.3两种梯形方法估算的ET与经RE和BR校正的ET值对比，US_Goo和US_Ro4站


本文编号：3089182