锡林河流域上游蒸散发估算及其时空特征
发布时间：2021-03-04 15:51
为揭示锡林河流域上游蒸散发（ET）变化规律及其时空分布特征,采用Landsat 8数据、气象观测数据和SEBAL模型估算2015—2017年共12期植物生长季的蒸散量,并分析其时空格局及影响因素。结果表明:①研究区模型反演参数值与实测值拟合效果良好,地表净辐射（Rn）、土壤热通量（G）、ET的决定系数（R2）分别为0.80、0.65和0.86;②同一时段的Rn和ET空间分布具有较高的一致性,整体呈现东高西低的趋势,具有显著的时空分异特征。4月日ET值在0～4.67 mm,5—7月日ET值整体呈增加趋势,最大可达10.32 mm,9—10月日ET值减少至0～3.34mm;③不同土地利用类型蒸散量依次为:水体>沼泽地>耕地>草地>沙地>农村居民点,ET值与日平均气温（T）、饱和水气压差（VPD）、Rn呈正相关,与空气湿度（RH）呈负相关,对Rn的变化最为敏感。
【文章来源】：干旱区研究. 2020,37(04)北大核心
【文章页数】：11 页
【部分图文】：
土地利用类型图
由实测值与反演值的回归分析（图3）可知：ET的模拟值与实测值的分布较为集中，大多分布在1:1直线附近，决定系数R2最高，为0.86,Rn和G均在1:1线之上，反演值大于实测值，有一定高估，Rn决定系数R2为0.80,G的模拟值较分散且波动相对较大，R2最小为0.65；由统计参数（表2）可知：RMSE可衡量模拟值与实测值之间的偏差，ET的RMSE为0.95，表明模拟值与实测值较接近，模拟结果最好；d值越接近1，表明模型模拟效果越好，Rn、G、ET分别为0.99、0.99和0.96，均趋近于1，模拟效果较好；bias反映实测值与模拟值的偏差越接近0，精度越高，而Nash-Sutcliffe效率指数（E）越接近1，表示模型可信度越高。综上所述，SEBAL模型对各个参数的模拟精度较高，因此，SEBAL模型在锡林河流域上游具有较好的适用性。SEBAL模型估算日ET值与FAO 56 P-M计算值对比结果见图4,2016—2017年石门湿地生长季SEBAL模型估计值与P-M模型的计算值变化趋势基本一致，二者起伏大致相同。蒸散量的季节变化较为明显，研究区2016—2017年4—5月蒸散量处于较低水平，平均值为4.81 mm·d-1，从6月开始呈增加趋势，6—8月蒸散量平均值为5.76 mm·d-1,9月蒸散量开始减弱，9—10月蒸散量平均值为2.89 mm·d-1。在出现降雨的时间，大部分ET都会对应出现一个波谷，降雨事件结束之后会出现一个波峰。
SEBAL模型估算日ET值与FAO 56 P-M计算值对比结果见图4,2016—2017年石门湿地生长季SEBAL模型估计值与P-M模型的计算值变化趋势基本一致，二者起伏大致相同。蒸散量的季节变化较为明显，研究区2016—2017年4—5月蒸散量处于较低水平，平均值为4.81 mm·d-1，从6月开始呈增加趋势，6—8月蒸散量平均值为5.76 mm·d-1,9月蒸散量开始减弱，9—10月蒸散量平均值为2.89 mm·d-1。在出现降雨的时间，大部分ET都会对应出现一个波谷，降雨事件结束之后会出现一个波峰。3.2 Rn和ET的时空格局
【参考文献】：
期刊论文
[1]辽河三角洲湿地生长季蒸散量时空格局及影响因素[J]. 刘曼晴,胡德勇,于琛,王莎莎. 生态学报. 2020(02)
[2]基于Sentinel-2数据的干旱区典型绿洲植被叶绿素含量估算[J]. 顾峰,丁建丽,葛翔宇,高石宝,王敬哲. 干旱区研究. 2019(04)
[3]秦淮河流域土地利用/覆被变化对蒸散量变化的贡献[J]. 秦孟晟,郝璐,郑箐舟,金楷仑,孙阁. 中国农业气象. 2019(05)
[4]2000—2015年中国陆地生态系统蒸散时空变化及其影响因素[J]. 牛忠恩,胡克梅,何洪林,任小丽,张黎,葛蓉,李攀,郑涵,朱晓波,曾纳. 生态学报. 2019(13)
[5]1971—2014年青藏高原参考蒸散变化及其归因[J]. 汪步惟,张雪芹. 干旱区研究. 2019(02)
[6]锡林河流域径流量变化对气候变化与人类活动的响应[J]. 张艳霞,于瑞宏,薛浩,多兰,胡海珠,吕喜玺. 干旱区研究. 2019(01)
[7]基于干旱指数与主成分分析的干旱评价——以锡林河流域为例[J]. 王慧敏,郝祥云,朱仲元. 干旱区研究. 2019(01)
[8]基于蒸散发数据同化的径流过程模拟[J]. 王卫光,李进兴,魏建德,邵全喜,邓超,余钟波. 水科学进展. 2018(02)
[9]不同土壤水分条件下洪泛平原湿地芨芨草叶片厚度与叶脉性状的关系[J]. 韩玲,赵成章,徐婷,冯威,段贝贝. 植物生态学报. 2017(05)
[10]基流分割方法在锡林河流域适用性分析[J]. 焦玮,朱仲元,宋小园,隋佳硕,席小康,董志兵,郝祥云. 干旱区研究. 2017(01)
本文编号：3063487
【文章来源】：干旱区研究. 2020,37(04)北大核心
【文章页数】：11 页
【部分图文】：
土地利用类型图
由实测值与反演值的回归分析（图3）可知：ET的模拟值与实测值的分布较为集中，大多分布在1:1直线附近，决定系数R2最高，为0.86,Rn和G均在1:1线之上，反演值大于实测值，有一定高估，Rn决定系数R2为0.80,G的模拟值较分散且波动相对较大，R2最小为0.65；由统计参数（表2）可知：RMSE可衡量模拟值与实测值之间的偏差，ET的RMSE为0.95，表明模拟值与实测值较接近，模拟结果最好；d值越接近1，表明模型模拟效果越好，Rn、G、ET分别为0.99、0.99和0.96，均趋近于1，模拟效果较好；bias反映实测值与模拟值的偏差越接近0，精度越高，而Nash-Sutcliffe效率指数（E）越接近1，表示模型可信度越高。综上所述，SEBAL模型对各个参数的模拟精度较高，因此，SEBAL模型在锡林河流域上游具有较好的适用性。SEBAL模型估算日ET值与FAO 56 P-M计算值对比结果见图4,2016—2017年石门湿地生长季SEBAL模型估计值与P-M模型的计算值变化趋势基本一致，二者起伏大致相同。蒸散量的季节变化较为明显，研究区2016—2017年4—5月蒸散量处于较低水平，平均值为4.81 mm·d-1，从6月开始呈增加趋势，6—8月蒸散量平均值为5.76 mm·d-1,9月蒸散量开始减弱，9—10月蒸散量平均值为2.89 mm·d-1。在出现降雨的时间，大部分ET都会对应出现一个波谷，降雨事件结束之后会出现一个波峰。
SEBAL模型估算日ET值与FAO 56 P-M计算值对比结果见图4,2016—2017年石门湿地生长季SEBAL模型估计值与P-M模型的计算值变化趋势基本一致，二者起伏大致相同。蒸散量的季节变化较为明显，研究区2016—2017年4—5月蒸散量处于较低水平，平均值为4.81 mm·d-1，从6月开始呈增加趋势，6—8月蒸散量平均值为5.76 mm·d-1,9月蒸散量开始减弱，9—10月蒸散量平均值为2.89 mm·d-1。在出现降雨的时间，大部分ET都会对应出现一个波谷，降雨事件结束之后会出现一个波峰。3.2 Rn和ET的时空格局
【参考文献】：
期刊论文
[1]辽河三角洲湿地生长季蒸散量时空格局及影响因素[J]. 刘曼晴,胡德勇,于琛,王莎莎. 生态学报. 2020(02)
[2]基于Sentinel-2数据的干旱区典型绿洲植被叶绿素含量估算[J]. 顾峰,丁建丽,葛翔宇,高石宝,王敬哲. 干旱区研究. 2019(04)
[3]秦淮河流域土地利用/覆被变化对蒸散量变化的贡献[J]. 秦孟晟,郝璐,郑箐舟,金楷仑,孙阁. 中国农业气象. 2019(05)
[4]2000—2015年中国陆地生态系统蒸散时空变化及其影响因素[J]. 牛忠恩,胡克梅,何洪林,任小丽,张黎,葛蓉,李攀,郑涵,朱晓波,曾纳. 生态学报. 2019(13)
[5]1971—2014年青藏高原参考蒸散变化及其归因[J]. 汪步惟,张雪芹. 干旱区研究. 2019(02)
[6]锡林河流域径流量变化对气候变化与人类活动的响应[J]. 张艳霞,于瑞宏,薛浩,多兰,胡海珠,吕喜玺. 干旱区研究. 2019(01)
[7]基于干旱指数与主成分分析的干旱评价——以锡林河流域为例[J]. 王慧敏,郝祥云,朱仲元. 干旱区研究. 2019(01)
[8]基于蒸散发数据同化的径流过程模拟[J]. 王卫光,李进兴,魏建德,邵全喜,邓超,余钟波. 水科学进展. 2018(02)
[9]不同土壤水分条件下洪泛平原湿地芨芨草叶片厚度与叶脉性状的关系[J]. 韩玲,赵成章,徐婷,冯威,段贝贝. 植物生态学报. 2017(05)
[10]基流分割方法在锡林河流域适用性分析[J]. 焦玮,朱仲元,宋小园,隋佳硕,席小康,董志兵,郝祥云. 干旱区研究. 2017(01)
本文编号：3063487
本文链接：https://www.wllwen.com/projectlw/dqwllw/3063487.html
最近更新
教材专著
