论文部分内容阅读
蒸发蒸腾量(ET)包含土壤蒸发和植被蒸腾,是农业生态系统中水量平衡和能量平衡的重要部分,在灌区农业水文研究中,通常利用连续的ET变化数据,研究不同作物在生育期的连续耗水过程。遥感反演ET是目前获取区域蒸散发的常用手段,其反演结果的分辨率取决于原始遥感影像的分辨率,但在目前的遥感技术条件下,单一的卫星数据难以同时拥有高时间和高空间分辨率,高时间分辨率的卫星数据如MODIS和NOAA/AVHRR等,其空间分辨率通常不能满足田间尺度研究的需求;高空间分辨率的卫星数据如Landsat系列卫星、Sentinel-2A/B、EO-1等,无法保证在时间上的连续性。遥感数据的“时”“空”矛盾是目前限制遥感蒸散发模型在灌区农业水文应用的主要因素,如何针对复杂农业区获得高时空分辨率的区域蒸散发数据是本文要探讨的关键科学问题。本文基于种植结构信息和假定的水文单元,提出了一个针对区域蒸散发的时空融合模型CSAFM,利用该模型对Landsat和MODIS的ET反演结果进行时空融合,构建了高时空分辨率的蒸散发数据集,利用田间波文比仪和涡度相关系统的实测数据对模型的融合结果进行验证,并对CSAFM模型与传统ESTARFM模型的融合精度进行评价。研究得到的主要结论如下:(1)基于Landsat和MODIS系列数据,通过SEBAL模型反演得到了研究区的蒸散量。利用波文比仪和涡度相关系统的实测数据,对Landsat和MODIS反演的结果进行验证,MODIS反演的瞬时蒸散量与实测瞬时蒸散发决定系数为0.68,均方根误差为0.78 mm/d,日蒸散量与实测数据的决定系数为0.74,均方根误差为0.84 mm/d;Landsat反演的日蒸散量结果与实测数据的决定系数为0.98,均方根误差为0.46 mm/d。两种反演结果的验证表明SEBAL模型适用于河套灌区的蒸散量计算研究。(2)提出了针对复杂农业区蒸散量的时空融合模型CSAFM(Classification-based Spatiotemporal Adaptive Fusion Model)。模型基于假定的水文单元,通过NDVI序列估算单元内的作物种植结构,并利用种植结构提取“粗”像元中各类别的丰度,对MODIS数据进行混合像元分解和无偏修正,通过筛选合适的相似像元,提取相似像元对中心像元的贡献度,预测下一时刻的中心像元值。相较于传统的数学过程的融合模型,CSAFM模型基于连续的水文单元划分和实际作物种植结构,其融合的物理过程更明确。(3)从点尺度和区域尺度对融合结果的验证表明,CSAFM模型的融合精度较高,且优于传统的ESTARFM模型。2015年CSAFM模型融合结果与水量平衡计算结果的决定系数为0.61,均方根误差为1.01mm/d;2016年生育期融合结果与波文比实测结果的决定系数为0.92,均方根误差为0.46 mm/d;2017年生育期融合结果与涡度相关实测结果的决定系数为0.89,均方根误差为0.65 mm/d。与传统的融合模型对比,2017年ESTARFM的融合结果与涡度相关实测结果的决定系数为0.83,均方根误差为0.77 mm/d。CSAFM模型融合结果比ESTARFM模型融合结果均方根误差减少了 0.12 mm/d,相对误差减少了 16%。(4)利用CSAFM模型对内蒙古临河区2009-2018年生育期的蒸散发数据进行融合,得到了高时空分辨率的蒸散发数据集,基于种植结构分类分析不同地物类别的蒸散量年际变化规律,三种主要作物(玉米、小麦、向日葵)受人为灌溉的影响,其蒸散量年际变化较小,变化区间主要在500-800mm,水体、沙地和裸地受到天气状况影响明显,其蒸散量年际变化较大。