技术领域
[0001] 本
发明是一项陆表信息反演领域的技术,针对当前蒸散量反演模型(SEBS)输入的气象场数据
分辨率较低导致蒸散量反演效果不佳的问题,本发明利用WRF模式获取高
时空分辨率气象场数据作为输入,能够明显地改善基于SEBS模型的区域蒸散量估算效果,是一项具有应用价值的空间分析技术。
背景技术
[0002] 蒸散量是
水循环的一个相当重要的参量,用于表征陆地表面水分向大气的输送,由
土壤、水面
蒸发和植被蒸腾所组成,在调节局部或区域
气候方面具有重要作用。就全球尺度而言,蒸散量占全球总降水的一半以上,意味着由大气输送到地表的水分将有大部分不会被存储下来,因此对于蒸散量的精确估算及时空分布的研究将对区域水资源管理和宏观调控政策的制定显得意义非凡。
[0003] 传统的蒸散量估算多是基于气象观测
站点的单点计算,虽然能提供相对准确的蒸散量,但由于大尺度上,下垫面和水热传输具有非均质性,使得单点计算蒸散量无法满足区域研究的需求。遥感技术因其对区域尺度信息捕获的高效准确,在非均质下垫面的区域蒸散量估算上表现出了明显的优越性。对蒸散量的定量估算一直以来都是
水循环科学领域的热点话题,学者们也一直致
力于
算法模型的改进以求能够获得高分辨率和高
精度可以兼得的更优模型,但大气环境异常复杂,与陆地的相互作用关系更是需要极多的物理参数来表达,而其中的一些参数并不容易确定。
[0004] 截至目前,国际上已经形成了诸多基于地表
能量平衡的蒸散量算法模型,应用最为普遍的是基于地表能量平衡理论的SEBS(Surface Energy Balance System)模型。在以往为SEBS模型提供气象数据的案例中,学者们通常利用气象站点数据进行数学插值,以得到区域尺度的网格气象数据,也有利用粗分辨率的同化分析资料通过数学插值为SEBS模型提供气象输入的研究。虽然取得了很多成果,但对这些模型的应用都有一个共同的问题,即由于气象站点往往分布稀疏,同化资料的分辨率又太粗,且数据时间间隔一般较大通常为几个小时间隔,纯粹的数学插值很难确保在得到高分辨率气象场的同时也能具有可靠的精确度,因此不能为模型提供较为精确的网格气象驱动数据,而导致计算出的蒸散量高分辨率和高精度往往不可兼得。
[0005] 气象模式WRF(weather research and forecasting)能够按照固定时间间隔输出模拟数据,
时间分辨率可达到小时级,空间分辨率可达到公里至百米级,其理论
基础是在大气物理环境中应用动力学、
热力学理论基于数学有限差分思想在充分考虑非均质下垫面的前提下模拟获得连续的气象场,显然要比不考虑下垫面的非均质性而进行简单的数学插值更精确,从而能为SEBS模型提供更为精确的气象数据输入。基于此,本发明尝试利用WRF模式模拟得到高时空分辨率的栅格气象数据代替常规地面站点数据或粗分辨率同化资料的简单数学插值,为SEBS模型提供相对可靠的气象数据输入,得到分辨率较高且精度更为可靠的蒸散量估算结果。
发明内容
[0006] 本发明提出一种基于WRF模式与SEBS模型耦合的蒸散量估算方法,通过将WRF模式与SEBS模型进行耦合以改进SEBS模型所需气象信息,不再是传统的气象站点或粗分辨率的同化资料进行简单的数学插值,WRF模式能够按照固定时间间隔输出模拟数据,大大提高了气象数据的时间分辨率,其理论基础是在大气物理环境中应用动力学、热力学理论基于数学有限差分的思想获得连续的气象场,在提高空间分辨率的同时也考虑了下垫面的非均质性。总体流程如图1,该方法包括如下步骤:步骤1)利用最新的土地
覆盖数据更新WRF模式自带的下垫面信息;步骤2)利用WRF模式模拟区域气候参量,设置嵌套,输出每小时间隔的高时间分辨率和1Km高空间分辨率的气象场,提取
风速、气温、
相对湿度、气压数据形成SEBS所需气象数据集;步骤3)基于DEM(Digital Elevation Model)生成坡向(ASPECT)、坡度(SLOPE)信息,并将DEM、ASPECT、SLOPE三个波段按顺序
叠加,形成SEBS所需地形数据集;步骤4)获取MODIS(Moderate Resolution Imaging Spectroradiometer)反射率产品、地表比
辐射率产品及地表
温度产品,按顺序叠加形成SEBS所需基础数据集;步骤5)利用步骤2)、3)、4)所得数据集输入SEBS模型,计算得到蒸散量。
[0007] 进一步地,所述步骤2)中设置嵌套是为了逐步提升气象场的空间分辨率,范围从大到小,逐步聚焦研究区,分辨率从粗到细。
附图说明
[0008] 图1为基于WRF模式与SEBS模型耦合的蒸散量估算方法
流程图;图2为WRF模式嵌套网格设置示意图;
图3为利用WRF模式与SEBS模型耦合估算的蒸散量(ETa-WRF);
图4为利用气象站点数据作为输入估算的蒸散量(ETa-STA)。
具体实施方式
[0009] 下面结合附图对本发明“一种基于WRF模式与SEBS模型耦合的蒸散量估算方法”作进一步说明。
[0010] 本发明试图将气象模式WRF与SEBS模型建立耦合,通过在大气物理环境中基于数理理论以粗分辨率的同化分析资料为驱动,WRF模式输出高分辨率的气象场,替代传统点源或粗分辨率气象数据的直接数学插值,为SEBS模型提供相对可靠的气象输入,以获得更为可靠的蒸散量分布结果,为区域水资源管理和宏观调控政策的制定提供参考。
[0011] 1)更新WRF模式下垫面利用2015年的CCI-LC(Climate Change Initiative Land Cover)土地覆盖数据更新WRF模式下垫面,此套数据分辨率300m,全球地表覆被类型共23大类,将其按照WRF模式自带的全球24类覆被类型进行重编码,输出ASCII码后经过预处理成为WRF模式可识别的数据。
[0012] 2)制作气象数据集对研究区设置三重嵌套,即D01、D02、D03(图2),其中D01的中心经纬度为37.735°N、
82.914°E,三重嵌套的网格数分别为61×51、116×51、141×111,对应网格距分别为25Km、
5Km、1Km。初始及边界条件由1°×1°NCEP(National Centers for Environmental Prediction)的全球分析资料提供。模拟时间为2015年7月20日-27日,设置每小时输出一次结果,取D03模拟结果进行后续处理,输出8天平均的风速、气温、相对湿度及气压,形成SEBS模型所需气象数据集。
[0013] 3)制作地形数据集基于ASTER GDEMV2 30m分辨率的DEM数据提取坡向(ASPECT)、坡度(SLOPE),并将DEM、ASPECT、SLOPE重
采样至1Km,按顺序进行波段叠加后形成地形数据集。
[0014] 4)制作基础数据集下载与气象数据时间相应的MODIS 8天合成反射率产品MOD09A1(500m)、地表温度及地表比辐射率产品MOD11A2(1Km),将7个反射率波段、地表比辐射率、地表温度9个波段按顺序叠加,重采样至1Km,形成SEBS模型所需基础数据集。
[0015] 5)计算蒸散量将准备好的地形数据集、基础数据集、陆表物理参数信息及气象数据集输入SEBS模型,运行得到2015年7月20日-7月27日的8天平均蒸散量(记为ETa-WRF)(图3)。
[0016] 为了比较估算效果,利用气象站点数据直接插值得到气象数据集作为输入,采用SEBS模型估算相同区域、相同时间的蒸散量(记为ETa-STA)(图4)。经过对比发现,ETa-STA存在大量的蒸散量估算错误,尤其在南部裸地区域,与实际地表类型对应的蒸散量不符,而本发明得到的ETa-WRF噪
声明显比ETa-STA少,而且
对比度、轮廓都更清晰。