技术领域
[0001] 本
发明涉及陆面潜热通量测量领域，尤其涉及一种陆面潜热通量遥感估算方法。
背景技术
[0002] 陆面潜热通量是通过陆面
土壤蒸发和植被蒸腾过程中
水汽从土壤和植被进入大气过程中的
能量，包括植被蒸腾、土壤蒸发、
水体蒸发和植被冠层截留蒸发过程对应的能量，在分析区域
气候模式以及支持资源管理和环境规划等方面发挥着至关重要的作用。潜热通量过程复杂，与下垫面表面
温度、下垫面饱和水汽压、参考高度空气水汽压、空
气动力学阻抗、下垫面表面阻抗等有关。遥感技术提供了丰富的表征陆面潜热变化的特征参量，高度融合了地表空间异质性，为陆面潜热通量估算开辟了新途径。
[0003] 遥感估算陆面潜热通量的方法是一种间接的测量方法，是将遥感数据反演的参数与大气参数耦合起来，计算得到实际的陆面潜热通量。遥感估算潜热通量的理论
基础是地表能量平衡方程，大气
边界层理论以及土壤-植被-大气连续体(SPAC)内的水热传输规律等。卫星遥感估算陆面潜热通量是从20世纪70年代开始的，针对陆面干旱监测和潜热通量估算，利用遥感作为驱动数据，已经产生了一系列的陆面潜热通量遥感模型和
算法，如基于地表能量平衡的物理模型(Shuttleworth&Wallace,1985；辛晓洲等,2007)、经验统计算法(Jackson,et al.,1983)、Penman-Monteith算法(Peman,1948；Monteith,1965；Mu et al.,2011)、遥感三
角形方法(Jiang&Islam,2001；Wang,et al.,2006)和数据同化方法(Caparrini,et al.,2003)等。这些方法均需要考虑
空气动力学阻抗和
风速等过多非遥感参数，且遥感图像“干湿边”的确定主观性太大，大大降低了这些模型和算法在实际应用中的可操作性。
发明内容
[0004] 本发明的目的是提供一种输入参数少、易于操作的陆面潜热通量遥感估算方法。
[0005] 本发明的目的是通过以下技术方案实现的：
[0006] 一种陆面潜热通量遥感估算方法，包括以下步骤：
[0007] 1)收集实验区已有遥感特征参量产品和气象要素数据，并根据已有遥感特征参量产品和气象数据选取与陆面潜热通量密切相关的过程参数；
[0008] 2)简化传统Priestley-Taylor潜热通量遥感方程，包括简化土壤热通量和土壤-植被混合模型，引入经验系数，建立基于指数方程的混合型潜热通量遥感模型：
[0009] LE＝Rn exp(a0+a1Ta+a2NDVI)，
[0010] 式中：
[0011] LE为陆面潜热通量，
[0013] Ta为空气温度，
[0014] NDVI为归一化植被指数，
[0015] a0,a1和a2为经验系数；
[0016] 3)根据实验区已有的实际地面通量观测数据和遥感特征参量产品，通过回归分析得到步骤2)中模型的经验系数；
[0017] 4)利用研究区的气象数据、遥感特征参量产品和步骤3)得到的经验系数，计算得到估算区陆面潜热通量值。
[0018] 上述步骤1)中，与陆面潜热通量密切相关的过程参数包括大气以及生态物理参数。
[0019] 上述步骤2)中，选择Rn的正比例函数计算土壤热通量G：
[0020] G＝k0Rn，
[0021] 其中，k0为经验系数。
[0022] 上述步骤2)中，选择温度指数表达式代替Δ/(Δ+γ)来简化陆面潜热通量算法：
[0023] Δ/(Δ+γ)＝exp(k1+k2Ta)，
[0024] 其中，Δ为饱和水汽压在温度Ta处的斜率，γ为
干湿表常数，k1和k2为经验系数。
[0025] 所述步骤2)中，选择空气温度Ta和归一化植被指数NDVI的指数函数，同时增加经验系数h01、h1和h2来参数化Priestley-Taylor系数：
[0026] f＝exp(h0+h1Ta+h2NDVI)，
[0027] 其中，f为Priestley-Taylor系数。
[0028] 上述步骤3)，已有的实测实验数据包括：陆面潜热通量LE，地表净辐射Rn，空气温度Ta和归一化植被指数NDVI。
[0029] 上述的地表为草地和/或农田。
[0030] 与现有方法相比，本发明的有益效果是：
[0031] 本发明通过理论剖析、实验验证和具体应用，充分利用气象数据、遥感数据和地面通量观测数据相耦合，以Priestley-Taylor为算法理论基础，吸收和结合半经验模型的优点，利用实测的潜热通量通过回归方法获取的经验系数，构建一种基于指数方程的混合型潜热通量遥感模型，相比传统的基于能量平衡的模型，输入参数少、可操作性强。
[0032] 基于指数方程的混合型潜热通量遥感模型，既有明确的理论基础，又具有输入参数少、灵活、简单、易于操作等优点。因此，比传统的遥感潜热通量估算模型的适用面更宽，有良好的应用前景。
附图说明
[0033] 图1a和图1b分别为利用本发明的潜热通量遥感模型估算方法得到的密
云站和馆陶站的潜热通量和实地观测数据的散点图。
具体实施方式
[0034] 下面结合具体
实施例对本发明的方法进行详细说明。
[0035] 首先，构建本发明使用的基于指数方程的混合型潜热通量遥感算法。
[0036] 1.基于Priestley-Taylor蒸散理论和算法
框架，简化土壤热通量和Δ/(Δ+γ)，构建基于指数方程的混合型潜热通量遥感模型。其中，土壤热通量G认为是Rn的正比例函数，Δ/(Δ+γ)可以用温度指数表达式来代替，具体表达式如下：
[0037] LE＝(Rn-G)fΔ/(Δ+γ) (1)
[0038] G＝k0Rn (2)
[0039] Δ/(Δ+γ)＝exp(k1+k2Ta) (3)
[0040] 式中，LE为陆面潜热通量，Rn为净辐射，Ta为空气温度。Δ为饱和水汽压在温度Ta处的斜率，γ为干湿表常数，k0、k1和k2均为经验系数，f为Priestley-Taylor系数。
[0041] f与大气参数和生态环境要素有着密切的联系。其中，温度、风速、水汽压差、土壤
含水量、植被含水量、大气CO2浓度和植被根部土壤含水量都是f的主要影响因素；地表植被
覆盖状况是影响植被蒸腾的重要因子，植被通过光合作用吸收CO2来进行蒸腾，叶面积指数和归一化植被指数(NDVI)是植被状况的主要指标，本发明选择NDVI作为植被蒸腾的主要参数；地表温度(LST)是控制地表蒸散的因子，往往有云的影响，LST不能够每天都能获取，本发明利用空气温度Ta来代替地表温度。本发明选择空气温度Ta和归一化植被指数NDVI的指数函数，同时增加经验系数h01、h1和h2来参数化Priestley-Taylor系数：
[0042] f＝exp(h0+h1Ta+h2NDVI) (4)
[0043] 为了计算陆面潜热通量，综合方程(1)、(2)、(3)和(4)，陆面潜热通量方程可以表达为：
[0044] LE＝Rn(1-k0)exp(k1+k2Ta)exp(h0+h1Ta+h2NDVI) (5)
[0045] 考虑到1-k0可以表达为exp(g0),其中g0是常数，这样公式(5)简化为：
[0046] LE＝Rn exp(g0)exp(k1+k2Ta)exp(h0+h1Ta+h2NDVI)
[0047] 即：
[0048] LE＝Rn exp[g0+h0+k1+(h1+k2)Ta+h2NDVI]
[0049] 设：a0＝g0+h0+k1，a1＝h1+k2，a2＝h2，将上述公式进一步简化，得到混合型潜热通量遥感模型：
[0050] LE＝Rn exp(a0+a1Ta+a2NDVI) (6)
[0051] 2.针对不同
站点的草地和农田类型，利用与陆面潜热通量密切相关的地表净辐射、空气温度和遥感归一化植被指数，基于统计回归获取公式(6)中相应的经验系数a0、a1和a2，利用表1中收集的7个美国大气辐射观测站点观测的日地表净辐射、日潜热通量、日土壤热通量和日
显热通量数据回归，获得最终的方程：
[0052] LE＝Rn exp(-1.536+0.013Ta+0.878NDVI) (7)
[0053] 表1中7个美国大气辐射观测站点收集的数据包括：
[0054] 1)通量观测数据：2003-2005年日地表净辐射、日潜热通量、日土壤热通量和日显热通量数据；
[0055] 2)气象数据：2003-2005年日空气温度数据；
[0056] 3)遥感数据：与通量观测同步的MODIS的NDVI数据。
[0057] 表1. 2003-2005年7个美国大气辐射观测站点概况简介
[0058]
[0059]
[0060] 利用构建的基于指数方程的混合型潜热通量遥感算法来估算海河流域潜热通量，包括以下步骤：
[0061] 1.收集海河流域气象数据空间插值成0.05度格点数据，计算得到地表净辐射数据；
[0062] 2.采用方程(7)获取单个格点的潜热通量；
[0063] 3.根据步骤2获得的结果，拓展得到整个海河流域的陆面潜热通量；
[0064] 4.统计分析估算的海河流域的陆面潜热通量与站点观测的潜热通量的关系，确定算法的模拟
精度；
[0065] 5.评估模型在海河流域的模拟能力。
[0066] 中国海河流域通量观测站自2006年起陆续在海河流域北部山区的林地(北京密云)与农田(河北怀来)、中部城郊农田(北京大兴)、南部平原农田(河北馆陶)建立了多尺度地表通量与气象要素的观测网，涵盖了海河流域主要的下垫面类型。本发明采用了密云和馆陶两个站点作为验证与应用。其中，密云站(40°37'50.82"N,117°19′23.83″E)位于北京市密云县新城子镇，下垫面为果树、玉米/裸地，海拔350m。馆陶站位于河北省馆陶县河寨村，下垫面是玉米/小麦，
棉花。观测点的经纬度是115.1274°E,36.5150°N，海拔30m。密云和馆陶两个站点数据集中于2008年，数据由寒区旱区科学
数据中心网站(http://westdc.westgis.ac.cn/haihe)下载获取。
[0067] 为了验证模型在海河流域的模拟精度，用中国海河流域辐射观测数据和MODIS的NDVI数据计算陆面潜热通量，并与潜热通量观测结果进行比较。
[0068] 陆面潜热通量估算方法如下：
[0069] LE＝Rn exp(-1.536+0.013Ta+0.878NDVI) (I)
[0070] 其中，LE为陆面潜热通量，Rn为净辐射，Ta为空气温度，NDVI为归一化植被指数。
[0071] 基于
数据处理软件Grapher，建立通量观测站点的模型估算值和地面观测值的散点图，如图1a所示，密云站的潜热通量模拟误差为17.5W/m2，相关系数平方为0.86，均方根误差为34.2W/m2；如图1b所示，馆陶站的潜热通量模拟误差为-2.1W/m2，相关系数平方为2
0.51，均方根误差为56.9W/m。结果显示，算法模拟值与地面观测值具有较好的一致性。
[0072] 通过分析得知，基于指数方程的混合型潜热通量遥感算法对陆面潜热通量模拟效果理想，而且简单、灵活、可操作性强。
[0073] 以上通过详细实施例描述了本发明所提供的一种草地和农田潜热通量遥感估算算法，本领域的技术人员应当理解，在不脱离本发明实质的范围内，可以对本发明做一定的
变形或
修改，不限于本发明所公开的内容。
