基于卫星遥感地表温度与植被指数特征空间的陆面蒸散发估算

本科毕业论文基于卫星遥感地表温度与植被指数特征空间的陆面蒸散发估算ThestudyOnLandSurfaceEvapotranspirationEstimationusingRemoteSensingData本科毕业设计（论文）任务书（理工科类）I.毕业设计（论文）题目：基于卫星遥感地表温度与植被指数特征空间的陆面蒸散发估算II.毕业设计（论文）工作内容（从综合运用知识、研究方案的设计、研究方法和手段的运用、应用文献资料、数据分析处理、图纸质量、技术或观点创新等方面详细说明）：利用MODIS影像、DEM、气象数据基于地表温度与植被指数梯形空间关系，结合Priestlay-Taylor公式来估算陆面蒸散发，并分析各个参数(地表温度、植被指数、气温等)对地表蒸散发的敏感性以及梯形方法的不确定性。具体包括：（1）研究区域MODIS产品数据、气象数据和DEM数据搜集整理与预处理；（2）利用MODIS产品数据及地面实测的气象参数，计算四种极端情况的理论上的地表温度，构建地表温度与植被指数梯形特征空间；（3）计算研究区域的地表净辐射、土壤热通量、蒸发比，并对估算的瞬时蒸发量进行日蒸发量的尺度扩展。（4）分析估算模型中各个参量存在的不确定性。III.进度安排：上学期进度：阅读蒸发量计算的相关文献，进行蒸发量遥感估算方法综述，掌握地表温度与植被指数梯形梯形方法实现的技术路线，下载研究区域的MODIS产品数据、气象数据。本学期进度：1-3周对MODIS数据进行批量预处理。根据MODIS产品数据的质量(云量、气溶胶等)来筛选要进行模拟的日期，相应的整理这些日期所对应的气象数据，对气温、相对湿度等参数的进行空间插值。4-7周构建地表温度与植被指数的梯形空间。包括计算梯形顶点的地表温度、空气动力学阻抗等参数。8-11周估算地表蒸散发。包括地表净辐射、土壤热通量、瞬时蒸发比、并拓展瞬时蒸发量的时间尺度。12-13周结果分析。分析各个参数(地表温度、植被指数、气温等)的敏感性，以及梯形方法的不确定性。14-16周论文写作IV.任务书参考文献[1]辛晓洲田国良等.地表蒸散定量遥感的研究进展,遥感学报,2003[2]高彦春龙笛.遥感蒸散发模型研究进展，遥感学报,2008[3]冯景泽;王忠静.遥感蒸散发模型研究进展综述,水利学报,2012[4]Wang,W.,Huang,D.,Wang,X.-G.,Liu,Y.-R.,andZhou,F.:Estimationofsoilmoistureusingtrapezoidalrelationshipbetweenremotelysensedlandsurfacetemperatureandvegetationindex,Hydrol.EarthSyst.Sci.,15(5),1699-1712,doi:10.5194/hess-15-1699-2011,2011.指导教师：，2013年12月20日学生姓名：，专业年级：水文与水资源工程10级系负责人签字：，年月日摘要蒸散发（ET）是从地球陆地面积大气的蒸发和植物蒸腾的总和，是土壤—植被—大气系统中重要的能量、物质转换和传输过程，也在模拟流域水文循环的过程中扮演着重要角色。因此，准确的估算蒸散发对了解大范围的水循环，农业用水，旱情监测，水资源管理等方面存在重要的意义。本文利用LANDSAT8以及MODIS数据，结合五道沟水文水资源试验站地面观测的气象数据基于SEBAL(SurfaceEnergyBalanceAlgorithmforLand)算法估算陆面蒸散发，并对SEBAL模型存在的的范围依赖（区域大小依赖）以及人工选择冷热点等方面的问题，进行了系统分析。最后利用正弦曲线法对遥感估算的瞬时蒸散发拓展到日尺度，并与涡动相关系统观测值进行比对，结果表明，蒸散发的均方根误差RMSE为3.33mm/d,平均绝对误差MAE为3.14mm/d.关键词：MODIS；LANDSAT8；蒸散发；SEBALABSTRACTEvapotranspirationisaverycomplexphenomenon,comprisingdifferentaspectsandprocesses(hydrological,meteorological,physiological,soil,plantandothers).Evapotranspiration(ET)isthesumofevaporationandplanttranspirationfromtheEarth'slandsurfacetoatmosphere.Evaporationaccountsforthemovementofwatertotheairfromsourcessuchasthesoil,canopyinterception,andwaterbodiesTranspirationaccountsforthemovementofwaterwithinaplantandthesubsequentlossofwaterasvaporthroughstomatainitsleaves.Evapotranspirationisanimportantpartofthewatercycle.EvapotranspirationplaysanimportantroleintheEarth'satmosphere,hydrosphereandbiosphere.Intheconditionofincreasinglylackingofwaterresourceandthetherationaluseandallocationofwater,itisnecessarytolearnmoreaboutdifferentvegetationcoverandlanduseconditions,particularlyinhydrologyandagriculture.Amongtheaccuratecalculationofsurfaceevaporationandplanttranspiration,itisthepremiseofbasinwaterbalancestudiesandfieldcropproductionestimates.ThispaperuseLANDSAT8andMODISdata,combinedwithground-basedobservationsofmeteorologicaldata,toestimateevapotranspiration.weuseSEBALmodel,combinedwiththemeasureddataofWudaogouhydrologicalexperimentresultstotestandverifyfromtheperspectiveoftimeandspace.SEBALmodelbasedonlandsurfaceenergybalanceequation,onlyusesremotesensingimagesvisible,nearinfrared,thermalinfraredbandandasmallamountofmeteorologicaldata(temperature,windspeed),calculatingthesurfacenetradiation,soilheatflux,sensibleheatfluxvolumeandinstantaneousevapotranspirationforlatentheatflux,andfinallycalculatingevapotranspirationofadaybyusingtheevaporationconstantratio.Keywords:MODIS；LANDSAT8；Evapotranspiration；SEBAL 目录摘要 IIIABSTRACT IIV第一章绪论 11.1研究背景及意义 11.2研究进展 21.3研究内容 4第二章SEBAL模型原理 62.1地表通量计算 62.1.1地表净辐射通量Rn 62.1.2显热通量H 92.1.3土壤热通量G 102.2SEBAL模型存在的缺陷 10第三章研究区域介绍，数据处理及参数计算 153.1研究区域 153.2数据处理 163.2.1LANDSAT8数据 173.2.2MODIS数据 203.2.3气象数据 213.3核心参数估算 213.3.1植被指数计算 213.3.2地表比辐射率、反照率计算 223.3.3地表温度反演 233.3.4三种方法优缺点比较 26第四章结果验证与分析 284.1结果验证 284.1.1地表温度 284.1.2辐射通量 294.1.3土壤热通量 294.1.4潜热通量及日蒸散空间分布 304.2误差分析及来源 324.2.1冷热点的选择 324.2.2能量不闭合带来的误差 33第五章结论与展望 345.1结论 345.2不足与展望 34参考文献 35致谢 38翻译 39第一章绪论1.1研究背景及意义蒸散发(Evapotranspiration)具体包括土壤蒸发与植物蒸腾ADDINEN.CITE<EndNote><Cite><Author>Burman</Author><Year>1994</Year><RecNum>53</RecNum><DisplayText><styleface="superscript">[1]</style></DisplayText><record><rec-number>53</rec-number><foreign-keys><keyapp="EN"db-id="2efx0xs24wver5er95dx2x559srf9re9aea0">53</key></foreign-keys><ref-typename="Book">6</ref-type><contributors><authors><author>Burman,Robert</author><author>Pochop,LarryO</author></authors></contributors><titles><title>Evaporation,evapotranspirationandclimaticdata</title></titles><dates><year>1994</year></dates><publisher>ElsevierAmsterdam</publisher><isbn>0444819401</isbn><urls></urls></record></Cite></EndNote>[\o"Burman,1994#53"1]两部分。它既是地表水分循环的重要组成部分，同时也是地表能量平衡方程的主要项，对地球表面水分，以及能量平衡过程的模拟和动态监测也具有重要的科学意义与实用价值ADDINEN.CITE<EndNote><Cite><Author>Kustas</Author><Year>1996</Year><RecNum>56</RecNum><DisplayText><styleface="superscript">[2]</style></DisplayText><record><rec-number>56</rec-number><foreign-keys><keyapp="EN"db-id="2efx0xs24wver5er95dx2x559srf9re9aea0">56</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Kustas,WP</author><author>Norman,JM</author></authors></contributors><titles><title>Useofremotesensingforevapotranspirationmonitoringoverlandsurfaces</title><secondary-title>HydrologicalSciencesJournal</secondary-title></titles><periodical><full-title>HydrologicalSciencesJournal</full-title></periodical><pages>495-516</pages><volume>41</volume><number>4</number><dates><year>1996</year></dates><isbn>0262-6667</isbn><urls></urls></record></Cite></EndNote>[\o"Kustas,1996#56"2]。蒸散发的准确估计，有利于分析不同植被覆盖和土地利用条件下的耗水状况，使有限的水资源能够满足人类生产、生活、生态的需求。精确估算地表蒸散发是定量遥感的范畴，存在相当大的难度，因为涉及到空气动力学、植物学、微气象学、光学等多方面的交叉学科。国际上对蒸散发计算的研究已经有200多年的历史ADDINEN.CITEADDINEN.CITE.DATA[\o"Monteith,1962#57"3-5]，至今已经取得一系列重要成果。1802年提出综合考虑空气温度、风速、湿度对蒸散发影响，蒸散发才具有真正意义上的物理意义。随着对蒸散发机理认识的不断深化以及观测技术的不断发展，很多学者从不同的角度出发，建立了很多蒸散发模型。目前国际上已发展了从传统方法、模拟方法到遥感方法的众多方法，用于估算蒸散发。其中遥感方法以其能够获知大范围地表特征信息的优势，为较准确估算地表蒸散发提供了可能，从而受到人们的日益重视。对蒸发和蒸散的研究不仅涉及到气象学和气候学，而且还与地球物理学的其它学科，如陆地水文学等密切相关。总的来说，目前蒸散发的估算方法主要有四种。第一种是能量平衡方程加气象学方法(或者说是剩余法)，即同一段时间内(卫星过境时间)地表获得的能量和失去的能量相等，不考虑平流作用和生物体内需水，能量供给的状态决定蒸散发的多少。第二种便是水量平衡法，这种方法一般用于闭合流域蒸散发的计算。即一段时间内陆表的水量收入和支出相等。由于地下径流、土壤水变化等在短时间内的不易确定性，水量平衡计算蒸散发的方法只能计算长时间如一月或更长时间的蒸散发；而相对水量平衡法，能量平衡和气象学的方法则能够应用在短时间尺度上（瞬时）。第三种方法直接根据气象数据应用经验半经验公式估算作物或参考作物蒸散发，但是只能用于特定的条件下，1990年提出的一直沿用至今的计算潜在参考作物蒸散发的FAOPenman－Monteith方法；大量研究表明：在标准大气状态下的植被表面的实际蒸散发可以结合作物系数去计算，在非标准大气状态下的作物实际蒸散发可以结合水分胁迫系数或者修改作物系数去计算。第四种方法是根据蒸发皿计算实际蒸散发，但是由蒸发皿获得的蒸发量转换到实际蒸发量所需要的系数难以确定，即需要先折算到大水面，然后再折算到陆地面两步折算，结果难以预料。1.2研究进展1995年，Bastiaanssen提出地表能量平衡算法（SurfaceEnergyBalanceAlgorithmforLand，SEBAL）ADDINEN.CITEADDINEN.CITE.DATA[\o"Bastiaanssen,1998#60"6-8]模型的雏形。1998年，Bastiaanssen在国际水文杂志上发表了基于遥感数据的最新的SEBALADDINEN.CITE<EndNote><Cite><Author>Bastiaanssen</Author><Year>1998</Year><RecNum>75</RecNum><DisplayText><styleface="superscript">[6]</style></DisplayText><record><rec-number>75</rec-number><foreign-keys><keyapp="EN"db-id="2efx0xs24wver5er95dx2x559srf9re9aea0">75</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Bastiaanssen,WGM</author><author>Pelgrum,H</author><author>Wang,J</author><author>Ma,Y</author><author>Moreno,JF</author><author>Roerink,GJ</author><author>VanderWal,T</author></authors></contributors><titles><title>Aremotesensingsurfaceenergybalancealgorithmforland(SEBAL).:Part2:Validation</title><secondary-title>Journalofhydrology</secondary-title></titles><periodical><full-title>Journalofhydrology</full-title></periodical><pages>213-229</pages><volume>212</volume><dates><year>1998</year></dates><isbn>0022-1694</isbn><urls></urls></record></Cite></EndNote>[\o"Bastiaanssen,1998#60"6]模型，详细地描述了模型的结构以及参数的确定。SEBAL模型首先被Bastiaanssen（1999）应用于土耳其的Gediz流域，采用LandsatTM数据，计算了卫星过境时刻的显热通量和潜热通量，以及当天24小时的时间积分通量。估计了六月和八月的热通量的时间变异性，并分析了灌溉对能量分配和植被水压力的影响。由于其计算地表通量时所需气象资料较少，物理意义明确，在国内外得到了广泛的使用。Bastiaanssen和Ahmad（2002）等将SEBAL模型作为工具分析了巴基斯坦Indus流域的蒸发损耗，这是第一次将SEBAL模型用于大流域的实际ET估算，输入只用太阳日照时数和风速，用降雨残差（降雨－实际蒸发）作为区域水分的指标，分析了该地区的区域水分盈亏状况，为遥感技术计算蒸散发在大流域水文中的应用开辟了先例。SEBAL在国内最早的应用是在1994年，由王介民和马耀明等首先应用于黑河地区HEIFE试验研究，并将结果用于流域水资源管理，为SEBAL模型提供了实验支撑。2000年，王介民等粗略地介绍了最新的基于卫星遥感的SEBAL模型，包括模型原理、工作流程以及模型的缺点。彭飞宇和曹宏斌分析了实地ET测量方法的缺陷和卫星遥感ET监测的优势，也重点对SEBAL模型进行了介绍，阐述了ET卫星遥感监测的可行性以及实现ET遥感监测业务化以加强流域水资源管理的思路。2003年，潘志强和刘高焕将SEBAL模型应用于黄河三角洲地区的ET估算，计算了卫星过境时刻以及当天的ET量，并以此为基础分析了该地区的ET分布特征。2005年，李红军等采用SEBAL估算了栾城县日蒸散发量，并分析了其计算结果。2004年，宋小宁基于地表能量平衡原理，定量反演地表组分温度、地表反照率以及叶面积指数等参数，结合观测数据，建立基于亚像元的区域双层蒸散模型，进行蒸散发的定量化反演研究，取得了较好的结果。2007年，唐荣林利用SEBAL模型计算了海河流域年蒸散发，研究了各植被覆盖类型的实际ET，并结合植被覆盖进行流域的水分盈亏分析。这些研究都是基于SEBAL模型，估算区域的ET分布以及通量计算，计算结果都证实了SEBAL模型的可行性。近二十多年以来，随着热红外遥感技术不断发展，为从点尺度到区域尺度计算蒸散发带来了契机，并发展了很多适合遥感技术的蒸散发计算方法。互补相关理论、能量平衡方程、P-M方程等理论都发展了基于遥感的计算方法。其中Bastiaanssen1995年提出的SEBAL模型（地表能量平衡），因其在计算通量时较少的应用地面气象参数，物理意义明确，目前已经成功应用于西班牙、尼日尔、中国、埃及等地，在模型的适用区域的广泛性及准确性方面得到了广泛的认可。另外还有在2001年提出的SEBS模型，它吸收了一些SEBAL成熟的遥感资料陆面过程参数化方案，同时也改进了SEBAL模型的一些不足，采用植被覆盖度作为估算土壤热通量占净辐射通量的比例因子，改进SEBAL从特定研究区域发展而来的半经验模型；建立了求解基于象素的热传输粗糙度模型，用特定温度条件下理论上湿润和干燥地表环境的显热通量，利用地表能量平衡指数（SEBI），计算蒸发比，避免了人工选择干湿点带来的误差。随着研究的不断深入，一些学者发现通过构建植被指数与地表温度的关系，建立干边、湿边模型结合Priestlay-Taylor公式来计算蒸发比。例如：构造植被指数和地表温度（VI-Ts）三角形特征空间确定任意地表干湿状况下的Priestlay-Taylor系数a，从而求得蒸发比EF。1994年M.S.Moran等人提出的地气温差与植被指数的梯形空间(VITT)，将地表划分为四种极端情况（完全覆盖干点、完全覆盖湿点、裸干点、裸湿点），假定在干边和湿边上，Priestlay-Taylor系数与植被指数呈线性关系，从而计算蒸发比的一种方法。随着研究的不断深入，我们发现通过单一的表面温度、表面阻力及空气动力学阻力计算能量通量，未考虑土壤表面和植被冠层各自的能量平衡、温度及水汽压系统之间的区别；在将非均匀下垫面较为复杂的动力传送和热量传输过程进行简化的同时，也牺牲了计算精度。Shuttleworth和Wallace假设，在土壤表面和植被冠层的能量通量符合相加原理，土壤和植被二源既相互独立，又相互作用，由此提出了计算蒸发蒸腾量的双层双源模型。考虑了土壤和植被的耦合关系，需要的参数数量多且在多数情况下都无法获取，针对这种情况Norma等人在传统双层模型的基础上。于1995年提出T-SEB模型，考虑行播作物覆盖不均匀的特点，提出了专为遥感应用而设计的平行模式。特点是：假设土壤通量和冠层通量互相平行，土壤与冠层各自独立与空气进行湍流交流。双层双源模型在物理意义上比单层模型更明确，但是其参数的难以获取限制了其应用的广泛性。总之各种遥感蒸散发方法具有不同的优劣和适用条件，实际应用中，应在合理精度得到满足的前提下，结合研究区特点和可获取参数情况，选择相适应的方法进行蒸散发的估算。1.3研究内容植被指数和地表温度是描述陆表过程的重要参数，综合通过遥感手段得到的植被指数和地表温度信息，来分析地表的各种植被覆盖、水分含量等变化过程，有助于更好地认知和评价陆表变化过程。一些科学家开始分析植被指数和地表温度构成的特征空间的变化规律，并用来解释陆表发生的各种过程，取得了很好的效果。本文利用MODIS、Landsat8、以及实测气象数据，基于SEBAL模型，并分析计算各个参数(地表温度、植被指数、气温等)，采用不同的温度反演方法进行验证。具体流程图见图1.1。研究内容：数据的下载以及对研究区域有个初步认识，对采用的软件熟练操作。对遥感数据预处理，包括影像叠加、裁剪等等，地面通量数据的预处理。由涡动相关通量观测系统的中的记录器CR1000、CR3000来分别采集气象数据和通量数据，利用EC150对数据做校正计算处理纠正。估算地表蒸散发。包括计算研究区域的地表净辐射、土壤热通量、蒸发比。图1.1流程图第二章SEBAL模型原理SEBAL基于陆面能量平衡方程,仅仅利用遥感影像的可见光、近红外、热红外波段及少量的气象数据(气温、风速)就能计算出地表净辐射量、土壤热通量、感热通量和用于蒸散的瞬时潜热通量,最后利用蒸发比恒定发进行时间尺度扩展求得一天的蒸散量,如果在作物的生长季节有几个时段的蒸散量,还可以扩展到计算生长期的总蒸散量。太阳辐射至地球的电磁波短波辐射，约30%被大气顶界反射回太空，还有约17%被大气吸收，其余以直射和漫射的形式到达地表。地表接受的能量以不同方式转换为其他运动形式，包括分子热传导、对流、湍流以及由于水分蒸发和凝结等相变引起的热量转换形式。地表获得的净辐射能量其中一部分用来加热近地表大气形成感热通量，一部分用来加热土壤形成土壤热通量，还有另外一部分用来使水分蒸发的能量称为潜热通量。根据能量平衡原理，可以用平衡公式表示：(2-1)其公式中，Rn为地表的净辐射通量（W/m2），是地表接受到的能量的总和；H为下垫面到大气的感热通量（也称显热通量）（W/m2）；G为下垫面地表的土壤热通量（W/m2），即下垫面土壤中的热交换；LE为潜热通量（W/m2），即下垫面与大气间水汽的热交换；S和PH分别为作物光合作用和生物量增加的能量（W/m2），用于植被光合作用和生物量增加，此部分能量因为其自身的复杂性以及比重过小，可以忽略，故能量转换模型可以简化为：(2-2)2.1地表通量计算2.1.1地表净辐射通量Rn地表净辐射Rn为地表净得的短波辐射与长波辐射的能量之和，是地表能量、动量、水分传输的和交换过程的主要来源，表现为地表辐射能量收支的差额，由太阳入射角、地形因子、地表反照率、地表比辐射率、地表温度以及大气下行辐射等因素决定，其计算公式如下：(2-3)其中：α为地表反照率，Rs↓为入射的短波辐射，RL↑为地面向上的长波辐射项，RL↓为大气向下的长波辐射项,εs为地表比辐射率，具体示意图如图2.1。图2.1地表净辐射示意图(1)地表反照率α的计算地表反照率（Albedo）α定义为地球表面向各个方向反射的全部太阳辐射通量与总入射太阳辐射通量之比。地表反照率表征地球表面对太阳辐射的反射力，决定了多少辐射能被下垫面所吸收，它定量的描述了太阳能在地表与大气间的分配比率。地表反照率随地表植被、土壤、积雪覆盖类型及其结构变化而变化。地表是多种地物的综合体现，并不存在单一的下垫面，即使是裸露的土壤，由于几何结构，地表湿度的影响，也会使反照率分布不均。而对于气候计算而言，需要的正是这种真是下垫面上反照率的综合分布信息。计算上利用MODIS产品数据MOD11A1提供的31和32两个波段的比辐射率产品（ε31和ε32），进行加权平均从而得到实际的地表比辐射率。而在构建的梯形空间中，四种极端情况下则采用固定值，在全植被覆盖下的比辐射率为0.984，而裸土情况下则为0.913。（2-4）(2)Rs的计算太阳短波辐射是经过直射和散射后到达地面的太阳辐射能量，与太阳高度角和日地距离的季节性变化、大气条件（云量、湿度、空气清洁度等）、大气厚度有密切的关系（2-5）式中：S0太阳常数为1367w/m2（2-6）（2-7）γ为纬度，可由MODIS一级产品数据MOD03获得；s为坡度，r为坡向，均可由DEM得到；ψ和δ分别代表太阳赤纬和太阳时角：（2-8）（2-9）DOY为日序，t为卫星的过境时间，可由MODIS产品数据MOD09A1中得到，（2-10）（2-11）es饱和水汽压和ea实际水汽压,Ta'为卫星过境的瞬时气温(℃)，μ同样为卫星过境的瞬时相对湿度。(3)RL↓的计算(2-SEQ2-\*ARABIC1)(2-SEQ2-\*ARABIC2)δ为斯一玻常数(5.67*10-8Wm-2K-4)，Ta为瞬时大气温度(K)，εa为大气比辐射率。(4)RL↑的计算(2-SEQ2-\*ARABIC3)Ts为地表温度(K)，在论文中使用MODIS的地表温度产品MOD11A1。2.1.2显热通量H感热通量又叫显热通量，是下垫面与大气间以湍流形式的进行热交换，即用于加热/冷却地表空气能量ADDINEN.CITE<EndNote><Cite><Author>Mu</Author><Year>2007</Year><RecNum>67</RecNum><DisplayText><styleface="superscript">[9]</style></DisplayText><record><rec-number>67</rec-number><foreign-keys><keyapp="EN"db-id="2efx0xs24wver5er95dx2x559srf9re9aea0">67</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Mu,Qiaozhen</author><author>Heinsch,FaithAnn</author><author>Zhao,Maosheng</author><author>Running,StevenW</author></authors></contributors><titles><title>DevelopmentofaglobalevapotranspirationalgorithmbasedonMODISandglobalmeteorologydata</title><secondary-title>RemoteSensingofEnvironment</secondary-title></titles><periodical><full-title>Remotesensingofenvironment</full-title></periodical><pages>519-536</pages><volume>111</volume><number>4</number><dates><year>2007</year></dates><isbn>0034-4257</isbn><urls></urls></record></Cite></EndNote>[\o"Mu,2007#67"9],由不同高度空气的温差梯度引起，受空气动力学阻抗的节制。感热通量通常用下式计算：（2-15）式中，ρ为空气密度（kg/m3），Cp为空气定压比热常量（1004J·k-1·kg-1）；Tc为下垫面温度（℃）；Ta为参考高度空气温度（℃）；ra为介于Tc及Ta之间的大气湍流热交换阻抗（s/m）（下垫面与参考高度间显热传输的阻力）。图2.2SEBAL模型显热通量计算流程图其中Z1和Z2分别代表近地表的两个高度0.1米和2米ADDINEN.CITE<EndNote><Cite><Author>Burman</Author><Year>1994</Year><RecNum>53</RecNum><DisplayText><styleface="superscript">[1]</style></DisplayText><record><rec-number>53</rec-number><foreign-keys><keyapp="EN"db-id="2efx0xs24wver5er95dx2x559srf9re9aea0">53</key></foreign-keys><ref-typename="Book">6</ref-type><contributors><authors><author>Burman,Robert</author><author>Pochop,LarryO</author></authors></contributors><titles><title>Evaporation,evapotranspirationandclimaticdata</title></titles><dates><year>1994</year></dates><publisher>ElsevierAmsterdam</publisher><isbn>0444819401</isbn><urls></urls></record></Cite></EndNote>[\o"Burman,1994#53"29,30]，u*为摩阻速度ms-1。L>0和L<0分别代表的是大气稳定及不稳定两种状况，g为重力加速度，9.8ms-2。在SEBAL模型中并没有用到无单位参数KB-1，而是直接将热量粗糙长度zoh定为替代高度之上的0.1m。ψh(2)及ψh(0.1)分别代表的是Z2和Z1高度的热量传输的稳定度修正。2.1.3土壤热通量G土壤热通量指的是由于传导作用而存储在土壤和植被中的热交换能量，土壤表层和深层的热量传递，与土壤内部的水热交换有关。土壤热通量取决于地表特征和土壤含水量等多种复杂因素，由土壤热量传递和温度梯度的函数计算得到，因此一般难以直接用遥感的方法获得。土壤表面在吸收太阳净辐射量之后，借分子传导的形式把能量传入土壤的深层，使土壤下层增温，也就是说热量自地面向下输送，这时的土壤热通量为正值；反过来，当土壤表面温度低于深层温度时，热量将由土壤的深层输出，这时的土壤热通量为负值。土壤内热交换过程中的能量即为土壤热通量，是土壤表层和深层的热量传递和温度梯度的函数，一般难以直接用遥感的方法获得。很多研究表明土壤热通量和地表净辐射通量、植被指数、地表反照率以及地表温度关系密切。在热量平衡方程的基础上，可以利用遥感资料使用热惯量法估算低植被覆盖区的土壤热通量，同时引入地表特征减少方程参数，以简化计算过程。大多数的研究中，土壤热通量都假定为地表净辐射的固定比例，而比例系数有下垫面的特征参数，如：植被指数ADDINEN.CITEADDINEN.CITE.DATA[\o"Jackson,1981#61"10-13]、地表温度ADDINEN.CITE<EndNote><Cite><Author>Allen</Author><Year>2007</Year><RecNum>65</RecNum><DisplayText><styleface="superscript">[14]</style></DisplayText><record><rec-number>65</rec-number><foreign-keys><keyapp="EN"db-id="2efx0xs24wver5er95dx2x559srf9re9aea0">65</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Allen,RichardG</author><author>Tasumi,Masahiro</author><author>Trezza,Ricardo</author></authors></contributors><titles><title>Satellite-basedenergybalanceformappingevapotranspirationwithinternalizedcalibration(METRIC)—Model</title><secondary-title>Journalofirrigationanddrainageengineering</secondary-title></titles><periodical><full-title>Journalofirrigationanddrainageengineering</full-title></periodical><pages>380-394</pages><volume>133</volume><number>4</number><dates><year>2007</year></dates><isbn>0733-9437</isbn><urls></urls></record></Cite></EndNote>[\o"Allen,2007#65"14]、植被覆盖度ADDINEN.CITE<EndNote><Cite><Author>Su</Author><Year>1999</Year><RecNum>66</RecNum><DisplayText><styleface="superscript">[15]</style></DisplayText><record><rec-number>66</rec-number><foreign-keys><keyapp="EN"db-id="2efx0xs24wver5er95dx2x559srf9re9aea0">66</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Su,Z</author></authors></contributors><titles><title>TheSurfaceEnergyBalanceSystem(SEBS)forestimationofturbulentheatfluxes</title><secondary-title>Hydrologyandearthsystemsciences</secondary-title></titles><periodical><full-title>Hydrologyandearthsystemsciences</full-title></periodical><pages>85-100</pages><volume>6</volume><number>1</number><dates><year>1999</year></dates><isbn>1027-5606</isbn><urls></urls></record></Cite></EndNote>[\o"Su,1999#66"15]Pv、反照率ADDINEN.CITE<EndNote><Cite><Author>Su</Author><Year>1999</Year><RecNum>66</RecNum><DisplayText><styleface="superscript">[15]</style></DisplayText><record><rec-number>66</rec-number><foreign-keys><keyapp="EN"db-id="2efx0xs24wver5er95dx2x559srf9re9aea0">66</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Su,Z</author></authors></contributors><titles><title>TheSurfaceEnergyBalanceSystem(SEBS)forestimationofturbulentheatfluxes</title><secondary-title>Hydrologyandearthsystemsciences</secondary-title></titles><periodical><full-title>Hydrologyandearthsystemsciences</full-title></periodical><pages>85-100</pages><volume>6</volume><number>1</number><dates><year>1999</year></dates><isbn>1027-5606</isbn><urls></urls></record></Cite></EndNote>[\o"Su,1999#66"15]α、地表比辐射率ADDINEN.CITE<EndNote><Cite><Author>Allen</Author><Year>2007</Year><RecNum>65</RecNum><DisplayText><styleface="superscript">[14]</style></DisplayText><record><rec-number>65</rec-number><foreign-keys><keyapp="EN"db-id="2efx0xs24wver5er95dx2x559srf9re9aea0">65</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Allen,RichardG</author><author>Tasumi,Masahiro</author><author>Trezza,Ricardo</author></authors></contributors><titles><title>Satellite-basedenergybalanceformappingevapotranspirationwithinternalizedcalibration(METRIC)—Model</title><secondary-title>Journalofirrigationanddrainageengineering</secondary-title></titles><periodical><full-title>Journalofirrigationanddrainageengineering</full-title></periodical><pages>380-394</pages><volume>133</volume><number>4</number><dates><year>2007</year></dates><isbn>0733-9437</isbn><urls></urls></record></Cite></EndNote>[\o"Allen,2007#65"14]决定。2.2SEBAL模型存在的缺陷显热通量计算中冷热点选取的好坏直接影响着最终精度，在实际的操作过程中需要图像中存在完整的自然地表干湿状况(包括两种极端情况)，这在一定的程度上限定了SEBAL模型的应用的广泛性和客观性，并且“热点”和“冷点”的选择标准在实际的操作中依赖一定的经验性，难以形成定性的标准，在实际的应用中存在一定人为选择偏差，Long(2011)通过对白洋淀流域的研究发现，如果热点的温度增加2k，会导致显热通量平均下降接近12%，冷点的Ts增加2k，则使显热通量平均下降多达15%。总体上，虽然SEBAL模型在过去的15年内，是应用最为广泛、较为成功的蒸散发估算模型，但是SEBAL模型同时也存在以下几种应用中的不足：(1)冷热点选择的不确定性在SEBAL模型中“冷点”被定义为植被较密、水分供应充足、蒸散量处于潜在蒸散的象元，也就等价于这些点有最大的可利用能量消耗于液态水蒸发为气态水蒸气，在传统的SEBAL模型的应用中，Bastiaanssen通常选择一片水域为“冷点”，假定上空的空气动力学温度与参考高度的气温近似相等，ET=Rn–G，同样Long(2011)认为“冷点”选择在开放的水域是合理的，因为“冷点”的温度仅仅是作为计算线性关系参数a与b值的输入参数，与其它数据并无直接的关系。但是根据Yamomoto(1968)以及Amayreh(1995)对水体蒸发的研究发现，水体蒸发的动力学基础不同于地表蒸发，水体吸收和储存太阳能的因素较为复杂，并且明显高于土壤地表，同时对时间因子如何影响水体蒸发的了解并不是十分精确，直接选择开放水域，会导致“冷点”的温度偏低，以及显热通量的高估。爱达荷州大学以Morse(2000)为首的研究团队给出全覆盖植被的基本界定(叶面积指数LAI大于3)，并指出理想状态下的“冷点”象元要选择在①地表反照率在0.22-0.24的范围，②LAI在4-6的区间内，③并且为了得到较为准确的气象条件，“冷点”象元最好是在气象站点附近。Timmermans(2007)认为“冷点”应该选择在地表被植被覆盖下的最低地表温度的区域，Long(2011)认为以最低温度作为“冷点”的选择条件必须踢出云对地表温度估算的影响。显然这些条件均是非定量的，没有确定的权重，在实际的操作过程中一方面可能存在很多满足这样条件的象元，但是最后结果完全差别很大。另一方面在干旱半干旱的区域，这些条件又很难得到满足。“热点”被定义非常干燥的没有植被覆盖的裸地,其蒸散量基本为零，即所有的可利用能量全用于加热空气。“热点”的选择条件与“冷点”一样，同样存在巨大的争议与不确定性。Morse(2000)同样给出了“热点”的选择条件，①“热点”象元的地表反照率在应该是相似于其它干燥的裸露地表。②叶面积指数LAI应该是介于0-0.4之间。③“热点”象元所代表的地表坡度小于1%④和“冷点”一样，“热点”所在的地表同样需要尽量靠近气象观测站点。⑤考虑卫星过境时间之前的降雨状况，因为参考这一参数可以初步估量研究区域的干湿状况，在实际的操作中可以应用水量平衡模型来估算所谓“热点”的土壤残留水分。 2007年，Timmermans选择“热点”为研究区域内温度相对较低的象元，并且先检验地表植被条件为裸土，避免直接选择不能代表自然表面状况的极端象元。Long(2011)提出用地表温度Ts与归一化植被指数NDVI的散点图作为选择的手段，首先选择出Ts高、NDVI低的，并且指代的特定地表(裸露的地表、沙质土壤、干燥的农用田地等)备选区域，然后从备选区域选择地表温度最高的区域。Compaore(2008)ADDINEN.CITE<EndNote><Cite><Author>Compaoré</Author><Year>2008</Year><RecNum>147</RecNum><DisplayText><styleface="superscript">[104]</style></DisplayText><record><rec-number>147</rec-number><foreign-keys><keyapp="EN"db-id="0ard5a5f2efvxgedafrx9sasvtzzw55xvvpf">147</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Compaoré,H.</author><author>Hendrickx,J.M.H.</author><author>Hong,S.</author><author>Friesen,J.</author><author>vandeGiesen,N.C.</author><author>Rodgers,C.</author><author>Szarzynski,J.</author><author>Vlek,P.L.G.</author></authors></contributors><titles><title>EvaporationmappingattwoscalesusingopticalimageryintheWhiteVoltaBasin,UpperEastGhana</title><secondary-title>PhysicsandChemistryoftheEarth,PartsA/B/C</secondary-title></titles><periodical><full-title>PhysicsandChemistryoftheEarth,PartsA/B/C</full-title></periodical><pages>127-140</pages><volume>33</volume><number>1</number><dates><year>2008</year></dates><isbn>1474-7065</isbn><urls></urls></record></Cite></EndNote>直接选择区域内干燥裸露的农田。因此“热点”不能选择在炎热的沙漠区域，人工建筑物(沥青路面、房顶)等等极端的区域。因为基于这些极端象元得出的dT和Ts的线性关系并不能真正代表自然表面的状况，尤其是这些计算象元的土壤热通量难以确定，并导致计算得出的研究区域内dT比实际值要偏小，蒸散发量偏高。(2)地表植被的破碎性。在实际的应用中，为了消除极端象元的影响，通常是选择3*3的区域来作为选择冷热点的最小区域，对于MODIS这样中分辨率的图像(500m)，这样的地表就代表实际近2.5km2的自然表面。因此对于山区相对破碎的地表植被类型，显然无法通过象元对应的实际地物的生长状况来界定地表的干湿状况以及地表植被类型的均一性作为选择冷热点的选择依据，因而进一步增加了冷热点选取的难度。同时卫星的观测角度等对反演地表温度的影响没有考虑进来。(3)图像范围依赖(domaindependence)，即完整的自然地表干湿状况SEBAL模型线性关系的假设需要所谓的“热点”及“冷点”来求取。需完整的自然地表干湿状况作为实际应用中的支撑，也可认为是表现为SEBAL模型对图像范围的依赖程度。Long(2011)通过对白洋淀流域Ⅰ及其Ⅱ级潴龙河流域，Ⅲ级沙河流域，2007年五月的四期数据做关于图像范围依赖于显热通量计算的敏感性分析，发现“热点”与“冷点”均会随着流域的大小发生变化，其中“热点”的Ts最大误差可达5.1K，，而“冷点”Ts最大误差5.2k。人为主观选择及区域依赖对选取冷热点存在一定经验上的误差，由于SEBAL模型在人为选择冷热点的过程中存在的误差，很多学者提出自己的解决方案，Long(2012)提出通过构造梯形空间的全覆盖湿点及裸干点来分别代替SEBAL模型中的冷热点，通过解决在特定的气象及地表植被条件下，基于能量平衡及辐射计算公式得到的最大水分亏缺裸干点的地表温度及最大水分胁迫的全覆盖干点的地表温度所获取理论上的干边，同时利用区域内的平均气温来代替梯形框架下湿边的地表温度，这样有助于削减地形及云的影响。具体冷热点理论上的地表温度推导过程如下： （2-16）（2-17）（2-18）其中，Lu为向上的长波辐射(Wm-2)，εs为地表比辐射率，c为土壤热通量与地表净辐射之间的比例系数。联合公式（2-16）及（2-17），可以得到公式（2-18），在热点的极端条件下，潜热通量为零，从而可以通过公式（2-18）得到“热点”理论上的地表温度Ts，max的计算公式(2-19)，同理可推导出干边上全覆盖干点的地表温度计算公式(2-20)，而湿边上的温度则由区域内的平均气温所代替。（2-19）（2-20）公式（2-19）与（2-20）之间的区别也就侧重在不同植被覆盖度下ra及反照率的求解，其中，极端条件下的反照率是通过植被覆盖度fc与反照率散点图拟合得出，具体做法是，首先将植被覆盖度分为100份，然后选取每份所代表的植被覆盖度下的反照率的最大值，最后将这些不同植被覆盖下的最大值拟合出一条直线，从而求取计算植被覆盖下的反照率，这种通过拟合得到反照率的做法，说明了Long(2012)所构建的梯形框架是基于区域而非象元，基于区域构建梯形空间不可避免存在对区域范围的依赖，以及云或者是卫星观测角度等原因造成的极端象元的影响，这样做法对SEBAL模型的所谓改进仅仅是减少人为选择冷热点带来的不确定性，而没有解决SEBAL模型对区域干湿状况的依赖。第三章研究区域介绍，数据处理及参数计算3.1研究区域本文选取的研究区域是，安徽省蚌埠市五道沟试验站（如图3-1），经纬度为117°20'24.47"E,33°09'23.80"N，利用MODIS以及LANDSAT遥感数据（包括：MOD11A1、MOD13A1、MOD03、MCD43A3和LANDSAT8）和气象数据（气温、相对湿度、风速等），结合植被指数和地表温度之间的关系，以能量平衡为基础，采用SEBAL模型，计算五道沟区域的蒸散发量。五道沟区域属于北亚热带和暖温带半湿润季风气候区，冬季干旱少雨，夏季炎热多雨，四季分明，气候温和。该区多年平均气温14~15℃，由南向北逐渐降低。年际变化不大，年内最冷1月份月平均气温为0℃左右，最热7月份在27℃左右；光照充足，多年平均日照时数为2085h；无霜期较长，多年平均212d。

由于该区处在南北分界线上，属冷暖气团经常交锋过渡地带，降水量年际变化大，年内分配也很不均匀，多年平均降雨量840mm，最大为1212.2mm。汛期6-9月降水量占年总量的62%左右。图3-1五道沟气象场图3.2五道沟遥感影像五道沟水文试验站主要水文气象要素见表3.1。表3.1主要水文气象要素项目多年平均年降水量（mm）770~950水面蒸发（mm）1100~1300

地下水埋深（m）1~3年平均气温（ºc）14~15年平均相对湿度（%）70~75年平均累积日照时数（h）2085~21503.2数据处理可见光、近红外和热红外波段的数据反映了植被覆盖与地表温度的时空分布特征，这对能量平衡的模拟是非常重要的。前两个波段用于估算冠层密度和行星反照率，热红外则提供了地表温度的信息。也有少数模型利用微波数据代替光学数据计算地表水分状况和地表温度。可见光和近红外遥感数据主要用来反演地表反照率和植被指数等参数。地表反照率为总短波反射辐射通量和入射的辐射通量之比，决定了地表吸收太阳辐射的比率，影响了地表能量平衡分布状况，是辐射平衡研究中的一个重要参数。在有日照的日子里，多数下垫面的反照率与太阳高度有关，传统的计算方法是把它作为太阳高度的函数。在利用遥感研究地表能量平衡时，目前多采用由可见光波段和近红外波段的反射率来推导宽波段反照率。热红外波段主要用来反演地表温度和地表发射率。在众多的地表温度反演算法中，为消除大气的影响，以利用分裂窗口算法为最多。它利用传感器在大气窗口的两个相临热红外波段对大气水汽的差异性吸收实现大气纠正，从而得到地表温度。3.2.1LANDSAT8数据2013年2月11号，NASA成功发射了Landsat8ADDINEN.CITE<EndNote><Cite><Author>李旭文</Author><Year>2013</Year><RecNum>76</RecNum><DisplayText><styleface="superscript">[26]</style></DisplayText><record><rec-number>76</rec-number><foreign-keys><keyapp="EN"db-id="2efx0xs24wver5er95dx2x559srf9re9aea0">76</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>李旭文</author><author>牛志春</author><author>姜晟</author><author>金焰</author><author>彭露露</author></authors></contributors><titles><title>Landsat8卫星OLI遥感影像在生态环境监测中的应用研究</title><secondary-title>环境监控与预警</secondary-title></titles><periodical><full-title>环境监控与预警</full-title></periodical><pages>1-5</pages><volume>5</volume><number>6</number><dates><year>2013</year></dates><urls></urls></record></Cite></EndNote>[\o"李旭文,2013#76"26]卫星，为走过了四十年辉煌岁月的Landsat计划重新注入新鲜血液。LandSat-8上携带有两个主要载荷：OLI和TIRS。其中OLI（全称：OperationalLandImager，陆地成像仪）由卡罗拉多州的鲍尔航天技术公司研制；TIRS（全称：ThermalInfraredSensor，热红外传感器），由NASA的戈达德太空飞行中心研制。OLI陆地成像仪包括9个波段，空间分辨率为30米，其中包括一个15米的全色波段，成像宽幅为185x185km。OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLIBand5(0.845–0.885μm)，排除了0.825μm处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外，还有两个新增的波段：蓝色波段(band1;0.433–0.453μm)主要应用海岸带观测，短波红外波段(band9;1.360–1.390μm)包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近。见表3.2对Landsat8数据ADDINEN.CITE<EndNote><Cite><Author>陈云</Author><Year>2014</Year><RecNum>72</RecNum><DisplayText><styleface="superscript">[27]</style></DisplayText><record><rec-number>72</rec-number><foreign-keys><keyapp="EN"db-id="2efx0xs24wver5er95dx2x559srf9re9aea0">72</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>陈云</author></authors></contributors><titles><title>基于Landsat8的城市热岛效应研究初探--以厦门市为例</title><secondary-title>测绘与空间地理信息</secondary-title></titles><periodical><full-title>测绘与空间地理信息</full-title></periodical><pages>123-128</pages><volume>37</volume><number>2</number><dates><year>2014</year></dates><urls></urls></record></Cite></EndNote>[\o"陈云,2014#72"27]的处理具体流程见图3-3。表3.2：OLI与ETM+对比OLI陆地成像仪ETM+序号波段(μm)空间分辨率(m)序号波段(μm)空间分辨率(m)10.433–0.4533020.450–0.5153010.450–0.5153030.525–0.6003020.525–0.6053040.630–0.6803030.630–0.6903050.845–0.8853040.775–0.9003061.560–1.6603051.550–1.7503072.100–2.3003072.090–2.3503080.500–0.6801580.520–0.9001591.360–1.39030图3-3Landsat8温度反演流程辐射定标遥感器辐射定标是将传感器记录的遥感输出灰度值（DN）转换传感器的辐射亮度的处理过程。通过增益偏差建立的定标经验公式消除由于传感器灵敏度引起的畸变，把卫星观测的计数值转换为有物理意义的辐射率或亮度温度值。热红外波段辐射校正公式为：（3-1）其中增益ML和偏移AL参数可直接从影像元数据文件中直接获取，Qcal是指像元灰度值DN，也为已知。温度反演在获取热红外波段辐射亮度值后，根据普朗克公式的反函数，求得地表真实温度T，公式为：（3-2）其中，T为亮度温度，单位：k；Lλ为辐射亮度值；Landsat8TIRS热红外波段10的K1字段为K1_CONSTANT_BAND_10，K2字段为K2_CONSTANT_BAND_10；热红外波段11参数类似。反射率定标利用反射率定标系数将其像元灰度值(DigitalNumber，DN)转换为对应的反射率值(Reflectance)。对于Landsat8的OLI，未经太阳高度角反射率校正公式如下：（3-3）其中，增益Mρ和偏移Aρ参数，可直接从影像元数据文件中直接获取，Qcal是指