遥感腾发模型研究及其在干旱区平原绿洲的应用

论文摘要

腾发是地表水热传输过程中的重要环节,也是水资源的最终消耗方式,因此成为水文水资源、气候、农业等领域的重要研究内容。传统的腾发量计算方法基于点观测数据建立,下垫面的不均匀性使其难以扩展到比较大的空间尺度。遥感数据具有空间连续性和时间动态性的特点,为区域腾发量的计算提供了新的途径。本论文在遥感腾发模型已有研究的基础上就有关问题进行深入研究,并将其应用于干旱区平原绿洲的耗水分析。土壤热通量是腾发量计算中的重要一项,针对现有模型中该能量分量估算的经验性,论文引入机理性较强的土壤热通量计算方法——谐波法。利用植被覆盖度改进了谐波法的计算,同时通过引入晴天地表温度日内变化典型曲线,以及谐波法与双源模型TSEB的耦合,解决了谐波法的参数获取问题。站点计算结果表明模型耦合对潜热通量的误差具有制约作用,能够提高其模拟精度。为获取同时具有高时间分辨率和高空间分辨率的遥感数据,论文提出地表温度空间降尺度的三角形法。利用Landsat 7 ETM+数据开展该方法与多项式法、植被覆盖度法、邻域相似法等降尺度方法的对比检验,表明三角形法精度相对较高;进一步的分析表明基于地表温度—植被指数函数关系的地表温度降尺度方法只适用于低分辨率像元内植被密度变异性较大的区域。为解决遥感反演腾发量的时间扩展问题,论文对陆面数据同化进行研究,分析了同化系统的敏感性,并开展了遥感反演的表层土壤含水率、地表温度、潜热通量和显热通量的同化试验。研究表明观测数据的系统偏差对同化结果影响较大;当观测数据的误差被控制在一定范围时,数据同化对观测变量的模拟具有改进作用,对非观测变量模拟结果的影响具有不确定性。在上述研究基础上,论文利用多时相MODIS数据构建了不同时间尺度的腾发量估算方法,并应用于叶尔羌河平原绿洲,分析了绿洲2007年耗水的年内过程、区域分布以及不同土地利用的耗水比例,为绿洲耗水研究和水资源配置提供了科学依据。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景与意义
• 1.2 国内外研究现状
• 1.2.1 腾发机理的研究
• 1.2.2 区域腾发量的非遥感研究方法
• 1.2.3 区域腾发量的遥感研究方法
• 1.2.4 遥感反演腾发量存在的问题
• 1.3 论文研究内容
• 第2章 土壤热通量的估算
• 2.1 谐波法的推导与参数计算
• 2.2 谐波法的应用与改进
• 2.2.1 数据来源与计算结果
• 2.2.2 谐波法的改进
• 2.3 晴天日内地表温度过程描述
• 2.3.1 晴天日内地表温度过程描述
• 2.3.2 方法检验
• 2.3.3 谐波项的简化近似
• 2.4 谐波法与TSEB 模型的耦合
• 2.4.1 TSEB 模型介绍
• 2.4.2 谐波法与 TSEB 模型的耦合计算（耦合法）
• 2.4.3 方法检验
• 2.4.4 敏感性分析
• 2.5 小结
• 第3章 地表温度的空间降尺度
• 3.1 地表温度空间降尺度方法
• 3.1.1 多项式法
• 3.1.2 植被覆盖度法
• 3.1.3 邻域相似法
• 3.1.4 三角形法
• 3.2 数据来源及预处理
• 3.2.1 卫星辐射率
• 3.2.2 地表窄波段反照率
• 3.2.3 地表温度
• 3.3 计算结果
• 3.3.1 土地利用的尺度分析
• 3.3.2 参数的确定
• 3.3.3 不同空间尺度上的地表温度—植被指数函数关系
• 3.3.4 降尺度结果的对比检验
• 3.4 分析与讨论
• 3.4.1 低分辨率像元内的地表温度—植被指数函数关系
• 3.4.2 地表温度的影响因素
• 3.4.3 三角形法的敏感性分析
• 3.5 小结
• 第4章 陆面数据同化探讨
• 4.1 陆面数据同化系统
• 4.1.1 HELP 模型
• 4.1.2 同化算法
• 4.1.3 数据来源
• 4.2 同化系统敏感性分析
• 4.2.1 模型自由运行结果
• 4.2.2 集合卡尔曼滤波算法的参数敏感性分析
• 4.2.3 观测数据实际误差的敏感性分析
• 4.3 陆面数据同化结果
• 4.3.1 输出变量与观测变量的相关性分析
• 4.3.2 同化结果
• 4.4 小结
• 第5章 遥感腾发模型在叶尔羌河平原绿洲的应用
• 5.1 研究区域与数据来源
• 5.1.1 叶尔羌河平原绿洲概况
• 5.1.2 数据来源
• 5.2 瞬时潜热通量的估算
• 5.2.1 地表参数反演
• 5.2.2 净辐射
• 5.2.3 显热通量
• 5.2.4 潜热通量
• 5.3 日、月、年腾发量的估算
• 5.4 计算结果分析
• 5.4.1 土地利用分类
• 5.4.2 NDVI 与耗水系数的年内变化
• 5.4.3 耗水量结果分析
• 5.4.4 不同遥感腾发模型模拟结果的比较
• 5.5 小结
• 第6章 结论与展望
• 6.1 主要成果
• 6.2 主要创新点
• 6.3 研究中的不足和今后的工作展望
• 参考文献
• 致谢
• 附录A SEBS 模型
• 附录B TSEB 模型阻抗计算
• 个人简历、在学期间发表的学术论文与研究成果