于文穎，紀(jì)瑞鵬?，徐德增，賈慶宇，馮銳，孫龍彧，武晉雯，張玉書(shū)

(1.中國(guó)氣象局沈陽(yáng)大氣環(huán)境研究所，110166，沈陽(yáng)； 2.遼寧省水利水電勘測(cè)設(shè)計(jì)研究院，110006，沈陽(yáng)； 3.沈陽(yáng)市氣象局，110168，沈陽(yáng))

基于SEBAL模型的盤(pán)錦濕地日蒸散估算及其分布特征

于文穎1，紀(jì)瑞鵬1?，徐德增2，賈慶宇1，馮銳1，孫龍彧3，武晉雯1，張玉書(shū)1

(1.中國(guó)氣象局沈陽(yáng)大氣環(huán)境研究所，110166，沈陽(yáng)； 2.遼寧省水利水電勘測(cè)設(shè)計(jì)研究院，110006，沈陽(yáng)； 3.沈陽(yáng)市氣象局，110168，沈陽(yáng))

為了驗(yàn)證SEBAL模型對(duì)濕地蒸散量估算的準(zhǔn)確性，本研究基于Landsat 8衛(wèi)星數(shù)據(jù)和SEBAL模型，以盤(pán)錦濕地生態(tài)系統(tǒng)野外觀測(cè)站的渦動(dòng)相關(guān)實(shí)測(cè)數(shù)據(jù)為檢驗(yàn)，估算盤(pán)錦濕地2013—2015年典型晴天衛(wèi)星過(guò)境時(shí)刻的瞬時(shí)蒸散量，并利用正弦函數(shù)法將遙感反演訂正后的蒸散瞬時(shí)值轉(zhuǎn)換為日尺度的蒸散值，分析蘆葦和稻田濕地的日蒸散量分布特征。結(jié)果表明：SEBAL模型反演的盤(pán)錦濕地瞬時(shí)蒸散量比實(shí)測(cè)值偏高，平均相對(duì)誤差為31.6%，但相關(guān)系數(shù)達(dá)0.79，為了提高反演精度，利用線性方程進(jìn)行訂正，訂正后的遙感估算值與實(shí)測(cè)值平均相對(duì)誤差為6.4%，提高了25.2%；蘆葦濕地日蒸散量集中在3.4～4.0 mm/d之間，占總面積的64.7%～82.4%；稻田濕地日蒸散量集中在3.6～4.1 mm/d之間，占總面積的67.4%～86.6%；稻田濕地日蒸散量普遍比蘆葦濕地高0.1～0.2 mm/d。應(yīng)用訂正后的SEBAL模型反演濕地蒸散量，可為濕地區(qū)域蒸散估算及濕地水資源管理提供依據(jù)。

濕地； 遙感； 蒸散； SEBAL模型

濕地蒸散包括土壤、水面、植被表面的蒸發(fā)和蒸騰過(guò)程，是濕地生態(tài)系統(tǒng)水分損失的主要途徑，是濕地生態(tài)水文過(guò)程綜合作用的結(jié)果[1-3]。在全球氣候變化背景下，由于濕地特殊的生態(tài)水文特征以及對(duì)氣候變化和人類活動(dòng)的敏感反應(yīng)，濕地生態(tài)水文過(guò)程一直是國(guó)內(nèi)外科學(xué)家研究的熱點(diǎn)。開(kāi)展?jié)竦卣羯⒐浪愫湍M研究，可為濕地蒸散量的準(zhǔn)確評(píng)估提供科學(xué)依據(jù)，同時(shí)對(duì)濕地水資源管理、生物多樣性保護(hù)以及全球氣候變化均有重要意義[4-5]。

傳統(tǒng)的蒸散研究方法多基于“點(diǎn)”尺度，而遙感法從“面”尺度研究，適用于區(qū)域尺度的濕地蒸散估算[6]。國(guó)內(nèi)外利用遙感技術(shù)估算蒸散的模型可分為經(jīng)驗(yàn)?zāi)Ｐ头ê偷乇砟芰科胶饽Ｐ头?。?jīng)驗(yàn)?zāi)Ｐ头ㄊ菍⑦b感獲得的數(shù)據(jù)應(yīng)用于傳統(tǒng)的蒸散模型，如Priestly-Taylor(P-T)模型、Penman、Penman-Monteith(P-M)模型；能量平衡法是通過(guò)遙感技術(shù)獲取輻射和通量等數(shù)據(jù)，利用能量平衡方程推算蒸散量[7]。經(jīng)驗(yàn)?zāi)Ｐ头ㄖ?，P-M模型綜合能量平衡方程和空氣動(dòng)力學(xué)法，廣泛應(yīng)用于估算區(qū)域參考作物蒸散量。地表能量平衡法是基于地表能量平衡原理發(fā)展起來(lái)的模型，主要分為2類，一類為單層模型，另一類為多層模型。單層模型是將土壤和植被視為均勻的單層“大葉”模型，適用于下墊面均勻、覆蓋度較高的條件；多層模型則考慮土壤和植被水熱傳輸特性的差異和相互作用，適用于稀疏植被和下墊面不均一的地表?xiàng)l件[8-9]。

目前，基于遙感數(shù)據(jù)估算濕地蒸散的模型常用單源模型(如SEBAL模型)，而雙層模型(如TSEB模型)應(yīng)用較少。SEBAL模型可利用較少的實(shí)測(cè)資料估算區(qū)域蒸散，近幾十年在全球得到廣泛應(yīng)用，并對(duì)其反演精度進(jìn)行了反復(fù)驗(yàn)證[10-11]；NOAA/AVHRR、EOS/MODIS、Landsat/TM等數(shù)據(jù)為遙感估算區(qū)域蒸散的主要數(shù)據(jù)源[12-14]，檢驗(yàn)?zāi)Ｐ湍M精度多采用Penman-Montieth模型、波文比方法、渦動(dòng)相關(guān)法等方法。

遼河三角洲濕地水資源豐富，在調(diào)節(jié)河流水位和保持水量平衡中起著重要作用[15]；但受到氣候變化和人類活動(dòng)的共同影響，近幾十年來(lái)“暖干化”趨勢(shì)明顯[16]，導(dǎo)致生態(tài)用水不足甚至濕地退化，因此，研究濕地蒸散可增進(jìn)對(duì)濕地水量平衡的理解，為保護(hù)濕地生態(tài)功能和水資源管理提供依據(jù)。盤(pán)錦濕地是遼河三角洲的主體[5]，本文以盤(pán)錦濕地為研究對(duì)象，利用Landsat 8遙感數(shù)據(jù)和SEBAL模型，以渦動(dòng)相關(guān)數(shù)據(jù)的實(shí)測(cè)結(jié)果為檢驗(yàn)，基于SEBAL模型模擬濕地主要植被(蘆葦和稻田)的蒸散量，為區(qū)域尺度的濕地蒸散評(píng)估提供方法。

1 研究區(qū)概況

盤(pán)錦濕地地處E 121°25′～122°31′，N 40°39′～41°27′，是遼河三角洲濕地的主體。遼河三角洲濕地是全國(guó)最大的濕地之一，也是亞洲第2大的蘆葦生產(chǎn)基地。遼河三角洲地處暖溫帶大陸性半濕潤(rùn)季風(fēng)氣候區(qū)，四季分明，雨熱同期，其年平均氣溫為8.6 ℃，年降水量約631 mm，年蒸發(fā)量1 390～1 705 mm。土壤有草甸土、鹽土、沼澤土、水稻土等類型；濕地植被主要以蘆葦沼澤和稻田為主[17-18]。該區(qū)域海拔低于7 m，地勢(shì)平坦，坡降小，由北向南緩慢傾斜于遼東灣[5，15]。

2 材料與方法

2.1 遙感數(shù)據(jù)

本研究采用的遙感數(shù)據(jù)為美國(guó)陸地衛(wèi)星系列的Landsat-8衛(wèi)星和國(guó)產(chǎn)GF-1號(hào)衛(wèi)星數(shù)據(jù)，下載地址分別為USGS官網(wǎng)http:∥glovis.usgs.gov/和中國(guó)資源衛(wèi)星應(yīng)用中心網(wǎng)站http:∥218.247.138.121/DSSPlatform/index.html，影像空間分辨率分別為30和16 m。選擇2013—2015年7—9月的晴空數(shù)據(jù)共9景(均為不受云影響的晴天數(shù)據(jù))，具體影像資料介紹見(jiàn)表1。

表1衛(wèi)星資料詳細(xì)信息

Tab.1Detailed information of satellite data

日期Date過(guò)境時(shí)刻Transittime衛(wèi)星名稱Satellitename傳感器Sensor中心經(jīng)緯度Centerlongitudeandlatitude分辨率Resolution/m景數(shù)Numberofscene2013-07-2610:36Landsat-8OLI_TIRSE121.81°,N41.76°;E121.35°,N40.33°3022014-08-3010:34Landsat-8OLI_TIRSE121.82°,N41.76°;E121.36°,N40.33°3022014-09-1510:34Landsat-8OLI_TIRSE121.82°,N41.76°;E121.35°,N40.33°3022015-05-2411:01GF-1WFVE122.57°,N41.34°1612015-09-0210:34Landsat-8OLI_TIRSE121.83°,N41.76°;E121.37°,N40.33°302

2.2 渦動(dòng)相關(guān)數(shù)據(jù)

觀測(cè)資料來(lái)源于盤(pán)錦濕地生態(tài)系統(tǒng)野外觀測(cè)站(屬于中國(guó)氣象局沈陽(yáng)大氣環(huán)境研究所)，該站位于遼河三角洲雙臺(tái)子河口，海拔為0～3.8 m。盤(pán)錦濕地生態(tài)系統(tǒng)野外觀測(cè)站包括蘆葦觀測(cè)站(E 121°57′,N 40°56′ )和稻田觀測(cè)站(E 121°58′, N 40°56′)，觀測(cè)場(chǎng)配備有小氣候梯度觀測(cè)系統(tǒng)、渦動(dòng)相關(guān)觀測(cè)系統(tǒng)(Li-cor，Inc，USA)，采用的數(shù)據(jù)包括2013—2015年盤(pán)錦蘆葦濕地、稻田濕地觀測(cè)站渦動(dòng)相關(guān)系統(tǒng)的潛熱通量、小氣候梯度等數(shù)據(jù)。渦動(dòng)相關(guān)法以其高精度常作為地面蒸散實(shí)際值，可用來(lái)檢驗(yàn)?zāi)Ｐ突蜻b感蒸散值的估算精度，且廣泛應(yīng)用于各種類型濕地[19]。筆者以渦動(dòng)相關(guān)數(shù)據(jù)作為模型模擬蒸散的檢驗(yàn)，利用Eddypro 5.0.1軟件對(duì)渦動(dòng)相關(guān)系統(tǒng)獲取的通量數(shù)據(jù)進(jìn)行坐標(biāo)旋轉(zhuǎn)、WPL校正等處理，轉(zhuǎn)化為30 min觀測(cè)頻率的潛熱通量數(shù)據(jù)，并進(jìn)行QA/AC奇異值剔除[20]。

2.3 處理方法

蘆葦和稻田濕地的最佳提取時(shí)相為水稻移栽期，由于缺少相應(yīng)時(shí)段的Landsat 8晴天數(shù)據(jù)，因此利用國(guó)產(chǎn)GF-1號(hào)衛(wèi)星影像進(jìn)行分類提取，采用2015年5月24日1景GF-1號(hào)16 m分辨率WFV1傳感器的衛(wèi)星影像。首先對(duì)GF-1號(hào)衛(wèi)星數(shù)據(jù)進(jìn)行正射校正、輻射定標(biāo)和大氣校正等處理，利用NDVI植被指數(shù)和非監(jiān)督分類法對(duì)研究區(qū)的濕地進(jìn)行分類提取(圖1)。

圖1 盤(pán)錦濕地解譯圖Fig.1 Interpretation map of Panjin wetland

利用ENVI遙感軟件，首先GF-1號(hào)濕地遙感反演結(jié)果通過(guò)重采樣，降低空間分辨率為30 m，分別提取蘆葦濕地和稻田濕地作為掩膜。對(duì)Landsat 8遙感影像進(jìn)行輻射定標(biāo)、大氣校正、投影轉(zhuǎn)換，并與GF-1號(hào)影響進(jìn)行圖像配準(zhǔn)等處理后，利用SEBAL模型估算地表瞬時(shí)蒸散量，利用蘆葦濕地和稻田濕地的掩膜提取估算結(jié)果。

2.4 SEBAL模型的計(jì)算原理及各參數(shù)計(jì)算方法

盤(pán)錦蘆葦和稻田濕地長(zhǎng)勢(shì)均勻，當(dāng)覆蓋度較高時(shí)，可視為單一層次。Landsat 8提供了SEBAL模型要求的地表溫度、比輻射率、反照率等特征參數(shù)，而且空間分辨率較高，因此可利用Landsat 8遙感數(shù)據(jù)與SEBAL模型反演區(qū)域蒸散[21]。

利用SEBAL模型估算地表瞬時(shí)蒸散量為[22-24]

λE=Rn-H-G。

(1)

式中：λE為潛熱通量，W/m2；Rn為凈輻射，W/m2；H為感熱通量，W/m2；G為土壤熱通量，W/m2。

2.4.1 凈輻射

Rn=(1-α)RS↓+(RL↓-RL↑)-(1-ε0)RL↓。

(2)

式中：Rn為凈輻射，W/m2；α為地表反照率；RS↓為下行的太陽(yáng)短波輻射，W/m2；RL↓為下行的長(zhǎng)波輻射，W/m2；RL↑為上行長(zhǎng)波輻射，W/m2；ε0為地表比輻射率。

其中：

RS=GSCcosθdrτsw；

(3)

(4)

(5)

(6)

ε0=1.009 4+0.004 7lnI;

(7)

τsw=0.75+2×10-5z；

(8)

(9)

式中：RS為下行的太陽(yáng)短波輻射，w/m2；GSC為太陽(yáng)常數(shù)，1 367 W/m2；θ為太陽(yáng)天頂角；dr為日地距離因子，可通過(guò)儒略日求得；τsw為大氣單向透射率，根據(jù)研究區(qū)內(nèi)氣象觀測(cè)站的海拔獲得；z為氣象站的海拔，m；σ為Stefan Boltzman常數(shù)，5.67×10-8W/(m2·K4)；Ts為地表溫度，K；Ts_cold為“冷”點(diǎn)地表溫度；α為地表反射率；αtoa為大氣層頂反射率；αpath_radiance為大氣層輻射值，本文選取經(jīng)驗(yàn)值0.03；為歸一化植被指數(shù)；K1為輻射定標(biāo)系數(shù)，W/m2；K2為溫度定標(biāo)系數(shù)，K；L10為波段亮溫值。

2.4.2 感熱通量

(10)

(11)

(12)

式中：H為感熱通量，W/m2；ρ是空氣密度，kg/m3，cp是空氣比定壓熱容(1 004 J/(kg·K)，dT是高度z1和z2間的溫差，rah是空氣動(dòng)力學(xué)阻抗。z1和z2是參考高度植被的零平面位移，m;u*是摩擦速度，m/s；k是卡門常數(shù)，取0.4；u200是200 m的摩擦風(fēng)速，m/s；z0m是地表動(dòng)量傳輸?shù)拇植诙乳L(zhǎng)度，m。其中，rah和dT通過(guò)選取冷熱像元迭代試算取得。

2.4.3 土壤熱通量

(13)

2.4.4 潛熱通量

λE=Rn-H-G。

(14)

2.4.5 日蒸散量估算

(15)

式中：ETd為日蒸散量，采用正弦函數(shù)法估算[22]；ETi為瞬時(shí)蒸散量；NE為日蒸散時(shí)數(shù)，t為日出到衛(wèi)星過(guò)境時(shí)刻的時(shí)間間隔。

3 結(jié)果分析

3.1 濕地蒸散量遙感反演

3.1.1 反演結(jié)果驗(yàn)證 SEBAL模型適用于在高植被覆蓋度時(shí)期進(jìn)行濕地蒸散量的反演；因此，選取2013—2015年7—9月的晴天遙感影像，反演衛(wèi)星過(guò)境時(shí)刻(10:30左右)的瞬時(shí)蒸散量。本文采用的驗(yàn)證數(shù)據(jù)來(lái)源于盤(pán)錦濕地生態(tài)觀測(cè)站的蘆葦和稻田渦動(dòng)觀測(cè)數(shù)據(jù)。考慮到遙感影像的采樣誤差，針對(duì)蘆葦和稻田濕地觀測(cè)點(diǎn)分別截取3×3窗口內(nèi)(即90 m×90 m)的平均值作為該像元的遙感估算值。利用反演結(jié)果，分別求取2個(gè)觀測(cè)點(diǎn)的蒸散平均值。由于遙感影像衛(wèi)星過(guò)境時(shí)刻均為10:30左右，因此選取10:30渦動(dòng)觀測(cè)系統(tǒng)的瞬時(shí)蒸散值，與遙感估算值進(jìn)行比對(duì)(表2)。蒸散遙感估算值比實(shí)測(cè)值偏高，平均相對(duì)誤差為31.6%。

表2蘆葦和稻田濕地蒸散遙感估算數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)

Tab.2Estimated data and observed data of ET in reed and rice wetland

日期Date觀測(cè)時(shí)刻O(píng)bservationtime估算值EstimateddataofET實(shí)測(cè)值ObserveddataofET稻田Ricewetland/(W·m-2)蘆葦Reedwetland/(W·m-2)稻田Ricewetland/(W·m-2)蘆葦Reedwetland/(W·m-2)2013-07-2610:30701.6569.9288.6280.92014-08-3010:30347.5310.9252.6263.92014-09-1510:30352.6326.9219.9247.72015-09-0210:30311.4273.7249.5222.5

Note: ET stands for evapotranspiration, the same below.

3.1.2 反演結(jié)果訂正 對(duì)瞬時(shí)蒸散的遙感估算值與實(shí)測(cè)值進(jìn)行相關(guān)分析，發(fā)現(xiàn)相關(guān)系數(shù)為0.79，相關(guān)性顯著，因此利用SEBAL模型反演盤(pán)錦濕地蒸散量是可行的，但需要對(duì)遙感估算值進(jìn)行訂正。針對(duì)估算值(x)和實(shí)際值(y)，建立線性方程(樣本數(shù)n為8，決定系數(shù)R為0.78)：

y=0.1275x+202.28。

(16)

根據(jù)方程，對(duì)遙感估算值進(jìn)行訂正。訂正后的遙感估算值與實(shí)測(cè)值平均相對(duì)誤差為6.4%，提高了25.2%。

表3 蘆葦和稻田濕地遙感蒸散訂正后數(shù)據(jù)

3.2 蘆葦和稻田濕地日蒸散量空間分布

3.2.1 日蒸散量的空間分布 對(duì)瞬時(shí)蒸散的遙感估算值進(jìn)行訂正后，利用正弦函數(shù)法將衛(wèi)星過(guò)境時(shí)刻反演的蒸散瞬時(shí)值轉(zhuǎn)換為日尺度的蒸散量。先將GF-1號(hào)衛(wèi)星提取的濕地解譯圖轉(zhuǎn)化為與Landsat 8衛(wèi)星影像的分辨率一致(30 m)，然后將蘆葦濕地和稻田濕地分別作為掩膜，提取蘆葦濕地蒸散(圖2)和稻田濕地蒸散圖(圖3)。

從數(shù)值上看，蘆葦和稻田蒸散量均在2.5～5.0 mm/d之間。2013年7月26日、2014年8月30日、2014年9月15日和2015年9月2日的蘆葦濕地日平均蒸散量分別為3.65，3.55，3.62和3.83 mm/d；稻田濕地日平均蒸散量分別為3.83，3.66，3.73和4.01 mm/d?？臻g分布上，盤(pán)錦地區(qū)地勢(shì)平坦，濕地蒸散無(wú)明顯的地形差異，日蒸散量空間分布較均一；盤(pán)錦大部地區(qū)的稻田濕地日蒸散量比蘆葦濕地略高0.1～0.2 mm。

3.2.2 日蒸散量的頻率分布 盤(pán)錦濕地日蒸散量的頻率圖顯示，蘆葦和稻田(圖4)濕地日蒸散量在2.5～5.5 mm/d之間，數(shù)值分布頻率均呈單峰變化。2013年7月26日、2014年8月30日、2014年9月15日和2015年9月2日的蘆葦濕地日蒸散量分別集中在3.5～3.7，3.4～3.7，3.5～3.7和3.7～4.0 mm/d之間，分別占總面積的64.7%，82.4%，67.4%和73.2%；稻田濕地日蒸散量分別集中在3.6～3.8，3.6～3.8，3.6～3.8和3.9～4.1 mm/d之間；分別占總面積的67.4%，86.6%，74.0%和74.2%。稻田濕地日蒸散量集中區(qū)域的數(shù)值比蘆葦濕地略高0.1～0.2 mm。

4 結(jié)論與討論

本文基于landsat 8遙感影像，應(yīng)用SEBAL模型反演盤(pán)錦濕地2013—2015年典型晴天衛(wèi)星過(guò)境時(shí)刻的瞬時(shí)蒸散量，并與對(duì)應(yīng)時(shí)刻的站點(diǎn)實(shí)測(cè)渦動(dòng)蒸散通量數(shù)據(jù)進(jìn)行比較，發(fā)現(xiàn)遙感模擬值比實(shí)測(cè)值偏高，平均相對(duì)誤差為31.6%。相關(guān)分析表明濕地瞬時(shí)蒸散的遙感估算值與實(shí)測(cè)值相關(guān)性顯著，相關(guān)系數(shù)達(dá)0.79；利用SEBAL模型反演濕地蒸散是可行的，但SEBAL模型反演的濕地日蒸散量存在高估現(xiàn)象。研究認(rèn)為，SEBAL模型的參數(shù)計(jì)算大多采用簡(jiǎn)化的經(jīng)驗(yàn)公式，其適用性和精度均需檢驗(yàn)[25]。曾麗紅等[21]利用松嫩草地生態(tài)試驗(yàn)站的渦動(dòng)相關(guān)實(shí)測(cè)蒸散數(shù)據(jù)驗(yàn)證SEBAL模型的估算結(jié)果，發(fā)現(xiàn)二者相關(guān)性較強(qiáng)，相關(guān)系數(shù)達(dá)0.8，但SEBAL模型存在高估現(xiàn)象，誤差為20%，與筆者所得結(jié)論一致；因此，為了提高反演精度，筆者建立了線性方程，對(duì)遙感估算值進(jìn)行訂正，訂正后的遙感估算值與實(shí)測(cè)值平均相對(duì)誤差為6.4%，提高25.2%。

圖2 蘆葦濕地日蒸散量空間分布Fig.2 Daily ET distribution in reed wetland

圖3 稻田濕地日蒸散量空間分布Fig.3 Daily ET distribution in rice wetland

圖4 蘆葦和稻田濕地日蒸散量頻率分布Fig.4 Frequency distribution of daily ET for reed wetland and rice wetland

利用正弦函數(shù)法將對(duì)遙感反演訂正后的蒸散瞬時(shí)值轉(zhuǎn)換為日尺度的蒸散值，對(duì)盤(pán)錦蘆葦和稻田濕地2013年7月26日、2014年8月30日、2014年9月15日和2015年9月2日的日蒸散特征分析，發(fā)現(xiàn)：從數(shù)值上看，蘆葦和稻田蒸散量均在2.5～5.0 mm/d之間，蘆葦濕地日平均蒸散量為3.55～3.83 mm/d；稻田濕地日平均蒸散量為 3.66～4.01 mm/d。空間分布上，濕地蒸散無(wú)明顯的地形差異，日蒸散量空間分布較均一；蘆葦濕地日蒸散量集中在3.4～4.0 mm/d之間，占總面積的64.7%～82.4%；稻田濕地日蒸散量集中在3.6～4.1 mm/d之間，占總面積的67.4%～86.6%；盤(pán)錦大部地區(qū)的稻田濕地日蒸散量比蘆葦濕地略高0.1～0.2 mm。研究表明濕地蒸散的空間分布差異主要受下墊面狀況影響[2]，盤(pán)錦地區(qū)地勢(shì)平坦，濕地植被分布均一，因此濕地日蒸散量的空間分布差異小。

由于SEBAL模型的參數(shù)較多，導(dǎo)致反演蘆葦濕地日蒸散量誤差增大，需要對(duì)SEBAL模型的各個(gè)反演參數(shù)進(jìn)行驗(yàn)證，提高反演精度。日蒸散量的反演結(jié)果反映了盤(pán)錦蘆葦和稻田濕地的蒸散特征，但若研究氣候變化和土地利用變化對(duì)濕地蒸散的影響，還需長(zhǎng)時(shí)間序列的研究。另外，遙感反演蒸散量只能選取晴空數(shù)據(jù)，而陰天蒸散量難以確定，由于晴天和陰天對(duì)遙感反演結(jié)果影響大，Landsat過(guò)境數(shù)據(jù)又較少，導(dǎo)致本文的可利用遙感數(shù)據(jù)較少；因此今后的研究在數(shù)據(jù)源選擇上將側(cè)重于應(yīng)用國(guó)產(chǎn)氣象衛(wèi)星如風(fēng)云三號(hào)系列衛(wèi)星和國(guó)產(chǎn)高分系列衛(wèi)星進(jìn)行蒸散遙感估算。

[1] 鄧偉, 胡金明. 濕地水文學(xué)研究進(jìn)展及科學(xué)前沿問(wèn)題[J]. 濕地科學(xué), 2003, 1(1): 12.

DENG Wei, HU Jinming. Development of wetland hydrology research and key scientific issues [J]. Wetland Science, 2003, 1(1): 12.

[2] 于文穎, 紀(jì)瑞鵬, 馮銳, 等. 蘆葦濕地多時(shí)空尺度蒸散模擬研究進(jìn)展[J]. 生態(tài)學(xué)雜志, 2014, 33(5): 1388.

YU Wenying, JI Ruipeng, FENG Rui, et al. Advances in simulation of reed wetland evapotranspiration based on multiple time and space scales [J]. Chinese Journal of Ecology, 2014, 33(5):1388.

[3] 于文穎, 周廣勝, 周莉. 盤(pán)錦濕地蘆葦群落蒸發(fā)散模擬研究[J]. 氣象與環(huán)境學(xué)報(bào), 2006, 22(4):47.

YU Wenying, ZHOU Guangsheng, ZHOU Li. Simulating evapotranspiration ofPhragmitescommunisin Panjin Wetland [J]. Journal of Meteorology and Environment, 2006, 22(4):47.

[4] 王昊, 許士國(guó). 扎龍濕地蘆葦沼澤蒸散耗水預(yù)測(cè)[J]. 生態(tài)學(xué)報(bào), 2006, 26(5): 1352.

WANG Hao, XU Shiguo. The prediction on reed swamp evapotranspiration in Zhalong wetland, China [J]. Acta Ecologica Sinica, 2006, 26(5):1352.

[5] 周廣勝, 周莉, 關(guān)恩凱, 等. 遼河三角洲濕地與全球變化[J]. 氣象與環(huán)境學(xué)報(bào), 2006, 22(4):7.

ZHOU Guangsheng, ZHOU Li, GUAN Enkai, et al. Liaohe delta wetland and global change [J]. Journal of Meteorology and Environment, 2006, 22(4):7.

[6] 曾麗紅, 宋開(kāi)山, 張柏, 等. 基于SEBAL模型的扎龍濕地蒸散量反演[J]. 中國(guó)農(nóng)業(yè)氣象, 2008, 29(4): 420.

ZENG Lihong, SONG Kaishan, ZHANG Bai, et al. Retrieval of evapotranspiration in Zhalong wetland based on SEBAL model[J]. Chinese Journal of Agrometeorology, 2008, 29(4):420.

[7] 奚歌, 劉紹民, 賈立. 黃河三角洲濕地蒸散量與典型植被的生態(tài)需水量[J]. 生態(tài)學(xué)報(bào), 2008, 28(11): 5356.

XI Ge, LIU Shaomin, JIA Li, et al. Estimation of regional evapotranspiration and ecological water requirement of vegetation by remote sensing in the Yellow River Delta wetland [J]. Acta Ecologica Sinica, 2008, 28(11):5356.

[8] 李放, 沈彥俊. 地表遙感蒸散發(fā)模型研究進(jìn)展[J]. 資源科學(xué), 2014, 36(7): 1479.

LI Fang, SHEN Yanjun. Progress in remote sensing based models for surface heat and water fluxes [J]. Resources Science, 2014, 36(7): 1479.

[9] 張寶忠, 許迪, 劉鈺, 等. 多尺度蒸散發(fā)估測(cè)與時(shí)空尺度拓展方法研究進(jìn)展[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(6): 12.

ZHANG Baozhong, XU Di, LIU Yu, et al. Review of multi-scale evapotranspiration estimation and spatio-temporal scale expansion [J]. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(6): 12.

[10] 趙麗雯, 吉喜斌. 基于FAO-56雙作物系數(shù)法估算農(nóng)田作物蒸騰和土壤蒸發(fā)研究：以西北干旱區(qū)黑河流域中游綠洲農(nóng)田為例[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2010, 43(19): 4016.

ZHAO Liwen, JI Xibin. Quantification of transpiration and evaporation over agricultural field using the FAO-56 dual crop coefficient approach: a case study of the maize field in an oasis in the middle stream of the Heihe River basin in Northwest China [J]. Scientia Agricultura Sinica, 2010, 43(19):4016.

[11] 劉振華, 趙英時(shí), 李笑宇, 等. 基于蒸散發(fā)模型的定量遙感缺水指數(shù)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(2): 114.

LIU Zhenhua, ZHAO Yingshi, LI Xiaoyu, et al. Quantitative remote sensing of water deficit index based on evapotranspiration [J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(2): 114.

[12] 白娟, 楊勝天, 董國(guó)濤, 等. 基于多源遙感數(shù)據(jù)的三江平原日蒸散量估算[J]. 水土保持研究, 2013, 20(3): 190.

BAI Juan, YANG Shengtian, DONG Guotao, et al. Estimation of daily evapotranspiration based on the multi-source remote sensing data in the Sanjiang Plain[J]. Research of Soil and Water Conservation, 2013, 20(3):190.

[13] 趙紅, 趙玉金, 李峰, 等. FY-3/VIRR衛(wèi)星遙感數(shù)據(jù)反演省級(jí)區(qū)域蒸散量[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014, 30(13): 111.

ZHAO Hong, ZHAO Yujin, LI Feng, et al. Modeling evapotranspiration in provincial regions based on FY-3/VIRR remote sensing data [J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(13): 111.

[14] 朱明明, 李明杰, 侯西勇. 黃河三角洲日蒸散發(fā)遙感估算及其空間格局特征分析[J]. 科技導(dǎo)報(bào), 2012, 30(23): 17.

ZHU Mingming, LI Mingjie, HOU Xiyong. Daily evapotranspiration estimation by remote sensing method and its spatial pattern analysis on the Yellow River Delta [J]. Science and Technology Review, 2012, 30(23):17.

[15] 劉紅玉, 呂憲國(guó), 劉振乾,等. 遼河三角洲濕地資源與區(qū)域持續(xù)發(fā)展[J]. 地理科學(xué), 2000, 20(6): 545.

LIU Hongyu, LV Xianguo, LIU Zhenqian, et al. Study on wetland resources and regional sustainable development in Liaohe Delta [J]. Scientia Geographica Sinica, 2000, 20(6): 545.

[16] 羅先香, 張蕊, 嚴(yán)登華. 遼寧雙臺(tái)子河口濕地生態(tài)水文模擬與調(diào)控[J]. 地理研究, 2011, 30(6):1089.

LUO Xianxiang, ZHANG Rui, YAN Denghua. Eco-hydrological simulation and regulation of Shuangtaizi estuarine wetland [J]. Geographical Research, 2011, 30(6):1089.

[17] 甄曉杰, 周廣勝, 賈慶宇, 等. 盤(pán)錦蘆葦濕地近地面層湍流量參數(shù)化方案研究[J]. 氣象與環(huán)境學(xué)報(bào), 2009, 25(5): 7.

ZHEN Xiaojie, ZHOU Guangsheng, JIA Qingyu, et al. Parameterization scheme of turbulent flux in the atmospheric surface layer in reed wetland of Panjin, Liaoning province [J]. Journal of Meteorology and Environment, 2009, 25(5): 7.

[18] 王莉雯, 衛(wèi)亞星. 盤(pán)錦濕地凈初級(jí)生產(chǎn)力時(shí)空分布特征[J]. 生態(tài)學(xué)報(bào), 2012, 32(19): 6006.

WANG Liwen, WEI Yaxing. Variation analysis about net primary productivity of the wetland in Panjin region [J]. Acta Ecologica Sinica, 2012, 32(19):6006.

[19] Zhou Li, Zhou Guangsheng. Measurement and modeling of evapotranspiration over a reed (Phragmites australis) marsh in Northeast China [J]. Journal of Hydrology, 2009, 372: 41.

[20] 賈慶宇, 劉晶淼, 梁成華, 等. 遼河三角洲稻區(qū)近地層CH4濃度與通量特征[J]. 生態(tài)環(huán)境學(xué)報(bào), 2015, 24(5): 804.

JIA Qingyu, LIU Jingmiao, LIANG Chenghua,et al. The characteristics of CH4 concentration and flux of the near surface in Liaohe Delta rice region [J]. Ecology and Environmental Sciences, 2015, 24(5): 804.

[21] 曾麗紅, 宋開(kāi)山, 張柏, 等. 松嫩平原不同地表覆蓋蒸散特征的遙感研究[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(9): 233.

ZENG Lihong, SONG Kaishan, ZHANG Bai, et al. Analysis of evapotranspiration characteristics for different land cover types over Songnen Plain based on remote sensing [J]. Transactions of the Chinese Society of Agricultural Engineering, 2010, 26(9): 233.

[22] 連晉姣, 黃明斌, 李杏鮮, 等. 夏季黑河中游綠洲樣帶蒸散量遙感估算[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014, 30(15): 122.

LIAN Jinjiao, HUANG Mingbin, LI Xingxian, et al. Evapotranspiration estimation for oasis transect in middle reach of Heihe river basin based on remote sensing [J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(15): 122.

[23] 李根. 基于SEBAL和SEBS模型的鷹潭小流域蒸散發(fā)估算研究[D]. 南京：南京信息工程大學(xué)，2014: 13.

LI Gen. Estimating evapotranspiration in Yingtan agricultural watershed using SEBAL and SEBS model [D]. Nanjing: Nangjing University of Information Science and Technology, 2014: 13.

[24] BASTIAANSSEN W G M, MENENTI M, FEDDES R A, et al. The surface energy balance algorithm for land (SEBAL): Part 1 formulation [J]. Journal of Hydrology, 1998, 212(98):801.

[25] 李紅軍, 雷玉平, 鄭力,等. SEBAL模型及其在區(qū)域蒸散研究中的應(yīng)用[J]. 遙感技術(shù)與應(yīng)用, 2005, 20(3): 321.

LI Hongjun, LEI Yuping, ZHENG Li, et al. SEBAL model and its application in the study of regional evapotranspiration [J]. Remote Sensing Technology and Application, 2005, 20(3): 321.

DailyevapotranspirationestimationofPanjinwetlandbasedonSEBALmodelanditsdistributioncharacteristics

YU Wenying1, JI Ruipeng1, XU Dezeng2, JIA Qingyu1, FENG Rui1, SUN Longyu3, WU Jinwen1, ZHANG Yushu1

(1.Institute of Atmospheric Environment, China Meteorological Administration, 110166, Shenyang，China;2.Liaoning Water Conservancy and Hydropower Survey and Design Research Institute, 110006, Shenyang, China;3.Meteorological Bureau of Shenyang, 110168, Shenyang, China)

BackgroundThe Liaohe Delta wetland is rich in water resources, but in recent decades, “warm dry” trend is obvious in wetland due to the climate change and human activities. Wetland evapotranspiration is the main way of water loss in wetland ecosystem, and the study of wetland evapotranspiration may enhance the understanding of wetland water balance, and provide a basis for the protection of wetland ecological function and water resources management.MethodsIn order to test the accuracy of SEBAL model for simulating the wetland evapotranspiration, the instantaneous evapotranspiration of Panjin wetland at satellite transit time in typical sunny day from 2013 to 2015 was estimated using Landsat 8 data and SEBAL model, and was corrected by the observed data of eddy covariance system. By using the sine function method, the corrected instantaneous evapotranspiration was converted to daily evapotranspiration, and then the distribution characteristic of daily evapotranspiration for reed and rice wetland was analyzed.ResultsThe result showed that the instantaneous evapotranspiration of Panjin wetland estimated by SEBAL model was higher than the measured value of eddy covariance system, and the average relative error was 31.6%. However, the correlation between the estimated value and the measured value was significant, with a correlation coefficient 0.79, thus it was feasible to estimate the wetland evapotranspiration by using SEBAL model. In order to improve the precision, the linear equation was established and the estimated values were corrected; the relative error was 6.4% between the corrected value and measured value, and the precision increased by 25.2%. Daily evapotranspiration of reed and rice wetland were in the range of 2.5-5.0 mm/d, with the average daily evapotranspiration of reed wetland and rice wetland were 3.55-3.83 mm/d and 3.66-4.01 mm/d, respectively. In spatial distribution, there was no significant difference in the terrain, and the daily evapotranspiration was uniform; the daily evapotranspiration of reed wetland was concentrated in 3.4-4.0 mm/d which accounted for 64.7%-82.4% of total area; the daily evapotranspiration of rice wetland was concentrated in 3.6-4.1 mm/d which accounted for 67.4%-86.6% of total area; the daily evapotranspiration of rice wetland was 0.1-0.2 mm/d higher than that of reed wetland in most area of Panjin wetland. The spatial distribution of evapotranspiration is mainly affected by the underlying surface, the terrain is flat in Panjin, and the distribution of wetland vegetation is uniform.ConclusionsThe application of SEBAL model for wetland evapotranspiration provided an accurate assessment method of regional evapotranspiration in wetland, but due to the large number of parameters in the SEBAL model, the error increased, thus the parameters in SEBAL model needed to be improved. In addition, the remote sensing data may only be applied in the sunny day, and it was difficult to determine the evapotranspiration in cloudy day, which needs a further research.

wetland; remote sensing; evapotranspiration; SEBAL model

P49

A

2096-2673(2017)05-0008-08

10.16843/j.sswc.2017.05.002

2017-03-17

2017-09-21

項(xiàng)目名稱： 國(guó)家自然科學(xué)基金“遼河三角洲蘆葦濕地冠層尺度蒸騰與蒸發(fā)過(guò)程模擬研究”(41405109)；中國(guó)氣象局項(xiàng)目“FY-3濕地遙感監(jiān)測(cè)評(píng)價(jià)應(yīng)用示范” (FY-3(02)-UDS-1.7.1)；2017年度中國(guó)氣象局沈陽(yáng)大氣環(huán)境研究所面上項(xiàng)目“遼河三角洲蘆葦群落光合參數(shù)垂直分布特征及其參數(shù)模擬”(2017SYIAEMS4)

于文穎(1978—)，女，副研究員。主要研究方向：農(nóng)業(yè)氣象與遙感。E-mail: ywyywy20000@163.com

?

紀(jì)瑞鵬(1972—)，男，正研級(jí)高工。主要研究方向：農(nóng)業(yè)氣象與遙感。E-mail: jiruipeng@163.com