徐同慶，徐宜民 ，王程棟，周立新，王松峰，王樹聲，陶健

1 中國農(nóng)業(yè)科學(xué)院煙草研究所，青島 266101；2 中國農(nóng)業(yè)科學(xué)院研究生院，北京 100081；3 湖南中煙工業(yè)有限責(zé)任公司，長沙 410014

生態(tài)系統(tǒng)蒸散量（evapotranspiration, ET）包括葉片蒸騰、冠層蒸發(fā)和土壤蒸發(fā)三部分[1]，是陸地生態(tài)系統(tǒng)水文交換的重要過程，也是維系地表能量平衡的關(guān)鍵環(huán)節(jié)[2-3]。在氣候變化背景下，準(zhǔn)確估算區(qū)域生態(tài)系統(tǒng)ET，對于生態(tài)系統(tǒng)需水和耗水規(guī)律的把握、干澇災(zāi)害的監(jiān)測、合理灌水措施的制定具有重要意義[4-5]。傳統(tǒng)的ET研究手段（如蒸發(fā)皿蒸發(fā)法、渦度相關(guān)技術(shù)、蒸滲儀）多適用于小尺度的研究[6-7]，而對于區(qū)域生態(tài)系統(tǒng)ET的估算目前較多的采用遙感技術(shù)[8]?；谶b感技術(shù)研究區(qū)域ET的模型較多，代表性的模型有VITT模型[9]、SEBAL模型[10]、三角形模型[11]、MODIS-ET模型[4]等。其中，MODISET模型由于具有更好的適應(yīng)性，而在大尺度生態(tài)系統(tǒng)ET的研究中得到更多的應(yīng)用[8]。Zhang 等基于MODIS-ET數(shù)據(jù)產(chǎn)品對農(nóng)田ET的季節(jié)和年際變化特征進(jìn)行了研究[12]；位賀杰等利用MODIS-ET數(shù)據(jù)分析了渭河流域ET的時(shí)空變化特征[8]；莫興國等通過MODIS-ET模型對華北平原ET的格局及其對氣候變化的響應(yīng)進(jìn)行了分析[13]。

雖然MODIS-ET模型在不同的地區(qū)具有很好的適應(yīng)性，但生態(tài)系統(tǒng)ET受氣溫、降水、地形、輻射、植被類型等諸多非生物和生物因素的影響而存在顯著的空間分布差異，從而增加了不同生態(tài)區(qū)尤其是生態(tài)環(huán)境復(fù)雜區(qū)準(zhǔn)確模擬生態(tài)系統(tǒng)ET的難度[13-14]。因此，受MODIS-ET模型輸入?yún)?shù)多源性和環(huán)境因素的干擾，ET模擬值與實(shí)測值往往存在一定的差異[15]。渦度相關(guān)通量觀測系統(tǒng)（eddy correlation system）作為生態(tài)系統(tǒng)水熱收支平衡長期觀測研究的重要手段，一方面為從生態(tài)系統(tǒng)尺度上把握植被水熱循環(huán)規(guī)律及蒸騰、蒸發(fā)水平研究提供了可靠的數(shù)據(jù)，另一方面為遙感模型在區(qū)域生態(tài)系統(tǒng)上的適用性驗(yàn)證提供了參照依據(jù)[16]。

因此本研究基于遙感數(shù)據(jù)和氣象數(shù)據(jù)，通過MODIS-ET模型對攀枝花和西昌煙區(qū)（簡稱“攀西煙區(qū)”）典型煙田生態(tài)系統(tǒng)ET進(jìn)行模擬，并依據(jù)田間渦度相關(guān)通量觀測數(shù)據(jù)對模型模擬值進(jìn)行初步驗(yàn)證，最后經(jīng)過參數(shù)化過程提高該模型在研究區(qū)的適用性，從而為攀西煙區(qū)以及整個西南地區(qū)煙田水熱收支平衡及水分利用效率研究提供數(shù)據(jù)基礎(chǔ)。

1 材料與計(jì)算方法

1.1 研究站點(diǎn)概況

攀西煙區(qū)地處南亞熱帶季風(fēng)氣候區(qū)，干濕季明顯，是中國典型的烤煙適宜生態(tài)區(qū)之一，煙葉風(fēng)格以“清甜香”而獨(dú)具區(qū)域特色[17]。中國農(nóng)業(yè)科學(xué)院煙草研究所西南基地位于四川省涼山州西昌市（27°49′N，102°22′E，海拔1700m），地處安寧河平原腹地，該地區(qū)受印度洋西南季風(fēng)和東南內(nèi)陸干旱季風(fēng)的影響，具有干濕季分明的氣候特點(diǎn)，其生態(tài)條件在整個攀西地區(qū)具有典型代表性。區(qū)域內(nèi)多年平均氣溫17.0℃，年均降水量為1013.1mm，屬于半濕潤氣候區(qū)。但降水的季節(jié)分布不均，5～10月降水相對集中，占區(qū)域年降水量的92.8%，11～4月份降水量極少，易發(fā)生春旱。此外，由于海拔較高、風(fēng)速大，土壤水分蒸發(fā)嚴(yán)重，且以3～5月蒸發(fā)量所占比例較高。區(qū)域內(nèi)土壤多為酸性紅壤和紫色土，農(nóng)田以水田為主，農(nóng)作物種植結(jié)構(gòu)較復(fù)雜，試驗(yàn)站周圍主要以烤煙/大蒜輪作一年兩熟制為主。

研究時(shí)間段內(nèi)，試驗(yàn)站周圍烤煙于4月中旬移栽（DOY105），7月上旬打頂（DOY 193），9月下旬采收結(jié)束（DOY 267）?？緹煷筇锷趦?nèi)氣溫、降水、光照等氣象因素均達(dá)到區(qū)域內(nèi)多年平均水平，無極端天氣的發(fā)生；烤煙長勢及土壤肥力狀況在區(qū)域內(nèi)也具有典型性；栽培管理措施按照區(qū)域內(nèi)煙田常規(guī)技術(shù)進(jìn)行。

1.2 數(shù)據(jù)的選取

本研究所使用的數(shù)據(jù)包括遙感數(shù)據(jù)和地面觀測數(shù)據(jù)兩部分，其中，遙感數(shù)據(jù)為MODIS每8d光合有效輻射吸收比率（FPAR）數(shù)據(jù)和葉面積指數(shù)（LAI）數(shù)據(jù)，地面觀測數(shù)據(jù)通過試驗(yàn)站安裝的微氣象、通量觀測系統(tǒng)及AccuPAR LP-80手持式植物冠層分析儀獲得。微氣象站可以實(shí)時(shí)對試驗(yàn)站附近氣溫、降水、凈輻射、飽和水氣壓差（VPD）等氣象數(shù)據(jù)進(jìn)行觀測，通量觀測系統(tǒng)可以獲得研究區(qū)水汽通量數(shù)據(jù)，并在線計(jì)算獲得ET。AccuPAR LP-80手持式植物冠層分析儀可以對煙田光合有效輻射（PAR）和LAI進(jìn)行測量。

本研究以2016年1月～10月（DOY 1～289）遙感數(shù)據(jù)和地面觀測數(shù)據(jù)作為MODIS-ET模型的輸入項(xiàng)，以相應(yīng)時(shí)間通量觀測ET數(shù)據(jù)為參照，對MODIS-ET模型[18]進(jìn)行參數(shù)化和初步驗(yàn)證，以2015年8月～10月（DOY223～289）氣象和遙感數(shù)據(jù)對參數(shù)化后的MODIS-ET模型在研究區(qū)的適應(yīng)性與精度進(jìn)行進(jìn)一步檢驗(yàn)，為應(yīng)用該模型對攀西地區(qū)煙田水熱收支平衡研究提供理論與數(shù)據(jù)支持。

1.3 MODIS-ET模型簡介

MODIS-ET[17]模型將陸地生態(tài)系統(tǒng)ET分為土壤蒸發(fā)、植物冠層攔截水分的蒸發(fā)及葉片氣孔蒸騰三部分。研究區(qū)日均空氣濕度（RH）小于70%，根據(jù)Fisher等[19,20]提出的ET模型，在實(shí)際計(jì)算中可以忽略冠層攔截水分蒸發(fā)，因此文中所估算的ET由植物蒸騰和土壤蒸發(fā)兩部分構(gòu)成。

式中，ETtrans表示植物蒸騰，ETsoil表示土壤蒸發(fā)。

1.3.1 植物蒸騰

植物蒸騰（ETtrans, W/m2）估算方程為：

式中，S為飽和水汽壓與氣溫（Ta，℃）擬合曲線在某一溫度時(shí)的斜率（Pa/K），Ac（W/m2）為光照有效能（A，W/m2）在冠層的分配值，F(xiàn)c為植被覆蓋度（%），ρ為空氣密度（kg/m3），Cp為空氣比熱容（J/kg/K），VPD為飽和水汽壓差（Pa），ra為空氣動力學(xué)阻抗（s/m），γ為干濕表常數(shù)（Pa/K），rs為冠層阻抗（s/m），λ表示1kg水由液態(tài)變?yōu)闅鈶B(tài)所需要的能量（約為245400J）。飽和水汽壓與溫度的曲線斜率S（Pa/℃）計(jì)算公式為[17]：

光照有效能在冠層的分配值A(chǔ)c（W/m2）計(jì)算公式為[18]：

式中，植被覆蓋度FC=FPAR；光照有效能A為光合凈輻射Rnet（W/m2）。

干濕表常數(shù)γ（Pa/K）計(jì)算公式為[21]：

式中，P為站點(diǎn)氣壓（Pa）由站點(diǎn)海拔（Elev）計(jì)算得到：

冠層阻抗rs（s/m）計(jì)算公式為：

式中，Cc（m / s）為冠層導(dǎo)度，其計(jì)算公式為：

式中，gl_sh為葉片邊界層阻抗；Tmin為日最低氣溫（℃），VPD為日均VPD（Pa）。

空氣動力學(xué)阻抗ra（s/m）計(jì)算公式為：

式中，rh表示對流平行阻抗，其取值與葉尺度邊界層導(dǎo)度（gl_bl，m/s）有關(guān)，而葉尺度邊界層導(dǎo)度的取值近似等于葉片邊界層阻抗的取值：

1.3.2 土壤蒸發(fā)

土壤蒸發(fā)（ETsoil，W/m2）估算方程為：

式中，λEsoilpot（W/m2）為土壤潛熱蒸發(fā)，其計(jì)算方法為[19,22]：

式中，Asoil（W/m2）為A在土壤表面的分配值，ras（s/m）為土壤表面空氣動力學(xué)阻抗，rtot（s/m）為水汽運(yùn)輸總空氣動力阻抗。Asoil計(jì)算公式為：

式中，G（W/m2）為土壤熱通量，其計(jì)算公式為：

ras和rtot具體計(jì)算方法如下[23]：

1.4 模型模擬效果的驗(yàn)證

模型模擬結(jié)果的適應(yīng)性驗(yàn)證是大尺度生態(tài)系統(tǒng)相關(guān)模型研究及推廣的基礎(chǔ)和重要環(huán)節(jié)，本研究主要通過MODIS-ET模型模擬值與地面實(shí)際觀測值的時(shí)間動態(tài)曲線的一致性對模型在研究區(qū)煙田生態(tài)系統(tǒng)的適用性進(jìn)行評價(jià)，同時(shí)結(jié)合最小二乘法所計(jì)算實(shí)測值與模擬值的一元線性回歸斜率、決定系數(shù)（R2）、效率系數(shù)（NS）及平均誤差對模型模擬效果進(jìn)行驗(yàn)證。其中效率系數(shù)NS的計(jì)算公式為[24]：

式中，Oi和Mi分別為研究區(qū)煙田生態(tài)系統(tǒng)第i天的ET地面實(shí)際觀測值與MODIS-ET模型模擬值，O —為研究時(shí)間段內(nèi)ET地面實(shí)際觀測值的平均值。效率系數(shù)NS越接近于1，說明模型模擬值與實(shí)測值之間的差異越小，模型模擬效果越好。

2 結(jié)果分析

2.1 MODIS-ET模型默認(rèn)參數(shù)模擬結(jié)果驗(yàn)證

采用MU等[18]在MODIS-ET模型中對農(nóng)田生態(tài)系統(tǒng)ET估算的相關(guān)默認(rèn)參數(shù)取值，對研究區(qū)煙田ET進(jìn)行模擬后，與田間實(shí)測值進(jìn)行精度檢驗(yàn)，結(jié)果如圖1所示。由圖1a可知，采用默認(rèn)參數(shù)MODIS-ET模型ET模擬值與觀測值相比，一元線性回歸斜率為0.872，決定系數(shù)R2=0.832，效率系數(shù)NS=0.767，平均誤差為0.169，說明 ET模擬值與觀測值相關(guān)性顯著，但模擬值偏低。

進(jìn)一步對比兩者在整個研究時(shí)段的變化特征（圖1b）可以發(fā)現(xiàn)， ET模擬值與觀測值變化趨勢整體一致，基本反映了煙田ET的季節(jié)變化特征。但是，在整個研究時(shí)段內(nèi)，模擬值與觀測值的平均相對誤差為0.169，其中，烤煙生育期前期（DOY 105～161）平均相對誤差最大，為0.258，成熟采收期（DOY 201～257）平均相對誤差較小，為0.121。

圖1 MODIS-ET模型默認(rèn)參數(shù)模擬值與觀測值比較Fig.1 Comparison of MODIS-ET model simulated values with defaulted parameters against field flux observations

2.2 MODIS-ET模型參數(shù)化

2.2.1 葉片邊界層阻抗參數(shù)化

前人研究指出，MODIS-ET模型中的默認(rèn)參數(shù)在區(qū)域尺度研究中的不適用性是導(dǎo)致模擬值與觀測值存在偏差的關(guān)鍵因素[11,17]。其中，空氣動力學(xué)阻抗的取值是影響MODIS-ET模型模擬值與觀測值產(chǎn)生偏差的重要因素，空氣動力學(xué)阻抗的計(jì)算又直接與葉片邊界層阻抗的取值有關(guān)[4,9,11,17]。因此，本研究參照Mu等[18]提出的農(nóng)田生態(tài)系統(tǒng)葉片邊界層阻抗取值范圍，對MODIS-ET模型進(jìn)行參數(shù)化校正，通過對比調(diào)整葉片邊界層阻抗取值后的模擬精度，選定適用于與研究區(qū)煙田生態(tài)系統(tǒng)的葉片邊界層阻抗取值，分析結(jié)果如表1所示。

從表中可以看出，葉片邊界層阻抗取值為0.04m/s時(shí)，研究時(shí)間段內(nèi)研究區(qū)煙田ET模擬值與實(shí)測值差異最小，一元線性回歸斜率為0.929，決定系數(shù)提高到0.837，效率系數(shù)提高到0.786，平均相對誤差下降至0.152。表明葉片邊界層阻抗的參數(shù)化調(diào)整能提高M(jìn)ODIS-ET模型在研究區(qū)的模擬精度。

表1 葉片邊界層阻抗參數(shù)化調(diào)整下MODIS-ET模型模擬效率比較Tab.1 Comparison on simulation efficiency of MODIS-ET model in parameterizing process of leaf boundary layer impedance

2.2.2 葉面積指數(shù)參數(shù)化

冠層阻抗是MODIS-ET模型中的另一個重要參數(shù)，冠層阻抗偏高會顯著降低ET的模擬估算值[25]。MODIS-ET模型在計(jì)算冠層阻抗時(shí)將其定義為冠層導(dǎo)度的倒數(shù)，由冠層導(dǎo)度的計(jì)算公式可知，冠層導(dǎo)度主要受LAI的影響。在模擬過程中，如果LAI輸入數(shù)據(jù)比觀測值偏大，會導(dǎo)致冠層導(dǎo)度高于觀測值，冠層阻抗比觀測值偏小，ET模擬值偏大；反之，模型中LAI輸入數(shù)據(jù)小于觀測值則會導(dǎo)致ET模擬值小于觀測值。

MODIS-ET模型中LAI數(shù)據(jù)為MODIS/MOD15A2產(chǎn)品，由于受到云層、降水等因素的干擾，該產(chǎn)品往往與觀測值存在差異。由圖2可知， LAI遙感數(shù)據(jù)產(chǎn)品與觀測值相比，一元線性回歸斜率為0.494，決定系數(shù)R2=0.593，效率系數(shù)為0.475，平均相對誤差為0.394，說明研究區(qū)MODIS/LAI數(shù)據(jù)產(chǎn)品比觀測值明顯偏小。

圖2 MODIS/LAI數(shù)據(jù)產(chǎn)品與觀測值比較Fig.2 Comparison of MODIS/LAI dataset against field observation records

在葉片邊界層阻抗參數(shù)化調(diào)整的基礎(chǔ)上，根據(jù)LAI遙感數(shù)據(jù)與觀測值的統(tǒng)計(jì)結(jié)果，對MODIS/LAI數(shù)據(jù)產(chǎn)品進(jìn)行參數(shù)化，參數(shù)后的LAI值與實(shí)測值及原始MODIS/LAI產(chǎn)品數(shù)據(jù)的比較結(jié)果如圖3所示。從圖中可以看出，參數(shù)化后的LAI與實(shí)測值差異縮小，平均相對誤差降低到0.160。

圖3 參數(shù)化調(diào)整后的MODIS-LAI數(shù)據(jù)與觀測值Fig.3 Comparison of MODIS-LAI values after parameterization against field observations

將參數(shù)化后的LAI值輸入到MODIS-ET模型計(jì)算公式中，調(diào)整后的MODIS-ET模型模擬值與觀測值的比較結(jié)果如圖4所示。由圖4a可知，MODISET模型模擬值與觀測值相比，一元線性回歸斜率為0.997，決定系數(shù)R2=0.835，效率系數(shù)為0.808，平均誤差為0.117，ET模擬值與觀測值已基本一致。從研究時(shí)段內(nèi)ET模擬值與觀測值的動態(tài)變化曲線來看（圖4b），進(jìn)一步參數(shù)化后的模擬值與觀測值的變化趨勢基本吻合，同時(shí)解決了默認(rèn)參數(shù)模擬值在烤煙生育期前期偏低的問題。

圖4 參數(shù)化調(diào)整后MODIS-ET模型模擬值與觀測值Fig.4 Comparison of MODIS-ET model simulated values after parameterization against field flux observations

2.3 參數(shù)化后的MODIS-ET模型適應(yīng)性驗(yàn)證

利用研究區(qū)煙田2015年8月～10月氣象和遙感數(shù)據(jù)對參數(shù)化后的MODIS-ET模型進(jìn)行獨(dú)立驗(yàn)證，驗(yàn)證結(jié)果如圖5所示。從圖中可以看出，ET地面實(shí)測值與參數(shù)化后的MODIS-ET模型模擬值相比，一元線性回歸斜率為0.8970，決定系數(shù)R2=0.8970，效率系數(shù)NS=0.7808，平均誤差為0.1700，ET實(shí)測值與模擬值整體變化趨勢及數(shù)值大小差異較小，說明參數(shù)化后的模型在不同年份間也具有較好的適應(yīng)性。

圖5 參數(shù)化后的MODIS-ET模型獨(dú)立驗(yàn)證結(jié)果Fig.5 Independent verification results of parameterized MODISET model

3 討論

3.1 MODIS-ET模型參數(shù)化校正結(jié)果分析

本研究基于遙感數(shù)據(jù)、地面通量觀測數(shù)據(jù)及微氣象數(shù)據(jù)，依據(jù)一元線性回歸斜率、決定系數(shù)、效率系數(shù)及平均相對誤差對MODIS-ET模型模擬精度進(jìn)行評價(jià)，并通過對參數(shù)化校正，以提高該模型在區(qū)域煙田生態(tài)系統(tǒng)ET模擬中的適用性。

前人研究指出，生物物理模型的模擬值與觀測值的效率系數(shù)大于0.8是衡量該模型模擬效果的一個標(biāo)準(zhǔn)[25]。本研究中，采用默認(rèn)參數(shù)的MODIS-ET模型對研究區(qū)ET模擬的效率系數(shù)為0.767。對模型進(jìn)行參數(shù)化后，效率系數(shù)提升到0.808，模型模擬的精度提升，參數(shù)化后的模擬值與觀測值基本吻合，證明了該模型在研究區(qū)應(yīng)用的適用性和精確性。

研究中發(fā)現(xiàn)，使用默認(rèn)參數(shù)的模型對研究區(qū)煙田ET進(jìn)行模擬時(shí)，模擬值與觀測值相比偏小，尤其是在烤煙生育期前期差異更明顯。ZHANG等[12]通過對不同站點(diǎn)的MODIS數(shù)據(jù)與通量觀測數(shù)據(jù)進(jìn)行比較指出，天氣、植物構(gòu)成、地表參數(shù)等都會影響模型的模擬效果。本研究中，試驗(yàn)站與周圍農(nóng)田相連，作物種植結(jié)構(gòu)以稻煙混作為主。研究區(qū)周圍水稻5月上旬插秧，5～7月份水稻處于分蘗期和拔節(jié)孕穗期，在相同的觀測時(shí)間，稻田L(fēng)AI與煙田相比偏小。研究中所采用的MODIS遙感數(shù)據(jù)的尺度為1km，因此在模擬過程中，可能受到煙田周圍作物的影響而使整個區(qū)域的LAI估算值偏小，從而降低模型在烤煙生育期前期的模擬精度。此外，本研究采用輪作期和烤煙大田生育期數(shù)據(jù)對模型進(jìn)行檢驗(yàn)，一定程度上增加了模型模擬值與實(shí)測值的誤差大小，但是提高了MODISET模型在研究區(qū)煙田生態(tài)系統(tǒng)的驗(yàn)證效果，增加了模型的適用性。總的來看，在依據(jù)前人研究和地面觀測數(shù)據(jù)的基礎(chǔ)上，對模型進(jìn)行參數(shù)化后，修正了生物和非生物因素的影響，提高了模型模擬精度，但由于西南地區(qū)環(huán)境的復(fù)雜性，如果以此為代表對整個西南地區(qū)進(jìn)行反演仍需要更多的試驗(yàn)點(diǎn)數(shù)據(jù)的支持和進(jìn)一步的驗(yàn)證。

3.2 MODIS-ET模型參數(shù)敏感性分析

MODIS-ET模型在模擬過程中，不同的參數(shù)對模型模擬結(jié)果的影響存在敏感性差異。前人研究指出，空氣動力學(xué)阻抗、冠層阻抗和植被覆蓋度是MODISET模型模擬過程中的三個重要參數(shù)[10,17,26]。LAI和FPAR來源于MODIS/MOD15A2產(chǎn)品，LAI不僅是冠層阻抗的關(guān)鍵影響因素，還直接決定FPAR值。模型中植被覆蓋度直接用FPAR來表示，因此MODIS/FPAR值與觀測值的偏差，會通過植被覆蓋度影響群體冠層與土壤能量的分配比例，進(jìn)而影響ET模擬值的大小。

對MODIS-ET模型中空氣動力學(xué)阻抗、冠層阻抗和FPAR分別進(jìn)行參數(shù)化調(diào)整，其余參數(shù)保持不變，分析三者在MODIS-ET模型中的敏感性差異。由表2可知，MODIS-ET模型在模擬過程中，F(xiàn)PAR的敏感性最強(qiáng)，對ET模擬值的影響最大。FPAR上調(diào)10%和下調(diào)10%，其對應(yīng)的模擬值與觀測值一元線性回歸斜率變化范圍為0.791～0.953，效率系數(shù)范圍為0.655～0.804?？諝鈩恿W(xué)阻抗的變化對ET模擬值的影響相對較小，敏感性相對較弱，其上、下調(diào)動10%對應(yīng)的模擬值與觀測值一元線性回歸斜率變化范圍為0.855～0.890，效率系數(shù)范圍為0.757～0.774?？傮w看來，空氣動力學(xué)阻抗和冠層阻抗參數(shù)化與ET模擬精度變化呈負(fù)相關(guān)，F(xiàn)PAR參數(shù)化則與ET模擬精度變化呈正相關(guān)。

4 結(jié)論

本研究以2016年1月～10月每8天遙感數(shù)據(jù)和氣象數(shù)據(jù)作為MODIS-ET模型的輸入?yún)?shù)，依據(jù)通量觀測ET數(shù)據(jù)，對MODIS-ET模型在攀西煙田的適應(yīng)性進(jìn)行評價(jià)，并通過參數(shù)化提高該模型在研究區(qū)煙田ET模擬中的準(zhǔn)確度和適用性，主要結(jié)論如下：

（1）采用默認(rèn)參數(shù)的MODIS-ET模型模擬值與觀測值相比，模擬值偏小12.78%，決定系數(shù)R2=0.872，效率系數(shù)為0.767，平均誤差為0.169，其中烤煙生育期前期差異最顯著。

表2 MODIS-ET模型參數(shù)敏感性分析Tab.2 Sensitivity analysis on parameters in MODIS-ET model

（2）對MODIS-ET模型中葉片邊界層阻抗和LAI進(jìn)行參數(shù)化調(diào)整后，模型模擬值與觀測值基本吻合，研究時(shí)段內(nèi)兩者的動態(tài)變化曲線接近一致，一元線性回歸斜率為0.997，決定系數(shù)R2為0.835，效率系數(shù)為0.808，平均誤差為0.117，表明該模型在經(jīng)過參數(shù)化后，在攀西煙區(qū)具有較好的適用性。

（3）基于參數(shù)化后的MODIS-ET模型，在準(zhǔn)確獲得地面氣象輸入數(shù)據(jù)（氣溫、降水、凈輻射、VPD）的基礎(chǔ)上，能夠?qū)崿F(xiàn)對研究區(qū)煙田生態(tài)系統(tǒng)ET的準(zhǔn)確模擬，為研究區(qū)煙田水分管理提供數(shù)據(jù)支持。

[1]CHAHINE MT.The hydrological cycle and its influence on climate[J].1992, 359(6394)： 373-80.

[2]WANG K, DICKINSON RE.A review of global terrestrial evapotranspiration： Observation, modeling, climatology, and climatic variability [J].Reviews of Geophysics, 2012, 50(2)：RG2005.

[3]JUNG M, REICHSTEIN M, CIAIS P, et al.Recent decline in the global land evapotranspiration trend due to limited moisture supply[J].Nature, 2010, 467(7318)： 951.

[4]吳桂平, 劉元波, 趙曉松, 等.基于MOD16產(chǎn)品的鄱陽湖流域地表蒸散量時(shí)空分布特征[J].地理研究, 2013, 32(4)： 617-27.WU Guiping, LIU Yuanbo, ZHAO Xiaosong, et al.Spatio-temporal variations of evapotranspiration in Poyang Lake Basin using MOD16 products[J].Geographical Research, 2013, 32(4)： 617-27.

[5]MAHMOOD R, HUBBARD KG.Simulating sensitivity of soil moisture and evapotranspiration under heterogeneous soils and land uses [J].Journal of Hydrology, 2003, 280(1-4)： 72-90.

[6]閆人華, 熊黑鋼, 張芳.夏秋季綠洲-荒漠過渡帶芨芨草地蒸散及能量平衡特征研究 [J].中國沙漠, 2013, 33(1)： 133-40.YAN Renhua, XIONG Heigang, ZHANG Fang.The Evapotranspiration and energy budget of an achnatherum splendens grassland in the Oasis-desert Ecotone in Xinjiang,China, during Summer and Autumn [J].Journal of Desert Research, 2013, 33(1)：133-40.

[7]張淑蘭, 于澎濤, 王彥輝, 等.涇河上游流域?qū)嶋H蒸散量及其各組分的估算[J].地理學(xué)報(bào), 2011, 66(3)： 385-95.ZHANG Shulan, YU Pengtao, WANG Yanhui, et al.Estimation of actual evapotranspiration and its component in the upstream of Jinghe Basin [J].Acta Geographica Sinica, 2011, 66(3)： 385-95.

[8]位賀杰, 張艷芳, 朱妮, 等.基于MOD16數(shù)據(jù)的渭河流域地表實(shí)際蒸散發(fā)時(shí)空特征 [J].中國沙漠, 2015, 35(2)： 414-22.WEI Hejie, ZHANG Yanfang, ZHU Ni，et al.Spatial and temporal characteristic of ET in the Weihe River Basin based on MOD16 data [J].Journal of Desert Research, 2015, 35(2)： 414-22.

[9]MORAN MS, RAHMAN AF, WASHBURNE JC, et al.Combining the Penman-Monteith equation with measurements of surface temperature and reflectance to estimate evaporation rates of semiarid grassland [J].Agricultural & Forest Meteorology, 1996,80(2-4)： 87-109.

[10]BASTIAANSSEN WGM, PELGRUM H, WANG J, et al.A remote sensing surface energy balance algorithm for land (SEBAL).： Part 2：Validation [J].Journal of Hydrology, 1998, 212(1-4)： 213-29.

[11]JIANG L, ISLAM S.A methodology for estimation of surface evapotranspiration over large areas using remote sensing observations [J].Geophysical Research Letters, 1999, 26(26)：2773-6.

[12]ZHANG Li, TIAN Jing, HE Honglin, et al.Evaluation of Water Use Efficiency Derived from MODIS Products against Eddy Variance Measurements in China [J].remote sensing, 2015, 7：11183-11201.

[13]莫興國, 劉蘇峽, 林忠輝, 等.華北平原蒸散和GPP格局及其對氣候波動的響應(yīng) [J].地理學(xué)報(bào), 2011, 66(5)： 589-98.MO Xingguo, LIU Suxia, LIN Zhonghui, et al.Patterns of evapotranspiration and GPP and their responses to climate variations over the North China Plain [J].Acta Geographica Sinica,2011, 66(5)： 589-98.

[14]KALMA JD, MCVICAR TR, MCCABE MF.Estimating Land Surface Evaporation： A Review of Methods Using Remotely Sensed Surface Temperature Data[J].Surveys in Geophysics, 2008,29(4)： 421-69.

[15]孫志剛, 王勤學(xué), 歐陽竹, 等.MODIS水汽通量估算方法在華北平原農(nóng)田的適應(yīng)性驗(yàn)證 [J].地理學(xué)報(bào), 2004, 59(1)： 49-55.SUN Zhigang, WANG Qinxue, OU Yangzhu, et al.Validation of the feasibility of MOD16 algorithm for estimating crop field vapor flux in North China Plain [J].Acta Geographica Sinica, 2004,59(1)： 49-55.

[16]FALGE E, BALDOCCHI D, TENHUNEN J, et al.Seasonality of ecosystem respiration and gross primary production as derived from FLUXNET measurements [J].Agricultural & Forest Meteorology,2002, 113(1-4)： 53-74.

[17]劉琰琰, 李海燕, 陳超, 等.攀西地區(qū)烤煙氣候適宜性評價(jià)指標(biāo)建立及應(yīng)用[J].四川農(nóng)業(yè)大學(xué)學(xué)報(bào), 2015, 3(33)： 299-305.LIU Yanyan, LI Haiyan, CHEN Chao, et al.Establishment and application of climatic suitability indicator of flue-cured tobacco in Panxi region [J].Journal of Sichuan Agricultural University, 2015,3(33)： 299-305.

[18]MU Q, ZHAO M, RUNNING SW.Improvements to a MODIS global terrestrial evapotranspiration algorithm [J].Remote Sensing of Environment, 2011, 115(8)： 1781-1800.

[19]FISHER JB, TU KP, BALDOCCHI DD.Global estimates of the land- atmosphere water flux based on monthly AVHRR and ISLSCP-II data, validated at 16 FLUXNET sites [J].Remote Sensing of Environment, 2008, 112(3)： 901-919.

[20]MONTEITH JL.Evaporation and environment [J].Symposia of the society for experimental Biology, 1965, 19(19)： 205-234.

[21]MAIDMENT DR.Handbook of hydrology [J].Earth-Science Reviews, 1992, 24： 227-229.

[22]BOUCHET RJ.Evapotranspiration reelle at potentielle,signification climatique [J].1963, 62： 134-142.

[23]CHOUDHURY BJ, DIGIROLAMO NE.A biophysical processbased estimate of global land surface evaporation using satellite and ancillary data I.Model description and comparison with observations [J].Journal of Hydrology, 1998, 205(3-4)： 164-185.

[24]MORALES P, SYKES MTIC, SMITH P, et al.Comparing and evaluating process-based ecosystem model predictions of carbon and water fluxes in major European forest biomes [J].Global Change Biology, 2006, 11(12)： 2211-2233.

[25]Baldocchi DD, Wilson KB.Modeling CO2and water vapor exchange of a temperate broadleavedforest across hourly to decadal time scales[J].Ecological Modelling, 2001, 142： 155-184.

[26]顧婷婷, 周鎖銓, 駱月珍,等.植被氣孔阻抗對區(qū)域氣候影響的數(shù)值試驗(yàn)[J].氣象科學(xué), 2011, 31(3)： 290-297.GU Tingting, ZHOU Suoshuan, LUO Yuezhen, et al.Numerical experiments of stomatal resistance variation effects on regional climate [J].Scientia Meteorologica Sinica, 2011, 31(3)： 290-297.