【精品硕博论文-水利水电工程】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(002)

1.遥感蒸散发2.采用的模型3.研究区域及采用的数据4.具体的数据处理5.结果验证6.存在的问题综述遥感蒸散发蒸散发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。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采用的模型：本文采用的是SEBAL模型。SEBAL是基于陆面能量平衡方程的一种模型，是仅仅利用遥感影像的可见光、近红外以及热红外波段以及少量的气象数据，比如风速、气温，来计算地表净辐射量、土壤热通量、感热通量以及用于蒸散发计算的瞬时潜热通量。RnHGLESPHRn——地表净辐射，为地表净得短波和长波辐射之和H——下垫面到大气的感热通量G——下垫面地表的热通量，即下垫面土壤中的热交换，土壤热通量LE——潜热通量，即下垫面与大气间水汽的热交换S、PH分别为作物光合作用和生物量增加的能量，比重小，可以忽略研究区域及采用的数据研究区域安徽省蚌埠市五道沟试验站，地处东经117°21′，北纬33°09′，是河海大学水资源开发教育部重点实验室，其气象数据精度能达到10min的精度（如蒸发数据、气温数据等）采用的数据本文采用的数据是2013年2月11号发射的Landsat8数据，Landsat8携带了2个传感器，包括OLI（陆地成像仪）和TIRS（热红外传感器）OLI与ETM+对比OLIETM+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。具体的数据处理现有的地表温度反演算法大致有以下四种：大气校正法、单通道算法、劈窗算法和多波段算法。大气校正法，需要大气实时剖面数据，数据获取比较困难，而多波段算法适合于多个热红外波段的数据，所需参数多，运算复杂，反演难度较大单通道算法适用于一个热红外波段，而劈窗算法适用于两个热红外波段，因而本文采用单通道以及劈窗算法进行温度的演算。名称\优缺点优点不足Jiménez-Munoz和Sobrino单通道算法1．既考虑了地表比辐射率的影响,也考虑了大气辐射的影响2．反演过程所需要的大气参数仅为大气水分含量1.模型的普适性没有得到验证。2.模型的过程参数依赖过多经验性公式。劈窗算法1．既考虑了地表比辐射率的影响,也考虑了大气辐射的影响2．反演过程所需要的大气参数比传统的辐射传导方程法要少得多,仅需要近地表气温和大气水分含量这两个参数1.模型的普适性没有得到验证。2.模型的过程参数依赖过多经验性公式。3.基于的假定条件较多。数据处理Landsat8数据下载热红外波段处理可见光波段处理反射率定标、太阳高度角校正辐射定标、亮温反演预处理：流程处理后的数据单通道算法劈窗算法大气水汽量水分含量大气透射率计算地表比辐射率计算中间参数计算温度反演nssR(1)sLLRRR20cos/sRsd301.085cos(2.7cos)*100.1decossin()sin()cos()sin()cos()sin()cos()cos()cos()cos()cos()cos()sin()sin()cos()cos()cos()sin()sin()sin()sssss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相关能量值的计算4LaRTa10.35exp(10/)aaeTa4LssRTδ为斯一玻常数其中G8，obs为0.08m处2块土壤热流板观测值的平均值，△T，△t分别为TCAV平均热电偶观测得到的平均土壤温度及其时间分辨率30min；△z为zr之上土壤厚度，为0.08m（可以根据实际情况进行调整）TCAV平均土壤热电阻法感热通量HPC()rcaaTTHh123.0ZomkZZUUom)ln(200*22005.2max)(5.005.0NDVINDVIZomGRHndry0wetH干点：湿点：)ln()(200200*200omZUkUUpahnsdryCGRbTaT)(0swetbTaT稳定？ahpTCH是退出kgHTUCLsp3*否5.0)arctan(2)21ln()21ln(22002200200)200(xxxm　　　　　25.0)161(Lheightxheight)21ln(22)(11zZhx)ln(52)(1LZZhLZm2)200(50L0Lh2U)ln()(22*2omZZkUU)()ln(*2000012kUZZah))(ln()200(200200*200momZZkUU)())(ln(*200)()(1212kUZZZhZhah其中Z1和Z2分别代表近地表的两个高度0.1米和2米，u*为摩阻速度ms-1。L0和L0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。通过一个迭代计算过程对空气动力学阻力ra进行稳定度修正，需要通过多次(5次以上)重复计算,得到稳定的显热通量结果验证地表温度日期日序地表温度（K）劈窗算法（K）单通道算法（K）2013246304.54300.85304.442013278303.34302.87304.592014121300.82297.02297.40相比较而言，单通道算法的计算值与实际值比较接近，而单通道算法应用的是波段10，原因是因为波段11的噪声比较大；因此应用了2个波段的劈窗算法结果有些偏差。由于受到云层，以及Landsat8时间分辨率的影响。自2013年7月至2014年5月仅仅选择出3期可用图像。DOY246劈窗算法与单通道算法温度对比空间分布图劈窗算法与单通道算法温度对比空间分布图DOY278劈窗算法与单通道算法温度对比空间分布图DOY121辐射通量Rn日期过境时间日序RN计算RN实测绝对误差均方根误差2013090310:45:00246576.832549.27927.553759.1682013100510:45:00278533.893555.02621.133446.6042014050110:45:00121651.696601.00550.6912569.577平均33.12635.475土壤热通量日期过境时间日序G计算G测量值绝对误差均方根误差2013090310:45:0024678.80857.43021.378457.0272013100510:45:0027871.70071.6590.0410.0022014050110:45:0012163.30063.3280.0280.001平均值7.14912.343潜热通量日期日序LE实测LE计算绝对误差均方根误差20130903246355.588411.80056.2133159.84720131005278132.0882181.10024.075579.59620140501121443.685394.02749.6582465.880平均43.31545.480潜热通量与日蒸散发量对比潜热通量与日蒸散发空间分布图存在的问题误差来源显热通量计算中冷热点选取的好坏直接影响着最终精度，冷热点的选择均需要一定的技能和经验性，主观性强，存在较大的人为误差利用能量平衡方程,潜热通量为净辐射与土壤热通量、感热通量的差值,而通量又可以间接利用遥感反演的参数值和模型参数求值。由于参数值大都需要通过遥感数据获得,同时地表温度、比辐射率、植被指数等一些重要参数至今仍是遥感反演的瓶颈,所以方程应用存在一定的适用范围和误差。能量不闭合的问题是观测手段的缺陷日期日序H实测LE实测RN实测G测量值能量闭合度(LE+H)/(RN-G)20130903246129.8094338.7498549.279157.43000.952620131005278180.0351132.0882557.726372.90000.64382014050112166.7899334.1795625.980593.62000.7532仅靠3期图像的计算结果，并不能可靠的说明SEBAL模型在五道沟水文水资源试验站的适用性，因此还需要引入其它时间分辨率高的遥感影像来分析，例如HJ-1（国产环境小卫星），MODIS等。遥感估算蒸散发，是水文模型中模拟地表水循环的一部分，水文模型需要长时间序列的日尺度的蒸发数据。而在遥感估算蒸散发的研究中，通常要筛选了晴朗无云的遥感影像进行日蒸散发的推广，在日蒸散发的拓展上并没有充分考虑到大气和地表的快速波动以及云的影响带来的误差，如何在时间尺度推广充分考虑到云的影响，以及通过遥感技术建立连续时间序列的日蒸散发结果是下一步需要解决的问题。展望谢谢！请老师指正！