应用ENVI-met-模型模拟三维植被场景温度分布

第36卷摇第4期2014年7月北京林业大学学报JOURNALOFBEIJINGFORESTRYUNIVERSITYVol.36,No.4Jul.,2014DOI:10.13332/j.cnki.jbfu.2014.04.014应用ENVI鄄met模型模拟三维植被场景温度分布詹慧娟摇解潍嘉摇孙摇浩摇黄华国(北京林业大学省部共建森林培育与保护教育部重点实验室)摘要:为深入研究地表温度异质性机理,引入三维小气候模式ENVI鄄met开展三维植被场景的温度场模拟。以离散分布的山杨、侧柏和油松人工林场景为例,在实测的气象要素、土壤水分、植被结构、叶面积指数和组分温度等的基础上,进行了敏感性分析和试验验证。敏感性分析结果表明:土壤相对湿度对模拟土壤温度场最为敏感,太阳辐射比例因子对模拟植被温度场最为敏感。验证结果表明:ENVI鄄met能准确模拟三维植被温度场的分布规律,模拟值与实测值较为接近(最高R2抑0郾9,最小RMSE抑0郾6K)。关键词:ENVI鄄met模型;敏感性分析;三维植被温度场中图分类号:S716郾2摇摇文献标志码:A摇摇文章编号:1000鄄鄄1522(2014)04鄄鄄0064鄄鄄11ZHANHui鄄juan;XIEWei鄄jia;SUNHao;HUANGHua鄄guo.UsingENVI鄄mettosimulate3Dtemperaturedistributioninvegetatedscenes.JournalofBeijingForestryUniversity(2014)36(4)64鄄鄄74[Ch,19ref.]KeyLaboratoryforSilvicultureandConservationofMinistryofEducation,BeijingForestryUniversity,100083,P.R.China.Tofurtherunderstandthemechanismoflandsurfacetemperatureheterogeneity,theENVI鄄metmodelwasintroducedtoconductresearchonvegetationtemperaturefieldsimulation.Basedonthemeasurementsofmeteorologicaldata,soilmoisture,vegetationstructure,leafareaindexandcomponenttemperature,sensitivityanalysisandvalidationofENVI鄄metwereconductedinanexperimentalareaincludingdiscretedistributedaspen,cedarandpineplantations.Resultsofsensitivityanalysisshowedthathumiditywasthemostsensitiveparameterforsoiltemperaturesimulations,andsolarradiationscalefactorforleaftemperatures.ValidationresultsindicatethatENVI鄄metcanfairlysimulatethethree鄄dimensionaltemperaturedistributionofvegetatedscenes(themaximumR2wasabout0郾9,theleastRMSEwasabout0郾6K).Keywords摇ENVI鄄metmodel;sensitivityanalysis;three鄄dimensionaltemperaturefieldofvegetatedscenes摇摇收稿日期:2013鄄鄄10鄄鄄15摇修回日期:2013鄄鄄12鄄鄄26基金项目:国家自然科学基金项目(41171278)、林业公益性行业科研专项(201104040鄄鄄2)。第一作者:詹慧娟。主要研究方向:3S与信息技术。Email:[e-mail]摇地址:100083北京市清华东路35号北京林业大学林学院。责任作者:黄华国,博士,副教授。主要研究方向:定量遥感。Email:[e-mail]摇地址:同上。本刊网址:http:蛐蛐journal.bjfu.edu.cn摇摇陆地表面是地气交换的边界,其温度是显著影响地球系统能量平衡的主要因素之一。遥感观测的地表温度是监测地表能量平衡的重要工具,但是由于地表复杂多变,目前反演精度难以满足气候系统的要求(1K)[1]。地表的复杂性主要体现在地形起伏和地表的三维结构上,两者均会显著影响组分温度分布,从而引发观测的辐射温度出现复杂的时空变化。在较为平坦区域,三维结构则是影响反演精度的主要因素之一。研究植被为主的三维场景温度时空变化建模,对于提高卫星遥感在植被尤其是林区的温度反演能力具有重要意义。目前,植被场景温度分布主要采用土壤—植被—大气模型(SoilVegetationAtmosphereTransfer,SVAT)[2]来模拟,但是一维模型居多,例如:SHAW模型[3]可以模拟森林冠层表面能量平衡,输出冠层表面辐射温度、土壤温度和叶片温度等;CUPID模摇第4期詹慧娟等:应用ENVI鄄met模型模拟三维植被场景温度分布型[4]利用输入参数和边界条件来预测作物—环境的各种交互作用,但是一维模型难以考虑离散植被。在稀疏的植被条件下,或者在城市环境、城乡结合处等条件下,三维模型是非常必要的。DART模型[5]初步实现了三维模拟,但是简化了湍流交换模块为一维,模拟精度不高。THERMO模型[6]以果树为例实现了三维温度场分布模拟,但是该模型假设气温廓线不变,土壤部分处理也较为简单,不考虑土壤面元之间的相互作用,不考虑土壤蒸发。虽然这些模型具备了三维模拟能力,但是应用了很多假设,在气象要素的三维模拟上并非三维,都存在一些不足。在气象领域,三维气候模式发展较快,可以较好地模拟气象要素的三维分布,部分模型如ENVI鄄met[7]也具备了模拟自然植被的能力[8鄄鄄11],是模拟三维植被温度场分布的有力潜在工具。不过,目前尚未发现应用这些模式开展植被场景温度异质性的研究。本文以小尺度气象模式ENVI鄄met为例来模拟三维植被的温度场,开展地表三维温度场模拟研究,检验其在自然植被环境中的模拟能力,为更好更快地模拟三维植被的温度分布提供技术支持,同时对提高遥感反演精度具有重要意义。1摇材料与方法1郾1摇ENVI鄄met模型德国波鸿大学地理研究所的MichaelBruse等通过研究建筑外表面、植被和空气之间的热应力关系,开发了用于微环境模拟的软件ENVI鄄met,目前版本为3郾1(http:蛐蛐)。它是在微尺度基础上设计的,采用三维非静体力学模型,模拟中小尺度微环境间的相互关系[12鄄鄄14]。该模型由3个独立的子模型以及嵌套网格组成,子模型包括三维主模型、土壤模型以及一维边界模型(图1a)。ENVI鄄met提供了4种垂直网格划分的方法,本文选用底层细分法[15](如图1b所示)。这种网格划分方式适用于除靠近地面的区域外的区域,每一个垂直网格都有相似热湿交换过程的案例,比如植物。软件设置水平驻X、驻Y,垂直驻Z3个方向,其网格尺寸都相等,但为保证下垫面表面热湿耦合计算的准确性,最下层的垂直网格拆分为5个相等大小的小网格,为0郾2驻Z。而其他3种网格是等比例放大,比较适用于较高物体及近地区域没有剧烈热湿传递现象的模拟。图1摇ENVI鄄met结构Fig.1摇ArchitectureofENVI鄄met摇摇摇1)土壤模型:从下垫面表层到地下1郾75m,分为14层;按照从上到下,不同层的网格宽度由窄变宽。土壤模型负责计算地表到土地内部的热传递过程。由于植物的蒸腾作用导致根系在土壤中的湿传递过程以及土壤内部的热湿传递,并引起下垫面温湿度变化。2)植被模型:ENVI鄄met3郾1将单株植物简化成立方体,不同类型种类具有不同的叶面积密度(LAD)和根面积密度(RAD),而树叶和周围空气之间的相互作用可以用直接换热热流、表面水的蒸发强度和植物本身的蒸腾作用强度3个参数表达。通过这样的简化,不但可以模拟小型的植物,如草本植物,也能够模拟参天大树。该模型利用输入参数,包括冠层结构(叶面积指数、根面积指数、高度等)、土壤参数(土壤各层相对湿度、温度)、气象参数(风速、风向、大气温度、相对湿度等)、边界条件(开式、闭式、循环式)和太阳辐射系数,来模拟植被—大气—土壤间的交互作用。输出参数有风速、空气温度、叶片表面温度、土壤温度、直射及散射短波辐射、环境长波辐射等。在未来的版本4郾0中,植被将会56北摇京摇林摇业摇大摇学摇学摇报第36卷具备更为丰富的三维结构。ENVI鄄met操作界面简洁友好,需要定义的边界条件较少,在建筑、城市规划、气象方面等都有很好的利用及研究价值。如图2所示,软件计算时首先调用相应的植被数据库、土壤数据库及源数据库,然后进入主程序计算,最后输出计算结果。用户可以根据模拟区域的实际情况增加或修改植被数据及地表类型数据,这使软件具有更广泛的适用性。图2摇软件数据流程示意图Fig.2摇DataflowinENVI鄄metV3郾1摇摇摇将ENVI鄄met的计算结果导入自带的处理软件LEONARDO中,就可以得到二维或三维矢量图及某些参数的色块分布图,比如植被的三维温度场。1郾2摇野外实验研究区位于河北省张家口市怀来县中国科学院遥感与数字地球研究所河北省怀来县遥感实验基地(40毅24忆N,115毅31忆E)。该基地内植被类型主要由人工种植的山杨(Pobulusdavidiana)、侧柏(Biotaorientalis)和油松(Pinustabuliformis)组成。占地面积约为2652m2,由北至南,山杨和侧柏为12行16列,油松为14行16列,株行距均为2m,其中山杨、侧柏和油松林分的平均树高分别为6郾5、3和2m。实验基地临近水库滩涂,地势平坦,土壤类型主要为砂土。2013年7月22日至8月10日期间,以山杨、侧柏和油松为主要研究对象,开展了土壤和叶片温度以及模型输入参数的观测。在实验地内部选取6个测点进行观测,每个树种2个测点。山杨林的2个测点1和2分别在第3行的第6列和第7行的第8列,侧柏林的2个测点3和4分别在第18行的第7列和第23行的第7列,油松林的2个测点5和6分别在第28行的第6列和第30行的第11列。每个测点均采集多个参数,其中:叶面积指数主要使用冠层分析仪LAI2200进行测定。由于LAI冠层分析仪测量得到的是林分冠层的叶面积指数,需要转换成单木尺度。由于林分中各类树木长势和分布较均匀,将测量的叶面积指数值除以扣除孔隙度之后的林分面积,就可得到单株树木的叶面积指数。考虑到在敏感性分析中发现叶面积指数的微小变化对土壤表层温度和叶片温度影响较小,因而上述纠正方法在本文中是合理的。1郾2郾1摇气象数据测量气象数据主要使用手持气象站NK4500(美国Kestrel公司生产)进行采集,主要包括风速、风向、大气温度、相对湿度、气压等。测量精度:风速为依3%,风向为依5毅,大气温度为依1益,相对湿度为依3%。每2h测量一次气象数据,与红外温度采集同步,树木旁边按高、中、低3层(杨树和侧柏为4、2和1m,油松为2、1和0郾5m)分别采集。1郾2郾2摇土壤参数测量使用环刀采样,然后利用烘箱烘干称质量,测量土壤密度。在3块林分内部各选取3个点,每个点取0~20cm、20~50cm和50cm以下3层的土壤剖面,采用烘干称质量法测定各层的土壤质量含水量。根据沙土田间持水量值(20%)[16]和土壤相对湿度参考值[17]进行换算,得到土壤各层相对湿度。1郾2郾3摇温度测量使用FLIR红外热像仪I5(美国FLIR公司生产,温度测量精度为依0郾6K)观测土壤温度及叶片垂直温度。实验前,分别瞄准0