下载文档原格式
应用先进微波探测器AMSU资料遥感反演春季陆地表层湿度谷松岩;邱红;杨忠东;董超华【期刊名称】《气候与环境研究》【年(卷),期】2004(009)001【摘要】利用先进微波探测器(AMSU)正演快速微波辐射传输模型,完成了AMSU 窗区通道亮温与地表温湿特征的相关性分析,根据模拟计算结果改进了现有业务上反演地表微波辐射率的统计分析方法,得到适用于我国非冻土积雪覆盖地区地表微波辐射率反演的指数分析模型;进一步通过地表微波辐射传输模型迭代反演得到土壤体积含水量信息.2001年相互匹配的AMSU资料和地面农业气象观测站地表相对湿度观测结果的对比分析表明二者间具有一定的相关性.利用2002年3月和2003年3月的AMSU资料,反演了我国陆地区域地表湿度;连续两年春季地表湿度反演结果的对比分析表明,与2002年春季相比,2003年我国北方沙尘暴发生源区地表湿度反演值普遍偏高,潮湿的下垫面特征与沙尘暴发生频次的减少之间有一定的对应关系.试验结果表明,利用AMSU遥感资料可以获取大范围陆地表层湿度信息,进行区域尺度陆地表层湿度特征的动态分析,为我国沙尘暴监测分析提供陆地表层湿度基础信息.【总页数】11页(P43-53)【作者】谷松岩;邱红;杨忠东;董超华【作者单位】北京大学物理学院大气科学系,北京,100871;中国气象局国家卫星气象中心,北京,100081;北京大学物理学院大气科学系,北京,100871;中国气象局国家卫星气象中心,北京,100081;中国气象局国家卫星气象中心,北京,100081;中国气象局国家卫星气象中心,北京,100081【正文语种】中文【中图分类】P407【相关文献】1.先进微波探测器资料反演地表微波辐射率试验 [J], 谷松岩;邱红;张文建2.用星载先进微波探测器(AMSU)资料开展区域地表洪涝分类监测 [J], 谷松岩;邱红;冉茂农;张文建3.应用AMSU-B微波资料分析0509号Matsa台风水汽场分布特征 [J], 王新;方翔;邱红;朱元競4.应用AMSU-B微波资料识别强对流云区的研究 [J], 方翔;邱红;曹志强;王新;洪刚5.用AMSU资料反演西北太平洋海域大气湿度廓线的研究 [J], 王曦;宋国琼;姚展予;李万彪因版权原因，仅展示原文概要，查看原文内容请购买。
闪烁仪法测算丘陵山地人工林显热通量的参数敏感性分析郑宁;孟平;张劲松;尹昌君【期刊名称】《林业科学研究》【年(卷),期】2013(026)002【摘要】采用2009年5月至9月期间大孔径闪烁仪(LAS)每日连续观测数据,并基于Monin-Obukhov近地层大气相似理论,测算了地处河南省济源市的华北丘陵山地30年生栓皮栎-侧柏-刺槐人工混交林的显热通量(H),分析了H对波文比(β)、零平面位移(d)、LAS光线路径有效高度(ZLAS)与风速(v)、空气温度(Ta)等关键参数的敏感性.结果表明:在本研究区域,β值在0.4～4.0范围内浮动变化时,LAS法测算得到的H值影响不大；ZLAs值大小浮动±20％时,H的测算值与参考值相差达35％；d数值大小浮动±50％时,H的测算值与参考值相差仅为1％；Ta值大小浮动±10％时,H的测算值与参考值仅为0.2％左右,v值大小浮动±20％时,H的测算值与参考值相差达到了10％左右.【总页数】5页(P140-144)【作者】郑宁;孟平;张劲松;尹昌君【作者单位】中国林业科学研究院林业研究所,国家林业局林木培育重点实验室,北京100091;中国林业科学研究院林业研究所,国家林业局林木培育重点实验室,北京100091;中国林业科学研究院林业研究所,国家林业局林木培育重点实验室,北京100091;中国林业科学研究院林业研究所,国家林业局林木培育重点实验室,北京100091【正文语种】中文【中图分类】S718.5【相关文献】1.基于光闪烁法的区域平均显热通量测量系统 [J], 田勇志;刘建国;曾宗泳;程寅;宋雪梅;张亮2.饱和修正系数提高ZZLAS型闪烁仪测量显热通量精度 [J], 张功;张劲松;施生锦;孟平;黄彬香;郑宁3.粤东丘陵山地桉树人工林培育新模式示范研究 [J], 黎新宇; 李保彬; 唐志强; 叶榕标; 潘俊光4.甘肃地区丘陵山地桉树人工林培育新模式探讨 [J], 韩丽5.科尔沁梯级生态带大孔径闪烁仪与涡动相关仪观测显热通量间的尺度关系 [J], 黄天宇;刘廷玺;李东方;段利民;王冠丽因版权原因，仅展示原文概要，查看原文内容请购买。
基于Ameriflux通量观测数据的Hi-GLASS潜热通量产品验证范佳慧;姚云军;杨军明;于瑞阳;刘露;张学艺;谢紫菁;宁静【期刊名称】《自然资源遥感》【年(卷),期】2024(36)1【摘要】潜热通量产品的验证与分析对于研究气候变化及能量循环具有重要意义。
全球陆表高分辨率蒸散产品(high resolution global lAnd surface evapotranspiration product,Hi-GLASS ET)融合了5种传统蒸散算法,能够生产出较高精度的陆表潜热通量产品,但目前没有针对此产品的验证研究。
利用Ameriflux通量观测站点的潜热通量观测值与相应的Hi-GLASS陆表潜热通量产品估算值进行对比,获取多组有效验证数据。
验证结果显示,所选站点实际观测值与产品估算值的决定系数(R 2)为0.6,均方根误差(RMSE)为34.4 W/m^(2),平均偏差(Bias)为-13.4 W/m^(2),克林-古普塔效率(Kling-Gupta efficiency,KGE)为0.49,Hi-GLASS潜热通量产品具有较高的精度,算法的拟合结果较好;此外,空间分布也表明Hi-GLASS陆表潜热通量产品符合正常的自然规律。
由于数据获取的局限性,仅采用了美国地区18个站点数据对产品进行验证,在其他地区仍需进一步验证。
【总页数】8页(P146-153)【作者】范佳慧;姚云军;杨军明;于瑞阳;刘露;张学艺;谢紫菁;宁静【作者单位】北京师范大学遥感科学国家重点实验室;中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室【正文语种】中文【中图分类】TP79【相关文献】1.基于通量观测数据的MODIS生产力模型在攀西典型烟田的适用性验证2.基于敦煌戈壁站观测对几套再分析产品夏季地表感热通量的评估3.基于EC观测估算最小冠层阻力分布及其在潜热通量插补中的应用4.基于地面通量观测与MODIS数据估算玉米光能利用率5.2012-2020年内蒙古半干旱草原碳水通量关键参数观测数据集——基于长期降水格局控制实验因版权原因，仅展示原文概要，查看原文内容请购买。
麦田感热通量和潜热通量的测定与计算方法探讨潜热通量和感热通量是气象学家最频繁使用的两个参数，它们代表在麦田中运动空气在流通过程中所改变的能量量。
本文旨在探讨以下几个主题：
1. 潜热通量的测定方法：潜热通量可以通过室内实验和外部观测的方式来对其进行测量，例如热率计、压力计、风向仪等复合仪器。
2. 感热通量的测定方法：采用这种方法，可以通过直接测量或者计算方式计算出感热通量。
例如，可以用温度、湿度、大气压力等因素来计算出感热通量。
3. 潜热通量和感热通量的计算方法：由于环境要素在空气中的变动会影响通量的变化，因此需要采用相应的数值模型进行计算，以便得出更准确的结果。
目前主要采用混合层模型（Mixed Layer Model）来实现计算，它主要利用一系列参数来模拟土壤-空气界面之间的能量交换过程。
4. 其他计算方法：如果想对更复杂的麦田环境中潜热通量和感热通量进行计算，可以采用格网模型（Grid-based Model），它可以通过分解土地表面和大气混合层形成的复杂网格空间，较好地模拟出空气与土壤的交互作用，从而带来更准确的结果。
总之，潜热通量和感热通量是气象学中重要的物理参数，为了准确测
定和计算这两个参数，采用合适的计算模型，更好地反映出麦田的热量变化，为确保麦田热量状况的稳定提供重要的保障作用。
微波遥感技术在地质勘探中的应用地质勘探一直是一项重要而又复杂的工作。
随着科技的发展，微波遥感技术逐渐成为地质勘探中的一种重要手段。
本文将介绍微波遥感技术在地质勘探中的应用，并探讨其在这一领域中的重要性和前景。
一、微波遥感技术概述微波遥感技术是利用微波波段的电磁波对地球表面进行探测和监测的技术。
它具有穿透云层、雾气和雨水的能力，因此在地质勘探中具有独特的优势。
微波遥感技术可以通过接收地表反射的微波信号来获取地表信息，包括地形、地貌、地下水资源以及地质构造等重要数据。
二、1. 地质构造探测微波遥感技术可以通过探测地下的微波信号反射情况，识别地质构造的分布和变化。
例如，利用微波遥感技术可以发现地下水、矿藏和地下岩层等地质构造信息，为地质勘探提供重要参考。
2. 矿藏资源勘查微波遥感技术可以识别地下矿藏的存在和分布情况。
通过分析微波信号的反射特征，可以确定地下矿物的类型和含量，为矿藏资源的勘查和开发提供科学依据。
3. 地质灾害监测微波遥感技术可以实时监测地质灾害的发生和演变过程。
通过监测地表形变和地下水位变化等数据，可以及时预警地质灾害，减少灾害造成的损失。
4. 地质勘探图像解译微波遥感技术生成的地质勘探图像具有高分辨率和丰富的信息量，可以通过图像解译获取地质构造、岩性、矿化带等重要地质信息，为地质勘探工作提供可视化的数据支持。
三、微波遥感技术的优势1. 高分辨率：微波遥感技术具有较高的空间分辨率和时间分辨率，可以实现对地表细微特征的精确探测和监测。
2. 全天候性：微波波段具有较强的穿透能力，不受天气和光照条件的影响，可以实现全天候的地质勘探监测。
3. 多波段信息：微波遥感技术可以获取多波段的地表信息，包括横波和纵波等不同极化状态的数据，为地质勘探提供更丰富的数据支持。
四、微波遥感技术在地质勘探中的前景随着微波遥感技术的不断发展和应用，其在地质勘探中的作用将会越来越重要。
未来，随着遥感技术和数据处理技术的进一步提升，微波遥感技术将能够更精确地探测地下资源，为地质勘探提供更准确、更全面的信息支持。
200720643(3) 北京师范大学学报(自然科学版)Journal of Beijing Normal University (Natural Science ) 221 利用土壤水分特征点组分温差假设模拟地表蒸散3辛晓洲1) 柳钦火1) 田国良1) 李小文1,2)(1)中国科学院遥感应用研究所,遥感科学国家重点实验室,100101,北京;2)北京师范大学地理学与遥感科学学院,遥感科学国家重点实验室,环境遥感与数字城市北京市重点实验室,100875,北京)摘要 提出了一个土壤水分变化过程对土壤蒸发、植被蒸腾以及土壤温度、叶片温度的影响存在较明显差异的假设,利用双层能量平衡模型推导出3个水分特征点(湿润、干旱和由湿到干的转折点)的组分温差(土壤温度减去叶片温度)公式,利用特征点的辐射温度和实际测量的红外温度间的关系来计算实际显热和潜热通量.用2001年北京顺义区实验期间的观测数据对本方法进行了验证,结果表明,用本方法能在只有一个角度的遥感温度数据情况下获取精度较高、误差较小的地表蒸散模拟结果.该法在分解植被蒸腾、土壤蒸发以及监测表层土壤和根区土壤旱情方面有很大的潜力.关键词 土壤水分变化;组分温差;双层模型;辐射表面温度;蒸散;干边;湿边;转折点3中国科学院知识创新工程重要方向性资助项目(KZCX32SW 233822);国家自然科学基金青年科学基金资助项目(40601067)收稿日期:2007202202 用热红外通道的遥感数据精确计算地表热通量是学术界的热点和难点问题,由于其在气候、水文、生态和农业等领域具有重要的科学意义和应用价值,该项研究受到长期的关注和重视.在地表蒸散的遥感估算中,热红外波段测量的辐射表面温度T r 是关键参数,但不能直接用来计算显热通量,因为与地气热量交换密切相关的是表面空气动力学温度T 0.这2种温度之间的关系非常复杂,而且通常差异较大,根据实验记录,在浓密植被中相差1～2℃[1],在稀疏植被中的差距可以大于10℃[2].单层能量平衡模型(或大叶模型)在计算显热通量时直接用T r 替代T 0,同时添加一项剩余阻抗[326],或者建立T r 与T 0关系的经验公式[729].单层模型由于忽略了土壤在冠层能量平衡中的作用,因此在稀疏和干旱植被表面误差较大[10].双层能量平衡模型[11212]将植被冠层和下层土壤的能量平衡、通量传输过程分开考虑,利用组分温度(植被与土壤)和一系列的传输阻抗来表达T 0,从而在理论上解释了T 0和T r 之间的差别.求解双层模型需要输入土壤和植被的温度,但传统的遥感传感器(如AV HRR 和MODIS 等)只能提供单一角度获取的辐射表面温度,无法反演组分温度.因此在只有单角度红外观测数据时,必须增加额外的信息或限制条件才能利用双层模型计算地表通量.J upp 等[13]对这方面的研究进行了一些总结并在后来的研究中又有新的方法提出[14].本文为单角度红外观测数据求解双层模型提出了一种新的思路,在计算过程中使用一种不同以往的假设,并在此假设基础上推导公式,给出求解流程.为了检验本方法的计算精度,将2001年北京顺义区实验期间的地面观测数据代入本方法进行计算,同时与其他几种方法的计算结果进行对比.最后给出本文的结论和一些讨论.1 模型与方法111 基本假设 蒸散包含2个物理机制完全不同的过程———土壤蒸发和植被蒸腾,虽然二者都受太阳辐射能量大小及环境空气温湿度和风速的控制,但蒸发和蒸腾发生的位置不同,机制不同,导致其过程和结果都不同.土壤蒸发使土壤表面的水分汽化进入空气,土壤深层的水则不断地通过土壤孔隙向表层输送,但这种水分运动速度是非常慢的,由此会导致表层土壤逐渐变干,从而使土壤表面蒸发阻抗变大,蒸发量减小,土壤表面温度逐渐上升.当下层水来不及补充,导致表面数厘米的土壤干透结皮后,土壤表面的显热通量占据了绝对优势,此时蒸发小到可以忽略不计(尽管下层的土壤可能还是比较湿的),根据土壤的能量平衡公式,如果其有效能量不增加,土壤表面的温度就不会继续上升,而处于一种相对稳定的状态.蒸腾是植被的重要生理生化过程,由于植被有发达的根系,可以钻入土壤数十厘米、甚至数米深以吸收水分,当土壤表面的蒸发随土壤风干逐渐变小时,植被蒸腾却可以在较长时间内维持相对稳定的水平,直至根区土壤含水量下降到临界点以下.如果植被有效能量不变,则在根区土壤水分充足时,叶片温度相对稳定,而在水分不足时温度会逐渐上升.图1是假设气象和结构参数等其他因子都不变, 222 北京师范大学学报(自然科学版)第43卷 土壤蒸发和植被蒸腾随土壤水分逐渐减小的变化趋势的示意图.土壤蒸发从水分饱和状态开始就逐渐减小,直至土壤表层变干,之后则变化很小;植被蒸腾在最初一段时间内可以维持较高的水平,直到根区土壤水分下降,导致根系吸收不到足够的水分,蒸腾受到抑制,此后蒸腾逐渐下降.图1 蒸发和蒸腾随土壤水分减小的变化趋势假定其他因子都保持不变,根据能量平衡公式,随着土壤水分减小,土壤表面温度和叶片温度的变化与蒸发和蒸腾变化过程密切相关,如图2所示,土壤表层温度随着蒸发逐渐减小而上升,直至一个相对稳定的水平,这个温度表示土壤表面的显热通量与其有效能量达到平衡状态;叶片温度在一开始保持稳定状态,表示其潜热通量与有效能量保持平衡,随后蒸腾减小导致叶片温度逐渐上升.根据以上假设,在土壤水分减小的过程中,土壤温度和植被温度的差别(组分温差)会存在3个比较明显的特征点:1)水分充足时的温差,此时可以称之为“湿边”;2)极度干旱时的温差,此时为“干边”;3)当土壤蒸发减小为0,而植被蒸腾还很充分时的温差,此时因为土壤温度很高,而植被温度较低,所以组分温差处于最大状态,此时称之为“转折点”(见图2).土壤处于极端干湿状态下的情形是比较容易理解的,而转折点的情况在测量和计算中容易被人图2 组分温度随土壤水分减小的变化趋势忽略.事实上,根据土壤蒸发阻抗的计算公式[15],当土壤表层的相对含水量(实际含水量与饱和含水量之比)逐渐减小时,土壤蒸发阻抗与相对含水量的倒数呈指数增大关系,也就是说,土壤蒸发阻抗随含水量减小而迅速增大,导致表面蒸发非线性下降,当下降到某个关键程度即文献[16]提到的表层土壤风干结皮时,可以认为土壤蒸发已经非常小至可以忽略不计,而此时表层之下的土壤还保持比较湿润的状态,植被蒸腾尚未受到缺水影响,这种状态就是转折点.112 求解思路 基于以上土壤蒸发和植被蒸腾变化趋势的假设,以及3个关键点(干边,湿边和转折点)的定义,我们就可以用单一角度的红外温度数据求解双层蒸散模型,具体路线如图3所示.图3 特征点组分温差法计算通量的思路框图113 公式推导 公式推导的基础是双层模型的理论和公式(具体公式和符号意义参见文献[11212]),文中下标d ,m ,w 分别代表干边、转折点和湿边,s 和c 分别代表土壤和植被.首先,根据基本假设和双层模型的公式推导3个特征点的组分温差.对于干边,假设蒸发和蒸腾都等于0,从而有:L Esd =0→H sd =R ns -G =ρC p T sd -T 0dr as→T sd =R ns -GρC pr as +T 0d ,L Ecd =0→H cd =R nc =ρC p T cd -T 0dr ac→T cd =R ncρC pr ac +T 0d ,δT d =T sd -T cd =1ρC p[(R ns -G )r as -R nc r ac ].(1)对于湿边,假设土壤蒸发阻抗和气孔阻抗都等于0,根据P 2M 公式在双层模型中对土壤和冠层的变型有[11212]:T sw =(R ns -G )r as /ρC p -D 0w /γ1+Δw /γ+T 0w ,T cw =R nc r ac /ρC p -D 0w /γ1+Δw /γ+T 0w ,(2) 第3期辛晓洲等:利用土壤水分特征点组分温差假设模拟地表蒸散223δT w=T sw-T cw=1ρC p [(R ns-G)r as-R nc r ac]1+Δw/γ=δT d1+Δw/γ.对于转折点,假设土壤蒸发等于0,气孔阻抗等于0,取式(1)中土壤的部分,式(2)中植被的部分相减就得到转折点的组分温差.双层模型的基本假设是土壤和冠层的通量是耦合关系,整个冠层只有1个空气动力学温度,此时式(1)和(2)中的T0d和T0w都应该用转折点的值T0m来代替,因此可以推出δT m=T sd-T cw=R ns-GρC p r as-R nc r ac/ρC p-D0w/γ1+Δw/γ.(3)在地面气象数据、冠层结构参数以及冠层净辐射和土壤热通量都由观测或计算已知的情况下,3个特征点的组分温差可由式(1)～(3)计算得到.根据最初的假设,3个特征点的显热和潜热通量也是已知的,从中可以推导出相应状态下的空气动力学温度:T0d, T0w,T0m,将其与上面的组分温差公式联立,就可以求解出3个特征点的植被和土壤温度:T sd,T sw,T sm, T cd,T cw,T cm.由于测量得到的是冠层的辐射温度,需要用一个冠层热辐射方向性模型[17]来根据特征点的组分温度模拟计算特征点的冠层辐射温度,模拟的角度必须与实际观测相同,将模拟计算与实际观测到的辐射温度进行比较,进而确定通量计算的流程和公式,如下所述:1)如果T rw<T r<T rm,则说明土壤整体上是比较湿润的,植被蒸腾没有受到水分限制,而土壤蒸发也还在继续,此时潜热通量所占的比例较大,所以先计算总蒸散,显热通量从能量平衡的剩余项推出:L E=R nc+(R ns-G)×(1-x0125),x=(T r-T rw)/(T rm-T rw).(4)2)如果T rm<T r<T rd,则说明土壤蒸发已经基本停止,植被蒸腾速率也开始下降,此时显热通量所占的比例较大,所以先计算总显热通量,蒸散从能量平衡的剩余项推出:H=(R ns-G)+R nc×(1-y0125),y=(T rd-T r)/(T rd-T rm),(5)因子x和y的含义类似于文献中的差分温度指数,其变化与土壤蒸发逐渐减小和植被显热通量逐渐增大的过程密切相关,在我们的计算中发现这种关系是非线性的,而用指数0125可以最好地模拟这种非线性的变化过程,该指数的确定是经验性的.图4可以比较清楚地说明这种非线性变化以及中间过渡的过程.图4 显热和潜热的变化示意 3)一般情况下,观测到的辐射温度应该落在干边和湿边之间的范围内,但可能会有少数情况的温度超出此范围,这种异常的原因主要有:地表辐射温度测量的误差,模型假设与客观现实还有一定的差异,用热辐射方向性模型计算的临界点辐射温度的误差.对这类情况,为保证计算流程不出错,我们做了如下处理,首先,将干湿边辐射温度与超出的实际辐射温度的数值进行交换,然后再用前面的1)或2)的方法进行计算.2 数据用2001年北京顺义区实验[18]的观测数据对模型进行验证.选择核心实验区的3个行播冬小麦田块: NW3、NW4和NW5,观测项目有:地表辐射与湍流热通量、辐射表面温度、冠层结构参数等.观测的下垫面(行播冬小麦)相对均匀,通量和红外温度观测的下垫面一致,同步,因此可以支持本文做这个验证.表1列举了本文用到的3个测点通量与温度观测的仪器类型、型号、精度、架设高度等. 对3个测点的波文比数据按照标准流程进行处理,剔除波文比异常点,去除净辐射和土壤热通量观测异常点,计算得到实际的感热和潜热通量作为我们的表1 试验所用仪器和观测情况 测点湍流热通量测量辐射表面温度测量仪器类型型号架设高度/m精度/℃仪器类型型号架设高度/m观测角度/(°) NW3波文比观测系统北大地球物理系自制2174和01740101红外测温仪上海技物所自制290 NW4波文比观测系统北大地球物理系自制214和0140101红外测温仪日本MINO TA245 NW5波文比观测系统中科院地理所自制116和0160101红外测温仪日本BS-32T245 224 北京师范大学学报(自然科学版)第43卷 样本数据.以每10min 平均的辐射温度、气象数据和通量作为1个测量样本,分别在NW3,NW4和N W5找出146,188和468组样本.表2为每个测点用于计算的样本数(n ),数据的日期范围,以及叶面积指数(I LA )和冠层高度(h c )的变化范围.表2 数据样本统计测点n日期范围I LA h c /m NW314604203—1501808～1161701133～01255NW418804213—2121087～3157701210～01333NW546804205—1511028～1193801116～012263 结果分析311 模拟结果 表3是本方法在3个测点的计算误差统计,表中的RMSD ,MAD ,MA PD 分别代表计算值相对于观测值的均方根误差、平均绝对误差和平均相对误差.可以看出,用本方法计算的通量误差比较小,精度比较高,在点N W3和NW5,误差水平很接近,在35～37W ・m -2之间,而在NW4点,均方根误差为2511W ・m -2,比其他2个测点都小.这种模型表现的差异与数据源的情况有关,如表2所示,NW4点的数据多为生长中后期,LA I 较高时候的,此时冠层辐射表面温度与空气动力学温度的差异较小,所以模拟精度高于其余2个测点.图5是3个地块计算的显热、潜热通量与观测数据的散点图,图中1∶1的对角线清楚地显示了误差程度.总体上看,大部分模拟值与观测值的一致性很高,离散比较均匀,没有偏大或偏小的系统误差出现.但是3个测点都有少数离散程度较大的点,模拟误差大于50W ・m -2,有的误差甚至超过了100W ・m -2,是表3中误差统计的主要贡献者.表3 显热和潜热通量误差统计测点RMSDMADMAPD_HMAPD_L EW ・m -2%NW33515271726171418NW4251119163415710NW53619271025192718312 与传统计算方法的对比 本方法的核心思想延续了双层能量平衡模型,因此具有很好的理论基础,同时在求解过程中加入了基于常识和经验的假设条件,这些假设具有一定的经验性质,这种集经验性与机理性为一体的计算方法是多年以来蒸散计算的典型特点.表4所示是最近几年比较有代表性的通量算法,其中M1[19]是单层模型中热量粗糙度长度订正的代表算法,M2[829]是在单层模型中建立空气动力学温度与辐射表面温度关系的代表性方法,M3[20]是在双层模型中加入假设条件增加公式的典型做法,M4[21]则是著名的双源模型的算法.这些模型和方法结合了复杂的表4 选自文献的几种代表性通量计算模型算法计算公式M1[19]kB -1=kC d4C tu 3u (h )(1-e -n ec /2)f 2c +ku 3u (h )z 0mh C 3t f 2c f 2s +kB -1s f 2s , f s =1-f cM2[829]1)(T 0-T a )/(T r -T a )=1exp (I LA0/(I LA0-I LA ))-1, I LA0=115M3[20]T s -T c =a ×(T r -T a )m, a =011,m =2M4[21]ρC pT c -T ar aa=R nc (1-αPT ×f g ×ΔΔ+γ), αPT =1126,f g =110 1)原文献中I LA0,I LA 分别写为LAI 0和LAI.理论公式推导(如M1)和经验性的系数(如M2中的I LA0、M3中的a 和m 以及M4中的αPT 和f g )及假设.表5是用M1～M4对相同数据进行计算的结果.对比表3可见,M1～M4的计算误差远大于本文提出的方法.这几个模型之间又有所区别.M1和M2属于单层模型的范畴,对下垫面的描述过于简化,所以计算误差很大;M3和M4属于双层模型的范畴,对冠层中的叶片和土壤的能量平衡过程进行了区分,因此计算结果相对较好,但误差还是比利用本文提出的方法计算的误差大.另一方面,由表3和表5看出,计算结果的误差大小在3个地块之间的顺序都基本一致,说明目前的算法还无法完全消除下垫面条件对算法结表5 用传统方法计算的显热和潜热通量误差统计算法测点RMSDMADMAPD_HMAPD_L EW ・m -2%NW3125.0100.596.953.6M1NW447.435.762.912.8NW595.884.380.786.8NW3134.0114.3110.360.9M2NW456.738.267.313.7NW5112.188.284.590.9NW364.049.647.826.4M3NW440.931.956.211.4NW561.952.149.953.6NW352.442.841.222.8M4NW432.824.342.98.7NW563.355.553.157.1 第3期辛晓洲等:利用土壤水分特征点组分温差假设模拟地表蒸散225图5 显热通量、潜热通量与观测数据的对比果的影响,从而证明了土壤湿度和植被覆盖等方面的先验知识对提高蒸散计算精度很有价值.4 结论与讨论双层能量平衡模型将土壤和植被的能量平衡过程分开考虑,本文在此基础上增加了如下假设:土壤水分由充足到干旱逐渐变化的过程中,假设其他参数保持不变,则土壤和植被的能量平衡存在3个特征点,分别是土壤和植被的水分都充足(湿边)、表层土壤干旱而根区土壤水分充足(转折点),以及表层和根区土壤都干旱(干边).在这3种情况下,土壤蒸发和植被蒸腾假设已知,由此推导出土壤和植被的温差公式,并求出特征点的辐射表面温度,将其与实际测量的辐射温度比较,进而通过一个非线性插值的方法计算出实际的冠层显热和潜热通量.用2001年北京顺义区实验的数据对本方法进行了验证,计算的显热和潜热通量与实际测量吻合得比较好,误差明显小于用其他几种传统方法计算的结果,说明本方法能够较好地反映冠层能量平衡过程,能够在只有单一角度红外温度观测的情况下比较精确地估算冠层热通量.本方法对双层模型的 226 北京师范大学学报(自然科学版)第43卷 理论进行了深化,因而理论性比较强,而且可以比较精确地计算农田蒸散,所需的数据并没有比单层模型增加.本文的假设中用到了干边和湿边,但与类似的传统方法[19,22223]有3点不同:1)在定义干边和湿边时综合考虑了土壤和植被的情况;2)在干湿边之间增加了一个过渡的转折点;3)不同于L ST/NDV I 特征空间[22]以及SEBAL 模型[23]等从图像中提取干湿边的方法,本文是用能量平衡模型来计算干湿边的参数,因此计算不依赖于图像特征和窗口大小等因素.本方法的基本假设就是土壤水分变化的不同阶段土壤和植被温度的变化,因而,可以直接用来判断农田土壤干旱情况.图6是一个非常直观而简单的判断干旱程度的示意图,所需的数据就是前面计算的各个特征点的辐射温度.先判断观测的辐射温度T r 与T rm 的大小关系,如果T r <T rm ,说明土壤表层的水分还没有发生亏缺,如果T r >T rm ,则说明干旱开始发展.继续细分,可以根据参数x 和y 的大小进行判断,如图6所示,其大致意义如下:图6 旱情判断的简化示意Ⅰ:水分充足;Ⅱ:表层开始变干,但尚不用灌溉;Ⅲ:表层基本上风干,提示准备灌溉;Ⅳ:根系从土壤中吸收水分阻力加大,干旱开始产生;Ⅴ:叶片萎蔫,干旱加重,如及时补充水分,可以重新生长;Ⅵ:叶片变干,损害不可逆转.本方法的假设是基于一些基本常识和经验形成的,还需要更加严格的实验验证,其中有些假设还有较大的改进空间,如在湿边计算中用更加复杂合理的方法计算潜在蒸散,以替代本文中潜在蒸散等于有效能量的假设.但本文的计算结果也表明,该假设对计算精度的影响是可以接受的.本文所用的数据类型和样本比较有限,今后的工作中会不断收集其他地方和实验条件的观测数据,以补充验证本方法的可靠性和精度.5 参考文献[1] Choudhury B J ,Reginato R J ,Idso S B.An analysis ofinf raredtemperatureobservationsoverwheatandcalculation of latent heat fluxes [J ].Agric For Meteorol ,1986,37:75[2] Troufleau D ,L homme J P ,Monteny B ,et al.Sensibleheat fluxes and radiometric temperature over sparse Sahelian vegetation :I :an experimental analysis of the kB -1parameter [J ].J Hydrol ,1997(188/189):815[3] Kustas W P ,Choudhury B J ,Moran M S ,et al.Determination of sensible heat flux over sparse canopy using thermal inf rared data [J ].Agric For Meteorol ,1989,44:197[4] K im J ,VermaS B.Modelingcanopystomotalconductance in a temperate grassland ecosystem [J ].Agric For Meteorol ,1991,55:149[5] Moran M S ,Kustas W P ,Vidal A ,et e of ground 2based remotely sensed data for surface energy balance evaluation of a semi 2arid rangeland [J ].Water Resour Res ,1994,30:1339[6] Stewart J B ,Kustas W P ,Humes K S ,et al.Sensibleheat flux 2radiometric surface temperature relationship for eight semi 2arid areas [J ].J Appl Meteorol ,1994,33:1110[7] Watts C J ,Chehbouni A ,Rodriguez J C ,et al.Comparison of sensible heat flux estimates using AV HRR withscintillometermeasurementsoversemi 2aridgrassland in northwest Mexico [J ].Agric For Meteorol ,2000,105:81[8] Chehbouni A ,LoSeen D ,NjokuEG ,etal.Examination of the difference between radiative and aerodynamic surface temperatures over sparsely vegetated surface [J ].Remote Sens Environ ,1996,58:177[9] Chehbouni A ,Lo Seen D ,Njoku E G ,et al.Estimatingof sensible heat flux using radiative surface temperature [J ].J Hydrol ,1997,188:855[10] Chehbouni A ,Nouvellon Y ,L homme J P ,et al.Estimation of surface sensible heat flux using dual angle observations of radiative surface temperature [J ].Agric For Meteorol ,2001,108:55[11] Shuttleworth W J ,Wallace J S.Evaporation f romsparse crops :an energy combination theory [J ].Meteorol Q J R ,Soc ,1985,111:839[12] Shuttleworth W J ,Gurney R J.The theoreticalrelationship between foliage temperature and canopy resistance in sparse crop [J ].Quart J Roy Meteorol Soc ,1990,116:497[13] J upp D L B ,Tian G ,McVicar T R ,et al.Soil moistureand droughtmonitoringusingremotesensingI :theoretical background and methods [M ].Canberra ,Australia :CSIRO Earth Observation Center ,1998:16221 第3期辛晓洲等:利用土壤水分特征点组分温差假设模拟地表蒸散227[14] Xin Xiaozhou,Liu Qinhuo,Tian Guoliang.Estimatingsurface fluxes using a simplified two2layer model andradiometric surface temperature observation[J].Journalof Remote Sensing,2001,6(Sup.):139[15] Sun S.Moisture and heat transport in a soil layer forcedby atmospheric conditions[D].Storrs:University ofConnecticut,1982[16] Friedl M A.Modeling land surface fluxes using a sparsecanopy model and radiometric surface temperaturemeasurements[J].J G eophys Res,1995,100:25435 [17] Fran ois C,OttléC,Prévot L.Analyticalparameterization of canopy directional emissivity anddirectional radiance in the thermal inf rared[J].Int JRemote Sens,1997,18:2587[18] Liu Qinhuo,Li Xiaowen,Chen L,et al.Field campaignfor quantitative remote sensing in Beijing[J].Journal ofRemote Sensing,2002,6(Sup.):43[19] Su Z.The surface energy balance system(SEBS)forestimation of turbulence heat fluxes[J].Hydrology andEarth System Sciences,2002,6:85[20] L homme J P,Monteny B,Amadou M.Estimatingsensible heat flux from radiometric temperature oversparse millet[J].Agric For Meteorol,1994,68:77 [21] Norman J M,Kustas W P,Humes K S.Sourceapproach for estimating soil and vegetation energy fluxesin observations of directional radiometric surfacetemperature[J].Agric For Meteorol,1995,77:263 [22] G oward S N,Hope A S.Evapotranspiration f romcombined reflected solar and emitted terrestrialradiation:Preliminary FIFE results f rom AV HRR data[J].Advances in Space Reasearch,1989,9(7):239 [23] Bastiaansen W G M,Menenti M,Feddes R A,et al.Aremote sensing surface energy balance algorithm for land(Sebal)[J].J Hydrol,1998:212ESTIMATE OF SURFACE EVAPOTRANSPIRATION BASED ONH YPOTHESIS OF TEMPERATURE DIFFERENCE BETWEEN SOIL AN DFOL IAGE AT THREE TYPICAL SOIL WATER STATUSXin Xiaozhou1) Liu Qinhuo1) Tian Guoliang1) Li Xiaowen1,2)(1)State Key Laboratory of Remote Sensing Science,Institute of Remote Sensing Applications,Chinese Academy of Sciences,100101,Beijing,China;2)School of Geography and Remote Sensing Science,State Key Laboratory of Remote Sensing Science,Jointly Sponsored by Beijing Normal University and t he Institute of Remote Sensing Applications of Chinese Academy of Sciences;Beijing Key Laboratory of Enviromental Remote Sensing and City Digitalization,Beijing Normal University:100875,Beijing,China)Abstract Assumptions about component temperat ure difference between soil and foliage at limited,ample and transition soil moist ure conditions are propo sed.And t hey are employed in calculating surface evapot ranspiration from single2viewing2angle radiative surface temperat ure and two2layer model.The in2sit u data collected during Q RSL SP experiment at Shunyi,Beijing,2001are used to validate t his met hod.The estimated sensible and latent heat fluxes agree well wit h t he field t urbulent observations,and t he errors are much smaller t han t hat estimated by ot her4p ublished met hods.This met hod can also be used in monitoring soil surface and root layer drought,p rovided t he separation of t ranspiration and evaporation is good enough.K ey w ords soil moist ure change;compo nent temperat ure difference;two2layer model;radiative surface temperat ure;evapot ranspiration;dry point;wet point;transition point。
土壤热通量和潜热通量土壤热通量和潜热通量是地球系统中重要的能量交换过程。
土壤热通量是指通过土壤表面向大气传递的热能量，而潜热通量是指在水循环过程中，水从地表蒸发形成水蒸气后释放的热能量。
本文将详细介绍土壤热通量和潜热通量的概念、影响因素及其在地球系统中的重要性。
一、土壤热通量土壤热通量是指通过土壤表面传递的热能量，它是地球表面能量平衡的重要组成部分。
土壤热通量的大小受多种因素影响，包括太阳辐射、土壤特性、植被覆盖等。
太阳辐射是土壤热通量的主要驱动力，它直接照射在土壤表面，使土壤吸收能量并升温。
土壤特性如土壤热导率、容重等也会影响土壤热通量的大小。
植被覆盖可以通过调节土壤表面的辐射、蒸发和传导过程，进而影响土壤热通量。
土壤热通量的测量通常通过热通量仪器来实现，这些仪器能够测量土壤表面和大气之间的热能交换。
土壤热通量的单位通常为瓦特/平方米（W/m²），正值表示热能从土壤向大气传递，负值表示热能从大气向土壤传递。
土壤热通量在地球系统中具有重要的作用。
首先，它是地球表面能量平衡的重要组成部分，对地球能量平衡和气候变化具有重要影响。
其次，土壤热通量还可以影响土壤水分的分布和蒸发过程。
当土壤热通量较大时，土壤温度升高，水分蒸发速率增加，土壤水分含量减少。
最后，土壤热通量还可以影响土壤生物活动和植物生长。
土壤热通量的变化可以直接或间接地影响土壤生态系统的结构和功能。
二、潜热通量潜热通量是指在水循环过程中，水从地表蒸发形成水蒸气后释放的热能量。
潜热通量的大小与蒸发速率密切相关。
当地表水分充足时，水分蒸发速率较高，潜热通量也相应增加。
潜热通量的单位通常为瓦特/平方米（W/m²）。
潜热通量是地球系统中重要的能量转移过程之一。
它可以影响大气环流和降水分布。
当水蒸气上升到大气中形成云和降水时，释放的潜热能量会改变大气的温度和湿度分布，进而影响大气环流。
潜热通量还可以影响地表能量平衡和气候变化。
当潜热通量较大时，地表水分蒸发速率增加，降水量减少，地表温度升高，从而影响气候模式和水循环过程。
地表潜热通量地表潜热通量是指地表水分蒸发所需要的能量，也称为蒸散潜热。
它是地球能量平衡的重要组成部分，对气候变化和水循环具有重要影响。
一、概述地表潜热通量是指地表水分蒸发所需要的能量，通常用单位面积时间内蒸发的水量与对应单位面积时间内的潜热相除得到。
它是地球能量平衡中的一个重要组成部分，与地表辐射、感热通量等共同构成了全球能量平衡。
二、测定方法1. Bowen比法Bowen比法是测定地表潜热通量最常用的方法之一。
该方法利用了感热通量和净辐射之间存在着负相关关系这一特点。
通过测定感热通量和净辐射，可以计算出Bowen比，从而得到地表潜热通量。
2. 直接测定法直接测定法是通过在地表放置湿度计和温度计来测定空气中的水汽含量和温度，进而计算出蒸散潜热。
该方法需要考虑到风速对测定结果的影响，因此需要进行修正。
3. 水平平衡法水平平衡法是通过在地表放置两个相邻的蒸发盘，分别测定它们之间的蒸发量和温度差，从而计算出地表潜热通量。
三、影响因素1. 地表温度地表温度是影响地表潜热通量的重要因素之一。
当地表温度升高时，水分蒸发所需的能量也会相应增加，从而导致地表潜热通量增加。
2. 大气湿度大气湿度是影响地表潜热通量的另一个重要因素。
当大气湿度较高时，空气中已经含有较多的水汽，因此需要更多的能量才能使水分蒸发。
这会导致地表潜热通量减小。
3. 地表覆盖类型不同类型的地表覆盖对地表潜热通量也有不同程度的影响。
例如，在草原上，由于草本植物具有较强的蒸散作用，因此草原上的地表潜热通量相对较高。
四、地表潜热通量的意义1. 影响气候变化地表潜热通量是地球能量平衡中的一个重要组成部分，对气候变化具有重要影响。
当地表潜热通量增加时，会导致大气中的水汽含量增加，从而导致降水量增加，进而影响到气候变化。
2. 影响水循环地表潜热通量是水循环过程中的一个重要环节。
它决定了水分从地表向大气中的转移速率和总量。
因此，在研究水循环过程中，地表潜热通量也是一个非常重要的指标。
