馮曉曦,秦作棟,鄭秀清,陳軍鋒

(1. 太原理工大學 水利科學與工程學院,太原 030024; 2. 山西大學 黃土高原研究所,太原 030006)

基于SEBS模型的柳林泉域蒸散發(fā)研究

馮曉曦1,秦作棟2,鄭秀清1,陳軍鋒1

(1. 太原理工大學 水利科學與工程學院,太原 030024; 2. 山西大學 黃土高原研究所,太原 030006)

利用MODIS數(shù)據(jù),結合氣象站實測資料,應用SEBS模型,對柳林泉域蒸散發(fā)量進行估算,并分析其影響因素。結果表明,柳林泉域2001—2004年蒸散發(fā)量總體趨勢平穩(wěn)。在時間序列上,具有明顯的季節(jié)性,蒸散發(fā)量月值隨溫度呈指數(shù)增長,降水峰值相對于蒸散發(fā)量峰值滯后,平均滯后2個月。在空間分布上,蒸散發(fā)量與土壤覆蓋類型和地貌單元具有良好的一致性:東部低中山區(qū)林地覆蓋率高,蒸散發(fā)量大;西部堆積侵蝕丘陵區(qū)灌木叢覆蓋稀疏,蒸散發(fā)量最小;中部山間河谷階地區(qū)多為農田和城市,蒸散發(fā)量介于兩者之間。對蒸散發(fā)量影響較大的因素依次為:高程、氣溫、坡度。

柳林泉域;SEBS模型;MODIS;蒸散發(fā);遙感

蒸散發(fā)包括土壤蒸發(fā)和植物蒸騰,是發(fā)生在土壤-植被-大氣復雜體系內的連續(xù)過程。在干旱區(qū),有90%的降水伴隨著地表物質和能量的交換,通過蒸散發(fā)作用返回到大氣,蒸散發(fā)量是區(qū)域地表水量與能量平衡中最活躍的因子[1-3]。因此,有效的估算蒸散發(fā),在指導干旱、半干旱區(qū)域農業(yè)生產、水資源規(guī)劃管理及監(jiān)測等方面具有重要意義。

自1802年Dalton提出計算蒸發(fā)的公式以來,人們進行了一系列研究。傳統(tǒng)的計算方法是以點為基礎的,適用于區(qū)域較小、植被覆蓋均勻、單一的下墊面,對于大尺度區(qū)域特別是流域尺度,由于地表特性的不均一性和熱傳輸過程的動態(tài)性[4],傳統(tǒng)方法的計算結果往往存在較大誤差。

針對這些問題,區(qū)域尺度上的蒸散發(fā)計算應運而生。估算區(qū)域蒸散發(fā)的方法主要有兩種,一種是以水文學和氣象學為主,如水量平衡原理、互補相關理論、SPAC理論、參考作物騰發(fā)量等方法;另一類是以遙感技術為主。由于遙感資料具有良好的區(qū)域性和時空連續(xù)性,地面站點的觀測結果可以通過遙感擴展到整個區(qū)域,以彌補地面觀測站點稀少的狀況,此外,利用多光譜遙感可以測定或反演水文和氣象模型中一些基本參數(shù),這些優(yōu)勢都使遙感技術在大尺度區(qū)域上的蒸散發(fā)估算方面擁有廣闊前景,成為今后的主要發(fā)展趨勢。

近30年來,國內外學者利用遙感技術在區(qū)域蒸散發(fā)研究方面取得了很大的進展,開展了一系列的估算模型。模型大體可分為經驗統(tǒng)計法、與傳統(tǒng)方法結合的遙感模型、溫度-植被指數(shù)特征空間法、陸面過程模型和地表能量平衡模型[5]。Jackson等[6]提出的簡化法是經驗統(tǒng)計法的代表,該模型簡單易行但沒有考慮土壤熱通量,難以在大面積區(qū)域應用。與傳統(tǒng)方法結合的遙感模型有Penman-Monteith公式[7]、Priestley-Taylor 模型[8]、互補相關模型[9]和作物缺水指數(shù)法[10]。溫度-植被指數(shù)特征空間法通過特征空間求解蒸發(fā)比、Priestley-Taylor系數(shù)和水分虧缺指數(shù),進而計算地表蒸散發(fā)量。陸面過程模型從最初簡單的“水桶”模型經SVATS模型,發(fā)展到考慮植物生化過程的新SVATS模型[11],成為當前地球科學領域的前沿課題。地表能量平衡模型在目前運用最為廣泛,分為單層模型和雙層模型:單層模型以Bastiaanssen等[12-13]提出的SEBAL模型和Su等[14]提出的SEBS模型為典型代表;雙層模型有Shuttleworth[15]提出的經典的S-W模型。

SEBS(Surface Energy Balance System)模型開發(fā)了一個物理模型描述地表能量通量估算中的關鍵參數(shù)-熱傳輸粗燥長度。同時,該模型可以利用遙感資料和氣象站觀測數(shù)據(jù),獲得非均勻下墊面條件下不同尺度的地表湍流熱通量和蒸發(fā)比,因而更適用于大尺度區(qū)域的研究,在國內外得到了較廣泛的應用。

1 研究區(qū)概況

柳林泉域位于鄂爾多斯向斜盆地東緣,呂梁山西側,地跨山西、陜西兩省。東南與汾西縣接壤,東北分別與古交市、嵐縣、婁煩縣毗連,東部以汾陽市為界,北連岢嵐縣、保德縣,南接交口縣、石樓縣,西部為陜西省吳堡縣。研究區(qū)地理坐標為110°43′～111°35′E,37°3′～38°18′N,東西最大寬約79.8 km,南北最大長約139.9 km,總面積6 274 km2。

柳林泉域屬季風型大陸性干旱、半干旱氣候。總地勢東高西低,北高南低。按照地貌成因及形態(tài)類型區(qū)內地貌從東到西可為低中山區(qū)、山間河谷階地區(qū)和堆積侵蝕丘陵區(qū)。降雨量由東部向西部逐漸減小,年平均降雨量為507.6 mm,多集中在7-9月,多年平均陸面蒸發(fā)量為1 185.9 mm。泉域內河流均屬黃河流域,黃河由北向南從泉域西部經過。黃河在研究區(qū)內的一級支流主要有三川河,三川河包括北川、東川、南川三條支流。

柳林泉是泉域內30 多萬人口的生活用水和部分工業(yè)企業(yè)生產的主要供水水源,也是呂梁市中部的寶貴資源。然而,隨著人類活動的加劇,再加之降水減少、補給源可溶巖地區(qū)的破壞、采煤漏水及集中開采等因素影響,泉流量持續(xù)衰減。根據(jù)觀測資料,泉流量由1990年的2.63 m3/s一度衰減為2009年的1.06m3/s,衰減幅度高達59.6%。小泉小水的枯竭,地下水位的大幅下降,導致泉域內生態(tài)環(huán)境嚴重退化。因此,如何保持水資源利用和生態(tài)環(huán)境的協(xié)調統(tǒng)一,是當前呂梁市水資源綜合規(guī)劃、管理、保護和可持續(xù)利用中急需解決的重點問題。作為水環(huán)境問題和水資源評價的重要組成部分,準確估算柳林泉域的蒸散發(fā),不僅可為柳林泉水資源均衡分析提供依據(jù),還可為促進柳林泉域巖溶水資源的可持續(xù)開發(fā)利用提供參考。

2 模型原理及數(shù)據(jù)來源

2.1 模型原理

SEBS模型應用遙感圖像處理結果可獲得一系列地表物理參數(shù)(反照率、比輻射率、地表溫度、植被覆蓋度等);以此為基礎,結合當?shù)貙崪y氣象參數(shù)資料(相對濕度、氣壓、風速、溫度等),對大尺度區(qū)域地表大氣湍流通量進行估算,進而確定蒸散發(fā)量(ET)。

2.1.1模型基礎

SEBS模型以地表能量平衡原理為基礎。地表能量平衡是由地表的凈輻射驅動的,白天主要是太陽短波輻射。地表能量平衡式如下:

Rn=G0+H+λE

(1)

式中:Rn為地表凈輻射通量;G0為土壤熱通量;H為湍流感熱通量;λE為湍流潛熱通量,即地表蒸發(fā)所用能量(λ是水的汽化潛熱,與溫度有關;E是實際蒸散發(fā)量)。

2.1.2地表能量平衡項的確定

1) 凈輻射通量(Rn)的計算方程為:

(2)

式中:α為地表反照率;Rswd為下行太陽輻射,W/m2;Rlwd為下行長波輻射,W/m2;ε為地表比輻射率;σ為stefan-Bolzmann常數(shù),5.67×10-8W/m2K4;T0為衛(wèi)星傳感器測得的地表溫度,K。

2) 土壤熱通量(G0)的計算方程為:

G0=Rn×[Γc+(1-fc)×(Γs-Γc)]

(3)

式中,假定G0與Rn的比值在地表全部由植被覆蓋的地區(qū)設定為Γc=0.05,在裸土沙地時設定為Γs=0.315。進行區(qū)域遙感蒸散量估算時,可通過遙感數(shù)據(jù)反演,利用植被覆蓋度fc插值計算。

3) 感熱通量(H)的估算在SEBS中,感熱通量H的計算基于大氣傳輸相似理論,通過聯(lián)立求解如下三個方程組成的非線性方程組,并利用計算機進行迭代運算,即可求得摩擦速度、奧布霍夫穩(wěn)定度長度及感熱通量。

(4)

式中:u為平均風速;u*為摩擦速度;k=0.4為von Karman常數(shù);z為氣象資料獲取時距地表的高度;d0為水平面高度或為相對0值平面的高度;z0m為動量在地表傳輸過程中的特征粗糙度;z0h為熱傳導相對粗糙度;θ0為地表位溫;θa為高度z處的空氣位溫;ψm和ψh分別為動量和感熱傳輸?shù)姆€(wěn)定度訂正函數(shù);L為奧布霍夫穩(wěn)定度長度;g為重力加速度;θv為近地表虛位溫;Cp為空氣定壓比熱。

4) 潛熱通量(λE)及蒸發(fā)比(Λ)的估算。

計算出凈輻射通量、土壤熱通量及感熱通量后,潛熱通量可根據(jù)能量平衡方程的剩余法求得:

λE=Rn-G0-H

經過研究發(fā)現(xiàn):在一天內,由于地表通量隨著太陽輻射變化,感熱通量、潛熱通量、土壤熱通量等變化非常大,但蒸發(fā)比卻相對穩(wěn)定。蒸發(fā)比(Λ)可以通過下式求得:

Λ=λE/(Rn-G0)=λE/(λE+H)

(5)

5) 日蒸散量的計算。

在求得蒸發(fā)比Λ后,可由下式確定日蒸散量:

(6)

式中:ETd為地表實際日蒸散發(fā)量,mm/d;λ為汽化潛熱,J/kg;ρw為水的密度,1 000 kg/m3。

2.2 數(shù)據(jù)來源

本文采用美國Terra衛(wèi)星搭載的中分辨率成像光譜輻射儀(MODIS)數(shù)據(jù)。MODIS是當前世界上新一代“圖譜合一”的光學遙感儀器,具有36個光譜通道[16]。由于MODIS飛行與太陽同步,且其過境時間能取得最好光照條件并最大限度的減少云的影響,因而適合用來長期監(jiān)測區(qū)域尺度的地表熱量通量及地表水分的變化,是比較理想的數(shù)據(jù)源。

本次研究中,選用了MODIS影像產品中的MOD09(地表反射率產品,空間分辨率為500 m)與MOD11(地表比輻射率與地表溫度產品,空間分辨率為1 km)數(shù)據(jù)進行分析計算。

3 計算結果與分析

3.1 蒸散發(fā)量計算

ET計算采用2000年MOD09GA和MOD11A1云量較少時段的數(shù)據(jù)。用MRT軟件提取地表反射率(波段1～7)、地表比輻射率、地表溫度共9個波段,進行投影變換與重采樣,選地理坐標系為Geographic Lat/Lon,分辨率為 0.005°(約為 500 m),然后利用SEBS程序,進行ET的定量計算。

1) 假設用SEBS模型計算出2000年3月5日的蒸散發(fā)量為ETj,3,5,對應于這一天的氣象站觀測到的蒸散發(fā)量為ETg,3,5,則3月的比例系數(shù)為μ=ETj,3,5/ETg,3,5.

2) 對于3月某一天沒有獲取遙感圖像的蒸散發(fā)量可由比例系數(shù)及相應于這天的氣象站蒸散發(fā)量觀測值推算得到,即ETj,3,d=μ×ETg3,d.

4) 同樣的方法求得2000年其它月份的月蒸散發(fā)量(ETm),再將其求和就得到了研究區(qū)2000年的年蒸散發(fā)量。

3.2 結果驗證

為了驗證模型反演結果的可靠性,將研究區(qū)內離石站實際蒸發(fā)資料轉化為陸面蒸發(fā),然后與氣象站所在位置1×1窗口的像元值進行對比(見圖1)。通過對比轉化后的陸面蒸發(fā)值和遙感估算值,可以發(fā)現(xiàn)兩者相差不大。考慮到像元是一個混合像元,所計算的是一個像元內的平均值,與氣象站蒸發(fā)資料存在差異,因此可以認為遙感估算的蒸散發(fā)量是可靠的。

圖1 實際蒸散發(fā)量與計算蒸散發(fā)量對比圖

3.3 蒸散發(fā)量的影響因素

按照上述方法,計算得到研究區(qū)2000 —2004年年蒸散發(fā)量分別為1085.79 mm、1148.24 mm、973.82 mm、1 137.38 mm和998.93 mm,多年平均ET為1 068.83 mm,總體上趨勢較為平穩(wěn)。

圖2 蒸散發(fā)量與降水量在時間序列上對比圖

按照時間序列分析2001-2004年ETm,發(fā)現(xiàn)柳林泉域ETm呈單峰型分布,多集中在4-7月(見圖2),其中5、6月份是全年蒸發(fā)的最旺盛期,7月之后開始減少。降水量(Precipitation,P)峰值多發(fā)生在7-9月份,相對于ETm具有滯后效應,平均滯后2個月(見圖2)。同時,研究區(qū)ETm最高可達259.46 mm,降水量最大僅為187.4 mm,蒸散發(fā)量遠大于同時期降雨量。另外,柳林泉域常年氣溫在-8.5～25.6℃之間,年平均氣溫10℃。春、夏兩季氣溫迅速回升,植被生長茂盛,ET大;秋、冬兩季氣溫降低,植被枯萎或生長緩慢,這一時期ET較小。圖3為月蒸散發(fā)量與氣溫的相關性曲線,可以看出,兩者之間存在顯著的指數(shù)形式的相關關系,氣溫越高,ETm越大;氣溫越低,ETm越小。

從空間分布上看,研究區(qū)蒸散發(fā)量規(guī)律與土地覆蓋類型及地貌單元類型關系密切。圖5和圖6分別為柳林泉域2004年土地覆蓋類型圖和數(shù)字高程圖,對比同年蒸散發(fā)量分布圖(圖4-e),發(fā)現(xiàn)三者間存在較好的一致性:柳林泉域東部的海拔多在1 500 m以上,其地貌單元屬于低中山區(qū),區(qū)內覆蓋著大量的針葉林和混交林,林地具有較大的蒸發(fā)系數(shù),加之降雨充沛,土壤含水量大,ET最大,年均值可達1 350 mm以上;柳林泉域西部地區(qū)海拔較低,大多在600～1 000 m,屬于堆積侵蝕丘陵地貌區(qū),這一區(qū)域多由灌木叢及草叢覆蓋,由于灌木叢種植稀疏,植被覆蓋率低,而且降雨較少,因此ET小,年均不到900 mm;位于柳林泉域中部的三川河及其支流北川河、東川河和南川河的河谷階地區(qū),是呂梁市居民居住的主要場所,城市周邊分布有大量農業(yè)耕地,城市中有景觀綠地及生態(tài)用水,又有較為充足的降水,因此這里ET也較大,年均值超過了995 mm。各年蒸散發(fā)量空間分布見圖4，柳林泉域不同地貌及土地覆蓋類型蒸散發(fā)量統(tǒng)計結果如表1所示。

圖3 蒸散發(fā)量與氣溫的相關性曲線

圖4 各年蒸散發(fā)量圖

表1 柳林泉域不同地貌及土地覆蓋類型蒸散發(fā)量統(tǒng)計表Table1 Statistics ET in different land-form and land cover for the Liulin Spring Area

R=0.891>R0.01=0.254,說明模型達到顯著水平,具有一定可靠性。

綜上可知,柳林泉域在春、夏兩季由于氣溫迅速回升,蒸發(fā)作用強烈,加之降水的相對滯后以及降水量的嚴重不足,加劇了研究區(qū)在這一時期的干旱程度。

4 結論

1) 柳林泉域2001—2004年蒸散發(fā)量分別為1 085.79 ,1 148.24 mm,973.82 mm,1 137.38 mm和998.93 mm,多年平均蒸散發(fā)量為1 068.83 mm,總體上趨勢較為平穩(wěn)。

2) 柳林泉域降水與蒸散發(fā)量在時間序列上有明顯的季節(jié)性,春、夏兩季由于氣溫迅速回升,蒸散發(fā)量呈指數(shù)增長;降水峰值相對滯后,且遠小于蒸散發(fā)量峰值。

3) 柳林泉域蒸散發(fā)量的空間分布規(guī)律,與土地覆蓋類型及地貌單元分布規(guī)律有良好的一致性。低中山區(qū)主要以林地覆蓋,蒸散發(fā)強烈,年均值為1 350.71 mm;堆積侵蝕丘陵區(qū)多覆蓋灌木叢及草叢,蒸散發(fā)較小,年均值僅為884.02 mm;山間河谷階地區(qū)多為農業(yè)耕地和城市用地,蒸散發(fā)量介于兩者之間,年均值為995.34 mm。

4) 柳林泉域蒸散發(fā)量與各影響因子的相關性分析表明,高程、氣溫和坡度是蒸散發(fā)量的主要影響因素。

[1]Rosenberg N J, Blad B L, Verma S B. Microclimate-the Biological Environment of Plants[M]. New York: John Wiley & Sons, 1983.

[2]儲開鳳, 汪靜萍. 中國水文循環(huán)與水體研究進展[J]. 水科學進展, 2007, 18(3):468-474.

[3]陳曦. 中國干旱區(qū)土地利用與土地覆被變化[M]. 北京:科學出版社, 2008:65-76.

[4]郭曉寅, 程國棟. 遙感技術應用于地表面蒸散發(fā)的研究進展[J]. 地球科學進展, 2004, 19(1):107-114.

[5]張榮華, 杜君平, 孫睿. 區(qū)域蒸散發(fā)遙感估算方法及驗證綜述[J]. 地球科學進展, 2012, 27(12):1295-1307.

[6]Jackson R D, Reginato R J, Idso S B. Wheat canopy temperature: A practical tool for evaluating water requirements [J]. Water Resources Research, 1977, 13(3):651-656.

[7]Penman H L. Natural evaporation from open water, bare soil and grass[J]. Proceedings of the Royal Society of London. Series A. Mathematical and Physical Sciences, 1948, 193(1032): 120-145.

[8]Priestley C, Taylor R J. On the assessment of surface heat flux and evaporation using large-scale parameters [J]. Monthly Weather Review, 1972, 100(2):81-92.

[9]Bouchet R J. Evapotranspiration réelle et potentielle, signification climatique [J]. IAHS Publication, 1963, 62:134-142.

[10]Jackson R D, Idso S B, Reginato R J, et al. Canopy temperature as a crop water stress indicator [J]. Water Resource Research, 1981, 17(4):1133-1138.

[11]賈仰文, 王浩, 倪廣恒, 等. 分布式流域水文模型原理與實踐[M]. 北京:中國水利水電出版社, 2005.

[12]Bastiaanssen W G M, Pelgrum H, Wang J, et al.A remote sensing surface energy balance algorithm for land (SEBAL): Part 2.Validation [J]. Journal of Hydrology, 1998, 212/213: 213-229.

[13]Bastiaanssen W, Menenti M, Feddes R A, et al.A remote sensing surface energy balance algorithm for land (SEBAL): Part 1.Formulation [J]. Journal of Hydrology, 1998, 212: 198-212.

[14]Su Z. The Surface Energy Balance System(SEBS) for estimation of turbulent heat fluxes[J]. Hydrology and Earth System Sciences, 2002, 6(1):85-99.

[15]Shuttleworth W J, Wallace J S. Evaporation from sparse crops-An energy combination theory [J]. Quarterly Journal of the Royal Meteorological Society, 1985, 111(469):839-855.

[16]王萬同. 基于遙感技術的區(qū)域地表蒸散估算研究[D]. 鄭州:河南大學, 2012.

(編輯：朱倩)

EvapotranspirationEstimationintheLiulinSpringAreaBasedonSEBSModel

FENGXiaoxi1,QINZuodong2,ZHENGXiuqing1,CHENJunfeng1

(1.CollegeofWaterResourcesScienceandEnginneering,TaiyuanUniversityofTechnology,Taiyuan030024,China;2.InstituteofLoessPlateau,ShanxiUniversity,Taiyuan030006,China)

The evapotranspiration of the Liulin spring area was estimated by using MODIS data and meteorological observations based on SEBS model, and its influencing factors were analyzed. The results show that the evapotranspiration of the Liulin spring area from 2001 to 2004 was on a whole stablly trend. In time series, evapotranspiration monthly distribution was obviously seasonal, and grew exponentially with temperature value. The precipitation peak was usually two months lagging behind evapotranspiration peak value. In the spatial distribution, evapotranspiration, land cover classification and geomorphic unit had a good consistency: forest coverage rate in east low mountainous area was high, so was the evapotranspiration value; east loess hilly area was covered with bushes sparsely, and the value was minimum; the midland was valley terrace area for farmland and city, the value here fell in between other kinds. The factors that put influence on the evapotranspiration were mainly elevation, temperature and slope.

Liulin spring area; SEBS model; MODIS; evapotranspiration; remote sensing

2013-09-25

國家國際科技合專項資助項目(2012DFA20770)，山西汾河流域水資源聯(lián)合調控技術合作研究；山西省自然科學基金資助項目(2012011033-2)，干旱半干旱氣候區(qū)冬春季節(jié)土壤水熱動態(tài)預測技術研究

馮曉曦(1988-)，女，山西太原人，碩士生，主要從事水文學及水資源方向的研究，(Tel)13485322154，(E-mail)fxx0483@163.com

鄭秀清，女，教授、博導，主要從事水文學及水資源方向的研究，(E-mail)zxq6818@sina.com

1007-9432(2014)02-0259-06

TV1; TP79

:A