定量遥感地表通量模型方法和展望-北大讲座 定量遥感班课件

《定量遥感地表通量模型方法和展望-北大讲座 定量遥感班课件》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、定量遥感地表通量的模型、方法及其展望张仁华中国科学院地理科学与资源研究所地表通量名词解释•地表通量是地表通量密度的简称•地表通量密度包括：•地表辐射通量密度：太阳直接辐射、大气短波、长波上下行辐射、地表净辐射•地表显热通量密度：即大气湍流热通量•土壤表面水汽通量密度，即土壤蒸发•植物表面水汽通量密度，即植物蒸腾•地表二氧化碳通量密度主要内容I定量遥感地表通量研究的必要性II定量遥感地表通量的模型III关键问题的解决方法和途径VI定量遥感地表通量发展的展望遥感信息界面是地球系统地圈∼生物圈∼大气圈的纽带区域地表通量涉及全球变化三大主题碳循环、水资源和食物纤维（物质流）中的核心问题区域地

2、表蒸散是区域热量平衡和水量平衡（能量流合物质流）的关键I定量遥感地表通量研究的必要性国家需求区域尺度的地表通量·缺水地区的区域水平衡现状需要区域地表通量·华北平原缺水信息需要区域地表通量·区域地表通量对局地气候改善的真相剖析需要区域地表通量·改造自然大工程（南水北调和三峡工程）的陆面过程效应需要区域地表通量。·西北干旱地区生态环境的改造的良性循环需要区域地表通量·正确评估中国的碳汇问题需要区域地表通量上述国家需求的核心科学问题--陆面过程的同化需要遥感地表通量·地气相互作用的陆面过程的核心参数是地表通量。·定量遥感地表通量空间尺度信息与陆面过程的时间尺度信息的相互支撑。陆面过程模型与

3、定量遥感地表通量相结合的发展趋势。传统的区域地表通量估算的误差克服需要定量遥感地表通量定量遥感CO通量2与传统以点代面方法的比较该图是华北部分地区的二氧化碳通量分布图，500km×500km，由4波段的NOAA-AVHRR图象、非遥感参数和遥感模型，逐个象元计算而成。禹城站点用涡度相关仪测定值与20×20个象元约484km2平均值偏差55％，与50×50个象元约3025km2的平均值偏差196％。美国全国的碳汇估算量的不确定性说明什么?•在1995年Birdsey和Heath的估算值是每年平均0.3pg•1999年Brown和Schroeder的估算值是每年平均0.17pg，•在19

4、99年Houghtonetal的估算值是每年平均0.15-0.35pg,•在2000年田汉勤利用VEMAP模型的估算值是每年平均0.08pg[HanqinTian,2000]。说明地表通量的以点代面的传统方法误差很大！上述不确定性是目前人类认识自然的薄弱环节：通量站地表通量数据的空间代表性的面积很小，而区域分布高度非均匀、非线性。美国的下垫面相对均匀，而且有300多通量站，我国通量站只有50多个，下垫面不均匀！！这种供需矛盾如何解决?如何将地表通量测定方法进行从点到面的突破？作为地学前沿的尺度转换怎样开展？•这种非均匀、非线性分布的下垫面边界条件对区域陆面过程研究的影响是什么？•目前

5、，20多个陆面过程模型的反演结果的差异，除模型差异外，是否有下垫面参数的误差是形成的？•陆面过程模型的验证是否需要客观真实的具有空间代表性的分布?II定量遥感地表通量的模型II定量遥感地表通量的模型内容定量遥感地表通量的模型A国际同行在定量遥感地表通量的模型B我们发展的定量遥感地表通量的模型国际同行在遥感地表通量模型的简介•SEBAL一层遥感蒸散模型•SEBS一层遥感蒸散模型•N95二源遥感蒸散模型1）遥感地表蒸散一层SEBAL模型•热量平衡余项法•优点：利用了地气温度对比的差值，从而压缩非遥感参数空气温度和利用像元显热对比，避免了绝对值。1地气温差与地表温度线性相关；2干点地气温差

6、以干点的实际测量显热通量H和空气动力学阻抗反推3湿点地气温差为零ρcTT()−pa0H=LE=−−()RGHrnaH⋅rTT−=∆=+TabTa0sa∆Tdry=ρ⋅CP•不确定性1对于所有像元地气温差与地表温度线性相关系数a、b不应该是相同2在实际所有像元中，往往找不到绝对干点，从而a、b不能确定3仍然没有避免非遥感参数-空气动力学阻抗的所需要的风速和粗糙度。SEBAL模型在我国海河流域的实践•在植被覆盖较密地区（西欧、美国、斯里兰卡）的应用没有暴露其不确定性，过度宣传模型的精度达到95%.•在海河项目中误导海委水利工作者，运用SEBAL模型的“ET”值可以实现水资源管理•在海河的

7、三年实践没有达到预期的成效的经验教训：海河流域的下垫面的非均匀和复杂，一层模型不适合我国北方地区2）遥感地表蒸散一层SEBS模型特点•热量平衡余项法原理•用热量平衡的制约一些参数的不确定性•对热力粗糙度与动力粗糙度的差别引入所谓KB-1的转换，力图提高粗糙度的估算精度•不需要显热通量的先验知识缺点•过多的地面非遥感参数，使得理论上的考虑在实践中不可实现，虽然在SEBAL之后，并没有得到真正改进SEBAL模型的目的•应用过多的复杂的反演，有哗众取宠之嫌。•应