基于SEBS模型的柳林泉域蒸散发研究

冯晓曦,秦作栋,郑秀清,陈军锋

(1. 太原理工大学 水利科学与工程学院,太原 030024; 2. 山西大学 黄土高原研究所,太原 030006)

基于SEBS模型的柳林泉域蒸散发研究

冯晓曦1,秦作栋2,郑秀清1,陈军锋1

(1. 太原理工大学 水利科学与工程学院,太原 030024; 2. 山西大学 黄土高原研究所,太原 030006)

利用MODIS数据,结合气象站实测资料,应用SEBS模型,对柳林泉域蒸散发量进行估算,并分析其影响因素。结果表明,柳林泉域2001—2004年蒸散发量总体趋势平稳。在时间序列上,具有明显的季节性,蒸散发量月值随温度呈指数增长,降水峰值相对于蒸散发量峰值滞后,平均滞后2个月。在空间分布上,蒸散发量与土壤覆盖类型和地貌单元具有良好的一致性:东部低中山区林地覆盖率高,蒸散发量大;西部堆积侵蚀丘陵区灌木丛覆盖稀疏,蒸散发量最小;中部山间河谷阶地区多为农田和城市,蒸散发量介于两者之间。对蒸散发量影响较大的因素依次为:高程、气温、坡度。

柳林泉域;SEBS模型;MODIS;蒸散发;遥感

蒸散发包括土壤蒸发和植物蒸腾,是发生在土壤-植被-大气复杂体系内的连续过程。在干旱区,有90%的降水伴随着地表物质和能量的交换,通过蒸散发作用返回到大气,蒸散发量是区域地表水量与能量平衡中最活跃的因子[1-3]。因此,有效的估算蒸散发,在指导干旱、半干旱区域农业生产、水资源规划管理及监测等方面具有重要意义。

自1802年Dalton提出计算蒸发的公式以来,人们进行了一系列研究。传统的计算方法是以点为基础的,适用于区域较小、植被覆盖均匀、单一的下垫面,对于大尺度区域特别是流域尺度,由于地表特性的不均一性和热传输过程的动态性[4],传统方法的计算结果往往存在较大误差。

针对这些问题,区域尺度上的蒸散发计算应运而生。估算区域蒸散发的方法主要有两种,一种是以水文学和气象学为主,如水量平衡原理、互补相关理论、SPAC理论、参考作物腾发量等方法;另一类是以遥感技术为主。由于遥感资料具有良好的区域性和时空连续性,地面站点的观测结果可以通过遥感扩展到整个区域,以弥补地面观测站点稀少的状况,此外,利用多光谱遥感可以测定或反演水文和气象模型中一些基本参数,这些优势都使遥感技术在大尺度区域上的蒸散发估算方面拥有广阔前景,成为今后的主要发展趋势。

近30年来,国内外学者利用遥感技术在区域蒸散发研究方面取得了很大的进展,开展了一系列的估算模型。模型大体可分为经验统计法、与传统方法结合的遥感模型、温度-植被指数特征空间法、陆面过程模型和地表能量平衡模型[5]。Jackson等[6]提出的简化法是经验统计法的代表,该模型简单易行但没有考虑土壤热通量,难以在大面积区域应用。与传统方法结合的遥感模型有Penman-Monteith公式[7]、Priestley-Taylor 模型[8]、互补相关模型[9]和作物缺水指数法[10]。温度-植被指数特征空间法通过特征空间求解蒸发比、Priestley-Taylor系数和水分亏缺指数,进而计算地表蒸散发量。陆面过程模型从最初简单的“水桶”模型经SVATS模型,发展到考虑植物生化过程的新SVATS模型[11],成为当前地球科学领域的前沿课题。地表能量平衡模型在目前运用最为广泛,分为单层模型和双层模型:单层模型以Bastiaanssen等[12-13]提出的SEBAL模型和Su等[14]提出的SEBS模型为典型代表;双层模型有Shuttleworth[15]提出的经典的S-W模型。

SEBS(Surface Energy Balance System)模型开发了一个物理模型描述地表能量通量估算中的关键参数-热传输粗燥长度。同时,该模型可以利用遥感资料和气象站观测数据,获得非均匀下垫面条件下不同尺度的地表湍流热通量和蒸发比,因而更适用于大尺度区域的研究,在国内外得到了较广泛的应用。

1 研究区概况

柳林泉域位于鄂尔多斯向斜盆地东缘,吕梁山西侧,地跨山西、陕西两省。东南与汾西县接壤,东北分别与古交市、岚县、娄烦县毗连,东部以汾阳市为界,北连岢岚县、保德县,南接交口县、石楼县,西部为陕西省吴堡县。研究区地理坐标为110°43′～111°35′E,37°3′～38°18′N,东西最大宽约79.8 km,南北最大长约139.9 km,总面积6 274 km2。

柳林泉域属季风型大陆性干旱、半干旱气候。总地势东高西低,北高南低。按照地貌成因及形态类型区内地貌从东到西可为低中山区、山间河谷阶地区和堆积侵蚀丘陵区。降雨量由东部向西部逐渐减小,年平均降雨量为507.6 mm,多集中在7-9月,多年平均陆面蒸发量为1 185.9 mm。泉域内河流均属黄河流域,黄河由北向南从泉域西部经过。黄河在研究区内的一级支流主要有三川河,三川河包括北川、东川、南川三条支流。

柳林泉是泉域内30 多万人口的生活用水和部分工业企业生产的主要供水水源,也是吕梁市中部的宝贵资源。然而,随着人类活动的加剧,再加之降水减少、补给源可溶岩地区的破坏、采煤漏水及集中开采等因素影响,泉流量持续衰减。根据观测资料,泉流量由1990年的2.63 m3/s一度衰减为2009年的1.06m3/s,衰减幅度高达59.6%。小泉小水的枯竭,地下水位的大幅下降,导致泉域内生态环境严重退化。因此,如何保持水资源利用和生态环境的协调统一,是当前吕梁市水资源综合规划、管理、保护和可持续利用中急需解决的重点问题。作为水环境问题和水资源评价的重要组成部分,准确估算柳林泉域的蒸散发,不仅可为柳林泉水资源均衡分析提供依据,还可为促进柳林泉域岩溶水资源的可持续开发利用提供参考。

2 模型原理及数据来源

2.1 模型原理

SEBS模型应用遥感图像处理结果可获得一系列地表物理参数(反照率、比辐射率、地表温度、植被覆盖度等);以此为基础,结合当地实测气象参数资料(相对湿度、气压、风速、温度等),对大尺度区域地表大气湍流通量进行估算,进而确定蒸散发量(ET)。

2.1.1模型基础

SEBS模型以地表能量平衡原理为基础。地表能量平衡是由地表的净辐射驱动的,白天主要是太阳短波辐射。地表能量平衡式如下:

Rn=G0+H+λE

(1)

式中:Rn为地表净辐射通量;G0为土壤热通量;H为湍流感热通量;λE为湍流潜热通量,即地表蒸发所用能量(λ是水的汽化潜热,与温度有关;E是实际蒸散发量)。

2.1.2地表能量平衡项的确定

1) 净辐射通量(Rn)的计算方程为:

(2)

式中:α为地表反照率;Rswd为下行太阳辐射,W/m2;Rlwd为下行长波辐射,W/m2;ε为地表比辐射率;σ为stefan-Bolzmann常数,5.67×10-8W/m2K4;T0为卫星传感器测得的地表温度,K。

2) 土壤热通量(G0)的计算方程为:

G0=Rn×[Γc+(1-fc)×(Γs-Γc)]

(3)

式中,假定G0与Rn的比值在地表全部由植被覆盖的地区设定为Γc=0.05,在裸土沙地时设定为Γs=0.315。进行区域遥感蒸散量估算时,可通过遥感数据反演,利用植被覆盖度fc插值计算。

3) 感热通量(H)的估算在SEBS中,感热通量H的计算基于大气传输相似理论,通过联立求解如下三个方程组成的非线性方程组,并利用计算机进行迭代运算,即可求得摩擦速度、奥布霍夫稳定度长度及感热通量。

(4)

式中:u为平均风速;u*为摩擦速度;k=0.4为von Karman常数;z为气象资料获取时距地表的高度;d0为水平面高度或为相对0值平面的高度;z0m为动量在地表传输过程中的特征粗糙度;z0h为热传导相对粗糙度;θ0为地表位温;θa为高度z处的空气位温;ψm和ψh分别为动量和感热传输的稳定度订正函数;L为奥布霍夫稳定度长度;g为重力加速度;θv为近地表虚位温;Cp为空气定压比热。

4) 潜热通量(λE)及蒸发比(Λ)的估算。

计算出净辐射通量、土壤热通量及感热通量后,潜热通量可根据能量平衡方程的剩余法求得:

λE=Rn-G0-H

经过研究发现:在一天内,由于地表通量随着太阳辐射变化,感热通量、潜热通量、土壤热通量等变化非常大,但蒸发比却相对稳定。蒸发比(Λ)可以通过下式求得:

Λ=λE/(Rn-G0)=λE/(λE+H)

(5)

5) 日蒸散量的计算。

在求得蒸发比Λ后,可由下式确定日蒸散量:

(6)

式中:ETd为地表实际日蒸散发量,mm/d;λ为汽化潜热,J/kg;ρw为水的密度,1 000 kg/m3。

2.2 数据来源

本文采用美国Terra卫星搭载的中分辨率成像光谱辐射仪(MODIS)数据。MODIS是当前世界上新一代“图谱合一”的光学遥感仪器,具有36个光谱通道[16]。由于MODIS飞行与太阳同步,且其过境时间能取得最好光照条件并最大限度的减少云的影响,因而适合用来长期监测区域尺度的地表热量通量及地表水分的变化,是比较理想的数据源。

本次研究中,选用了MODIS影像产品中的MOD09(地表反射率产品,空间分辨率为500 m)与MOD11(地表比辐射率与地表温度产品,空间分辨率为1 km)数据进行分析计算。

3 计算结果与分析

3.1 蒸散发量计算

ET计算采用2000年MOD09GA和MOD11A1云量较少时段的数据。用MRT软件提取地表反射率(波段1～7)、地表比辐射率、地表温度共9个波段,进行投影变换与重采样,选地理坐标系为Geographic Lat/Lon,分辨率为 0.005°(约为 500 m),然后利用SEBS程序,进行ET的定量计算。

1) 假设用SEBS模型计算出2000年3月5日的蒸散发量为ETj,3,5,对应于这一天的气象站观测到的蒸散发量为ETg,3,5,则3月的比例系数为μ=ETj,3,5/ETg,3,5.

2) 对于3月某一天没有获取遥感图像的蒸散发量可由比例系数及相应于这天的气象站蒸散发量观测值推算得到,即ETj,3,d=μ×ETg3,d.

4) 同样的方法求得2000年其它月份的月蒸散发量(ETm),再将其求和就得到了研究区2000年的年蒸散发量。

3.2 结果验证

为了验证模型反演结果的可靠性,将研究区内离石站实际蒸发资料转化为陆面蒸发,然后与气象站所在位置1×1窗口的像元值进行对比(见图1)。通过对比转化后的陆面蒸发值和遥感估算值,可以发现两者相差不大。考虑到像元是一个混合像元,所计算的是一个像元内的平均值,与气象站蒸发资料存在差异,因此可以认为遥感估算的蒸散发量是可靠的。

图1 实际蒸散发量与计算蒸散发量对比图

3.3 蒸散发量的影响因素

按照上述方法,计算得到研究区2000 —2004年年蒸散发量分别为1085.79 mm、1148.24 mm、973.82 mm、1 137.38 mm和998.93 mm,多年平均ET为1 068.83 mm,总体上趋势较为平稳。

图2 蒸散发量与降水量在时间序列上对比图

按照时间序列分析2001-2004年ETm,发现柳林泉域ETm呈单峰型分布,多集中在4-7月(见图2),其中5、6月份是全年蒸发的最旺盛期,7月之后开始减少。降水量(Precipitation,P)峰值多发生在7-9月份,相对于ETm具有滞后效应,平均滞后2个月(见图2)。同时,研究区ETm最高可达259.46 mm,降水量最大仅为187.4 mm,蒸散发量远大于同时期降雨量。另外,柳林泉域常年气温在-8.5～25.6℃之间,年平均气温10℃。春、夏两季气温迅速回升,植被生长茂盛,ET大;秋、冬两季气温降低,植被枯萎或生长缓慢,这一时期ET较小。图3为月蒸散发量与气温的相关性曲线,可以看出,两者之间存在显著的指数形式的相关关系,气温越高,ETm越大;气温越低,ETm越小。

从空间分布上看,研究区蒸散发量规律与土地覆盖类型及地貌单元类型关系密切。图5和图6分别为柳林泉域2004年土地覆盖类型图和数字高程图,对比同年蒸散发量分布图(图4-e),发现三者间存在较好的一致性:柳林泉域东部的海拔多在1 500 m以上,其地貌单元属于低中山区,区内覆盖着大量的针叶林和混交林,林地具有较大的蒸发系数,加之降雨充沛,土壤含水量大,ET最大,年均值可达1 350 mm以上;柳林泉域西部地区海拔较低,大多在600～1 000 m,属于堆积侵蚀丘陵地貌区,这一区域多由灌木丛及草丛覆盖,由于灌木丛种植稀疏,植被覆盖率低,而且降雨较少,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、东川河和南川河的河谷阶地区,是吕梁市居民居住的主要场所,城市周边分布有大量农业耕地,城市中有景观绿地及生态用水,又有较为充足的降水,因此这里ET也较大,年均值超过了995 mm。各年蒸散发量空间分布见图4，柳林泉域不同地貌及土地覆盖类型蒸散发量统计结果如表1所示。

图3 蒸散发量与气温的相关性曲线

图4 各年蒸散发量图

表1 柳林泉域不同地貌及土地覆盖类型蒸散发量统计表Table1 Statistics ET in different land-form and land cover for the Liulin Spring Area

R=0.891>R0.01=0.254,说明模型达到显著水平,具有一定可靠性。

综上可知,柳林泉域在春、夏两季由于气温迅速回升,蒸发作用强烈,加之降水的相对滞后以及降水量的严重不足,加剧了研究区在这一时期的干旱程度。

4 结论

1) 柳林泉域2001—2004年蒸散发量分别为1 085.79 ,1 148.24 mm,973.82 mm,1 137.38 mm和998.93 mm,多年平均蒸散发量为1 068.83 mm,总体上趋势较为平稳。

2) 柳林泉域降水与蒸散发量在时间序列上有明显的季节性,春、夏两季由于气温迅速回升,蒸散发量呈指数增长;降水峰值相对滞后,且远小于蒸散发量峰值。

3) 柳林泉域蒸散发量的空间分布规律,与土地覆盖类型及地貌单元分布规律有良好的一致性。低中山区主要以林地覆盖,蒸散发强烈,年均值为1 350.71 mm;堆积侵蚀丘陵区多覆盖灌木丛及草丛,蒸散发较小,年均值仅为884.02 mm;山间河谷阶地区多为农业耕地和城市用地,蒸散发量介于两者之间,年均值为995.34 mm。

4) 柳林泉域蒸散发量与各影响因子的相关性分析表明,高程、气温和坡度是蒸散发量的主要影响因素。

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

[2]储开凤, 汪静萍. 中国水文循环与水体研究进展[J]. 水科学进展, 2007, 18(3):468-474.

[3]陈曦. 中国干旱区土地利用与土地覆被变化[M]. 北京:科学出版社, 2008:65-76.

[4]郭晓寅, 程国栋. 遥感技术应用于地表面蒸散发的研究进展[J]. 地球科学进展, 2004, 19(1):107-114.

[5]张荣华, 杜君平, 孙睿. 区域蒸散发遥感估算方法及验证综述[J]. 地球科学进展, 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]贾仰文, 王浩, 倪广恒, 等. 分布式流域水文模型原理与实践[M]. 北京:中国水利水电出版社, 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]王万同. 基于遥感技术的区域地表蒸散估算研究[D]. 郑州:河南大学, 2012.

(编辑：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

国家国际科技合专项资助项目(2012DFA20770)，山西汾河流域水资源联合调控技术合作研究；山西省自然科学基金资助项目(2012011033-2)，干旱半干旱气候区冬春季节土壤水热动态预测技术研究

冯晓曦(1988-)，女，山西太原人，硕士生，主要从事水文学及水资源方向的研究，(Tel)13485322154，(E-mail)fxx0483@163.com

郑秀清，女，教授、博导，主要从事水文学及水资源方向的研究，(E-mail)zxq6818@sina.com

1007-9432(2014)02-0259-06

TV1; TP79

:A