基于SEBAL模型的地表蒸散发量遥感估算：以蒲城县为例

杨亮彦

(1.陕西省土地工程建设集团有限责任公司，陕西 西安 710075; 2.陕西地建土地工程技术研究院有限责任公司，陕西 西安 710075; 3.自然资源部 退化及未利用土地整治工程重点实验室，陕西 西安 710075; 4.陕西省土地整治工程技术研究中心，陕西 西安 710075)

地表蒸散发是地球表面水量和热量平衡的重要组成部分，与全球能量、碳及水循环密切关联[1]。地表蒸散发包括地表蒸发和植被蒸腾。从水循环角度看，全球湿润区降雨量的60%由地表蒸散发消耗，在干旱区达90%；从能量平衡角度看，地表蒸散发过程消耗的能量占全球可利用能量的59%[2]。同时，地表蒸散发广泛应用于农作物估产、水资源配置等方面。因此，地表蒸散发量的精确估算不仅可为全球水循环变化的研究提供科学依据，还能满足农业生产发展以及生态环境保护的需求。

蒲城县位于陕西省东部，关中平原东北部，地形以台塬为主，地势呈西北高东南低，属于典型的温带大陆性气候，多年平均气温13.7℃左右，最冷月和最热月分别为1月和7月；年平均日照时数超过2 200 h，多年平均降水量为520 mm。蒲城县气候湿润较温暖，光照充足，四季分明，适宜人生活和农作物生长。蒲城县是全国100个优质小麦基地县之一和生态治理重点县，是陕西最大的果品生产基地，全国果品生产百强县之一[3]。为蒲城县农业生产和生态环境的可持续协调发展提供依据，利用Landsat-8遥感数据，基于SEBAL模型获取该县不同日期的日蒸散发量，分析区域内蒸散发量的时空分布。

1 资料来源与研究方法

1.1 资料来源

Landsat-8遥感数据由地理空间数据云(http://www.gscloud.cn/)提供，选取覆盖蒲城县的遥感影像，其轨道号为127，036。由于天气影响，选取2014年11月3日、2016年5月16日、2016年6月17日和2017年4月17日四期Landsat-8遥感影像作为研究对象。

气象数据来源于中国气象数据网(http://data.cma.cn/)的中国地面气候资料日值数据集(V3.0)，包括蒲城站(站点号为53948)1951年1月以来的气压、气温、降水量、蒸发量、相对湿度、风向风速、日照时数和0 cm地温要素的日值数据。

1.2 研究方法

SEBAL模型是Basitaansscn等在1998年基于能量平衡原理建立的地表能量平衡算法，该算法因所需地表参数较少而广泛应用于地表蒸散发的研究[4]。基本公式：

Rn=H+Gn+λET

式中，Rn表示地表净辐射通量；H表示感热通量；Gn表示土壤热通量;λET表示潜热通量，λ的取值与温度有关。

为验证模型反演结果的可信度，需对模型估算结果进行精度验证。因缺乏地表实测蒸散发数据，无法满足与模型估算结果进行直接精度验证，故利用蒲城气象站点日蒸散发数据对反演结果进行间接验证。

2 结果与分析

2.1 日蒸散发量精度的验证

从图1可知，SEBAL模型反演结果与蒲城气象站蒸散发量基本一致，整体绝对误差为0.72 mm/d，处于合理范围。说明，SEBAL模型的估算精度能满足研究需求。

2.2 蒲城县日蒸散发量时空变化规律

蒸散发是气象条件、土地利用类型、地形地貌等因素综合影响的结果，且随时间推移呈明显的季节性变化[5]。基于SEBAL模型反演蒲城县的日蒸散发量见图2，4月为植被生长初期，日蒸散发量在0～7.5 mm/d；日蒸散发量低的区域分布在西北山区和蒲城县城区，其土地利用类型为裸地和建筑用地，地表水分含量较少。5月气温升高，日蒸散发量逐渐升高，在0～9.5 mm/d，但北部出现大面积蒸散发量较低的区域，该区域是蒲城县蔬菜种植区，5月已完成收获，因此北部出现大面积蒸散发量较低的现象。蒲城县主要农作物是小麦和玉米，主要经济作物为梨，6月是小麦的收获期，而经济作物处于生长期，因此6月中旬呈现日蒸散发量高低交错的现象。11月气温逐渐降低，植被生长进入末期，地表含水量下降，全县蒸散发量较低。

2.3 日蒸散发量与植被指数(NDVI)的关系

为了进一步量化地表特征参数与蒸散发量之间的关系，通过取点回归发现(图3)，NDVI与蒸散发量之间呈正相关关系，相关系数为0.669 3。说明，该地区地表蒸散发受下垫面特征的影响较为显著，植被蒸腾占蒸散发的比重较大。

3 结论与讨论

利用Landsat-8遥感数据，基于SEBAL模型获取蒲城县不同日期的蒸散发量，结果表明，4—6月蒲城县蒸散发量高低区域分布变化较大，主要原因是地表在农作物收获后变为裸土，缺乏植被蒸腾。通过与气象站监测数据进行间接验证发现，基于SEBAL模型反演结果与监测数据的绝对误差为0.72 mm/d，误差在合理范围。通过取点回归发现，植被指数与蒸散发量呈正相关关系，相关系数为0.669 3。表明，基于SEBAL模型反演地表蒸散发量在农业区具有较好的应用效果。但由于受天气影响，农业区的遥感影像多存在云量过多的问题，需在后期的研究中不断改进。