非均匀地表蒸散的定量遥感模型与水文模型联合模拟研究

蒸散发是陆表过程的重要变量，其定量遥感估算属于国际水科学前沿课题。本项目以北京昌平区沙河流域作为研究对象，首先构建适合该流域的分布式水文模型(DSM)，优化识别DSM模型的主要参数，模拟输出流域日蒸散发量；然后基于遥感影像像元排序对比法和分层能量切割算法建立遥感蒸散二层模型(RSTM)，通过流域地表参数反演、地表特征信息获取、大气边界层气象与湍流要素场的建立，估算出该流域土壤和植被层潜热通量，借助时间尺度转换技术，亦获取流域日蒸散发量；选取上述两模型相同时段的模拟结果基于子流域级蒸散量进行区域对比，以此校正并优化遥感蒸散二层模型，并在此基础上，尝试提出一种新型的陆面遥感蒸散模式，这种模式不仅遵循地表能量平衡，而且满足区域水量平衡。可以预期，本项目的研究成果不仅可以丰富创新定量蒸散遥感反演的学科内容，而且对区域气候变化和水问题的研究提供科学依据。

非均匀地表蒸散发（ET）定量估算研究一直是水科学领域的国际前沿。水文模型和遥感蒸发模型是当前估算区域ET常用的手段，但是这两种方法在获取精确连续的区域蒸散发方面都存在明显不足。水文模型能模拟长序列逐日（月）的流域ET，但空间分辨率和精度均不高；遥感ET模型能提供高空间分辨率、精度较高的区域ET，但遥感数据（可见光、热红外）容易受天气影响，导致区域ET常常时间上难以连续。本项目旨在耦合遥感模型和水文模型的优势，以获得更精确连续的区域蒸散发。. 项目以北京市沙河流域为研究区，首先构建了考虑山区和平原地形、不同人类活动影响的流域分布式水文模型DSM。以流域出口流量构建的纳西效率系数NSE为优化目标，连续模拟了流域1999-2007年逐日流域水文过程。结果显示，流量纳西效率系数达到0.76，多年模拟值与实测值相关系数为0.68，水量平衡系数达到1.10。其次，构建了估算沙河流域地表日蒸散发的遥感反演系统RSTM，该系统包括：基于二层模型的蒸发比估算；日净辐射总量估算；基于蒸发比不变法的日蒸散发估算。通过选择1999-2007年晴空典型日的TM/ETM+数据进行反演，估算结果精度较高，与研究区内观测站点获得的大孔径闪烁仪的观测值对比，相对误差介于0到16%之间，平均绝对百分比误差为11.1%，均方差为0.77mm。最后，利用集合卡尔曼滤波（EnKF）同化算法将DSM和RSTM获得的对应日ET进行数据同化，获得的同化结果用于进一步优化DSM模型。将基于双目标函数优化的结果和仅基于NSE优化的ET序列与大孔径闪烁仪（LAS）观测的日蒸散发相比，发现双目标优化的DSM模型ET结果平均绝对百分比误差减少了7.4％，精度进一步提升。. 因此，本项目研究证明通过集成水文模型和遥感蒸发模型的优势，开发基于遥感蒸发模型的流域水文模式，是一种可实现输出精度更高和时序连续的区域蒸发的新型陆面蒸发模式。这种新型的陆面蒸散发模式，不仅遵循地表能量平衡，而且满足区域水量平衡，水热耦合机理更加完善。该成果将进一步丰富创新蒸散发估算的学科内容，为准确理解区域水循环规律提供了科学依据。