基于SEBS模型的感热计算及其在干旱监测中的应用

摘要

本文首先以SEBS(Surface Energy Balance System)模型为基础,利用VIRR/FY-3A(Visible and InfraRed Radiometer)、MODIS/TERRA(MODerate-resolution Imaging Spectroradiometer)遥感数据和气象站点相关气象观测数据,计算了青海省阿柔草场站2010年5-9月卫星过境时的瞬时地表感热通量,利用LAS(Large Aperture Scintillometer)测得的感热通量数据加以验证,并对模型感热进行了敏感性分析。接着将SEBS模型在区域上应用,利用MERSI/FY-3A(MEdium Resolution Spectral Imager). MODIS/TERRA遥感数据和气象站点观测数据,计算了基于SEBS模型的DSI(Drought Severity Index)指数,以及基于NDVI/LST特征空间的TVDI(Temperature Vegetation Dryness Index),对2011年5月发生在湖南省的特大干旱进行监测,并利用站点土壤湿度和累计降水量对干旱监测结果加以验证。
　　研究结果显示:(1) VIRR感热估算精度和MODIS感热估算精度相当,VIRR. MODIS的SEBS模型感热的均方根误差(RMSE)分别为45.2143w/m2(N=64)和57.3693w/m2(N=71)。
　　(2) SEBS模型的感热估算在7-9月的效果好于5-6月。5-6月SEBS感热相对于LAS实测感热高估明显,波动明显,RMSE也较大。7-9月,SEBS感热相对于LAS实测感热存在低估。其中6月的感热估算效果最差,与SEBS模型的单源性质有关。6月份,裸土和植被比例相当,地表热力学特征复杂,可能更适合应用多源模型。
　　(3)从SEBS模型感热的月均值来看,MODIS模型感热略高于VIRR,主要由于MODIS比VIRR晚过境半小时给LST带来的差异造成的。同时也证明了VTRR/LST产品数据具有较高质量。VIRR与MODIS的蒸发比存在很好的一致性。
　　(4)对SEBS模型的敏感性分析显示,地表温度与空气温度的位温差对感热的大小和波动起主导作用。5-6月温差较大,风速的作用容易被夸大,zom也会对感热结果造成明显影响,感热估算的波动性和不确定性增加,和LAS监测之相比,存在明显高估,RMSE也较大。7-9月,温差较小,感热估算的波动性减小,和LAS监测值接近,但整体上存在低估。
　　(5)基于SEBS模型的DSI指数的干旱监测结果与基于温度植被特征空间的TVDI指数的干旱监测结果的干旱等级分布较一致,但DSI在洞庭湖平原腹地和南岭山地等地形复杂地区干旱监测中体现了优势。证明利用基于SEBS模型的DSI指数进行干旱监测是可行的。
　　(6)MERSI和MODIS两种传感器的干旱指数结果(包括DSI、TVDI)体现了非常相似的空间分布格局,并且都与站点的土壤湿度、累计降水量之间都存在较高的相关性,证明MERSI的干旱监测结果是可信的,尽管基于MODIS的干旱指数与土壤湿度的相关系数略高,但却因为空间分辨率较低,不能像MERSI干旱指数那样可以捕捉更精细的干旱空间分布特征。湖南干旱案例分析显示MERSI数据质量较高,适合干旱监测,且值得利用MERSI数据进行更深入的研究。

目录

摘要

Abstract

第一章 前言

1.1 引言

1.1.1 基于遥感的地表水热通量计算与验证

1.1.2 地表水热通量计算在干旱监测中的应用

1.1.3 风云三号卫星数据

1.2 研究目的及研究内容

1.3 技术路线

第二章 研究进展

2.1 基于遥感模型的地表感热通量估算及验证研究进展

2.2 基于干旱指数的区域干旱监测研究进展

第三章 SEBS模型感热通量计算原理

3.1 稳定性修正函数

3.2 热量传输粗糙度

3.3 感热通量

第四章 研究区域及数据

4.1 研究区域介绍

4.2 数据介绍及预处理

4.2.1 遥感数据

4.2.2 气象数据

4.2.3 LAS数据

第五章 基于像元尺度的感热通量反演与验证

5.1 评价指标

5.2 基于SEBS模型的瞬时感热通量计算和验证

5.3 两种传感器SEBS感热计算结果的对比

5.3.1 SEBS感热通量与温差的关系

5.3.2 SEBS感热通量与NDVI的关系

5.3.3 SEBS感热通量与风速的关系

5.3.4 SEBS感热通量随时间的变化

5.3.5 两种传感器蒸发比间的对比

5.4 SEBS模型的敏感性分析

第六章 基于区域尺度的干旱监测

6.1 干旱监测区域介绍

6.2 数据介绍与处理

6.2.1 MERSI/FY-3A遥感数据介绍及处理

6.2.2 常规气象站资料及农气验证数据介绍及处理

6.2.3 干旱严重指数(DSI)和温度-植被指数(TVDI)的原理

6.3 干旱监测结果分析

6.3.1 两种传感器间NDVI和LST间的对比

6.3.2 两种传感器LST-NDVI特征空间的比较

6.3.3 两种传感器间TVDI、DSI的比较

6.4 土壤相对湿度的验证

6.5 累积降水量的验证

第七章 结论和展望

7.1 主要研究结论

7.2 存在的问题和下一步工作展望

参考文献

个人简介

致谢