一種基于多算法集成的全球陸表蒸散估算系統(tǒng)及方法
【專(zhuān)利摘要】本發(fā)明屬于氣象水文測(cè)量【技術(shù)領(lǐng)域】，涉及一種基于多算法集成的全球陸表蒸散估算系統(tǒng)及方法。該方法首先利用MODIS遙感數(shù)據(jù)和MERRA再分析氣象數(shù)據(jù)驅(qū)動(dòng)MODIS蒸散算法模塊、訂正的PM遙感蒸散算法模塊、Priestly-Taylor蒸散算法模塊、改進(jìn)的Priestly-Taylor蒸散算法模塊、基于經(jīng)驗(yàn)方法的蒸散算法模塊，分別得出各自的蒸散量；然后根據(jù)站點(diǎn)實(shí)測(cè)數(shù)據(jù)樣本質(zhì)量由觀測(cè)數(shù)據(jù)提取模塊從全球通量站點(diǎn)觀測(cè)數(shù)據(jù)提取地面蒸散觀測(cè)值；最后通過(guò)貝葉斯模型方法，將提取的地面蒸散觀測(cè)值和各個(gè)蒸散算法模塊算出的蒸散量進(jìn)行集成，形成貝葉斯模型集成模塊。與現(xiàn)有技術(shù)相比，本發(fā)明的全球陸表蒸散估算系統(tǒng)及方法具有更強(qiáng)的穩(wěn)定性，適用面更加寬廣，有廣闊的應(yīng)用前景。
【專(zhuān)利說(shuō)明】一種基于多算法集成的全球陸表蒸散估算系統(tǒng)及方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于氣象水文測(cè)量【技術(shù)領(lǐng)域】，具體來(lái)說(shuō)，涉及到一種基于多算法集成的全球陸表蒸散估算系統(tǒng)及方法。

【背景技術(shù)】
[0002]當(dāng)前，全球水資源日益匾乏，為了合理利用和分配水資源，迫切需要深入了解不同植被覆蓋和土地利用條件下的蒸發(fā)耗水情況。蒸散量包括植被截流蒸發(fā)量、植被蒸騰量、土壤蒸發(fā)量和水面蒸發(fā)量，是區(qū)域水量平衡和能量平衡的主要成分，不僅在水循環(huán)和能量循環(huán)過(guò)程中具有極其重要的作用，而且是生態(tài)過(guò)程與水文過(guò)程的重要紐帶。陸表蒸散是水圈、大氣圈和生物圈水分和能量交換的主要過(guò)程參量，是陸地表層能量循環(huán)、水循環(huán)和碳循環(huán)中的關(guān)鍵變量。準(zhǔn)確及時(shí)地獲取特定區(qū)域的地表蒸散量數(shù)據(jù)，在農(nóng)業(yè)、水文、森林和生態(tài)等領(lǐng)域都能夠發(fā)揮十分重要的作用。因此，建立一種測(cè)定系統(tǒng)及方法，實(shí)現(xiàn)準(zhǔn)確、快速的獲取大區(qū)域陸表蒸散估算具有重要意義。
[0003]然而，傳統(tǒng)的測(cè)定方法對(duì)大范圍內(nèi)的地表蒸散狀況代表性不強(qiáng)，且布設(shè)測(cè)點(diǎn)成本高，難以形成實(shí)用的觀測(cè)網(wǎng)絡(luò)。中國(guó)專(zhuān)利(CN200810179250.0)就公開(kāi)了一種基于遙感的區(qū)域蒸散量監(jiān)測(cè)方法。該方法利用多時(shí)相的可見(jiàn)光/熱紅外遙感數(shù)據(jù)及每日常規(guī)氣象數(shù)據(jù)建立了區(qū)域尺度上陸面蒸散量監(jiān)測(cè)的數(shù)據(jù)處理鏈，從而實(shí)現(xiàn)了區(qū)域蒸散量的運(yùn)行性遙感監(jiān)測(cè)。相對(duì)于傳統(tǒng)通量觀測(cè)站上測(cè)量蒸散的監(jiān)測(cè)手段，遙感技術(shù)能夠提供地表的多源多維多時(shí)相信息，具有大面積、宏觀、實(shí)時(shí)和動(dòng)態(tài)等優(yōu)勢(shì)，為陸表蒸散估算開(kāi)辟了新的途徑。遙感估算陸表蒸散的方法很多。主要有基于地表能量平衡的物理模型、經(jīng)驗(yàn)統(tǒng)計(jì)算法、Penman-Monteith算法、遙感三角形方法、數(shù)據(jù)同化方法等。這些模型方法是通過(guò)莫寧_奧布霍夫相似理論建立地表氣象要素、遙感反演的關(guān)鍵參數(shù)(地表溫度、植被指數(shù)等)與陸表蒸散的定量聯(lián)系來(lái)獲取陸表蒸散，但是不同算法之間的估算的蒸散量差異很大，甚至差距達(dá)到2倍以上，總體精度不高。而且，單一的蒸散算法存在很大的不確定性，少數(shù)采用簡(jiǎn)單的多算法平均值方法，簡(jiǎn)單平均值方法的不確定性較大，嚴(yán)重影響了陸表蒸散的計(jì)算精度。


【發(fā)明內(nèi)容】

[0004]為了解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種基于多算法集成的全球陸表蒸散估算系統(tǒng)及方法。
[0005]本發(fā)明所述的一種基于多算法集成的全球陸表蒸散估算系統(tǒng)包括:MODIS蒸散算法模塊，訂正的PM遙感蒸散算法模塊，Priestly-Taylor蒸散算法模塊，改進(jìn)的Priestly-Taylor蒸散算法模塊,基于經(jīng)驗(yàn)方法的蒸散算法模塊,觀測(cè)數(shù)據(jù)提取模塊，貝葉斯模型集成模塊；首先利用MODIS遙感數(shù)據(jù)和MERRA再分析氣象數(shù)據(jù)驅(qū)動(dòng)MODIS蒸散算法模塊、訂正的PM遙感蒸散算法模塊、Priestly-Taylor蒸散算法模塊、改進(jìn)的Priestly-Taylor蒸散算法模塊、基于經(jīng)驗(yàn)方法的蒸散算法模塊，分別得出各自的蒸散量；然后根據(jù)站點(diǎn)實(shí)測(cè)數(shù)據(jù)樣本質(zhì)量由觀測(cè)數(shù)據(jù)提取模塊從全球通量站點(diǎn)觀測(cè)數(shù)據(jù)提取地面蒸散觀測(cè)值；最后通過(guò)貝葉斯模型方法，將提取的地面蒸散觀測(cè)值和各個(gè)蒸散算法模塊算出的蒸散量進(jìn)行集成，形成貝葉斯模型集成模塊。
[0006]本發(fā)明所述的一種基于多算法集成的全球陸表蒸散估算方法，所述方法的具體步驟包括:
[0007]I)構(gòu)建MODIS蒸散算法模塊:把冠層分為濕冠層和干冠層，把土壤分為水分飽和土壤和水分未飽和土壤，根據(jù)MODIS蒸散算法，計(jì)算與設(shè)計(jì)地表阻抗、空氣動(dòng)力學(xué)阻抗以及邊界層參數(shù)；
[0008]2)構(gòu)建訂正的PM遙感蒸散算法模塊:根據(jù)傳統(tǒng)的Penman-Monteith蒸散算法，對(duì)溫度限制因子線性變化的缺陷進(jìn)行訂正；
[0009]3)構(gòu)建Priestly-Taylor蒸散算法模塊:根據(jù)現(xiàn)有的Priestly-Taylor模型,利用生態(tài)系統(tǒng)脅迫因子擴(kuò)展Priestly-Taylor系數(shù),得到Priestly-Taylor蒸散算法；
[0010]4)構(gòu)建改進(jìn)的Priestly-Taylor蒸散算法模塊:采用表觀熱慣量參數(shù)化土壤水分蒸發(fā)因子修正土壤水分限制因子，得到改進(jìn)的Priestly-Taylor蒸散算法；
[0011]5)構(gòu)建基于經(jīng)驗(yàn)方法的蒸散算法模塊:根據(jù)經(jīng)驗(yàn)蒸散模型算法，設(shè)計(jì)蒸散輸入、輸出和計(jì)算模塊；
[0012]6)根據(jù)站點(diǎn)實(shí)測(cè)數(shù)據(jù)樣本質(zhì)量由觀測(cè)數(shù)據(jù)提取模塊從全球通量站點(diǎn)觀測(cè)數(shù)據(jù)提取地面蒸散觀測(cè)值；
[0013]7)利用MODIS遙感數(shù)據(jù)和MERRA再分析氣象數(shù)據(jù)驅(qū)動(dòng)步驟I)的MODIS蒸散算法模塊、步驟2)訂正的PM遙感蒸散算法模塊、步驟3) Priestly-Taylor蒸散算法模塊、步驟4)改進(jìn)的Priestly-Taylor蒸散算法模塊、步驟5)基于經(jīng)驗(yàn)方法的蒸散算法模塊,分別得出各自的蒸散量；
[0014]8)通過(guò)貝葉斯模型方法，將步驟6)提取的地面蒸散觀測(cè)值和步驟7)的各個(gè)蒸散算法模塊算出的蒸散量進(jìn)行集成，形成貝葉斯模型集成模塊。
[0015]所述步驟I)中MODIS蒸散算法為:
[0016]LE = LEwet c+LEtrans+LEsoil

【權(quán)利要求】
1.一種基于多算法集成的全球陸表蒸散估算系統(tǒng)，其特征在于，所述系統(tǒng)包括:MODI S蒸散算法模塊，訂正的PM遙感蒸散算法模塊，Priestly-Taylor蒸散算法模塊，改進(jìn)的PrieStly-Taylor蒸散算法模塊，基于經(jīng)驗(yàn)方法的蒸散算法模塊，觀測(cè)數(shù)據(jù)提取模塊，貝葉斯模型集成模塊；首先利用MODIS遙感數(shù)據(jù)和MERRA再分析氣象數(shù)據(jù)驅(qū)動(dòng)MODIS蒸散算法模塊、訂正的PM遙感蒸散算法模塊、Priestly-Taylor蒸散算法模塊、改進(jìn)的Priestly-Taylor蒸散算法模塊、基于經(jīng)驗(yàn)方法的蒸散算法模塊，分別得出各自的蒸散量；然后根據(jù)站點(diǎn)實(shí)測(cè)數(shù)據(jù)樣本質(zhì)量由觀測(cè)數(shù)據(jù)提取模塊從全球通量站點(diǎn)觀測(cè)數(shù)據(jù)提取地面蒸散觀測(cè)值；最后通過(guò)貝葉斯模型方法，將提取的地面蒸散觀測(cè)值和各個(gè)蒸散算法模塊算出的蒸散量進(jìn)行集成，形成貝葉斯模型集成模塊。
2.一種基于多算法集成的全球陸表蒸散估算方法，其特征在于，所述方法的具體步驟包括: 1)構(gòu)建MODIS蒸散算法模塊:把冠層分為濕冠層和干冠層，把土壤分為水分飽和土壤和水分未飽和土壤，根據(jù)MODIS蒸散算法，計(jì)算與設(shè)計(jì)地表阻抗、空氣動(dòng)力學(xué)阻抗以及邊界層參數(shù)； 2)構(gòu)建訂正的PM遙感蒸散算法模塊:根據(jù)傳統(tǒng)的Penman-Monteith蒸散算法，對(duì)溫度限制因子線性變化的缺陷進(jìn)行訂正； 3)構(gòu)建Priestly-Taylor蒸散算法模塊:根據(jù)現(xiàn)有的Priestly-Taylor模型,利用生態(tài)系統(tǒng)脅迫因子擴(kuò)展Priestly-Taylor系數(shù),得到Priestly-Taylor蒸散算法； 4)構(gòu)建改進(jìn)的Priestly-Taylor蒸散算法模塊:采用表觀熱慣量參數(shù)化土壤水分蒸發(fā)因子修正土壤水分限制因子，得到改進(jìn)的Priestly-Taylor蒸散算法； 5)構(gòu)建基于經(jīng)驗(yàn)方法的蒸散算法模塊:根據(jù)經(jīng)驗(yàn)蒸散模型算法，設(shè)計(jì)蒸散輸入、輸出和計(jì)算模塊； 6)根據(jù)站點(diǎn)實(shí)測(cè)數(shù)據(jù)樣本質(zhì)量由觀測(cè)數(shù)據(jù)提取模塊從全球通量站點(diǎn)觀測(cè)數(shù)據(jù)提取地面蒸散觀測(cè)值； 7)利用MODIS遙感數(shù)據(jù)和MERRA再分析氣象數(shù)據(jù)驅(qū)動(dòng)步驟I)的MODIS蒸散算法模塊、步驟2)訂正的PM遙感蒸散算法模塊、步驟3)Priestly-Taylor蒸散算法模塊、步驟4)改進(jìn)的Priestly-Taylor蒸散算法模塊、步驟5)基于經(jīng)驗(yàn)方法的蒸散算法模塊,分別得出各自的蒸散量； 8)通過(guò)貝葉斯模型方法，將步驟6)提取的地面蒸散觀測(cè)值和步驟7)的各個(gè)蒸散算法模塊算出的蒸散量進(jìn)行集成，形成貝葉斯模型集成模塊。
3.根據(jù)權(quán)利要求2所述的一種基于多算法集成的全球陸表蒸散估算方法，其特征在于: 所述步驟I)中MODIS蒸散算法為:
LE = LEwetc+LEtrans+LEsoil
[Δ χ i?nc + P χ Cfl χ VPD χ F1 i rhrc] x Fwet/ H—-
—PxC xrvc
Δ+^~^-

λχε χ rhrc
式中，LE為陸表蒸散，LEwrt。為濕冠層蒸發(fā)過(guò)程產(chǎn)生的蒸發(fā)，LEtrans為植被冠層蒸騰過(guò)程產(chǎn)生的蒸騰，LEwet soil為飽和土壤水分蒸發(fā)產(chǎn)生的蒸發(fā)，LEsoil pot為未飽和土壤潛在蒸發(fā)產(chǎn)生的蒸發(fā)，LEstjil為土壤蒸發(fā)，Δ為飽和水汽壓與溫度曲線的斜率，Y為干濕球常數(shù)，VPD為空氣的飽和水氣壓與實(shí)際水汽壓差，RH為相對(duì)濕度，ra為空氣動(dòng)力學(xué)阻抗，匕為地表阻抗，F(xiàn)c為植被覆蓋度，F(xiàn)wet為濕度覆蓋面積，P為空氣密度，Cp為空氣的比熱容，Rnc為植被冠層所占的凈輻射能量，rhrc為冠層對(duì)應(yīng)部分空氣動(dòng)力學(xué)阻抗，rvc為地表熱傳輸阻抗，Pa為大氣壓,Rns為地表土壤所占的凈輻射能量，rtot為整個(gè)空氣動(dòng)力學(xué)阻抗，ras為部分空氣動(dòng)力學(xué)阻抗，β，λ和ε為系數(shù)； 所述步驟2)中溫度限制因子訂正方法為:
式中，mT為溫度限制因子，Ta為空氣溫度，Topt為植被生長(zhǎng)最適宜溫度，設(shè)為25°C ； 所述步驟3)中Priestly-Taylor蒸散算法為:
式中，fwrt為相對(duì)地表濕度，RH為相對(duì)濕度，fwet = RH4, fg為綠色冠層覆蓋度，fT為植被溫度限制因子，，f?為植被水分限制因子，fSM為土壤水分限制因子； 所述步驟4)中土壤水分限制因子為:
式中，DT為空氣晝夜溫差，DTmax為最大晝夜溫差，取40°C ； 所述步驟5)中基于經(jīng)驗(yàn)方法的蒸散算法為:
LE = Rn (ao+a^DVI+aaTjj+agDTaR) 式中，DTaR為日晝夜溫差，NDVI為歸一化植被指數(shù)，a0, B1, a2和a3為經(jīng)驗(yàn)系數(shù)； 所述步驟8)中貝葉斯模型集成模塊計(jì)算公式為:
式中，r表示需要估算的蒸散，在某一時(shí)刻的該蒸散的觀測(cè)值為rt，模型集合K，即If1, f2,…，fj，為估算r的所有單個(gè)模型的集合，P (r I fk)是單個(gè)模型fk估算蒸散r的概率密度函數(shù)，P(fk|rt)是單個(gè)模型fk的后驗(yàn)概率，能夠反應(yīng)單個(gè)模型fk與觀測(cè)數(shù)據(jù)符合的程度。
4.根據(jù)權(quán)利要求3所述的一種基于多算法集成的全球陸表蒸散估算方法，其特征在于，所述步驟8)中，貝葉斯模型集成模塊得到的估算值的概率密度函數(shù)POHf1,匕…，fk)就是單個(gè)模型概率密度函數(shù)的加權(quán)平均，所有單個(gè)模型的后驗(yàn)概率之和為1，即
,這樣，可以把每個(gè)模型的后驗(yàn)概率看作是權(quán)重wk ； 假設(shè)P (r |fk)為高斯分布，萬(wàn)為該高斯分布的平均值，。\為方差，用參數(shù)& = !.7[,0^.和g(.)表不相關(guān)的聞斯分布為:
得到的估計(jì)值為r的條件期望，用期望-最大算法對(duì)代價(jià)函數(shù)進(jìn)行優(yōu)化得到權(quán)重wk。
5.根據(jù)權(quán)利要求3所述的一種基于多算法集成的全球陸表蒸散估算方法，其特征在于: 所述步驟I)通過(guò)植被覆蓋度F。來(lái)區(qū)分植被和土壤分配的全球陸表可利用能量，利用MODIS遙感數(shù)據(jù)中植被吸收的光合有效輻射比例FPAR產(chǎn)品確定F。； 所述步驟2)訂正的PM遙感蒸散算法中，統(tǒng)一的水分限制因子VPD的最大值定為2.79KPa ； 所述步驟3) Priestly-Taylor蒸散算法中的Rns可以用地表凈福射Rn和葉面積指數(shù)LAI計(jì)算,具體為Rns = Rnexp ( — kLAI), k為經(jīng)驗(yàn)系數(shù)； 所述步驟4)改進(jìn)的Priestly-Taylor蒸散算法的土壤水分限制因子中，DT是通過(guò)日晝夜溫差計(jì)算得到或通過(guò)地面溫度計(jì)算得到； 所述步驟5)中經(jīng)驗(yàn)系數(shù)％，％，％，和a3是利用全球通量站點(diǎn)觀測(cè)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)回歸得到的； 所述步驟6)的觀測(cè)數(shù)據(jù)提取模塊中，站點(diǎn)實(shí)測(cè)數(shù)據(jù)樣本質(zhì)量是通過(guò)質(zhì)量標(biāo)識(shí)判斷而得到的； 所述步驟7)從MODIS遙感數(shù)據(jù)中選取葉面積指數(shù)、植被指數(shù)，從MERRA再分析氣象數(shù)據(jù)中選取基本氣象參數(shù)，包括溫度、相對(duì)濕度，驅(qū)動(dòng)各個(gè)算法模塊計(jì)算得出各自的蒸散量。
6.根據(jù)權(quán)利要求2所述的一種基于多算法集成的全球陸表蒸散估算方法，其特征在于，所述全球陸表包括森林、灌木、農(nóng)田、草地和濕地。
【文檔編號(hào)】G06F19/00GK104077475SQ201410287104
【公開(kāi)日】2014年10月1日 申請(qǐng)日期:2014年6月24日 優(yōu)先權(quán)日:2014年6月24日
【發(fā)明者】姚云軍, 李香蘭, 張楠楠, 馮飛, 劉萌 申請(qǐng)人:北京師范大學(xué)