遥感技术与应用
img

官方微信

作者投稿 专家审稿 编辑办公

遥感技术与应用, 2022, 37(4): 854-864 doi: 10.11873/j.issn.1004-0323.2022.4.0854

蒸散发遥感专栏

库布齐沙漠典型沙地人工林蒸散对比分析

马启民,1, 龙银平1, 汤世宇1, 贾晓鹏2

1.成都信息工程大学 资源环境学院，四川 成都 610225

2.中国科学院西北生态环境资源研究院 沙漠与沙漠化重点实验室，甘肃 兰州 730000

Comparative Analysis of Evapotranspiration of Typical Sandy Plantations in the Hobq Desert

Ma Qimin,1, Long Yinping1, Tang Shiyu1, Jia Xiaopeng2

1.College of Resources and Environment，Chengdu University of Information Technology，Chengdu 610225，China

2.Key Laboratory of Desert and Desertification，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

收稿日期: 2021-08-11   修回日期: 2022-07-03  

基金资助: 成都信息工程大学人才引进项目.  KYTZ202113
四川省重点研发计划项目.  2020YFS0356
科技兴蒙重点专项.  KJXM⁃EEDS⁃2020006

Received: 2021-08-11   Revised: 2022-07-03  

作者简介 About authors

马启民(1985－),男,新疆额敏人,讲师,主要从事陆面生态水文过程研究E⁃mail:mqm@cuit.edu.cn , E-mail：mqm@cuit.edu.cn

摘要

人工造林使库布齐沙漠的生态快速逆转，深入理解沙地人工林的蒸散特征，对改善现有人工林的经营管理和开展人工林建设具有重要意义。利用Landsat 8、MODIS产品、气象观测资料等数据，通过基于能量平衡的SEBAL模型和MODIS MOD16蒸散产品获取库布齐沙漠典型林场2014年7月14日、7月30日、8月15日、9月7日的地表蒸散量，并采用波文比系统相关数据对估算的结果进行验证。得到以下结果：与波文比观测系统的蒸散相比，SEBAL模型反演的蒸散整体偏大，日蒸散分别多1.06、1.71、1.19、2.65 mm，两者的决定系数达0.827；MODIS MOD16产品的蒸散整体偏小，日蒸散分别少0.13、0.32、0.18、0.95 mm，两者的决定系数达0.823；在沙漠人工林斑块区域且植被类型较单一的情况下，MODIS MOD16的蒸散结果要好于SEBAL模型反演的蒸散，两者在空间分布上基本保持一致；林场蒸散较大的区域主要分布在中部和南部，而北部区域蒸散相对较小。研究结果可为其他沙地斑块人工林获取蒸散提供参考。

关键词： 沙地人工林 ; 波文比 ; SEBAL模型 ; MODIS MOD16 ; 蒸散

Abstract

Artificial afforestation has rapidly restored the ecology of the Hobq Desert. A thorough understanding of the characteristics of Evapotranspiration （ET） in sand plantations is of great significance for improving the management of existing plantations and developing plantation construction. By using Landsat8， MODIS products， and meteorological observations， the surface ET of a typical forest farm in the Hobq Desert on July 14， July 30， August 15 and September 7， 2014 was respectively obtained by the energy balance based SEBAL （The Surface Energy Balance Algorithm for Land） model and the MODIS MOD16 ET product. The results were verified by the Bowen ratio system. The results are as follows： Compared with the ET of the Bowen ratio observation system， the overall ET estimated by the SEBAL model was larger. The daily ET were overestimated by 1.06， 1.71， 1.19， and 2.65 mm on the above mentioned four days， with the determination coefficient of 0.827. ET from the MODIS MOD16 product was relatively smaller， and the daily ET were underestimated by 0.13， 0.32， 0.18 and 0.95 mm， respectively， with the determination coefficient of 0.823. In the case of desert plantation patches with single vegetation type， the ET obtained by the MODIS MOD16 was better than retrieved by the SEBAL model， but the spatial distribution was basically consistent. Areas with higher ET were mainly distributed in the central and south parts of the farm， while ET in the northern part was relatively smaller. The results can provide reference for other sandy plantations to obtain evapotranspiration.

Keywords： Sand plantation ; Bowen ratio ; SEBAL model ; MODIS MOD16 ; Evapotranspiration（ET）

PDF (5060KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

马启民, 龙银平, 汤世宇, 贾晓鹏. 库布齐沙漠典型沙地人工林蒸散对比分析. 遥感技术与应用[J], 2022, 37(4): 854-864 doi:10.11873/j.issn.1004-0323.2022.4.0854

Ma Qimin, Long Yinping, Tang Shiyu, Jia Xiaopeng. Comparative Analysis of Evapotranspiration of Typical Sandy Plantations in the Hobq Desert. Remote Sensing Technology and Application[J], 2022, 37(4): 854-864 doi:10.11873/j.issn.1004-0323.2022.4.0854

1 引 言

水是维持干旱半干旱区沙地人工林稳定、可持续发展的关键控制因子。蒸散又是能量平衡和水循环各要素的一个重要组成部分，在干旱半干旱区它的估算主要围绕潜热展开。在能量平衡模型中，潜热作为能量平衡方程的余项，可由净辐射与土壤热通量、感热的差值得到。目前研究蒸散的方法主要有实地观测、数值模型、遥感反演，其中实地观测主要有涡动相关法［1］、波文比法［2］、蒸渗仪法［3］、大孔径闪烁仪法［4］、Surface Renewal（SR）技术［4］。观测的蒸散相对可靠，但其受成本和区域的限制，很难大范围的推广。数值模型可在不同时空尺度上对地表水热通量进行连续模拟，但其需要准备大量的驱动数据并对模型参数的精度要求高且计算量大。通过遥感反演的方法可获取不同尺度的蒸散，越来越多的学者在这方面进行了大量的研究，这也是获取较大空间蒸散的有效手段［5］。其中，通过SEBAL模型反演的蒸散和基于Penman-Monteith的MODIS MOD16遥感产品数据集是获取区域蒸散的两种最常用的方式［6-9］。前者的最大优势是利用较少的地表参数就可获取区域蒸散，后者的最大优势是直接获取区域蒸散。目前关于SEBAL模型的应用很多，但在沙地人工林中，利用遥感反演的蒸散、蒸散产品数据以及观测的蒸散三者之间进行对比的研究很少。当前国内的沙地人工林的蒸散研究多为大区域，主要集中在毛乌素沙地［10-13］、科尔沁沙地［14-16］、塔克拉玛干沙漠［17-19］、古尔班通古特沙漠［20-21］、腾格里沙漠［22-23］、浑善达克沙地［24］，但对库布齐沙漠斑块状的人工林蒸散特征研究非常少。由于这些区域的下垫面异质性强，植被类型相对复杂，无论采用哪种方法，获取的蒸散存在诸多的不确定性。因此选取库布齐沙漠下垫较均一的斑块状林场，研究其蒸散变化特征，这有助于加深对沙地人工林水分收支的理解，对改善现有人工林的经营管理和开展人工林建设具有重要意义。

近20 a来，库布齐沙漠生态正在以沙漠区域为核心，借助人工绿化、禁牧休牧和封禁保护途径促使该地从荒漠化向绿洲化快速逆转，当地各部门建设了许多大小不一、呈斑块状的林场。伴随林草化过程的快速扩展，该地的生态问题也日益凸显。植被种类单一、面积过大、密度过高导致水资源过度消耗，许多沙地人工林出现成片衰退、甚至死亡的现象。本文以库布齐沙漠银肯沙林场为例，利用遥感反演的方法、蒸散产品数据，再结合站点观测定量分析沙地人工林的蒸散，对比两种方法获取的蒸散的时空差异性，以期解决库布齐沙漠人工林地实地观测蒸散时空局限性较大的问题。

2 研究区概况

库布齐沙漠分布在鄂尔多斯高原北部（107°18′—111°30′ E，39°30′—40°41′ N），东西长约400 km，南北宽15—40 km，总面积1.61万km2，是中国干旱半干旱区的过渡地带。该区域降水主要集中在每年的7月—9月，由西到东依次增加，年均降水量310 mm。年平均气温5—7 ℃，年平均风速3.2 m·s-1，最大风速25 m·s-1，西风频次最多，主要发生在春季。土壤类型以沙土为主，植被以人工植被为主，主要是草地和灌木，沙漠中东部植被覆盖较好，西部植被覆盖稀疏［25］。

鄂尔多斯市造林总场成立于1979年，下设7个分场，分别为展旦召、卅顷地、沟心召、白泥井、九大渠、树林召、万太兴。经营范围在库布齐沙漠中东段沙漠边缘两端，东西长148 km，南北宽14 km，总经营面积约为84 399 hm2。其中，有林地占12.74%，疏林地占36.43%，灌木林地占36.43%，未成林占7.46%，苗圃地占0.35%，无立木林地占15.33%，宜林地占27.03%，林业辅助生产用地占0.35%。展旦召分场建于1958年，是7个分场最大的一个，东西长30 km，南北宽16 km，总经营面积约为29 454 hm2。现有展旦召、瓦窑、七里沙、沙母花、银肯沙5个作业区，各大林场树种较单一，呈斑块状分布［26-27］。观测点位于库布齐沙漠东段银肯沙作业区的一个大型沙丘顶部（40°11′03″ N，109°55′17″ E），行政区隶属于鄂尔多斯市达拉特旗（图1），主要植被为草地和灌木，灌木以柠条为主。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   研究区示意图

Fig.1   Schematic diagram of the study area


3 数据与方法

3.1　数据及处理

3.1.1 遥感影像

遥感影像Landsat 8数据来自USGS网站（http：∥www.glovis.usgs.gov），它由两个传感器构成：OLI（陆地成像仪 ）和TIRS（热红外传感器），共11个波段（8个多光谱波段，1个全色波段和2个深蓝与卷云波段）。NDVI反演利用红、绿两个波段，地表温度反演利用热红外波段。时间分辨率都为16 d，空间分辨率前者为30 m，后者为100 m。选取了四期在研究区没有云的影像，分别为2014年7月14日、年7月30日、8月15日和9月7日（各时期整幅影像云量依次为18.54%、0、2.55%、5.13%），影像轨道号均为（Path 127，Row 32），以银肯沙林场种植的柠条林为界裁取所需范围。

3.1.2 MODIS产品数据

MODIS MOD16蒸散发产品（以下称MODIS ET）和MOD13Q1 NDVI数据来自美国航空航天局（https：∥modis.gsfc.nasa.gov/data/dataprod/mod13.php），MODIS ET蒸散产品时间分辨率为8 d、空间分辨率为500 m，其实际蒸散估算包括冠层水分蒸发、冠层蒸腾和土壤蒸发3部分。植被归一化指数时间分辨率16 d、空间分辨率为500 m。利用MRT（MODIS Reprojection Tool）软件对原始数据进行批处理，通过图像拼接、格式转换及坐标投影生成阿尔伯斯等积圆锥投影的影像，同样以银肯沙林场种植的柠条为界，选取所需范围，提取蒸散数据。最后求取算术平均，获取日蒸散量，与Landsat 8反演的日蒸散在时间上尽可能保持一致。

3.1.3 高程数据

ASTER GDEM来自马里兰大学数据库（http：∥www.landcover.org/data/），这是目前覆盖最广的高精度全球DEM数据，其空间分辨率为30 m。因为研究区的高差较大，为了消除SEBAL模型因地面高程引起的地表温度的误差，需将遥感反演的地表温度调整到相同参考高度上以减少反演结果的误差。

3.1.4 波文比数据

波文比观测要素包括气温、相对湿度、风速风向、太阳辐射、辐射四分量、土壤热通量、降水。仪器采用太阳能板驱动，采用DT80数据采集器，采样间隔为10 s，每10 min记录一次平均值；雨量筒每1 min记录一次，采样精度为0.1 mm，各传感器型号和测量误差范围见表1。观测的时间从2014年6月1日至2016年6月1日，各项观测要素均为北京时间。

表1   站点观测要素

Table 1  Instrument information for the observed variables

观测要素仪器传感器型号安装高度仪器精度或误差

气温和相对湿度

风速风向

太阳总辐射

四分量辐射仪

土壤热通量

土壤温度和湿度

降雨

RHT2nl-02

AN3-03、WD1-03

PYP-PA

NR01

HPF-01L25

Trime-PICO32

TE525MML12

1 m、2 m

2 m、10 m

1 m

1 m

-5 cm

-5 cm

10 m

±0.1℃, ±2%

±0.01 m·s-1,±0.3

10—40 μV/Wm -2

5—15 μV/Wm -2

50 μV/Wm -2

±0.2℃, ±1%

0.1 mm

新窗口打开| 下载CSV


3.1.5 气象数据

气象数据来自国家气象科学数据中心 （data.cma.cn），选取研究区邻近的气象站点，共计12个［25］，观测要素主要包括风、湿、温、压、日照时数等，采用IDW反距离权重插值将站点观测资料扩展到区域，用于SEBAL模型的输入。

3.2　SEBAL模型原理

SEBAL模型［28-29］是基于能量平衡来求取蒸散发，方程如下式：

NET=LE+S+G+P+Q

其中：NET为净辐射（W·m-2）；LE为潜热通量（W·m-2）；S为感热通量（W·m-2）；G为表层土壤热通量（W·m-2）；P为贮存在生物体内的热量（W·m-2）；Q为其它能量的总和（W·m-2），包含植物进行光合作用时转变的化学能和向其他方向（主要指水平方向）移出或移入的能量。其中，Q很小一般可以忽略不计，在植被稀疏的区域，P也通常忽略不计。各分量的主要计算过程分以下几步，详细计算过程参考文献［30］。

3.2.1 净辐射的计算

单位面积上接收的净辐射可用下式表示：

NET=1-αRs+Lin-Lout-1-εLin

其中：NET是净辐射（W·m-2）；Rs 是太阳总辐射（W·m-2）；α是地表反照率；ε是地表比辐射率；Lin 向下长波辐射（W·m-2）；Lout 是向上长波辐射（W·m-2）；由Landsat 8各波段反演得到。

3.2.2 土壤热通量的计算

土壤热通量可用以下经验关系计算：

G=Ts-273.15α0.0032α+0.0062α2⋅1-0.978NDVI4⋅NET

其中：G是土壤热通量；a是地表反照率；Ts 是地表温度；NET为净辐射；NDVI是归一化植被指数。因所选研究区没有水域，上式可用于估计研究区的土壤热通量。

3.2.3 感热通量的计算

感热通量的计算过程相对复杂，也是SEBAL模型反演感热的难点，经验计算公式为：

S=ρair⋅CP⋅Ts-Tarah

其中：rah 是空气动力学阻抗（s·m-1），是求取感热通量的关键，计算这一参数的方法有很多［31］，本研究利用单层阻抗模型计算［32］；ρair是空气密度（kg·m-3），Cp 是定压比热（J·kg-1·K-1），ρair·Cp 是空气定压比热，通常取常数1 205 （J·kg-1·℃）；Ta 是参考高度空气温度（K）。

3.2.4 潜热通量的计算

潜热通量是地表通过蒸散发过程而失去的热通量，作为能量平衡的余项来求：

LE=NET-S-G

其中：NET、S、G分别为净辐射、感热、土壤热通量。

3.2.5 蒸发比的计算

利用SEBAL模型计算日蒸散时需假设一天内蒸发比不变，蒸发比EF可以通过以下公式计算：

EF=LENET-G=LES+LE

其中：NET、S、LE分别为净辐射、感热、潜热通量。

3.2.6 小时蒸散与日蒸散的计算

日蒸散可以用以下公式计算：

ET24=86400⋅EF⋅NET24-G24λ
 λ=2.501-0.00236Ts-273.15×106

其中：NET24是一天的总净辐射；G24 是一天的总土壤热通量；λ是汽化潜热；Ts 是地表温度。

3.3　波文比原理

波文比求取蒸散的原理与SEBAL模型相似，都是通过能量平衡的原理计算蒸散。差异主要是前者通过观测不同气象要素来计算蒸散，后者则通过遥感的方法求取蒸散。为了验证SEBAL模型反演的蒸散发结果，通过与波文比法计算的蒸散验证其结果。根据Bowen［33］提出的波文比概念，基本原理如下：

β=SLE=ρCKhΔθΔzρLKwΔqΔz

其中：β为波文比；ρ为空气密度；它是气压；气温和水汽浓度的函数。C为空气的定压比热，一般为1 205（J·kg-1·K-1），L为水的汽化潜热，它是温度的函数，L =（2500.78 - 2.360*T）J·g-1。Kh 和Kw 分别为热量和水汽的湍流交换系数（m2·s-1），Δθ和Δq分别为不同高度的位温和湿度的高度差（m），Δz为观测的高度差（m）。

根据Monin - Obukhov相似理论，假设热量和水汽的湍流交换系数相等，即Kh =Kw，可简化公式（9）为：

β=CL⋅ΔθΔq=γΔTΔe

其中：γ=CPεL为干湿球常数（hPa·K-1）；C为空气的定压比热（J·kg-1·K-1）；P为试验地气压（hPa）。ε取0.622，为水汽和空气的分子量之比，L为水的汽化潜热（J·g-1）。如果气温为定值，干湿球常数γ可简化为0.65×103P（hPa·K-1）。ΔT为两个高度温度差（K），Δe为两个高度实际水汽压差（hPa），这样就可以求得波文比值β。

由简化的式（1）和式（10）可以推导出感热通量，潜热通量以及蒸散量ET（mm）：

S=β(NET-G)1+β
LE=NET-G1+β
ET=NET-GLE(1+β)

4 结果与讨论

4.1　沙地人工林的蒸散对比分析

SEBAL模型反演的蒸散和MODIS ET产品的林场蒸散量能否真实地反映林场蒸散发，还需要对两种蒸散结果进行验证。波文比观测系统获取的蒸散的可靠性已被很多研究者进行证明，本文通过林场的波文比观测系统对两种蒸散结果进行对比验证。SEABL模型的日蒸散是通过假设一天内蒸发比不变来求得，MODIS ET的日蒸散是对8 d合成蒸散求取算术平均求得。其中，8 d合成的时间里7月12日—7月20日期间为晴天；7月28日—8月5日仅8月5日为晴天，其他时间都有降雨，雨量依次为7.7、22.9、18.1、5.1、1.1、4.9、21.6、1.6、0 mm； 8月13日—8月21日均为晴天；9月6日—9月14日，降雨依次为7、0.2、0、0、0、20.7、0、14.1、0 mm。有雨的天里取算术平均对蒸散结果有一定影响，这从文中的图2也可看出，7月14日和8月15日前后为晴天，MODIS ET的值更接近观测值，而7月30和9月7日前后有雨，MODIS ET和观测的结果误差相对较大。通过表2可以看出，与波文比蒸散相比，MODIS ET产品的蒸散整体偏小，但更接近观测值，两者的决定系数达0.823。为了进一步验证这个结果，将MODIS ET产品的林场蒸散量与波文比计算的长时间序列蒸散进行对比（图3），可看出MODIS ET产品的蒸散整体偏小（特别是在生长季4月—10月），两者的相关系数达0.930且通过了显著性检验。 生长季的蒸散大于非生长季，有明显的季节变化特征，夏季最大，冬季最小。但Du等［34］在东北盘锦湿地发现MODIS ET在春、秋季低于观测值，在夏季高于观测值，这与本文利用波文比的观测结果在夏季恰好相反。这可能与下垫面类型和观测蒸散的方式不同有关。SEBAL模型反演的蒸散整体偏大，两者的决定系数达0.827。从表2还可以看出，在2014年的4个不同时期，与观测的蒸散相比，SEBAL模型反演的蒸散在不同时期依次多了1.06、1.71、1.19、2.65 mm，而MODIS ET的蒸散比观测分别少了0.13、0.32、0.18、0.95 mm。其他研究也发现MODIS ET的蒸散在不同地区要低于观测值［35-36］。而SEBAL反演的蒸散要高于观测值［37-38］。这说明在沙漠人工林区域，且下垫面植被类型较单一的情况下，MODIS ET的蒸散结果要好于SEBAL模型反演的蒸散。但程明瀚等［39］利用SEBAL模型和MODIS ET产品对北京地区的蒸散分布特征进行了对比研究，认为SEBAL模型的反演结果具有较高的可靠性。但其通过与彭曼公式转化的实际蒸散相比，SEBAL模型反演结果与彭曼公式计算结果相差3.2%，与MODIS ET产品相差3.3%，两者的结果较为接近。同样，梁文涛等［40］在内蒙古塔布河流域利用这两种方式获取的蒸散与涡动观测的蒸散对比发现。SEBAL模型反演的蒸散要高于 MODIS ET 产品的蒸散，SEBAL模型反演的蒸散均方根误差为1.55 mm，决定系数为0.89；MODIS ET 产品的蒸散均方根误差为1.73 mm，决定系数为0.88；认为SEBAL模型反演的蒸散精度高于MODIS ET产品的蒸散。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   3种蒸散结果对比

Fig.2   Comparison of the three evapotranspiration results


表2   反演结果与观测值对比

Table 2  ET values estimated from the SEBAL model， MODIS MOD16 product， and Bowen ratio system

蒸散(mm)/ 时间2014年7月14日2014年7月30日2014年8月15日2014年9月7日
SEBAL模型2.893.042.184.67
波文比观测0.831.330.992.02
MODIS ET0.701.010.811.07

新窗口打开| 下载CSV


图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   波文比与MODIS ET对比

Fig.3   Comparison between Bowen Ratio and MODIS ET


由于这两个研究区较大，下垫面复杂且植被种类众多，而验证的观测站点只有一个，很难真实地反映大区域的蒸散。有研究表明，利用遥感的方法在定量描述陆面过程时会面临严重的尺度效应，非均匀下垫面和不同的植被类型也对地表蒸散的影响较大［41-42］。而人工林场植被类型较单一，只有柠条、沙柳和草地，波文比观测系统可以准确反映该区域的蒸散情况。SEBAL模型反演的蒸散高于 MODIS ET 产品的蒸散可能是在模型参数反演过程中，所使用的参数化方案不同。例如，在感热通量的计算过程中，气温、地表温度、空气动力学阻抗等参数可以通过不同的计算方法获得，这就可能导致同一地区利用SEBAL模型反演的蒸散量有一定差异。同一地区利用不同观测方法获取的蒸散发也有一定差异［4］，这也会影响结果的评价。MODIS ET产品是基于Penman-Monteith模型分别计算土壤蒸发和植被蒸腾［43］，很多研究者利用Penman-Monteith公式与作物系数计算实际蒸散来验证SEBAL模型反演的蒸散结果。这在植被类型单一的农田是可行的，但在植被类型较多的地区，作物系数很难确定。

4.2　沙地人工林蒸散的空间分布特征对比

有研究表明，这一区域的植被覆盖7月和8月达到最大［44］，由于云量的影响，只选取了2014年7月14日、7月30日、8月15日、9月7日4个时相的卫星数据。为了便于对比，又对选取的MODIS ET的蒸散数据进行了算术平均求取日蒸散。图4为SEBAL模型反演的林场日蒸散的空间分布情况，日蒸散变化范围为0—7.61 mm、0—5.33 mm、0—5.08 mm、2.99—6.34 mm；区域的日均蒸散量分别为2.89、3.04、2.18、4.67 mm。蒸散较大的区域主要分布在林场的中部和南部，而北部区域蒸散相对较小，主要原因可能是林场北部人工植被稀疏，导致蒸散变小。图5为MODIS ET产品的林场日蒸散的空间分布情况，日蒸散的变化范围为0.2—1.5 mm、0.6—1.4 mm、0.2—1.1 mm、0.7—1.2 mm；区域的日均蒸散量分别为0.7、1.01、0.81、1.07 mm。同样，蒸散较大的区域主要分布在林场的中部和南部，而北部区域蒸散相对较小。由于SEBAL模型反演的蒸散的空间分辨率与MODIS ET有差异，为了便于对比，将SEBAL模型反演的蒸散采用500 m×500 m窗口大小对Landsat 8反演的蒸散进行分块统计求平均，实现与MODIS ET在空间分辨率上保持一致（图6）。可以看出，重采样后的SEBAL模型反演的蒸散空间分布与MODIS ET蒸散基本一致。两者差异的原因可能是SEBAL模型反演的蒸散是瞬时值，通过假设一天的蒸发比不变来推算日蒸散，而卫星在这一区域过境的时间为北京时间上午11：20左右。若这一天的夜间或白天的其他时间段发生降雨事件，这将会带来较大的误差。再者MODIS ET产品的蒸散作了算术平均来计算日蒸散，假如连续8 d为晴天这种方法可取，但如果连续8 d中有阴雨天气，这也会给结果带来较大误差。还有SEBAL模型反演的蒸散空间分辨率为30 m，而MODIS ET产品的蒸散的空间分辨率为500 m，这种情况在混合像元地物类型较多时也会存在较大的误差。文中通过块统计实现空间分辨率从30 m到500 m的转换，这样取区域平均也会引入一定的误差。SEBAL模型在反演过程中，需要输入地表反射率、NDVI、地表比辐射率、地表温度等，这些参数的反演都是通过经验公式取得，反演的参数和观测值也存在一定的误差，从而给模型的反演结果带来诸多的不确定性。例如，张振宇等［7］通过SEBAL模型利用不同地表反照率计算了西北干旱区的蒸散，结果差异较大。利用Landsat 8的近红外波段和红外波段反演的NDVI和MODIS产品NDVI也存在一定的差异，图7为研究区反演的NDVI与MODSI产品NDVI。可以看出，7月14日和7月30日两者的差异较大，而NDVI又会影响地表比辐射率的反演，地表比辐射率进而又会影响地表温度的反演，地表温度又会影响感热通量的反演。可知SEBAL模型在反演蒸散过程中各参数的精度可能会对计算结果产生影响。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   SEBAL模型反演的蒸散

Fig.4   Evapotranspiration retrieved by the SEBAL model


图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   MODIS ET产品蒸散

Fig.5   Evapotranspiration from the MODIS ET product


图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   500 m分辨率的Landsat 8反演蒸散

Fig.6   Landsat8-retrieved evapotranspiration at a spatial resolution of 500 m


图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   MODIS MOD13Q1与Landsat 8反演的NDVI

Fig.7   Comparison of NDVI form the MODIS MOD13Q1 product and retrieved from the Landsat 8


因此， SEBAL模型中关键参数在其他区域的普适性受时间、影像质量、区域大小、下垫面条件等的影响。如何改进这些经验参数的算法从而提高SEBAL模型的反演精度是今后研究者需要改善的地方。

5 结 论

本文利用SEBSL模型和MODIS ET获取了库布齐沙漠典型人工林场的蒸散发，再通过波文比观测系统获取的蒸散进行了对比分析，得到以下主要结论：①与波文比观测系统的蒸散相比，MODIS ET产品的蒸散整体偏小，SEBAL模型反演的蒸散整体偏大；②在沙区人工林斑块区域且植被类型较单一的情况下，MODIS ET的蒸散结果要好于SEBAL模型反演的蒸散，但两者在空间分布上基本保持一致。因此，改进SEBAL模型中关键敏感参数的算法并对该参数进行修正和验证，从而提高反演精度，使该模型在复杂下垫面下有更广阔的应用前景是今后研究者需要改进的地方；③林场蒸散较大的区域主要分布在中部和南部，而北部区域蒸散相对较小。

参考文献

Zhang Zhihui， Wang Weizhen， Ma Mingguo， et al.

Data processing and product analysis of EDDY covariance FLUX data for WATER

［J］. Remote Sensing Technology and Application， 2010， 25（6）：788-796.

[本文引用: 1]

张智慧， 王维真， 马明国， 等.

黑河综合遥感联合试验涡动相关通量数据处理及产品分析

［J］. 遥感技术与应用， 2010， 25（6）：788-796.

[本文引用: 1]

Pan X， Liu Y， Fan X， et al.

Two energy balance closure approaches： Applications and comparisons over an oasis-desert ecotone

［J］. Journal of Arid Land， 2017， 9（1）： 51-64.

[本文引用: 1]

Yang Guangchao， Zhu Zhongli， Tan Lei， et al.

Analysis on evapotranspiration of maize field measured by lysimeters in Huailai

［J］. Plateau Meteorology， 2015， 34（4）： 1095-1106.

[本文引用: 1]

杨光超， 朱忠礼， 谭磊， 等.

怀来地区蒸渗仪测定玉米田蒸散发分析

［J］. 高原气象， 2015， 34（4）： 1095-1106.

[本文引用: 1]

Gabriela P， Milan F， Bram V K， et al.

Quantifying turbulent energy fluxes and evapotranspiration in agricultural field conditions： A comparison of micrometeorological methods

［J］. Agricultural Water Management， 2018， 209（41）： 249-263.

[本文引用: 3]

Wang K， Dickinson R E.

A review of global terrestrial evapotranspiration： Observation， modeling， climatology， and climatic variability

［J］. Reviews of Geophysics，2012， 50（2）. DOI：10.1029/2011RG000373 .

[本文引用: 1]

Li Xüliang， Yang Lixiao， Xuefeng Xü， et al.

Analysis of evapotranspiration pattern by SEBAL model during the growing season in the agro-pastoral ecotone in Northwest China

［J］. Acta Ecologica Sinica， 2020，40（7）： 2175-2185.

[本文引用: 1]

李旭亮， 杨礼箫， 胥学峰， 等.

基于SEBAL模型的西北农牧交错带生长季蒸散发估算及变化特征分析

［J］. 生态学报， 2020， 40（7）： 2175-2185.

[本文引用: 1]

Zhang Zhengyu， Li Xiaoyu， Sun Hao.

Influence of different surface albedo calculation methods on the simulation of evapotranspiration from the Sangong River basin in the arid region of Xinjiang

［J］. Acta Ecologica Sinica， 2019， 39（8）： 271-281.

[本文引用: 1]

张振宇， 李小玉， 孙浩.

地表反照率不同计算方法对干旱区流域蒸散反演结果的影响——以新疆三工河流域为例

［J］. 生态学报， 2019， 39（8）： 271-281.

[本文引用: 1]

Li Jia， Xin Xiaozhou， Peng Zhiqing， et al.

Remote sensing products of terrestrial evapotranspiration： Comparison and outlook

［J］. Remote Sensing Technology and Application， 2021， 36（1）： 103-120.

李佳， 辛晓洲， 彭志晴， 等.

地表蒸散发遥感产品比较与分析

［J］. 遥感技术与应用， 2021， 36（1）： 103-120.

Fan Yayun， Guo Yuchuan， Lu Gang， et al.

Vegetation ecological water requirement of Ebinur lake watershed

［J］. Journal of Desert Research， 2018， 38（4）： 865-871.

[本文引用: 1]

范亚云， 郭玉川， 卢刚， 等.

艾比湖流域植被生态需水量

［J］. 中国沙漠， 2018， 38（4）： 865-871.

[本文引用: 1]

Zhou Huizhen， Liu Shaomin， Yu Xiaofei， et al.

Study on estimation of regional evapotranspiration by remote sensing in the Mu Us sandland——A case study of Wushen county in inner Mongolia

［J］. Progress in Geography， 2006， 25（4）：79-87.

[本文引用: 1]

周会珍， 刘绍民， 于小飞， 等.

毛乌素沙地蒸散量的遥感研究——以内蒙古乌审旗为例

［J］. 地理科学进展， 2006， 25（4）：79-87.

[本文引用: 1]

Qian Duo， Zha Tianshan， Wu Bing， et al.

Spatio-temporal distribution characteristics of reference crop evapotranspiration in the Mu Us desert

［J］. Acta Ecologica Sinica， 2017， 37（6）： 1966-1974.

钱多， 查天山， 吴斌， 等.

毛乌素沙地参考作物蒸散量变化特征与成因分析

［J］. 生态学报， 2017， 37（6）： 1966-1974.

Dai Haiyan， Liang Xianli， Bao Qiuli， et al.

Variation characteristics and influencing factors of potential evapotranspiration in Mu Us and Khorchin sandy land in recent 46 years

［J］. Journal of Northwest Forestry University，2019，34（2）：8-13.

代海燕， 梁显丽， 宝秋利， 等.

近46年毛乌素沙地和科尔沁沙地潜在蒸散量的变化特征及影响因子分析

［J］. 西北林学院学报， 2019， 34（2）： 8-13.

Liu Jing， Liu Tiejun， Du Xiaofeng， et al.

Simulation on spatio-temporal stability of ET based on MOD16A2 in Mu Us sandy land

［J］.Agricultural Research in the Arid Areas， 2020， 38（2）： 249-256.

[本文引用: 1]

刘静， 刘铁军， 杜晓峰， 等.

基于MOD16A2的毛乌素沙地实际蒸散量时空稳定性模拟

［J］. 干旱地区农业研究， 2020，38（2）： 249-256.

[本文引用: 1]

Bao Y Z， Duan L M， Tong X， et al.

Simulation and partition evapotranspiration for the representative landform-soil-vegetation formations in Horqin sandy land， China

［J］. Theoretical and Applied Climatology， 2020， 140（3）： 1221-1232.

[本文引用: 1]

Bao Yongzhi， Liu Tingxi， Duan Limin， et al.

Simulation of evapotranspiration for the mobile and semi-mobile dunes in the Horqin sandy land using the Shuttleworth-Wallace model

［J］. Chinese Journal of Applied Ecology， 2019， 30（3）： 867-876.

包永志， 刘廷玺， 段利民， 等.

基于Shuttleworth-Wallace模型的科尔沁沙地流动半流动沙丘蒸散发模拟

［J］. 应用生态学报， 2019， 30（3）： 867-876.

Wang Juan， He Shanfeng， Qiu Lanlan， et al.

Soil moisture dynamics and evapotranspiration of caragana microphylla communities in growing season on Horqin sandy land

［J］. Bulletin of Soil and Water Conservation， 2009，29（6）： 103-106.

[本文引用: 1]

王娟， 贺山峰， 邱兰兰， 等.

科尔沁沙地小叶锦鸡儿群落生长季土壤水分动态和蒸散量估算

［J］. 水土保持通报， 2009， 29（6）： 103-106.

[本文引用: 1]

Huo Wen， Hu Shunqi.

A variation study on calculation of evapotranspiration over constructed green land natural sandy land

［J］. Acta Meteorologica Sinica，2019，77（5）：949-959.

[本文引用: 1]

霍文， 胡顺起.

人工绿地与自然沙地蒸散发的计算与变异研究

［J］. 气象学报， 2019， 77（5）： 949-959.

[本文引用: 1]

Wang Yongdong， Li Shengyu， Xu Xinwen， et al.

Applicability of the hargraeves method in estimating feference evapotranspiration in the Taklamakan desert Hinterland

［J］. Journal of Desert Research，2013，33（2）：367-372.

王永东， 李生宇， 徐新文， 等.

Hargreaves公式在塔克拉玛干沙漠腹地的适用性

［J］. 中国沙漠， 2013，33（2）： 367-372.

Duan Chunfeng， Miao Qilong， Cao Wen.

Spatio-temporal variations of potential evapotranspiration around Taklimakan desert and the main influencing factors

［J］. Journal of Desert Research， 2012， 32（6）： 1723-1730.

[本文引用: 1]

段春锋， 缪启龙， 曹雯.

塔克拉玛干沙漠周边地区潜在蒸散时空演变特征及其主要影响因素

［J］. 中国沙漠， 2012， 32（6）： 1723-1730.

[本文引用: 1]

Li Chuanjin， Hu Shunjun， Zheng Bowen.

Energy balance and evapotranspiration characteristics of Haloxylon ammodendron community in the southern margin of the Gurbantunggut Desert

［J］. Acta Ecologica Sinica，2020，41（1）：92-100.

[本文引用: 1]

李传金， 胡顺军， 郑博文.

古尔班通古特沙漠南缘梭梭（Haloxylon ammodendron）群落能量平衡及蒸散特征

［J］. 生态学报， 2020， 41（1）： 92-100.

[本文引用: 1]

Wang Zefeng， Hu Shunjun， Li Hao， et al.

Evapotranspiration characteristics of Haloxylon ammodendron community in interdune lowland at the southern edge of Gurbantunggut desert

［J］. Arid Land Geography， 2018， 41（6）： 163-169.

[本文引用: 1]

王泽锋， 胡顺军， 李浩.

古尔班通古特沙漠南缘丘间地梭梭群落蒸散特征

［J］. 干旱区地理， 2018， 41（6）： 163-169.

[本文引用: 1]

Wang Xinping， Li Xinrong， Kang Ersi， et al.

Experiment on evapotranspiration of xerophyte communities in a revegetated desert zone

［J］. Journal of Desert Research， 2002， 22（4）： 363-377.

[本文引用: 1]

王新平， 李新荣， 康尔泗， 等.

沙坡头地区固沙植物油蒿，柠条蒸散状况的研究

［J］. 中国沙漠， 2002， 22（4）： 363-377.

[本文引用: 1]

Zhang Zhishan， Li Xirong， He Mingzhu， et al.

Transpiration of artificially vegetated desert areas determined by non-weighing lysimeter and effects on gross transpiration

［J］. Acta Prataculturae Sinica， 2006， 15（6）： 32-37.

[本文引用: 1]

张志山， 李新荣， 何明珠， 等.

沙漠人工植被蒸渗池测定及蒸腾量推算

［J］. 草业学报， 2006， 15（6）： 32-37.

[本文引用: 1]

Liu Yanwei， Zhu Zhongyuan， Wu Yun， et al.

Comparison of evapotranspiration of the natural vegetation in the Otindag sandy area using two calculation methods

［J］. Transactions of the Chinese Society for Agricultural Machinery， 2010， 41（11）： 84-88.

[本文引用: 1]

刘艳伟， 朱仲元， 乌云， 等.

浑善达克沙地天然植被蒸散量两种计算方法的比较

［J］. 农业机械学报， 2010， 41（11）： 84-88.

[本文引用: 1]

Ma Qimin， Wang Haibing， Jia Xiaopeng.

The radiation characteristics of artificial Caragana korshinskii shrub land in the Hobq desert， China

［J］. Journal of Desert Research， 2021， 41（5）： 52-59.

[本文引用: 2]

马启民 王海兵， 贾晓鹏.

库布齐沙漠人工柠条（Caragana korshinskii）林地表辐射特征

［J］. 中国沙漠， 2021， 41（5）： 52-59.

[本文引用: 2]

Qiao Mudan， Jiang Ying， Fan Linet al.

Benefit evaluation of ecological forest in Erdos Forest Farm

［J］. Liaoning Forestry Science and Technology， 2016， 15（5）： 8-13.

[本文引用: 1]

乔牡丹， 姜英， 范琳， 等.

鄂尔多斯市造林总场生态公益林效益评估

［J］. 辽宁林业科技， 2016， 15（5）： 8-13.

[本文引用: 1]

Fu Jihai， Xu Liling， Wang Alatancang.

On the forest resources protection and development in Ordos city Afforestation Total Field

［J］. Inner Mongolia Forestry Investigation and Design， 2013（1）： 10-11.

[本文引用: 1]

付纪梅， 许立玲， 王阿拉坦仓.

浅谈鄂尔多斯市造林总场森林资源保护与发展

［J］. 内蒙古林业调查设计， 2013（1）：10-11.

[本文引用: 1]

Bastiaanssen W G M， Menenti M， Feddes R A， et al.

A remote sensing Surface Energy Balance Algorithm for Land （SEBAL）. Part1. Formulation

［J］. Journal of Hydrology， 1998， 212：198-212.

[本文引用: 1]

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， 213：213-229.

[本文引用: 1]

Li Gen.

Estimating evaportranspiration in Yingtan agricultural watershed using SEBAL and SEB

［D］. Nanjing：Nanjing University of Information Science and Technology， 2014.

[本文引用: 1]

李根.

基于SEBAL和SEBS模型的鹰潭小流域蒸散发估算研究

［D］. 南京：南京信息工程大学， 2014.

[本文引用: 1]

Zhang Jie， Zhang Qiang， Huang Jianping.

Application of aerodynamic resistance arithmetic in semi-arid region of China and retrival from remote sensing

［J］. Plateau Meteorology， 2010， 29（3）：662-670.

[本文引用: 1]

张杰， 张强， 黄建平.

空气动力学阻抗算法在半干旱区的应用比较和遥感反演

［J］. 高原气象， 2010， 29（3）：662-670.

[本文引用: 1]

Zhang L， Lemeur R， Goutorbe J P.

A one-layer resistance model for estimating regional evapotranspiration using remote sensing data

［J］. Agricultural and Forest Meteorology， 1995， 77（3）： 241-261.

[本文引用: 1]

Bowen I S.

The ratio of heat losses by conduction and evaporation from any water surface

［J］. Physical Review， 1926， 27（6）： 779-787.

[本文引用: 1]

Du J， Song K S.

Validation of global evapotranspiration product （MOD16） using FLUX tower data from Panjin coastal wetland

［J］. Northeast China： Chinese Geographical Science， 2018， 28（3）： 420–429.

[本文引用: 1]

Souza V， Roberti D R， Ruhoff A L， et al.

Evaluation of MOD16 algorithm over irrigated rice paddy using FLUX tower measurements in Southern Brazil

［J］. Water， 2019， 11（9）： 1911. DOI：10.3390/w11091911 .

[本文引用: 1]

Aguilar A L， Flores H， Crespo G， et al.

Performance assessment of MOD16 in evapotranspiration evaluation in Northwestern Mexico

［J］. Water，2018，10（7）： 901. DOI：10.3390/w10070901 .

[本文引用: 1]

Yu Wenying， Ji Ruipeng， Xu Dezeng， et al.

Daily evapotranspiration estimation of Panjin wetland based on SEBAL model and its distribution characteristics

［J］. Science of Soil and Water Conservation， 2017， 15（5）：8-15.

[本文引用: 1]

于文颖， 纪瑞鹏， 徐德增， 等.

基于SEBAL模型的盘锦湿地日蒸散估算及其分布特征

［J］. 中国水土保持科学， 2017， 15（5）：8-15.

[本文引用: 1]

Zeng Lihong， Song Kaishan， Zhang Bai， et al.

Analysis of evapotranspiration characteristics for different land comver types over Songnen plain based on remote sensing

［J］. Transactions of the Chinese Society of Agricultural Engineering， 2010， 26（9）：233-242.

[本文引用: 1]

曾丽红，宋开山，张柏，等.

松嫩平原不同地表覆盖蒸散特征的遥感研究

［J］. 农业工程学报， 2010， 26（9）：233-242.

[本文引用: 1]

Cheng Minghan， Hao Zhongyong， Li Binbin， et al.

Daily evapotranspiration in Beijing： The regional distribution law based on SEBAL model

［J］. Chinese Agricultural Science Bulletin， 2019，35（14）： 101-108.

[本文引用: 1]

程明瀚， 郝仲勇， 李斌斌， 等.

基于SEBAL模型的北京市日蒸散发区域分布规律

［J］. 中国农学通报， 2019，35（14）： 101-108.

[本文引用: 1]

Liang Wentao， Yin Hang， Han Zhenhua， et al.

Temporal and spatial variation analysis of evapotranspiration in Tabu river basin based on remote sensing

［J］. Journal of Inner Mongolia Agricultural University（Natural Science Edition）， 2021，42（1）： 1-11.

[本文引用: 1]

梁文涛 尹航， 韩振华， 等.

基于遥感的塔布河流域蒸散发时空变化分析

［J］. 内蒙古农业大学学报， 2021，42（1）： 1-11.

[本文引用: 1]

Zhou Ti， Peng Zhiqing， Xin Xiaozhou， et al.

Remote sensing research of evapotranspiration over heterogeneous surfaces： A review

［J］. Journal of Remote Sensing， 2016， 20（2）： 257-277.

[本文引用: 1]

周倜， 彭志晴， 辛晓洲， 等.

非均匀地表蒸散遥感研究综述

［J］. 遥感学报， 2016， 20（2）： 257-277.

[本文引用: 1]

Zhang Yongqiang， Kong Dongdong， Zhang Xuanze， et al.

Impacts of vegetation changes on global evapotranspiration in the period 2003—2017

［J］. Acta Geographica Sinica， 2021， 76（3）： 584-594.

[本文引用: 1]

张永强， 孔冬冬， 张选泽， 等.

2003—2017年植被变化对全球陆面蒸散发的影响

［J］. 地理学报， 2021， 76（3）： 584-594.

[本文引用: 1]

Mu Q， Heinsch F A， Zhao M， et al.

Development of a global evapotranspiration algorithm based on MODIS and global meteorology data

［J］. Remote Sensing of Environment， 2007， 111（4）： 519-536.

[本文引用: 1]

Ma Q M， Long Y P， Jia X P， et al.

Vegetation response to climatic variation and human activities on the Ordos Plateau from 2000 to 2016

［J］. Environmental Earth Sciences， 2019， 78（24）： 709. DOI：10.1007/s12665-019-8732-z .

[本文引用: 1]

/

〈 〉