论文部分内容阅读
地面蒸散是地表与大气水分交换的重要环节,而地表温度是地面蒸散估算研究中不可或缺的参数,因此选取适用性最高的地表温度反演方法以提高蒸散估算精度,对深入了解低丘红壤区的水热资源分布情况,从而指导当地作物的种植模式规划、提高区域水资源合理利用率以及提高作物的经济效益有着十分重要的科学意义。论文的研究区位于江西省鹰潭市典型低丘红壤区,本文基于遥感技术结合Landsat-8卫星数据、地面观测资料和DEM数字高程数据,反演了多个地表参数;利用适用于Landsat-8卫星的Jimenez-Munoz&Sobrino单通道算法、单窗算法以及劈窗算法反演地表温度并对结果进行分析比对,选出精度最高的算法;最后利用METRIC模型估算低丘红壤区的日蒸散量,并分析不同地表类型下地表能量平衡分量和蒸散量的时空分布特征,讨论METRIC模型在低丘红壤区的适用性。主要得出结论如下:(1)研究发现不同地表覆盖类型下的地表参数都有着明显的时空变化;植被覆盖度满足9月27日>6月23日>7月25日的关系,这是因为作物生长期的差异所致;地表反照率满足9月27日>6月23日>7月25日的关系,这主要与太阳赤纬的年变化以及土壤含水量有关。总的来说,当植被处于旺盛生长期时,植被覆盖度高,对应的地表反照率较低;地表的植被覆盖度相差不大时,土壤含水量高的其地表反照率低;而太阳赤纬减小,地表反照率也会随之降低。(2)三种方法反演的地表温度的时空变化总体趋势一致,方法之间的差异主要体现在数值大小上;从地表温度均值来看,满足劈窗算法>单窗算法>单通道算法的关系;平均地表温度均呈现7月25日>6月23日>9月27日的大小关系;对于不同的地表类型,总体上为城镇>植被>水体,对于植被覆盖的地表而言,植被覆盖度高的其地表温度低,植被覆盖度相差不大时,含水量大的地表温度低;不同方法之间的差异在地表类型为水体时最小,地表类型为城镇时最大;单窗算法与实测值的绝对误差和均方根误差最小。(3)净辐射通量、土壤热通量和显热通量都有着明显的时空差异。总的来说,各能量平衡分量满足6月23日>7月25日>9月27日的大小关系;不同地表类型下的净辐射的大小关系为水体>稻田>桔园>旱作>城镇,土壤热通量为水体>城镇>旱作>稻田>桔园,显热通量为城镇>旱作>桔园>稻田>水体;太阳赤纬越大,地表接收到的净辐射通量越多;土壤含水量越大的地表其显热通量占净辐射比重越低,土壤热通量越小;同一时刻植被覆盖度越高的地表,其净辐射通量越大,土壤热通量和显热通量越小。(4)遥感蒸散METRIC模型得到研究区域的日蒸散量的大小关系按时间为7月25日>6月23日>9月27日,按不同地表类型为水体>稻田>桔园>旱作>城镇。蒸散量的大小与气温、植被生长情况以及土壤含水量有关;气温越高蒸散量越大,水体与城镇的蒸散量与气温相关性最大;同一作物的蒸散量在生长旺盛阶段大于生长初期;而同一作物处于相同生长期时,土壤含水量越大,蒸散量越大;经过与LAS实测值的对比发现METRIC模型在研究区有较好的适用性。