發(fā)布時間：2021-03-07 13:24

　　華北平原是中國重要的農(nóng)業(yè)主產(chǎn)區(qū),同時也是世界上水資源短缺最為嚴(yán)峻的地區(qū)之一。地表蒸散發(fā)（ET）是水資源消耗的最大項(xiàng),因此獲取準(zhǔn)確的ET數(shù)據(jù)是華北平原水資源管理的重要基礎(chǔ)。本文對全球3種高分辨率ET產(chǎn)品在華北地區(qū)進(jìn)行精度驗(yàn)證和時空對比,以期為選擇更適用于華北平原的高分辨率ET數(shù)據(jù)提供參考信息,更好地為水資源的研究和管理服務(wù)。通過與渦動相關(guān)測量數(shù)據(jù)對比,研究顯示PML_V2產(chǎn)品在華北地區(qū)精度最高,其次是SSEBop_V4,最后是MOD16A2,相關(guān)系數(shù)分別為0.81、0.74和0.52;均方根誤差分別為0.87、1.52和1.44 mm/d,PML_V2與站點(diǎn)觀測值的波動趨勢一致性最高。3種產(chǎn)品在小麥生長季的估算值與觀測值的相關(guān)性均高于玉米生長季,SSEBop_V4和PML_V2估算值分別在小麥季和玉米季與觀測值具有最高的相關(guān)性。通過3種產(chǎn)品相互之間的對比,結(jié)果發(fā)現(xiàn)PML_V2和SSEBop_V4在空間分布上較一致,相關(guān)系數(shù)最高,為0.76;MOD16... 

【文章來源】：資源科學(xué). 2020,42(10)北大核心CSSCI

【文章頁數(shù)】：12 頁

【部分圖文】：

華北平原地區(qū)的地貌劃分(a)和土地利用現(xiàn)狀及通量站點(diǎn)分布(b)

將3種ET產(chǎn)品分別與5個觀測站的觀測結(jié)果進(jìn)行比較，統(tǒng)計(jì)結(jié)果如表4所示�？傮w上除禹城站，PML＿V2與其余站點(diǎn)的觀測值具有最高的相關(guān)系數(shù)，處于0.80～0.95之間，其中，PML＿V2在密云站的估算值效果最好，R為0.95，但是存在低估現(xiàn)象。關(guān)于SSEBop＿V4產(chǎn)品，5個站點(diǎn)的相關(guān)系數(shù)也都分布在0.73～0.90之間，具有較強(qiáng)的相關(guān)性，其中館陶站的相關(guān)性為0.90，但是存在高估現(xiàn)象。另外，MOD16A2在5個站點(diǎn)的估算值都出現(xiàn)不同程度的低估現(xiàn)象，其中Bias絕對值最大的禹城站與該ET產(chǎn)品的相關(guān)性最差（為0.20），而密云站與該ET產(chǎn)品的相關(guān)性系數(shù)最高（為0.90）。因?yàn)槿A北地區(qū)以農(nóng)田用地為主，且以冬小麥和夏玉米為主要作物，為更好地衡量3種ET產(chǎn)品在時間尺度上以及對作物耗水估算的準(zhǔn)確性，本文對各個站點(diǎn)的觀測值與ET產(chǎn)品估算值分別從月尺度，和冬小麥、夏玉米2個生長季進(jìn)行比較分析。圖3顯示了多年月均值的比較。結(jié)果表明，3種ET產(chǎn)品均表現(xiàn)出明顯的季節(jié)性特征，均為夏季最大，冬季最小。這主要是由于夏季植被蒸騰較大所致。同時，不同產(chǎn)品在冬季ET的差異較小，而夏季差異較大。估算值與站點(diǎn)觀測值的季節(jié)變化相比，PML＿V2與站點(diǎn)觀測值的波動趨勢一致性最高，而SSEBop＿V4的ET估算值整體上存在高估現(xiàn)象，明顯高估時期為5—10月，MOD16A2存在低估現(xiàn)象，明顯低估時期為3—7月。觀測數(shù)據(jù)顯示6月出現(xiàn)ET的低值，這主要由華北地區(qū)冬小麥?zhǔn)崭钜�。PML＿V2產(chǎn)品計(jì)算時使用了平滑后的MODIS葉面積指數(shù)（leaf area index,LAI）產(chǎn)品，平滑后的LAI產(chǎn)品未能顯示出6月份由于小麥?zhǔn)崭顚?dǎo)致的LAI低值，導(dǎo)致該產(chǎn)品未在6月出現(xiàn)低值。SSEBop＿V4產(chǎn)品未顯示此特征，主要是由于其輸入信息缺少植被物候信息[17]。

因?yàn)槿A北地區(qū)以農(nóng)田用地為主，且以冬小麥和夏玉米為主要作物，為更好地衡量3種ET產(chǎn)品在時間尺度上以及對作物耗水估算的準(zhǔn)確性，本文對各個站點(diǎn)的觀測值與ET產(chǎn)品估算值分別從月尺度，和冬小麥、夏玉米2個生長季進(jìn)行比較分析。圖3顯示了多年月均值的比較。結(jié)果表明，3種ET產(chǎn)品均表現(xiàn)出明顯的季節(jié)性特征，均為夏季最大，冬季最小。這主要是由于夏季植被蒸騰較大所致。同時，不同產(chǎn)品在冬季ET的差異較小，而夏季差異較大。估算值與站點(diǎn)觀測值的季節(jié)變化相比，PML＿V2與站點(diǎn)觀測值的波動趨勢一致性最高，而SSEBop＿V4的ET估算值整體上存在高估現(xiàn)象，明顯高估時期為5—10月，MOD16A2存在低估現(xiàn)象，明顯低估時期為3—7月。觀測數(shù)據(jù)顯示6月出現(xiàn)ET的低值，這主要由華北地區(qū)冬小麥?zhǔn)崭钜�。PML＿V2產(chǎn)品計(jì)算時使用了平滑后的MODIS葉面積指數(shù)（leaf area index,LAI）產(chǎn)品，平滑后的LAI產(chǎn)品未能顯示出6月份由于小麥?zhǔn)崭顚?dǎo)致的LAI低值，導(dǎo)致該產(chǎn)品未在6月出現(xiàn)低值。SSEBop＿V4產(chǎn)品未顯示此特征，主要是由于其輸入信息缺少植被物候信息[17]。表5顯示了3種ET產(chǎn)品在冬小麥和夏玉米生長季與觀測值的對比，因?yàn)槊茉坪蛻褋碛^測站為一季作物，故表5的分析中只使用了其余3個觀測站的數(shù)據(jù)。由表5可見，3種產(chǎn)品在小麥生長季與觀測值的相關(guān)性均高于玉米生長季。其中，SSEBop＿V4和PML＿V2的ET值與觀測值在小麥季具有較高的相關(guān)性，R分別為0.86和0.85;PML＿V2的ET值與觀測值在玉米季具有最高的相關(guān)性，R為0.46。另外，3個產(chǎn)品在小麥生長季的Bias均為負(fù)值，尤其是MOD16A2和PML＿V2,Bias分別為-51.32%和-26.16%，這與圖3小麥生長季節(jié)變化出現(xiàn)的低估現(xiàn)象吻合。同時，從各ET產(chǎn)品在小麥季和玉米季的RMSE值分析，可以發(fā)現(xiàn)SSEBop＿V4和PML＿V2在小麥季的ET估算值與觀測值誤差更小，模擬效果更好，而MOD16A2相反。

【參考文獻(xiàn)】：
期刊論文
[1]遙感估算地表蒸散發(fā)真實(shí)性檢驗(yàn)研究進(jìn)展[J]. 張圓,賈貞貞,劉紹民,徐自為,徐同仁,姚云軍,馬燕飛,宋立生,李相,胡驍,王澤宇,郭枝蝦,周紀(jì).  遙感學(xué)報(bào). 2020(08)
[2]渭河流域潛在蒸散量變化的氣候歸因[J]. 郭夢瑤,佘敦先,張利平,湯柔馨,趙鵬雁.  資源科學(xué). 2020(05)
[3]最大熵增地表蒸散模型:原理及應(yīng)用綜述[J]. Wang Jingfeng,劉元波,張珂.  地球科學(xué)進(jìn)展. 2019(06)
[4]華北地下水超采綜合治理效果評估——以冬小麥春灌節(jié)水政策為例[J]. 胡振通,王亞華.  干旱區(qū)資源與環(huán)境. 2019(05)
[5]氣候變化下遼西北春玉米生育期需水量研究[J]. 曹永強(qiáng),李維佳,趙博雅.  資源科學(xué). 2018(01)
[6]懷來地區(qū)蒸滲儀測定玉米田蒸散發(fā)分析[J]. 楊光超,朱忠禮,譚磊,劉紹民,徐自為,柏軍華,肖青.  高原氣象. 2015(04)
[7]基于遙感模型的華北平原農(nóng)田區(qū)蒸散發(fā)量估算[J]. 陳鶴,楊大文,劉鈺,張寶忠,王蕾.  灌溉排水學(xué)報(bào). 2014(Z1)
[8]華北平原蒸散和GPP格局及其對氣候波動的響應(yīng)[J]. 莫興國,劉蘇峽,林忠輝,邱建秀.  地理學(xué)報(bào). 2011(05)
[9]遙感反演土壤蒸發(fā)/植被蒸騰二層模型在華北地區(qū)的應(yīng)用[J]. 田靜,蘇紅波,孫曉敏,陳少輝.  地理研究. 2009(05)
[10]區(qū)域蒸散發(fā)估算測定方法綜述[J]. 武夏寧,胡鐵松,王修貴,江燕,李修樹.  農(nóng)業(yè)工程學(xué)報(bào). 2006(10)

博士論文
[1]農(nóng)田區(qū)域蒸散發(fā)和土壤含水量協(xié)同獲取方法研究與應(yīng)用[D]. 易珍言.中國水利水電科學(xué)研究院 2019
[2]基于多套再分析資料的全球蒸發(fā)量時空變化特征及其成因研究[D]. 蘇濤.蘭州大學(xué) 2016

碩士論文
[1]華北平原地下水節(jié)水壓采條件下作物種植制度優(yōu)化[D]. 肖李俏.長沙理工大學(xué) 2018



本文編號：3069178