农田区域蒸散发和土壤含水量协同获取方法研究与应用

发布时间：2021-08-03 00:50

　　蒸散发和土壤含水量是农田区域水循环系统中两大要素,也是农业用水管理中必不可少的基础信息。利用时空连续的蒸散发和土壤含水量监测数据,再结合气象、作物等信息,可以实时掌握作物的缺水状况和需水量,确定农田灌水时间和灌水量,为灌溉计划制定与实施、灌溉用水监测、灌溉效率评价等提供科学依据,从而改善农业用水管理水平,提高灌溉用水效率。蒸散发和土壤含水量数据获取方式主要包括地面监测、遥感反演和模型模拟三种。单独使用任何一种方式都难以满足农业用水管理对监测信息时空尺度与精度上的要求。利用数据同化技术可以实现三者优势互补,获取时空连续、概念一致的水循环要素信息。尽管蒸散发和土壤含水量数据获取方法众多,数据资源较为丰富,然而在结合农业用水管理业务应用需求时,依然缺乏系统、深入的分析及全面的整合。存在问题包括:（1）农业用水管理中缺乏农田尺度的蒸散发数据;（2）现有数据源众多,多源数据还需要解决时空不匹配的问题;（3）现有水循环要素获取方法（包括遥感反演和数据同化）,多从单一要素角度寻求算法的改进,忽略了蒸散发和土壤含水量之间的相互关系。需要从二者协同的角度,开展遥感反演与数据同化方法的研究,提高水循环要素... 

【文章来源】：中国水利水电科学研究院北京市

【文章页数】：133 页

【学位级别】：博士

【部分图文】：

图２－１基于土壤含水量改进的农田蒸散发反演技术框架??２１??

本文将土壤含水量引入到ＳＥＢＳ模型中，构建基于土壤含水量改进的ＳＥＢＳ模型??（ＳＭ－ＳＥＢＳ），旨在提高水分胁迫下的蒸散发估算精度。改进的ＳＥＢＳ模型的技术路线??如图２－２所示。??２．２．１基于改进型的垂直干旱指数的土壤含水量反演方法??植被表现出在红光波段强吸收而在近红外波段强发射的特性。植被密度越高，在红??光波段的反射率越低而在近红外波段反射率越高。随着植被密度的增加，在红光波段反??射率会低至３￣５％，而在近红外波段会达到４０％？６０％。从红光波段到近红外波段区间，??裸露土壤的反射率高但增长很慢。然而，由于水分的强吸收特征，随着土壤含水量增大，??土壤反射率明显增强，尤其是在近红外波段。因此，以比率或差值的形式表现的算法来??区分红光波段与近红外波段的差异都能用来描述植被、土壤表层水分状态，同样也能用??来消除植被信息中土壤信息的干扰。??土壤含水量和植被的生长是最直接和最重要的干旱指标。基于地物在近红外（Ｎｉｒ）、??红光波段（Ｒｅｄ）反射率构造的Ｎｉｒ－Ｒｅｄ光谱特征空间不仅能够反映植被生物量的变化，??而且可以表征土壤含水量的变化。根据此规律Ｇｈｕｌａｍ?（２００７）?［１Ｇ７］等提出了适用于裸土??和低作物覆盖区的垂直干旱指数（ＰｅｒｐｅｎｄｉｃｕｌａｒＤｒｏｕｇｈｔｌｎｄｅｘ

＼／ｎｒＭ?＾Ｒｅｃｌ?＾?＾＾Ｎｉｒ?￣?Ｊｖ＾＾ｖ．ＫｅｃＩ?＾＾ｖ，Ｎｉｒ）??ＭＰＤ１?＝?Ｐ＾＝??（２（ｉ－／ｖ）ＶＭ２?＋ｉ??中，７？，；／＾和／《ｖ．ｍ，．分别代表植被在红光波段与近红外波段反射率。诸多研１指数与土壤含水量密切相关，也有很多学者通过构建ＭＰＤ丨与土壤水分表层土壤水分的空间分布［２３１＿２３３］。本文正是基于ＭＰＤＩ与表层土壤含水数据回归分析统计模型来推求计算土壤含水量。??Ｓ模型及相关参数计算??Ｓ模型的主要理论依据包括地表能量平衡原理和近地层湍流热通量机理。理指得是地表所获得的净辐射能量等于土壤热通量、感热通量和潜热通。在ＳＥＢＳ模型中，卫星过境时的潜热通量通常表达为地表能量平衡的余；ＬＥＴ?＝?Ｒ，，－Ｇ０－Ｈ?净辐射量，（七为土壤热通量，／／是感热通量，它们的单位都是Ｗ／ｍ２；又


本文编号：3318603