CN103218532A - 绿水流估算方法及装置 - Google Patents

Abstract

本发明公开一种绿水流估算方法及装置，为解决现有的绿水流估算方法的不够精确而设计的。所述绿水流估算方法包括如下步骤：步骤A：按照第一预设方法求取植物系数K_c；步骤B：按照第二预设方法求解植物系数K_c所对应区域的潜在蒸散量ET_p0；步骤C：按照第三预设方法求取土壤蒸发量E_a；步骤D：通过如下公式估算绿水流估算值Z，ET_p=K_c·ET_p0，E_can,a=c_p×δ×ET_p，

Z=E_can,a+T_a+E_a其中，ET_p为植物潜在蒸散量，E_can,a为植物冠层截留蒸量，c_p为通过遥感图像空间离散化像元反演得到植物覆盖率，δ为湿润叶面面积率；T_a为植物蒸腾量，S_i为i层根系吸水量，n为植物根系总层数。本发明具有实现简便，绿水流模拟估算精确的优点。

Description

绿水流估算方法及装置

技术领域

本发明涉及生态水文学科学领域，尤其涉及一种绿水流估算方法及装置。

背景技术

绿水流通常包括三部分，分别为植物蒸腾作用到大气中的水汽、降水时被植物冠层截留部分蒸发的水汽以及土壤蒸发到空气中的水汽。

下垫面是指地球表面，包括海洋、陆地、陆地上的高原、山地、平原、森林、草原以及城市等。下垫面各部分温度、水分以及表面形状等参数均有较大差异，从而下垫面具有非均一性。

现有的绿水流估算方法中的水文学法、植物生理学法、SPAC传输模拟法仅适用于比较均一的下垫面。通常情况下，均一的下垫面中的土壤参数、气象参数、植被等各参数认为是相对不变的，可以用点位观测站的数据代替，该方法适用于农田等下垫面，使区域估算方面保持较高的精度。

故存在，未充分考虑地表的非均一性而造成不能准确地估算特定区域空间分布状况，具有较大的局限性。

遥感绿水流估算方法充分考虑地表不均一性,将空间离散化为像元，通过逐个像元反演绿水流各子模型所需的部分参数，但是由于红外表面温度资料的物理实质、点上模式在面上应用的误差大小和各种气象参数的空间分布规律等问题，精度很难达到要求，导致该方法不能广泛的推广。

综合上述，故提出一种既考虑了下垫面的非均一性且精确度高的绿水流估算方法及装置是急需解决的问题。

发明内容

（一）发明目的

针对上述问题，本发明旨在提供一种充分考虑了下垫面的非均一性，同时估算精度高的绿水流估算方法及装置。

（二）技术方案

为达上述目的，本发明绿水流估算方法，包括如下步骤：

步骤A：按照第一预设方法求取植物系数K_c；

步骤B：按照第二预设方法求解植物系数K_c所对应区域的潜在蒸散量ET_p0；

步骤C：通过公式第三预设方法求取土壤蒸发量E_a；

步骤D：通过如下公式估算绿水流估算值Z，

ET_p=K_c·ET_p0

E_can,a=c_p×δ×ET_p

$T_a=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{S}_i$

Z=E_can,a+T_a+E_a

其中，

ET_p为植物潜在蒸散量，

E_can,a为植物冠层截留蒸量，c_p为通过遥感图像空间离散化像元反演得到植物覆盖率，δ为湿润叶面面积率；

T_a为植物蒸腾量，S_i为i层根系吸水量，n为植物根系总层数。

优选地，所述第一预设方法通过如下公式求取植物系数K_c

K_c=K_cb+0.05

K_cb=K_cbmin+(K_cbfull-K_cbmin)×min(1,2×fcell^1/(1+h))

fcell=fc/sinη

$K_{\mathrm{cbfull}}=K_{\mathrm{cb},h}+[0.04(U_2-2)-0.004({\mathrm{RH}}_{\min }-45)]\×{\left(\frac{h}{3}\right)}^{0.3}$

K_cb,h=1.0+0.1×h  h≤2m

K_cb,h=1.2  h>2m

K_cb为非完全覆盖条件下的基本植物系数；

K_cbmin为裸地最小植物系数，K_cbfull为全覆盖条件叶面指数低于3时条件下的基本植物系数，fcell为有效植被覆盖度，fc遥感图像空间离散化反演所得为植被覆盖率，η为太阳高于海平面的角度，δ₁为太阳赤纬，

为从DEM图像提取的太阳纬度，K_cb,h为标准湿润和风速下的全覆盖植被的基本植物系数，U₂为植物生长期内2m高位置处的平均风速，RH_min为植物生长器的平均最小相对湿度，h为平均植被最大高度。

优选地，所述第二预设方法通过如下公式求取植物系数K_c所表征的区域的潜在蒸散量ET_p0

${\mathrm{ET}}_{p0}=\frac{0.408\mathrm{\Δ}(R_n-G)+\mathrm{\γ}\frac{900}{T_a+273}{U}_2(e_S-e_d)}{\mathrm{\Δ}+\mathrm{\γ}(1+0.34U_2)}$

$\mathrm{\Δ}=\frac{4098\left[0.6108\exp \left(\frac{17.27T_a}{T_a+237.3}\right)\right]}{{(T_a+237.3)}^2}$

$\mathrm{\γ}=\frac{C_p{P}_r}{\mathrm{\ϵ\γ}}=0.665\×{10}^{-3}{P}_r$

$P_r=101.3{\left(\frac{293-0.0065H}{293}\right)}^{5.26}$

$e_S=0.6108\exp \left(\frac{17.27T_a}{T_a+237.3}\right)$

e_d=RH×e_s

$U_2=\frac{4.87}{\ln (67.8z-5.42)}{U}_z$

$G=\left\{\begin{array}{c}\frac{T_s}{\mathrm{\α}}(0.032+{\mathrm{\α}}^2)(1-0.978{\mathrm{NDVI}}^4)*R_n\\ 0.20*R_n\end{array}\right.$

R_n=(1-α_short)R_swd↓+R_lwd↓-R_lwd↑-(1-ε₀)R_lwd↓

=(1-α_short)Q+ε₀R_lwd↓-ε₀σT_s ⁴

Q=Q₀(a+bS₁)e_d=RH×e_s

其中，Δ为气温T_a时的饱和水汽压曲线斜率，T_a为月平均温度，γ为干湿常数，C_p为空气定压比热，P_r为大气压，ε为水汽分子量与干空气分子量之比，λ为蒸发潜热，H为根据DEM图获取的海拔高度，e_S为平均饱和水汽压，e_d为实际水汽压，RH为空气相对湿度，U_z为z高度处观测到的风速,G为地表热通量，T_s为地表温度，α为地表反照率，NDVI为归一化植被指数，Q为太阳总辐射量，Q₀为太阳总辐射量初始值，a与b均为经验系数，S₁为同期的日照百分率，R_n为净辐射量，α_short为短波反照率，R_swd↓为大气下行短波辐射，R_lwd↓为大气向下的长波辐射，R_lwd↑为大气向上的长波辐射，ε₀为地表宽波段比辐射率，σ的为Stefan-Boltzmann常数，值为4.903×10-9MJ m-2K-4。

优选地，

所述第三预设方法为通过如下公式求解土壤蒸发量E_a，

E_a=K_s1×E_p

$K_{s1}=\left\{\begin{array}{cc}1& {\mathrm{SW}}_1\&GreaterEqual;{\mathrm{SW}}_{\mathrm{FC}1}\\ \ln (\mathrm{Av}1+1)/\ln 101& {\mathrm{SW}}_{w1}<{\mathrm{SW}}_1<S{W}_{\mathrm{FC}1}\end{array}\right.$

Av₁=[(SW₁-SW_w1)/(SW_FC1-SW_w1)]×100

$E_p=\left\{\begin{array}{cc}{\mathrm{ET}}_p\&times;(1-0.43\&times;\mathrm{LAI})& \mathrm{LAI}\&le;1\\ {\mathrm{ET}}_p/1.1\&times;\exp (-0.4\&times;\mathrm{LAI})& \mathrm{LAI}>1\end{array}\right.$

其中，K_s1为表层土壤水分胁迫系数，E_p为潜在土壤蒸散量，Av₁为相对有效含水率，SW₁为根区表层实际水量，SW_w1为土壤表层凋萎含水量，SW_FC1为土壤表层田间持水量，LAI为叶面积指数。

为达上述目的，本发明绿水流估算装置，包括：

植物系数模块，用以按照第一预设方法求取植物系数K_c，

气象模块，用以按照第二预设方法求取植物系数K_c所表征的区域的潜在蒸散量ET_p0，

土壤水分模块，用以按照第三预设方法求取土壤蒸发量E_a，

蒸散发模块，用以按照公式如下公式估算出绿水流估算值Z，

ET_p=K_c·ET_p0

$T_a=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{S}_i$

Z=E_can,a+T_a+E_a

其中，

ET_p为植物潜在蒸散量，

E_can,a为植物冠层截留蒸量，c_p为通过遥感图像空间离散化像元反演得到植物覆盖率，δ为湿润叶面面积率；

T_a为植物蒸腾量，S_i为i层根系吸水量，n为植物根系总层数。

进一步地，所述第一预设方法为通过如下公式求解植物系数K_c

K_c=K_cb+0.05

K_cb=K_cbmin+(K_cbfull-K_cbmin)×min(1,2×fcell^1/(1+h))

fcell=fc/sinη

$K_{\mathrm{cbfull}}=K_{\mathrm{cb},h}+[0.04(U_2-2)-0.004({\mathrm{RH}}_{\min }-45)]\&times;{\left(\frac{h}{3}\right)}^{0.3}$

K_cb,h=1.0+0.1×h  h≤2m

K_cb,h=1.2  h>2m

Kcb为非完全覆盖条件下的基本植物系数；

K_cbmin为裸地最小植物系数，K_cbfull为全覆盖条件叶面指数低于3的条件下的基本植物系数，fcell为有效植被覆盖度，fc遥感图像空间离散化反演所得为植被覆盖率，η为太阳高于海平面的角度，δ₁为太阳赤纬，

为从DEM图像提取的太阳纬度，K_cb,h为标准湿润和风速下的全覆盖植被的基本植物系数，U₂为植物生长期内2m高位置处的平均风速，RH_min为植物生长器的平均最小相对湿度，h为平均植被最大高度。

进一步地，所述第二预设方法为通过如下公式求解植物系数K_c所对应区域的潜在蒸散量ET_p0，

${\mathrm{ET}}_{p0}=\frac{0.408\mathrm{\&Delta;}(R_n-G)+\mathrm{\&gamma;}\frac{900}{T_a+273}{U}_2(e_S-e_d)}{\mathrm{\&Delta;}+\mathrm{\&gamma;}(1+0.34U_2)}$

$\mathrm{\&Delta;}=\frac{4098\left[0.6108\exp \left(\frac{17.27T_a}{T_a+237.3}\right)\right]}{{(T_a+237.3)}^2}$

$\mathrm{\&gamma;}=\frac{C_p{P}_r}{\mathrm{\&epsiv;\&lambda;}}=0.665\&times;{10}^{-3}{P}_r$

$P_r=101.3{\left(\frac{293-0.0065H}{293}\right)}^{5.26}$

$e_S=0.6108\exp \left(\frac{17.27T_a}{T_a+237.3}\right)$

e_d=RH×e_s

$U_2=\frac{4.87}{\ln (67.8z-5.42)}{U}_z$

$G=\left\{\begin{array}{c}\frac{T_s}{\mathrm{\&alpha;}}(0.032+{\mathrm{\&alpha;}}^2)(1-0.978{\mathrm{NDVI}}^4)*R_n\\ 0.20*R_n\end{array}\right.$

R_n=(1-α_short)R_swd↓+R_lwd↓-R_lwd↑-(1-ε₀)R_lwd↓

=(1-α_short)Q+ε₀R_lwd↓-ε₀σT_s ⁴

Q=Q₀(a+bS₁)e_d=RH×e_s

其中，Δ为气温T_a时的饱和水汽压曲线斜率，T_a为月平均温度，γ为干湿常数，C_p为空气定压比热，P_r为大气压，ε为水汽分量与干空气分子量之比，λ为蒸发潜热，H为根据DEM图获取的海拔高度，e_S为平均饱和水汽压，e_d为实际水汽压，RH为空气相对湿度，U_z为z高度处观测到的风速,G为地表热通量，T_s为地表温度，α为地表反照率，NDVI为归一化植被指数，Q为太阳总辐射量，Q₀为太阳总辐射量初始值，a与b均为经验系数，S₁为同期的日照百分率，R_n为净辐射量，α_short为短波反照率，R_swd↓为大气下行短波辐射，R_lwd↓为大气向下的长波辐射，R_lwd↑为大气向上的长波辐射，ε₀为地表宽波段比辐射率，σ的为Stefan-Boltzmann常数，值为4.903×10-9MJ m-2K-4。

进一步地，所述第三预设方法为通过如下公式求解土壤蒸发量E_a，

E_a=K_s1×E_p

$K_{s1}=\left\{\begin{array}{cc}1& {\mathrm{SW}}_1\&GreaterEqual;{\mathrm{SW}}_{\mathrm{FC}1}\\ \ln (\mathrm{Av}1+1)/\ln 101& {\mathrm{SW}}_{w1}<{\mathrm{SW}}_1<S{W}_{\mathrm{FC}1}\end{array}\right.$

Av₁=[(SW₁-SW_w1)/(SW_FC1-SW_w1)]×100

$E_p=\left\{\begin{array}{cc}{\mathrm{ET}}_p\&times;(1-0.43\&times;\mathrm{LAI})& \mathrm{LAI}\&le;1\\ {\mathrm{ET}}_p/1.1\&times;\exp (-0.4\&times;\mathrm{LAI})& \mathrm{LAI}>1\end{array}\right.$

其中，K_s1为表层土壤水分胁迫系数，E_p为潜在土壤蒸散量，Av₁为相对有效含水率SW₁为根区表层实际水量，SW_w1为土壤表层凋萎含水量，SW_FC1为土壤表层田间持水量，LAI为叶面积指数。

（三）本发明绿水流估算方法及装置的有益效果

本发明绿水流估算方法及装置，在计算绿水流估算值的时候，将受下垫面的均一性影响的参数，采用遥感图像空间像元反演获得，其他不受下垫面的均一性影响的参数，采用各种模型或气象站点数据插值、IDL编程运算等方法获取，从而充分考虑了下垫面的非均一性，从而既解决了传统非遥感技术绿水流估算方法中因未考虑下垫面导致的估算结果误差大的问题，同时解决了传统的遥感绿水流估算方法中，由于红外表面温度资料的物理实质、点上模式在面上应用等问题造成的误差，从而具有精确度高的优点。本发明估算方法创新性通过的遥感驱动性，即将遥感技术引入到绿水流估算中，从估算方法、参数获取方法两个方面出发，以现有主流方法为基础框架，在继承现有优点的同时，增强部分模型参数的物理意义，同时增加模型对遥感数据的耦合性，采用易于获取的遥感数据与产品为模型的主要输入，构建遥感驱动的绿水流估算方法，以期达到削弱对地面观测数据的依赖性和增强空间分析的目的。

附图说明

图1为本发明实施例一所述的绿水流估算方法的流程图；

图2为本发明实施例五所述的绿水流估算装置与绿水流的结合示意图。

具体实施方式

下面结合说明书附图以及实施例对本发明绿水流估算方法及装置做进一步的说明。

实施例一：

如图1所示，本实施例绿水流估算方法，包括如下步骤：

步骤A：按照第一预设方法求取植物系数K_c；

步骤B：按照第二预设方法求解植物系数K_c所对应区域的潜在蒸散量ET_p0；

步骤C：按照第三预设方法求取土壤蒸发量E_a；

步骤D：通过如下公式估算绿水流估算值Z，

ET_p=K_c·ET_p0

E_can,a=c_p×δ×ET_p

$T_a=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{S}_i$

Z=E_can,a+T_a+E_a

其中，

ET_p为植物潜在蒸散量，

E_can,a为植物冠层截留蒸量，c_p为通过遥感图像空间离散化像元反演得到植物覆盖率，δ为湿润叶面面积率；

T_a为植物蒸腾量，S_i为i层根系吸水量，n为植物根系总层数。

其中，

$\mathrm{\&delta;}={\left(\frac{S_v}{S_{\max }}\right)}^{\frac{2}{3}}$

$S_v=c_p\&times;S_{\max }\&times;[1-e^{-{\mathrm{\&eta;}}_1\frac{\mathrm{Pcum}}{S\max }}]$

$\mathrm{\&delta;}={\left(\frac{S_v}{S_{\max }}\right)}^{\frac{2}{3}}$

S_v是植被累计截留量(mm d-1),S_max是最大截留量(mm d-1).降雨过程中植被对降水的截留与植被的叶面积指数LAI相关；

采用Aston方程：

$S_v=c_p\&times;S_{\max }\&times;[1-e^{-\mathrm{\&eta;}\frac{\mathrm{Pcum}}{S\max }}]$

最大截留量常用Hoyningen-Huene方程计算:

S_max=0.935+0.498×LAI-0.00575×LAI²

Pcum为累计降水（mm）；η₁为系数，LAI为叶面积指数。

η₁=0.046×LAI

本实施例所述的绿水流估算方法，将受下垫面的均一性的影响的参数c_p采用遥感图像空间离散化像元反演得到，从而充分考虑了下垫面的均一性，从而提高了估算值的精确度，其他与下垫面的均一性不相关的参数采用各种模型等进行测量，从而不会由于遥感测量导致的精确度降低的问题，从而本实施例所述的绿水流估算方法具有实现简便，精确度高的优点。

进一步的，所述第一预设方法通过如下公式求取植物系数K_c

K_c=K_cb+0.05

K_cb=K_cbmin+(K_cbfull-K_cbmin)×min(1,2×fcell^1/(1+h))

fcell=fc/sinη

$K_{\mathrm{cbfull}}=K_{\mathrm{cb},h}+[0.04(U_2-2)-0.004({\mathrm{RH}}_{\min }-45)]\&times;{\left(\frac{h}{3}\right)}^{0.3}$

K_cb,h=1.0+0.1×h  h≤2m

K_cb,h=1.2  h>2m

Kcb为非完全覆盖条件下的基本植物系数；

K_cbmin为裸地最小植物系数，K_cbfull为全覆盖条件下且叶面指数低于3的时的基本植物系数，fcell为有效植被覆盖度，通常取中午12点的计算值，fc遥感图像空间离散化反演所得为植被覆盖率，η为太阳高于海平面的角度，δ₁为太阳赤纬，

为从DEM图像提取的太阳纬度，K_cb,h为标准湿润和风速下的全覆盖植被的基本植物系数，U₂为植物生长期内2m高位置处的平均风速，RH_min为植物生长器的平均最小相对湿度，h为平均植被最大高度。

上述求解植物系数的方法，成熟、简便，从而本实施例所述的绿水绿估算方法也具有实现简单的优点。

实施例二：

本实施例绿水流估算方法，包括如下步骤：

步骤A：按照第一预设方法求取植物系数K_c；

步骤B：按照第二预设方法求解植物系数K_c所对应区域的潜在蒸散量ET_p0；

步骤C：按照第三预设方法求取土壤蒸发量E_a；

步骤D：通过如下公式估算绿水流估算值Z，

ET_p=K_c·ET_p0

E_can,a=c_p×δ×ET_p

$T_a=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{S}_i$

Z=E_can,a+T_a+E_a

其中，

ET_p为植物潜在蒸散量，

E_can,a为植物冠层截留蒸量，c_p为通过遥感图像空间离散化像元反演得到植物覆盖率，δ为湿润叶面面积率；

T_a为植物蒸腾量，S_i为i层根系吸水量，n为植物根系总层数。

所述第一预设方法通过如下公式求取植物系数K_c

K_c=K_cb+0.05

K_cb=K_cbmin+(K_cbfull-K_cbmin)×min(1,2×fcell^1/(1+h))

fcell=fc/sinη

$K_{\mathrm{cbfull}}=K_{\mathrm{cb},h}+[0.04(U_2-2)-0.004({\mathrm{RH}}_{\min }-45)]\&times;{\left(\frac{h}{3}\right)}^{0.3}$

K_cb,h=1.0+0.1×h  h≤2m

K_cb,h=1.2  h>2m

K_cb为非完全覆盖条件下的基本植物系数；

K_cbmin为裸地最小植物系数，K_cbfull为全覆盖条件下且叶面指数低于3时的基本植物系数，fcell为有效植被覆盖度，通常取中午12点的计算值，fc遥感图像空间离散化反演所得为植被覆盖率，η为太阳高于海平面的角度，δ₁为太阳赤纬，

为从DEM图像提取的太阳纬度，K_cb,h为标准湿润和风速下的全覆盖植被的基本植物系数，U₂为植物生长期内2m高位置处的平均风速，RH_min为植物生长器的平均最小相对湿度，h为平均植被最大高度。

其中，所述植物蒸腾量具体的计算可采用下列方法：

所述S_i通过如下公式计算：

S_i=K_si*S_mi

$T_p=\left\{\begin{array}{cc}{\mathrm{ET}}_p\&times;\left(\frac{\mathrm{LAT}}{3}\right)& \mathrm{LAI}\&le;3\\ {\mathrm{ET}}_p& \mathrm{LAI}\&le;3\end{array}\right.$

$S_{\mathrm{mi}}=\frac{T_p*{\mathrm{RD}}_i}{{\&Integral;}_1^N{\mathrm{RD}}_i\mathrm{dz}}$

其中，K_si为i层的土壤胁迫因子，S_mi为第i层内植物根系吸收的水分，T_p为潜在植被蒸腾量，RD_i为根密度，N为土壤层数。

本实施例所述的绿水流估算方法，进一步的明确了植物系数的求解，相对于传统的非遥感绿水流估算方法，由于该植物系数是用于与遥感图像空间离散化反演得到的参数结合使用的，相对于传统的遥感绿水流方法该植物系数采用的非遥感技术获取的，从而结合了传统的非要干绿水流估算方法以及遥感绿水流估算方法的特点，既充分的考虑了下垫面的非均一性，同时又考虑了遥感图像在获取参数时精确度问题，从而本实施例所述的绿水流估算方法具有精确度高，实现简便的特点。

实施例三：

本实施例所述的绿水流估算方法，是在实施例二的基础上的进一步的改进，所述第二预设方法通过如下公式求取植物系数K_c所表征的区域的潜在蒸散量ET_p0

${\mathrm{ET}}_{p0}=\frac{0.408\mathrm{\&Delta;}(R_n-G)+\mathrm{\&gamma;}\frac{900}{T_a+273}{U}_2(e_S-e_d)}{\mathrm{\&Delta;}+\mathrm{\&gamma;}(1+0.34U_2)}$

$\mathrm{\&Delta;}=\frac{4098\left[0.6108\exp \left(\frac{17.27T_a}{T_a+237.3}\right)\right]}{{(T_a+237.3)}^2}$

$\mathrm{\&gamma;}=\frac{C_p{P}_r}{\mathrm{\&epsiv;\&lambda;}}=0.665\&times;{10}^{-3}{P}_r$

$P_r=101.3{\left(\frac{293-0.0065H}{293}\right)}^{5.26}$

$e_S=0.6108\exp \left(\frac{17.27T_a}{T_a+237.3}\right)$

e_d=RH×e_s

$U_2=\frac{4.87}{\ln (67.8z-5.42)}{U}_z$

$G=\left\{\begin{array}{c}\frac{T_s}{\mathrm{\&alpha;}}(0.032+{\mathrm{\&alpha;}}^2)(1-0.978{\mathrm{NDVI}}^4)*R_n\\ 0.20*R_n\end{array}\right.$

R_n=(1-α_short)R_swd↓+R_lwd↓-R_lwd↑-(1-ε₀)R_lwd↓

=(1-α_short)Q+ε₀R_lwd↓-ε₀σT_s ⁴

Q=Q₀(a+bS₁)e_d=RH×e_s

其中，Δ为气温T_a时的饱和水汽压曲线斜率，T_a为月平均温度，γ为干湿常数，C_p为空气定压比热，P_r为大气压，ε为水汽分子量与干空气分子量之比，λ为蒸发潜热，H为根据DEM图获取的海拔高度，e_S为平均饱和水汽压，e_d为实际水汽压，RH为空气相对湿度，U_z为z高度处观测到的风速,G为地表热通量，T_s为地表温度，α为地表反照率，NDVI为通过遥感图像反演所得的归一化植被指数，Q为太阳总辐射量，Q₀为太阳总辐射量初始值，a与b均为经验系数，S₁为同期的日照百分率，R_n为净辐射量，α_short为短波反照率，R_swd↓为大气下行短波辐射，R_lwd↓为大气向下的长波辐射，R_lwd↑为大气向上的长波辐射，ε₀为地表宽波段比辐射率，σ的为Stefan-Boltzmann常数，值为4.903×10-9MJ m-2K-4。

在上述参数中如月平均气温、大气压、空气相对湿度、U_z、T_s、以及Q均可以采用气象站点数据插值获取，同时Q还可以采用日照类模型获取。

实施例四：

本实施例在上述任一实施例的基础上，进一步的提供了一种优选地第三预设方法。

所述优选地的第三预设方法为通过如下公式求解土壤蒸发量E_a，

E_a=K_s1×E_p

$K_{s1}=\left\{\begin{array}{cc}1& {\mathrm{SW}}_1\&GreaterEqual;{\mathrm{SW}}_{\mathrm{FC}1}\\ \ln (\mathrm{Av}1+1)/\ln 101& {\mathrm{SW}}_{w1}<{\mathrm{SW}}_1<S{W}_{\mathrm{FC}1}\end{array}\right.$

Av₁=[(SW₁-SW_w1)(SW_FC1-SW_w1)]×100

$E_p=\left\{\begin{array}{cc}{\mathrm{ET}}_p\&times;(1-0.43\&times;\mathrm{LAI})& \mathrm{LAI}\&le;1\\ {\mathrm{ET}}_p/1.1\&times;\exp (-0.4\&times;\mathrm{LAI})& \mathrm{LAI}>1\end{array}\right.$

其中，K_s1为表层土壤水分胁迫系数，E_p为潜在土壤蒸散量，Av₁为相对有效含水率，SW₁为根区表层实际水量，SW_w1为土壤表层凋萎含水量，SW_FC1为土壤表层田间持水量，LAI为叶面积指数。

综合实施例一至实施例四所述的绿水流估算方法，有效的模拟了降水、植被冠层截留蒸量、土壤蒸散量、植物蒸腾来那个等，可以用于不同使其的不同植被的绿水流的估算、尤其适用于干旱半干旱地区的绿水流模拟与估计，充分的弥补了现有的遥感绿水流估算模型与传统的非遥感模型的不足，具有实现简便，精度高的优点。

实施例五：

本实施例种绿水流估算装置，包括：

植物系数模块，用以按照第一预设方法求取植物系数K_c，

气象模块，用以按照第二预设方法求取植物系数K_c所表征的区域的潜在蒸散量ET_p0，

土壤水分模块，用以按照第三预设方法求取土壤蒸发量E_a，

蒸散发模块，用以按照公式如下公式估算出绿水流估算值Z，

ET_p=K_c·ET_p0

$T_a=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{S}_i$

Z=E_can,a+T_a+E_a

其中，

ET_p为植物潜在蒸散量，

E_can,a为植物冠层截留蒸量，c_p为通过遥感图像空间离散化像元反演得到植物覆盖率，δ为湿润叶面面积率；

T_a为植物蒸腾量，S_i为i层根系吸水量，n为植物根系总层数。

其中，图2所述的为本实施例所述的绿水流估算装置与具体的绿水流的结合示意图。在本实施例中植物系数模块通过遥感技术通过对遥感图像的像元的反演得到了能充分表征了下垫面不均一性的植物系数，通过气象模块获取了通过遥感技术不能精确获得的参数，在用于绿水流的估算，从而得到了精确的估算结果，本实施例例所说的绿水流估算装置，适用范围广，可用于不同的植被，不同的时期，尤其适用于干旱和半干旱地区的绿水流估算，通过本实施例所的绿水流估算装置在进行植被的栽种的时候可以事先得到植被最小的供水量等情况，实用性强。

实施例六：

本实施例在实施例五的基础上，分别提供了第一预设方法、第二预设方法以及第三预设方法的优选方法。

所述第一预设方法为通过如下公式求解植物系数K_c

K_c=K_cb+0.05

K_cb=K_cbmin+(K_cbfull-K_cbmin)×min(1,2×fcell^1/(1+h))

fcell=fc/sinη

$K_{\mathrm{cbfull}}=K_{\mathrm{cb},h}+[0.04(U_2-2)-0.004({\mathrm{RH}}_{\min }-45)]\&times;{\left(\frac{h}{3}\right)}^{0.3}$

K_cb,h=1.0+0.1×h  h≤2m

K_cb,h=1.2   h>2m

K_cb为非完全覆盖条件下的基本植物系数；

K_cbmin为裸地最小植物系数，K_cbfull为全覆盖条件叶面指数低于3的条件下的基本植物系数，fcell为有效植被覆盖度，通常取中午12点的计算值，fc遥感图像空间离散化反演所得为植被覆盖率，η为太阳高于海平面的角度，δ₁为太阳赤纬，

为从DEM图像提取的太阳纬度，K_cb,h为标准湿润和风速下的全覆盖植被的基本植物系数，U₂为植物生长期内2m高位置处的平均风速，RH_min为植物生长器的平均最小相对湿度，h为平均植被最大高度。

所述第二预设方法为通过如下公式求解植物系数K_c所对应区域的潜在蒸散量ET_p0，

${\mathrm{ET}}_{p0}=\frac{0.408\mathrm{\&Delta;}(R_n-G)+\mathrm{\&gamma;}\frac{900}{T_a+273}{U}_2(e_S-e_d)}{\mathrm{\&Delta;}+\mathrm{\&gamma;}(1+0.34U_2)}$

$\mathrm{\&Delta;}=\frac{4098\left[0.6108\exp \left(\frac{17.27T_a}{T_a+237.3}\right)\right]}{{(T_a+237.3)}^2}$

$\mathrm{\&gamma;}=\frac{C_p{P}_r}{\mathrm{\&epsiv;\&lambda;}}=0.665\&times;{10}^{-3}{P}_r$

$P_r=101.3{\left(\frac{293-0.0065H}{293}\right)}^{5.26}$

$e_S=0.6108\exp \left(\frac{17.27T_a}{T_a+237.3}\right)$

e_d=RH×e_s

$U_2=\frac{4.87}{\ln (67.8z-5.42)}{U}_z$

$G=\left\{\begin{array}{c}\frac{T_s}{\mathrm{\&alpha;}}(0.032+{\mathrm{\&alpha;}}^2)(1-0.978{\mathrm{NDVI}}^4)*R_n\\ 0.20*R_n\end{array}\right.$

R_n=(1-α_short)R_swd↓+R_lwd↓-R_lwd↑-(1-ε₀)R_lwd↓

=(1-α_short)Q+ε₀R_lwd↓-ε₀σT_s ⁴

Q=Q₀(a+bS₁)e_d=RH×e_s

其中，Δ为气温T_a时的饱和水汽压曲线斜率，T_a为月平均温度，γ为干湿常数，C_p为空气定压比热，P_r为大气压，ε为水汽分子量与干空气分子量之比，λ为蒸发潜热，H为根据DEM图获取的海拔高度，e_S为平均饱和水汽压，e_d为实际水汽压，RH为空气相对湿度，U_z为z高度处观测到的风速,G为地表热通量，T_s为地表温度，α为地表反照率NDVI为归一化植被指数，Q为太阳总辐射量，Q₀为太阳总辐射量初始值，a与b均为经验系数，S₁为同期的日照百分率，R_n为净辐射量，α_short为短波反照率，R_swd↓为大气下行短波辐射，R_lwd↓为大气向下的长波辐射，R_lwd↑为大气向上的长波辐射，ε₀为地表宽波段比辐射率，σ的为Stefan-Boltzmann常数，值为4.903×10-9MJ m-2K-4。

所述第三预设方法为通过如下公式求解土壤蒸发量E_a，

E_a=K_s1×E_p

$K_{s1}=\left\{\begin{array}{cc}1& {\mathrm{SW}}_1\&GreaterEqual;{\mathrm{SW}}_{\mathrm{FC}1}\\ \ln (\mathrm{Av}1+1)/\ln 101& {\mathrm{SW}}_{w1}<{\mathrm{SW}}_1<S{W}_{\mathrm{FC}1}\end{array}\right.$ Av₁=[(SW₁-SW_w1)/(SW_FC1-SW_w1)]×100

$E_p=\left\{\begin{array}{cc}{\mathrm{ET}}_p\&times;(1-0.43\&times;\mathrm{LAI})& \mathrm{LAI}\&le;1\\ {\mathrm{ET}}_p/1.1\&times;\exp (-0.4\&times;\mathrm{LAI})& \mathrm{LAI}>1\end{array}\right.$

其中，K_s1为表层土壤水分胁迫系数，E_p为潜在土壤蒸散量，Av₁为相对有效含水率，SW₁为根区表层实际水量，SW_w1为土壤表层凋萎含水量，SW_FC1为土壤表层田间持水量，LAI为叶面积指数。

本实施例所述的绿水流估算装置，充分的考虑的植被所在地的气候、地形、大气、日照以及下垫面等各种因素，结合了遥感及非遥感技术对重要参数进行测量，实现了遥感绿水流估算与非遥感绿水流的耦合，从而提供了一种实现简便，且精确模拟估算绿水流装置。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (8)

1.一种绿水流估算方法，其特征在于，包括如下步骤：

步骤A：按照第一预设方法求取植物系数K_c；

步骤B：按照第二预设方法求解植物系数K_c所对应区域的潜在蒸散量ET_p0；

步骤C：按照第三预设方法求取土壤蒸发量E_a；

步骤D：通过如下公式估算绿水流估算值Z，

ET_p=K_c·ET_p0

E_can,a=c_p×δ×ET_p

$T_a=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{S}_i$

Z=E_can,a+T_a+E_a

其中，

ET_p为植物潜在蒸散量，

E_can,a为植物冠层截留蒸量，c_p为通过遥感图像空间离散化像元反演得到植物覆盖率，δ为湿润叶面面积率；

T_a为植物蒸腾量，S_i为i层根系吸水量，n为植物根系总层数。

2.根据权利要求1所述的绿水流估算方法，其特征在于，所述第一预设方法通过如下公式求取植物系数K_c

K_c=K_cb+0.05

K_cb=K_cbmin+(K_cbfull-K_cbmin)×min(1,2×fcell^1/(1+h))

fcell=fc/sinη

$K_{\mathrm{cbfull}}=K_{\mathrm{cb},h}+[0.04(U_2-2)-0.004({\mathrm{RH}}_{\min }-45)]\&times;{\left(\frac{h}{3}\right)}^{0.3}$

K_cb,h=1.0+0.1×h   h≤2m

K_cb,h=1.2   h>2m

K_cb为非完全覆盖条件下的基本植物系数；

K_cbmin为裸地最小植物系数，K_cbfull为全覆盖条件下且叶面指数低于3时的基本植物系数，fcell为有效植被覆盖度，fc遥感图像空间离散化反演所得为植被覆盖率，η为太阳高于海平面的角度，δ₁为太阳赤纬，

为从DEM图像提取的太阳纬度，K_cb,h为标准湿润和风速下的全覆盖植被的基本植物系数，U₂为植物生长期内2m高位置处的平均风速，RH_min为植物生长器的平均最小相对湿度，h为平均植被最大高度。

3.根据权利要求2所述的绿水流估算方法，其特征在于，所述第二预设方法通过如下公式求取植物系数K_c所表征的区域的潜在蒸散量ET_p0

${\mathrm{ET}}_{p0}=\frac{0.408\mathrm{\&Delta;}(R_n-G)+\mathrm{\&gamma;}\frac{900}{T_a+273}{U}_2(e_S-e_d)}{\mathrm{\&Delta;}+\mathrm{\&gamma;}(1+0.34U_2)}$

$\mathrm{\&Delta;}=\frac{4098\left[0.6108\exp \left(\frac{17.27T_a}{T_a+237.3}\right)\right]}{{(T_a+237.3)}^2}$

$\mathrm{\&gamma;}=\frac{C_p{P}_r}{\mathrm{\&epsiv;\&lambda;}}=0.665\&times;{10}^{-3}{P}_r$

$P_r=101.3{\left(\frac{293-0.0065H}{293}\right)}^{5.26}$

$e_S=0.6108\exp \left(\frac{17.27T_a}{T_a+237.3}\right)$

e_d=RH×e_s

$U_2=\frac{4.87}{\ln (67.8z-5.42)}{U}_z$

$G=\left\{\begin{array}{c}\frac{T_s}{\mathrm{\&alpha;}}(0.032+{\mathrm{\&alpha;}}^2)(1-0.978{\mathrm{NDVI}}^4)*R_n\\ 0.20*R_n\end{array}\right.$

R_n=(1-α_short)R_swd↓+R_lwd↓-R_lwd↑-(1-ε₀)R_lwd↓

=(1-α_short)Q+ε₀R_lwd↓-ε₀σT_s ⁴

Q=Q₀(a+bS₁)e_d=RH×e_s

其中，Δ为气温T_a时的饱和水汽压曲线斜率，T_a为月平均温度，γ为干湿常数，C_p为空气定压比热，P_r为大气压，ε为水汽分子量与干空气分子量之比，λ为蒸发潜热，H为根据DEM图获取的海拔高度，e_S为平均饱和水汽压，e_d为实际水汽压，RH为空气相对湿度，U_z为z高度处观测到的风速,G为地表热通量，T_s为地表温度，α为地表反照率，NDVI为通过遥感图像反演所得的归一化植被指数，Q为太阳总辐射量，Q₀为太阳总辐射量初始值，a与b均为经验系数，S₁为同期的日照百分率，R_n为净辐射量，α_short为短波反照率，R_swd↓为大气下行短波辐射，R_lwd↓为大气向下的长波辐射，R_lwd↑为大气向上的长波辐射，ε₀为地表宽波段比辐射率，σ的为Stefan-Boltzmann常数，值为4.903×10-9MJ m-2K-4。

4.根据权利要求1、2或3所述的绿水流估算方法，其特征在于，

所述第三预设方法为通过如下公式求解土壤蒸发量E_a，

E_a=K_s1×E_p

$K_{s1}=\left\{\begin{array}{cc}1& {\mathrm{SW}}_1\&GreaterEqual;{\mathrm{SW}}_{\mathrm{FC}1}\\ \ln (\mathrm{Av}1+1)/\ln 101& {\mathrm{SW}}_{w1}<{\mathrm{SW}}_1<S{W}_{\mathrm{FC}1}\end{array}\right.$

Av₁=[(SW₁-SW_w1)/(SW_FC1-SW_w1)]×100

$E_p=\left\{\begin{array}{cc}{\mathrm{ET}}_p\&times;(1-0.43\&times;\mathrm{LAI})& \mathrm{LAI}\&le;1\\ {\mathrm{ET}}_p/1.1\&times;\exp (-0.4\&times;\mathrm{LAI})& \mathrm{LAI}>1\end{array}\right.$

其中，K_s1为表层土壤水分胁迫系数，E_p为潜在土壤蒸散量，Av₁为相对有效含水率，SW₁为根区表层实际水量，SW_w1为土壤表层凋萎含水量，SW_FC1为土壤表层田间持水量，LAI为叶面积指数。

5.一种绿水流估算装置，其特征在于，包括：

植物系数模块，用以按照第一预设方法求取植物系数K_c，

气象模块，用以按照第二预设方法求取植物系数K_c所表征的区域的潜在蒸散量ET_p0，

土壤水分模块，用以按照第三预设方法求取土壤蒸发量E_a，

蒸散发模块，用以按照公式如下公式估算出绿水流估算值Z，

ET_p=K_c·ET_p0

$T_a=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{S}_i$

Z=E_can,a+T_a+E_a

其中，

ET_p为植物潜在蒸散量，

E_can,a为植物冠层截留蒸量，c_p为通过遥感图像空间离散化像元反演得到植物覆盖率，δ为湿润叶面面积率；

T_a为植物蒸腾量，S_i为i层根系吸水量，n为植物根系总层数。

6.根据权利要求5所述的绿水流估算装置，其特征在于，所述第一预设方法为通过如下公式求解植物系数K_c

K_c=K_cb+0.05

K_cb=K_cbmin+(K_cbfull-K_cbmin)×min(1,2×fcell^1/(1+h))

fcell=fc/sinη

$K_{\mathrm{cbfull}}=K_{\mathrm{cb},h}+[0.04(U_2-2)-0.004({\mathrm{RH}}_{\min }-45)]\&times;{\left(\frac{h}{3}\right)}^{0.3}$

K_cb,h=1.0+0.1×h   h≤2m

K_cb,h=1.2h>2m

K_cb为非完全覆盖条件下的基本植物系数；

K_cbmin为裸地最小植物系数，K_cbfull为全覆盖条件叶面指数低于3的条件下的基本植物系数，fcell为有效植被覆盖度，fc遥感图像空间离散化反演所得为植被覆盖率，η为太阳高于海平面的角度，δ₁为太阳赤纬，为从DEM图像提取的太阳纬度，K_cb,h为标准湿润和风速下的全覆盖植被的基本植物系数，U₂为植物生长期内2m高位置处的平均风速，RH_min为植物生长器的平均最小相对湿度，h为平均植被最大高度。

7.根据权利要求6所述的绿水流估算装置，其特征在于，所述第二预设方法为通过如下公式求解植物系数K_c所对应区域的潜在蒸散量ET_p0，

${\mathrm{ET}}_{p0}=\frac{0.408\mathrm{\&Delta;}(R_n-G)+\mathrm{\&gamma;}\frac{900}{T_a+273}{U}_2(e_S-e_d)}{\mathrm{\&Delta;}+\mathrm{\&gamma;}(1+0.34U_2)}$

$\mathrm{\&Delta;}=\frac{4098\left[0.6108\exp \left(\frac{17.27T_a}{T_a+237.3}\right)\right]}{{(T_a+237.3)}^2}$

$\mathrm{\&gamma;}=\frac{C_p{P}_r}{\mathrm{\&epsiv;\&lambda;}}=0.665\&times;{10}^{-3}{P}_r$

$P_r=101.3{\left(\frac{293-0.0065H}{293}\right)}^{5.26}$

$e_S=0.6108\exp \left(\frac{17.27T_a}{T_a+237.3}\right)$

e_d=RH×e_s

$U_2=\frac{4.87}{\ln (67.8z-5.42)}{U}_z$

$G=\left\{\begin{array}{c}\frac{T_s}{\mathrm{\&alpha;}}(0.032+{\mathrm{\&alpha;}}^2)(1-0.978{\mathrm{NDVI}}^4)*R_n\\ 0.20*R_n\end{array}\right.$

R_n=(1-α_short)R_swd↓+R_lwd↓-R_lwd↑-(1-ε₀)R_lwd↓

=(1-α_short)Q+ε₀R_lwd↓-ε₀σT_s ⁴

Q=Q₀(a+bS₁)e_d=RH×e_s

其中，Δ为气温T_a时的饱和水汽压曲线斜率，T_a为月平均温度，γ为干湿常数，C_p为空气定压比热，P_r为大气压，ε为水汽分子量与干空气分子量之比，λ为蒸发潜热，H为根据DEM图获取的海拔高度，e_S为平均饱和水汽压，e_d为实际水汽压，RH为空气相对湿度，U_z为z高度处观测到的风速,G为地表热通量，T_s为地表温度，α为地表反照率，NDVI为归一化植被指数，Q为太阳总辐射量，Q₀为太阳总辐射量初始值，a与b均为经验系数，S₁为同期的日照百分率，R_n为净辐射量，α_short为短波反照率，R_swd↓为大气下行短波辐射，R_lwd↓为大气向下的长波辐射，R_lwd↑为大气向上的长波辐射，ε₀为地表宽波段比辐射率，σ的为Stefan-Boltzmann常数，值为4.903×10-9MJ m-2K-4。

8.根据权利要求5、6或7所述的绿水流估算装置，其特征在于，

所述第三预设方法为通过如下公式求解土壤蒸发量E_a，

E_a=K_s1×E_p

$K_{s1}=\left\{\begin{array}{cc}1& {\mathrm{SW}}_1\&GreaterEqual;{\mathrm{SW}}_{\mathrm{FC}1}\\ \ln (\mathrm{Av}1+1)/\ln 101& {\mathrm{SW}}_{w1}<{\mathrm{SW}}_1<S{W}_{\mathrm{FC}1}\end{array}\right.$

Av₁=[(SW₁-SW_w1)/(SW_FC1-SW_w1)]×100

$E_p=\left\{\begin{array}{cc}{\mathrm{ET}}_p\&times;(1-0.43\&times;\mathrm{LAI})& \mathrm{LAI}\&le;1\\ {\mathrm{ET}}_p/1.1\&times;\exp (-0.4\&times;\mathrm{LAI})& \mathrm{LAI}>1\end{array}\right.$

其中，K_s1为表层土壤水分胁迫系数，E_p为潜在土壤蒸散量，Av₁为相对有效含水率，SW₁为根区表层实际水量，SW_w1为土壤表层凋萎含水量，SW_FC1为土壤表层田间持水量，LAI为叶面积指数。

Images