CN112699621A - 一种考虑下垫面条件变化的潜在蒸散发估算方法 - Google Patents
一种考虑下垫面条件变化的潜在蒸散发估算方法 Download PDFInfo
- Publication number
- CN112699621A CN112699621A CN202110047399.9A CN202110047399A CN112699621A CN 112699621 A CN112699621 A CN 112699621A CN 202110047399 A CN202110047399 A CN 202110047399A CN 112699621 A CN112699621 A CN 112699621A
- Authority
- CN
- China
- Prior art keywords
- vegetation
- potential
- calculating
- formula
- evapotranspiration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Cultivation Of Plants (AREA)
Abstract
本发明公开了一种考虑下垫面条件变化的潜在蒸散发估算方法,包括收集研究站点或区域像元尺度数据;通过大气CO2浓度计算最大叶片气孔导度;将最大叶片气孔导度结合叶面积指数计算植被冠层导度;根据近地表风速和冠层高度计算空气动力学导度;根据可利用能量计算植被可利用能量和裸土可利用能量;将植被潜在蒸腾量与裸土潜在蒸发量相加计算得到地表蒸散发量。本发明摆脱了下垫面条件和植被冠层气孔导度不变性的假设束缚,克服了现有潜在蒸散发算法仅适用于有限地表覆盖植被类型的适用性问题;建立不同地表覆盖植被类型下的叶片最大气孔导度与大气CO2浓度的数学关系式,合理描述了大气CO2浓度动态变化如何影响冠层气孔导度和潜在蒸散发。
Description
技术领域
本发明涉及一种潜在蒸散发估算方法,尤其涉及一种考虑下垫面条件变化的潜在蒸散发估算方法。属于卫星遥感应用领域。
背景技术
潜在蒸散发是指一个生态系统或者流域在充分供水条件下的区域蒸散发能力。在气象学和水文学的范畴上,潜在蒸散发是地表水量平衡和能量平衡的重要研究内容。在实际应用中,潜在蒸散发的估算已被广泛应用于农田灌溉管理、农作物需水量估算、旱情监测预测、水资源有效开发利用等多个方面,对于全球气候变化、水资源评价、森林资源管理和生态安全等领域具有十分重要的意义。早期的潜在蒸散发的算法主要是考虑在特定的气候条件或者植被类型和有限的观测信息而发展的,如对于输入变量仅为温度和辐射通量Priestley-Taylor方法,而目前最被广泛采用的一种潜在蒸散发的标准方法是国际粮农组织(FAO)于1998年推出修正版的FAO Penman-Monteith方法。
FAO Penman-Monteith方法有严格的物理基础,综合考虑了辐射、温度、风速、湿度或水汽压差等气象条件的变化对潜在蒸散发的影响,可适用大部分气候区中农田、草地等生态系统或者低矮植被覆盖区域的应用要求。因而,FAO Penman-Monteith公式在农田灌溉管理、农作物需水量估算、旱情监测预测、水资源有效开发利用等方面具有广泛的应用价值。但是,FAO Penman-Monteith算法只考虑了气象条件变化(如水汽压差、温度、辐射、风速等)对潜在蒸散发的贡献,对于下垫面条件采取了不变性假设,如采用在农作物植被冠层的参考高度(0.12-0.5米)和固定的叶面积指数等作为估算所有下垫面植被类型覆盖区域的潜在蒸散发。因此,当前使用最为广泛的FAO Penman-Monteith算法既不能满足不同植被覆盖类型(如气候跨度大、冠层高度高和结构复杂的森林生态系统)的适用性要求,也不符合下垫面条件发生显著变化(如植被叶面积指数LAI增加、大气CO2浓度上升等)影响植被蒸腾和潜在蒸散发估算精度的有效性要求。
发明内容
为了解决上述技术所存在的不足之处,本发明提供了一种考虑下垫面条件变化的潜在蒸散发估算方法。
为了解决以上技术问题,本发明采用的技术方案是:一种考虑下垫面条件变化的潜在蒸散发估算方法,包括以下步骤:
步骤一、收集研究站点或区域像元尺度数据,包括大气CO2浓度、叶面积指数、植被覆盖度和气象驱动场数据;
步骤二、通过大气CO2浓度计算最大叶片气孔导度;
步骤三、将最大叶片气孔导度结合叶面积指数计算植被冠层导度;
步骤四、根据近地表风速和冠层高度计算空气动力学导度;
步骤五、由气象驱动数据中的温度、气压和相对湿度计算饱和水汽压差;
步骤六、由气象驱动数据中的净辐射和土壤热通量计算可利用能量,根据可利用能量计算植被可利用能量和裸土可利用能量;
步骤七、利用植被可利用能量、饱和水汽压差、空气动力学导度以及植被冠层导度计算植被潜在蒸腾量;
步骤八、根据裸土可利用能量计算裸土潜在蒸发量;
步骤九、将植被潜在蒸腾量与裸土潜在蒸发量相加计算得到地表蒸散发量。
进一步地,步骤二中最大叶片气孔导度gsx的计算方法为如公式①所示:
其中,C0为初始大气CO2浓度,gs0为在初始大气CO2浓度时不同植被功能类型的植物叶片最大气孔导度,Ca为大气CO2浓度,b为不同植被功能类型对应的响应参数。
进一步地,步骤三中植被冠层导度Gc的计算如公式②所示:
其中,kg为经验消减系数,gsx为步骤二中估算的叶片最大气孔导度;LAI为野外测定或卫星遥感观测的植被生长季阶段在冠层尺度上的最优叶面积指数。
进一步地,步骤四中空气动力学导度Ga的计算如公式③所示:
其中,ua为近地表风速,za为测风速的高度,h为冠层高度,d,z0m和z0h分别为0.66h,0.123h和0.0123h,k≈0.41为卡曼常数。
进一步地,步骤五中饱和水汽压差Da由气象驱动数据中的温度Ta、气压Ps和相对湿度RH计算得到,如公式④-⑦所示:
Da=es-ea, 公式④
fw=1+7×10-4+3.46×10-6Ps, 公式⑥
ea=esRH/100, 公式⑦
其中,Da为空气饱和水汽压差,es和ea分别为饱和水汽压和实际水汽压,fw为中间函数,e为自然常数。
进一步地,步骤六中可利用能量A包括植被可利用能量Ac和裸土可利用能量As;土壤的能量贡献随着植被覆盖度1-τ增加而减少,用LAI的指数形式表征这一关系,τ=exp(-kALAI),kA为消减系数,如公式⑧-⑩所示:
A=Rn-G, 公式⑧
Ac=(1-τ)A, 公式⑨
As=τA, 公式⑩
其中,Rn和G分别为气象驱动数据中的净辐射和土壤热通量。
其中,λ为水的汽化潜热参数,ε=Δ/γ,Δ为饱和水汽压随着空气温度变化的梯度,γ为温度计常数,ρa为定压下的空气密度,Cp为定压下空气比热容。
本发明针对传统的潜在蒸散发估算方法缺少考虑下垫面条件动态变化影响的局限性,提供了一种考虑陆地植被叶面积和冠层气孔导度动态变化的潜在蒸散发算法,可实现多种地表覆盖类型下的潜在蒸散发估算。本发明主要解决的技术问题包括以下三点:
(1)将地表潜在蒸散发的估算拆分为地表潜在蒸发和植被潜在蒸腾两项,建立潜在蒸腾与植被冠层气孔导度动态变化的数学关系,摆脱了下垫面条件和植被冠层气孔导度不变性的假设束缚,克服了现有潜在蒸散发算法仅适用于有限地表覆盖植被类型的适用性问题;
(2)建立不同地表覆盖植被类型下的冠层气孔导度与叶面积指数和叶片最大气孔导度的数学关系式,合理描述了叶面积指数动态变化如何影响冠层气孔导度和潜在蒸散发,从而进一步影响到潜在蒸散发量的估算精度;
(3)建立不同地表覆盖植被类型下的叶片最大气孔导度与大气二氧化碳浓度的数学关系式,合理描述了大气二氧化碳浓度动态变化如何影响冠层气孔导度和潜在蒸散发。
附图说明
图1为本发明的计算流程图。
图2为潜在植被蒸腾和潜在蒸散发随叶面积指数和大气CO2增加的变化关系图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示的考虑下垫面条件变化的潜在蒸散发估算方法,以陆地地表某一站点或像元(下垫面类型可以是森林、草地、农田、湿地、灌木和裸土等)的大气CO2浓度、叶面积指数、植被覆盖度和气象驱动场为输入,通过分别估算潜在植被蒸腾量和潜在裸土蒸发量,最终估算出潜在蒸散发量。
具体计算流程如下:
步骤一、数据收集:收集研究站点或区域像元尺度上的大气CO2浓度(Ca)、叶面积指数(LAI)、植被覆盖度(fc)和气象驱动场数据的时间序列;气象场驱动数据包括温度、气压、相对湿度、下行净辐射、地表热通量等变量;
步骤二、最大叶片气孔导度的计算:对于不同CO2浓度下的气孔导度的响应曲线拟合,满足叶片最大气孔导度(gsx)随CO2浓度升高而指数减小,如公式①所示:
其中,gs0为在初始大气CO2浓度(C0=300ppm或μmol mol-1)时不同植被功能类型的植物叶片最大气孔导度(单位为μmol m-2s-1),Ca为大气CO2浓度,b为不同植被功能类型对应的响应参数,若b不为0或1时,则表示gsx~CO2为非线性关系;
步骤三、植被冠层导度的计算:本发明将植被冠层看作一个整体,冠层内蒸腾水汽主要来自叶片分布集中的冠层中上部,则植被冠层导度(Gc)的估算可由叶片尺度上单位叶面积上的最大气孔导度(gsx)在冠层尺度总的叶面积指数(LAI)上累积,如公式②所示:
其中,kg为经验消减系数,gsx为步骤二中估算的叶片最大气孔导度。LAI为野外测定或卫星遥感观测的植被生长季阶段在冠层尺度上的最优叶面积指数(即不受水分胁迫影响条件下的LAI);
步骤四、空气动力学导度的计算:空气动力学导度(Ga)由近地表风速(ua)和冠层高度(h)计算得到,如公式③所示:
其中,za为测风速的高度,d,z0m和z0h分别为0.66h,0.123h和0.0123h。k≈0.41为卡曼常数;
步骤五、饱和水汽压差的计算:饱和水汽压差(Da)由气象驱动数据中的温度(Ta)、气压(Ps)和相对湿度(RH)计算得到,如公式④-⑦所示:
Da=es-ea, 公式④
fw=1+7×10-4+3.46×10-6Ps, 公式⑥
ea=esRH/100, 公式⑦
其中,Da为空气饱和水汽压差(kPa),es和ea分别为饱和水汽压和实际水汽压(kPa),fw为中间函数,e表示自然对数的底;
步骤六、可利用能量的计算:可利用能量A(MJm-2d-1)包括植被可利用能量(Ac)和裸土可利用能量(As)。土壤(裸土)的能量贡献随着植被覆盖度(1-τ)增加而减少,用LAI的指数形式表征这一关系,τ=exp(-kALAI),kA为消减系数,如公式⑧-⑩所示:
A=Rn-G, 公式⑧
Ac=(1-τ)A, 公式⑨
As=τA, 公式⑩
其中,Rn和G分别为气象驱动数据中的净辐射和土壤热通量(MJm-2d-1);
其中,λ为水的汽化潜热参数(MJ/kg),ε=Δ/γ,Δ为饱和水汽压随着空气温度变化的梯度(kPa/K),γ为温度计常数(kPa/K),ρa为定压下的空气密度(kg/m3),Cp为定压下空气比热容(1.005×10-3MJ/kg/K);
本例中,以叶面积指数从1m2/m2增加到6m2/m2,大气CO2浓度从400ppm增加到600ppm,进行潜在蒸散发的敏感性模拟试验。试验中,按照计算流程(步骤一至九),设定gs0=0.01m/s,b=0.6,kg=0.5,h=15m,za=10m,风速ua=1m/s,气温Ta=25℃,相对湿度RH=50%,净辐射Rn=150W/m2,气压ρa=1000hPa等输入数据,计算得到最大气孔导度、冠层气孔导度、空气动力学导度以及潜在植被蒸腾、潜在土壤蒸发和潜在蒸散发(见表1)。由图2中潜在植被蒸腾和潜在蒸散发随叶面积指数和大气CO2增加的变化关系表明,当CO2为400ppm,叶面积指数从1增加到6,潜在植被蒸腾从3.0增加到12.6mm/d,潜在蒸散发从6.2增加到13.8mm/d;而当CO2为600ppm,潜在植被蒸腾从2.6增加到11.5mm/d,潜在蒸散发从5.8增加到12.7mm/d。该案例结果表明,潜在蒸散发随叶面积指数增加而增加,但随CO2浓度增加而减少。
表1.潜在植被蒸腾和潜在蒸散发随叶面积指数和大气CO2增加的输出结果
上述实施方式并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换,也均属于本发明的保护范围。
Claims (9)
1.一种考虑下垫面条件变化的潜在蒸散发估算方法,其特征在于:包括以下步骤:
步骤一、收集研究站点或区域像元尺度数据,包括大气CO2浓度、叶面积指数、植被覆盖度和气象驱动场数据;
步骤二、通过大气CO2浓度计算最大叶片气孔导度;
步骤三、将最大叶片气孔导度结合叶面积指数计算植被冠层导度;
步骤四、根据近地表风速和冠层高度计算空气动力学导度;
步骤五、由气象驱动数据中的温度、气压和相对湿度计算饱和水汽压差;
步骤六、由气象驱动数据中的净辐射和土壤热通量计算可利用能量,根据可利用能量计算植被可利用能量和裸土可利用能量;
步骤七、利用植被可利用能量、饱和水汽压差、空气动力学导度以及植被冠层导度计算植被潜在蒸腾量;
步骤八、根据裸土可利用能量计算裸土潜在蒸发量;
步骤九、将植被潜在蒸腾量与裸土潜在蒸发量相加计算得到地表蒸散发量。
6.根据权利要求5所述的考虑下垫面条件变化的潜在蒸散发估算方法,其特征在于:步骤六中可利用能量A包括植被可利用能量Ac和裸土可利用能量As;土壤的能量贡献随着植被覆盖度1-τ增加而减少,用LAI的指数形式表征这一关系,τ=exp(-kALAI),kA为消减系数,如公式⑧-⑩所示:
A=Rn-G, 公式⑧
Ac=(1-τ)A, 公式⑨
As=τA, 公式⑩
其中,Rn和G分别为气象驱动数据中的净辐射和土壤热通量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110047399.9A CN112699621A (zh) | 2021-01-14 | 2021-01-14 | 一种考虑下垫面条件变化的潜在蒸散发估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110047399.9A CN112699621A (zh) | 2021-01-14 | 2021-01-14 | 一种考虑下垫面条件变化的潜在蒸散发估算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112699621A true CN112699621A (zh) | 2021-04-23 |
Family
ID=75514666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110047399.9A Pending CN112699621A (zh) | 2021-01-14 | 2021-01-14 | 一种考虑下垫面条件变化的潜在蒸散发估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112699621A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113255133A (zh) * | 2021-05-27 | 2021-08-13 | 国家气象中心(中央气象台) | 一种地表蒸散估算方法 |
CN114357733A (zh) * | 2021-12-17 | 2022-04-15 | 中国科学院地理科学与资源研究所 | 一种基于卫星遥感数据反演植物气孔导度的方法 |
CN115796659A (zh) * | 2022-11-16 | 2023-03-14 | 中国水利水电科学研究院 | 一种基于区域尺度蒸发衰退估计城市蓄水能力的方法 |
CN116720624A (zh) * | 2023-06-16 | 2023-09-08 | 西北农林科技大学 | 一种基于遥感数据的流域植被蒸散发预测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104992376A (zh) * | 2015-06-25 | 2015-10-21 | 河北省水利水电勘测设计研究院 | 一种河流流域水资源规划利用方法 |
CN106771073A (zh) * | 2016-12-28 | 2017-05-31 | 中国科学院地理科学与资源研究所 | 一种基于端元信息模型估算土壤和植被蒸散发的方法 |
CN111881407A (zh) * | 2020-07-30 | 2020-11-03 | 中国科学院地理科学与资源研究所 | 一种基于遥感信息的地表水、热和碳通量耦合估算方法 |
-
2021
- 2021-01-14 CN CN202110047399.9A patent/CN112699621A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104992376A (zh) * | 2015-06-25 | 2015-10-21 | 河北省水利水电勘测设计研究院 | 一种河流流域水资源规划利用方法 |
CN106771073A (zh) * | 2016-12-28 | 2017-05-31 | 中国科学院地理科学与资源研究所 | 一种基于端元信息模型估算土壤和植被蒸散发的方法 |
CN111881407A (zh) * | 2020-07-30 | 2020-11-03 | 中国科学院地理科学与资源研究所 | 一种基于遥感信息的地表水、热和碳通量耦合估算方法 |
Non-Patent Citations (6)
Title |
---|
吴林 等: "分时段修正双源模型在西北干旱区玉米蒸散量模拟中的应用", 《中国生态农业学报》 * |
吴林 等: "黑河中游绿洲区玉米冠层阻抗的环境响应及模拟", 《中国生态农业学报》 * |
李慧赟: "森林植被变化与气候变化的径流响应研究", 《中国博士学位论文全文数据库电子期刊 基础科学辑》 * |
李红霞 等: "遥感Penman-Monteith模型对区域蒸散发的估算", 《武汉大学学报(工学版)》 * |
王建林 等: "北方粳稻光合速率、气孔导度对光强和CO2浓度的响应", 《植物生态学报》 * |
王建林 等: "气孔导度对CO2浓度变化的模拟及其生理机制", 《生态学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113255133A (zh) * | 2021-05-27 | 2021-08-13 | 国家气象中心(中央气象台) | 一种地表蒸散估算方法 |
CN114357733A (zh) * | 2021-12-17 | 2022-04-15 | 中国科学院地理科学与资源研究所 | 一种基于卫星遥感数据反演植物气孔导度的方法 |
CN115796659A (zh) * | 2022-11-16 | 2023-03-14 | 中国水利水电科学研究院 | 一种基于区域尺度蒸发衰退估计城市蓄水能力的方法 |
CN115796659B (zh) * | 2022-11-16 | 2023-07-18 | 中国水利水电科学研究院 | 一种基于区域尺度蒸发衰退估计城市蓄水能力的方法 |
CN116720624A (zh) * | 2023-06-16 | 2023-09-08 | 西北农林科技大学 | 一种基于遥感数据的流域植被蒸散发预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yao et al. | Monitoring drought over the conterminous United States using MODIS and NCEP Reanalysis-2 data | |
Liu et al. | Environmental controls on seasonal ecosystem evapotranspiration/potential evapotranspiration ratio as determined by the global eddy flux measurements | |
Wang et al. | A review of global terrestrial evapotranspiration: Observation, modeling, climatology, and climatic variability | |
Minacapilli et al. | Estimation of actual evapotranspiration of Mediterranean perennial crops by means of remote-sensing based surface energy balance models | |
CN112699621A (zh) | 一种考虑下垫面条件变化的潜在蒸散发估算方法 | |
Pereira et al. | Updates and advances to the FAO56 crop water requirements method | |
Huizhi et al. | Seasonal and interannual variations of evapotranspiration and energy exchange over different land surfaces in a semiarid area of China | |
Chang et al. | A modified MOD16 algorithm to estimate evapotranspiration over alpine meadow on the Tibetan Plateau, China | |
Wang et al. | Evapotranspiration partitioning and crop coefficient of maize in dry semi-humid climate regime | |
Poblete-Echeverría et al. | Estimation of actual evapotranspiration for a drip-irrigated Merlot vineyard using a three-source model | |
Branch et al. | Simulation of semi-arid biomass plantations and irrigation using the WRF-NOAH model–a comparison with observations from Israel | |
Wang | Simulation of evapotranspiration and its response to plant water and CO2 transfer dynamics | |
Han et al. | Improved soil water deficit estimation through the integration of canopy temperature measurements into a soil water balance model | |
Zhang et al. | Energy fluxes and the Priestley–Taylor parameter over winter wheat and maize in the North China Plain | |
Gao et al. | Actual evapotranspiration of subalpine meadows in the Qilian Mountains, Northwest China | |
Dhungel et al. | Assessing evapotranspiration in a lettuce crop with a two-source energy balance model | |
Rahman et al. | Assessment on surface energy imbalance and energy partitioning using ground and satellite data over a semi-arid agricultural region in north China | |
Qiu et al. | Short–term forecasting of daily evapotranspiration from rice using a modified Priestley–Taylor model and public weather forecasts | |
Bughici et al. | Evaluation and bias correction in WRF model forecasting of precipitation and potential evapotranspiration | |
Anderson et al. | Divergence of actual and reference evapotranspiration observations for irrigated sugarcane with windy tropical conditions | |
Wang et al. | Assessing the performance of two models on calculating maize actual evapotranspiration in a semi-humid and drought-prone region of China | |
Sun et al. | Further evaluation of the Sim-ReSET model for ET estimation driven by only satellite inputs | |
Liu et al. | Estimation of land surface evapotranspiration over complex terrain based on multi‐spectral remote sensing data | |
Song et al. | Intercomparison of model-estimated potential evapotranspiration on the Tibetan Plateau during 1981–2010 | |
Zhang et al. | Spatial and decadal variations in satellite-based terrestrial evapotranspiration and drought over Inner Mongolia Autonomous Region of China during 1982–2009 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210423 |