基于蒸散遙感反演的全國地表缺水分區(qū)

1 研究背景

界定缺水程度是分區(qū)的基礎(chǔ), 國內(nèi)外學(xué)者在缺水程度方面做過很多研究。王浩等從理論上分析并識別了缺水的狀態(tài), 為中國缺水研究提供了一定的理論框架[ 1] 。隨著遙感與GIS 技術(shù)的發(fā)展出現(xiàn)了一些快速、及時(shí)、動態(tài)的評價(jià)缺水程度的新方法[ 2] 。從植被狀況表征缺水角度出發(fā), Kogan 在分析多年NOAAPAVHRR 數(shù)據(jù)的基礎(chǔ)上, 提出植被條件指數(shù)VCI[3] , 蔡斌根據(jù)VCI 結(jié)合降水?dāng)?shù)據(jù)對我國 1991 年的干旱情況進(jìn)行了檢測[ 4] , 易永紅等采用MODIS 數(shù)據(jù)構(gòu)建TVDI, 對2006 年川東和重慶的旱情進(jìn)行了評估分析[ 5] , Ceccato 利用 SPOT Vegetation 數(shù)據(jù)研究植被水的反演工作, 提出了全局植被濕度指數(shù) GVMI (Global Vegetation Moisture Index) 指數(shù)[ 6- 8] 。江東等應(yīng)用NOAAPAVHRR 構(gòu)建水分指數(shù)NDVIPTs, 分析它與農(nóng)作物產(chǎn)量的關(guān)系[ 9] , 這些指標(biāo)在植物生長茂盛階段監(jiān)測植被缺水狀況較好, 但需要較長時(shí)代資料積累。應(yīng)用蒸散發(fā)表征缺水方面, Idso 和Jackson 分別從空氣濕度方面考慮冠層溫度變化提出了作物水分脅迫指數(shù)CWSI 的經(jīng)驗(yàn)?zāi)Ｊ胶屠碚撃Ｊ絒 10- 11] , CWSI 是現(xiàn)今應(yīng)用比較廣泛的一種作物缺水指標(biāo), 精度較高。國內(nèi)外學(xué)者進(jìn)一步對其進(jìn)行了改進(jìn)和應(yīng)用[ 12- 16] , 如張仁華根據(jù) CWSI 建立作物缺水狀況的微氣象模式, Moran 建立的WDI, 宋小寧等建立的 SWDI, 田國良等建立的我國華北地區(qū)干旱狀況監(jiān)測系統(tǒng)。 CWSI 及其后續(xù)研究從能量平衡觀點(diǎn)出發(fā), 應(yīng)用蒸散發(fā)表征地表缺水狀況, 具有一定的理論和實(shí)踐意義。

根據(jù)前人研究以及從較大尺度上研究全國地表缺水狀況并進(jìn)行分區(qū)的目的, 需要選取空間覆蓋度比較大, 通用性較強(qiáng)且數(shù)據(jù)參數(shù)比較容易獲得的模型進(jìn)行研究。研究發(fā)現(xiàn)區(qū)域的水分狀況與流域水量平衡中的重要支出項(xiàng)) ) ) 地表蒸散發(fā)( ET ) 密切相關(guān), 它由兩部分組成, 即地表水的蒸發(fā)和植物的蒸騰。而區(qū)域?qū)嶋H蒸散量和潛在蒸散量是大氣、土壤和植被等各圈層蒸發(fā)和蒸騰的綜合反映, 其比值與土壤水分密切相關(guān), 當(dāng)土壤水分小于臨界狀態(tài)的土壤水分( 理想供水狀況下的土壤水分含量) , 即當(dāng)實(shí)際蒸散小于潛在蒸散時(shí), 則表征區(qū)域缺水; 反之, 表征區(qū)域不缺水。基于以上分析, 本文擬通過遙感反演地表蒸散發(fā)提取表征地表缺水狀況的地表缺水指數(shù)( SWDI, Surface Water Deficit Index) [ 16] , 進(jìn)而獲得全國總體缺水狀況, 并根據(jù)該指數(shù)進(jìn)行全國地表缺水分區(qū)的探索性研究, 以期為我國經(jīng)濟(jì)政治決策及相關(guān)研究提供參考。

2 數(shù)據(jù)源及研究方法

2.1 數(shù)據(jù)與流程

本研究選取日本靜止氣象衛(wèi)星 GMS- 5 為數(shù)據(jù)源, 其位于赤道上空35800km, 東經(jīng)140 度。GMS- 5 完全覆蓋中國區(qū)域, 且時(shí)間分辨率一小時(shí), 是全國范圍的缺水狀況遙感監(jiān)測理想數(shù)據(jù)源。通過實(shí)時(shí)接收該衛(wèi)星多通道掃描輻射計(jì)VISSR 信號, 可獲取白天可見光、晝夜紅外資料。本次研究主要采用的是GMS 可見光和熱紅外兩個波段數(shù)據(jù): ( 1) 可見光波段VIS。空間分辨率為1125km, 時(shí)間分辨率為1h, 波譜范圍為0155~ 1105Lm; ( 2) 熱紅外波段TIR。空間分辨率為5km, 時(shí)間分辨率為1h, 波譜范圍為 1015~ 1215Lm。本項(xiàng)研究通過處理 GMS- 5 原始數(shù)據(jù)遙感參數(shù)反演實(shí)際蒸散和潛在蒸散, 獲得地表缺水指數(shù)( SWDI ) 。進(jìn)而根據(jù)SWDI 在GIS 空間分析和統(tǒng)計(jì)分析的基礎(chǔ)上進(jìn)行全國地表缺水分區(qū)。本文方法流程圖如下所示。

2.2 地表缺水脅迫系數(shù)( SWDI) 的反演[ 17]

2.2.1 數(shù)據(jù)預(yù)處理 

為了保證定量遙感的反演的精確度, 各波段數(shù)據(jù)在接收以后, 需要進(jìn)行必要的預(yù)處理。首先對接收的兩個波段數(shù)據(jù)進(jìn)行重采樣并進(jìn)行裁剪, 并根據(jù)GMT 制式( 格林尼治標(biāo)準(zhǔn)時(shí)間) 內(nèi)插每日

的正午和午夜合成圖。在合成過程中, 需要進(jìn)行閾值云檢測, 根據(jù)在相鄰兩幅紅外光譜測得的輻亮度差值及其絕對值判斷像元是否為云覆蓋, 云覆蓋像元數(shù)據(jù)不參與數(shù)據(jù)合成。其次對數(shù)據(jù)定標(biāo)并進(jìn)行大氣校正、輻射校正和幾何校正, 去除大氣對輻射傳輸?shù)挠绊?。大氣校正中對于可見光波? 我們采用Kondratyev 的總輻射傳輸模型[ 18] , 并對其進(jìn)行了一定的擴(kuò)展和修正。此外, 云層對反演精度影響較大,所以采用了云檢測算法將有云像元從無云像元中分離。取200 @ 200 像素子窗口, 可以找到該子窗口的最高亮溫, 在該旬正午熱紅外圖像上滑動, 得到該旬最大正午地表溫度圖像; 用同樣的方法從該旬全部正午可見光圖像上提取該旬最小反照率圖像。上述兩幅圖像代表的都是無云時(shí)的情況。再采用4 個聯(lián)立閾值判斷方程來確定某像元是否有云。通過一系列圖像預(yù)處理獲得具有統(tǒng)一地理坐標(biāo)的GMS 標(biāo)準(zhǔn)數(shù)據(jù)。

更多內(nèi)容請查看pdf