【RS Notes】Carson 2007 综述:利用“三角形”方法从卫星影像估算地表蒸散和土壤水分

DOI: 10.3390/s7081612

科学问题

如何利用卫星影像来估算表层土壤水分和地表能流?

背景

土壤/植被/大气传输(Soil/Vegetation/Atmosphere Transfer, SVAT)模型

SVAT模型是利用地表温度估算地表土壤水分和地表能流的传统方法。其缺陷是:依赖于对卫星地表温度数据的精确定标,并需要用实际的大气观测结果来进行模型的初始化。

“三角形”方法的出现

上世纪九十年代,“三角形”方法逐步发展起来。这一方法利用影像中像元数据的分布,而非实际测量,来确定模型的边界条件。如果选取的像元足够多,在去除云和水体像元以及其他异常值后,剩余像元的外轮廓近似于一个三角形,该方法因此得名。SVAT模型的模拟结果显示,如果一幅影像中包括了完整的土壤水分分布(从最干燥到最湿润),同时包括了完整的植被覆盖分布(从裸土到完全植被覆盖),那么地表温度-植被覆盖也会形成一个三角形。这一三角的形状,是由于随着植被覆盖增加,地表温度的变化范围逐渐减小;到植被完全覆盖时,地表温度的变化范围极小,以至于可以被视为一个点。

利用卫星影像可以得到一个三角形;利用模型模拟也可以得到一个三角形。通过调整和拟合模型参数,使得这两个三角形彼此吻合,就可以确定模型参数,继而确定三角形中每一点处的土壤水分和地表能流。

需要注意的是,本文中采用的是温度为横轴,植被覆盖度为纵轴的绘制方法,而其他文献中大多采用植被覆盖度为横轴,温度为纵轴的绘制方法。

“三角形”方法的建模和实际使用

归一化温度

T^*=\frac{T-T_\min}{T_\max-T_\min}

植被覆盖度

\mathrm{FVC}=\left(\frac{\mathrm{NDVI}-\mathrm{NDVI}_\mathrm{s}}{\mathrm{NDVI}_\mathrm{v}-\mathrm{NDVI}_\mathrm{s}}\right)^2

其中\mathrm{NDVI}_\mathrm{v}为植被完全覆盖时的\mathrm{NDVI}\mathrm{NDVI}_\mathrm{s}为裸土对应的\mathrm{NDVI}

也有一些研究者使用线性关系。

进行上面两步变换的好处是可以将横纵坐标的变化范围都变为[0,1]

建模

SVAT模型的主要输入是表层土壤水和植被覆盖度。对植被蒸腾作用起决定性影响的根区土壤水被设置为一个接近于田间持水量(Field Capacity)的数值,因此其对应于植被的有效潜在蒸腾。模型的输出包括地表蒸散、地表感热、地表温度等。这些输出都是时间的函数,因此可以计算出卫星过境时刻每一参数的数值,从而与卫星观测结果进行比较。

因为假设了植被蒸腾作用总是以接近潜在蒸腾的强度进行,我们无法使用“三角形”方法来分析水分胁迫对植被的影响。作者认为这并不是一个很大的问题,因为根据实际观测,在浓密植被覆盖地区,虽然叶片温度会受到水分胁迫的影响而发生变化,但就冠层整体而言,温度的变化微乎其微。

也有一些研究者使用Priestly-Taylor关系或Penman-Monteith关系来确定植被的潜在蒸腾作用。通过加入修正项,气孔阻抗的影响也得到反映。

实际使用

首先,利用SVAT模型计算得到一系列的(T^*,\mathrm{FVC})所对应的(Mo,\mathrm{EF})取值,从而确定下式中的系数:

(Mo,\mathrm{EF})=\sum_{i=0}^3\sum_{j=0}^3a_{ij}T^{*i}\mathrm{FVC}^j

同时对暖边(其他文献中称为干边)和冷边(其他文献中称为湿边)进行二次函数形式的拟合。

“三角形”方法的定性解释

可以观察一个点簇在三角形区域内的移动:

  • 季节性变化导致的周期性移动
  • 不可逆变化(如城市化)等导致的移动

“三角形”方法的局限性

  • 边界的确定含有一定主观性
  • SVAT模型的使用有一定门槛
  • 热红外传感器只对土壤表层1--2 cm的土壤水分变化有响应
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

友情链接更多精彩内容