三种高分辨率地表蒸散发产品在华北地区的验证与对比
发布时间：2021-03-07 13:24
华北平原是中国重要的农业主产区,同时也是世界上水资源短缺最为严峻的地区之一。地表蒸散发（ET）是水资源消耗的最大项,因此获取准确的ET数据是华北平原水资源管理的重要基础。本文对全球3种高分辨率ET产品在华北地区进行精度验证和时空对比,以期为选择更适用于华北平原的高分辨率ET数据提供参考信息,更好地为水资源的研究和管理服务。通过与涡动相关测量数据对比,研究显示PMLV2产品在华北地区精度最高,其次是SSEBopV4,最后是MOD16A2,相关系数分别为0.81、0.74和0.52;均方根误差分别为0.87、1.52和1.44 mm/d,PMLV2与站点观测值的波动趋势一致性最高。3种产品在小麦生长季的估算值与观测值的相关性均高于玉米生长季,SSEBopV4和PMLV2估算值分别在小麦季和玉米季与观测值具有最高的相关性。通过3种产品相互之间的对比,结果发现PMLV2和SSEBopV4在空间分布上较一致,相关系数最高,为0.76;MOD16...
【文章来源】：资源科学. 2020,42(10)北大核心CSSCI
【文章页数】：12 页
【部分图文】：
华北平原地区的地貌划分(a)和土地利用现状及通量站点分布(b)
将3种ET产品分别与5个观测站的观测结果进行比较，统计结果如表4所示。总体上除禹城站，PML＿V2与其余站点的观测值具有最高的相关系数，处于0.80～0.95之间，其中，PML＿V2在密云站的估算值效果最好，R为0.95，但是存在低估现象。关于SSEBop＿V4产品，5个站点的相关系数也都分布在0.73～0.90之间，具有较强的相关性，其中馆陶站的相关性为0.90，但是存在高估现象。另外，MOD16A2在5个站点的估算值都出现不同程度的低估现象，其中Bias绝对值最大的禹城站与该ET产品的相关性最差（为0.20），而密云站与该ET产品的相关性系数最高（为0.90）。因为华北地区以农田用地为主，且以冬小麦和夏玉米为主要作物，为更好地衡量3种ET产品在时间尺度上以及对作物耗水估算的准确性，本文对各个站点的观测值与ET产品估算值分别从月尺度，和冬小麦、夏玉米2个生长季进行比较分析。图3显示了多年月均值的比较。结果表明，3种ET产品均表现出明显的季节性特征，均为夏季最大，冬季最小。这主要是由于夏季植被蒸腾较大所致。同时，不同产品在冬季ET的差异较小，而夏季差异较大。估算值与站点观测值的季节变化相比，PML＿V2与站点观测值的波动趋势一致性最高，而SSEBop＿V4的ET估算值整体上存在高估现象，明显高估时期为5—10月，MOD16A2存在低估现象，明显低估时期为3—7月。观测数据显示6月出现ET的低值，这主要由华北地区冬小麦收割引起。PML＿V2产品计算时使用了平滑后的MODIS叶面积指数（leaf area index,LAI）产品，平滑后的LAI产品未能显示出6月份由于小麦收割导致的LAI低值，导致该产品未在6月出现低值。SSEBop＿V4产品未显示此特征，主要是由于其输入信息缺少植被物候信息[17]。
因为华北地区以农田用地为主，且以冬小麦和夏玉米为主要作物，为更好地衡量3种ET产品在时间尺度上以及对作物耗水估算的准确性，本文对各个站点的观测值与ET产品估算值分别从月尺度，和冬小麦、夏玉米2个生长季进行比较分析。图3显示了多年月均值的比较。结果表明，3种ET产品均表现出明显的季节性特征，均为夏季最大，冬季最小。这主要是由于夏季植被蒸腾较大所致。同时，不同产品在冬季ET的差异较小，而夏季差异较大。估算值与站点观测值的季节变化相比，PML＿V2与站点观测值的波动趋势一致性最高，而SSEBop＿V4的ET估算值整体上存在高估现象，明显高估时期为5—10月，MOD16A2存在低估现象，明显低估时期为3—7月。观测数据显示6月出现ET的低值，这主要由华北地区冬小麦收割引起。PML＿V2产品计算时使用了平滑后的MODIS叶面积指数（leaf area index,LAI）产品，平滑后的LAI产品未能显示出6月份由于小麦收割导致的LAI低值，导致该产品未在6月出现低值。SSEBop＿V4产品未显示此特征，主要是由于其输入信息缺少植被物候信息[17]。表5显示了3种ET产品在冬小麦和夏玉米生长季与观测值的对比，因为密云和怀来观测站为一季作物，故表5的分析中只使用了其余3个观测站的数据。由表5可见，3种产品在小麦生长季与观测值的相关性均高于玉米生长季。其中，SSEBop＿V4和PML＿V2的ET值与观测值在小麦季具有较高的相关性，R分别为0.86和0.85;PML＿V2的ET值与观测值在玉米季具有最高的相关性，R为0.46。另外，3个产品在小麦生长季的Bias均为负值，尤其是MOD16A2和PML＿V2,Bias分别为-51.32%和-26.16%，这与图3小麦生长季节变化出现的低估现象吻合。同时，从各ET产品在小麦季和玉米季的RMSE值分析，可以发现SSEBop＿V4和PML＿V2在小麦季的ET估算值与观测值误差更小，模拟效果更好，而MOD16A2相反。
【参考文献】：
期刊论文
[1]遥感估算地表蒸散发真实性检验研究进展[J]. 张圆,贾贞贞,刘绍民,徐自为,徐同仁,姚云军,马燕飞,宋立生,李相,胡骁,王泽宇,郭枝虾,周纪. 遥感学报. 2020(08)
[2]渭河流域潜在蒸散量变化的气候归因[J]. 郭梦瑶,佘敦先,张利平,汤柔馨,赵鹏雁. 资源科学. 2020(05)
[3]最大熵增地表蒸散模型:原理及应用综述[J]. Wang Jingfeng,刘元波,张珂. 地球科学进展. 2019(06)
[4]华北地下水超采综合治理效果评估——以冬小麦春灌节水政策为例[J]. 胡振通,王亚华. 干旱区资源与环境. 2019(05)
[5]气候变化下辽西北春玉米生育期需水量研究[J]. 曹永强,李维佳,赵博雅. 资源科学. 2018(01)
[6]怀来地区蒸渗仪测定玉米田蒸散发分析[J]. 杨光超,朱忠礼,谭磊,刘绍民,徐自为,柏军华,肖青. 高原气象. 2015(04)
[7]基于遥感模型的华北平原农田区蒸散发量估算[J]. 陈鹤,杨大文,刘钰,张宝忠,王蕾. 灌溉排水学报. 2014(Z1)
[8]华北平原蒸散和GPP格局及其对气候波动的响应[J]. 莫兴国,刘苏峡,林忠辉,邱建秀. 地理学报. 2011(05)
[9]遥感反演土壤蒸发/植被蒸腾二层模型在华北地区的应用[J]. 田静,苏红波,孙晓敏,陈少辉. 地理研究. 2009(05)
[10]区域蒸散发估算测定方法综述[J]. 武夏宁,胡铁松,王修贵,江燕,李修树. 农业工程学报. 2006(10)
博士论文
[1]农田区域蒸散发和土壤含水量协同获取方法研究与应用[D]. 易珍言.中国水利水电科学研究院 2019
[2]基于多套再分析资料的全球蒸发量时空变化特征及其成因研究[D]. 苏涛.兰州大学 2016
硕士论文
[1]华北平原地下水节水压采条件下作物种植制度优化[D]. 肖李俏.长沙理工大学 2018
本文编号：3069178
【文章来源】：资源科学. 2020,42(10)北大核心CSSCI
【文章页数】：12 页
【部分图文】：
华北平原地区的地貌划分(a)和土地利用现状及通量站点分布(b)
将3种ET产品分别与5个观测站的观测结果进行比较，统计结果如表4所示。总体上除禹城站，PML＿V2与其余站点的观测值具有最高的相关系数，处于0.80～0.95之间，其中，PML＿V2在密云站的估算值效果最好，R为0.95，但是存在低估现象。关于SSEBop＿V4产品，5个站点的相关系数也都分布在0.73～0.90之间，具有较强的相关性，其中馆陶站的相关性为0.90，但是存在高估现象。另外，MOD16A2在5个站点的估算值都出现不同程度的低估现象，其中Bias绝对值最大的禹城站与该ET产品的相关性最差（为0.20），而密云站与该ET产品的相关性系数最高（为0.90）。因为华北地区以农田用地为主，且以冬小麦和夏玉米为主要作物，为更好地衡量3种ET产品在时间尺度上以及对作物耗水估算的准确性，本文对各个站点的观测值与ET产品估算值分别从月尺度，和冬小麦、夏玉米2个生长季进行比较分析。图3显示了多年月均值的比较。结果表明，3种ET产品均表现出明显的季节性特征，均为夏季最大，冬季最小。这主要是由于夏季植被蒸腾较大所致。同时，不同产品在冬季ET的差异较小，而夏季差异较大。估算值与站点观测值的季节变化相比，PML＿V2与站点观测值的波动趋势一致性最高，而SSEBop＿V4的ET估算值整体上存在高估现象，明显高估时期为5—10月，MOD16A2存在低估现象，明显低估时期为3—7月。观测数据显示6月出现ET的低值，这主要由华北地区冬小麦收割引起。PML＿V2产品计算时使用了平滑后的MODIS叶面积指数（leaf area index,LAI）产品，平滑后的LAI产品未能显示出6月份由于小麦收割导致的LAI低值，导致该产品未在6月出现低值。SSEBop＿V4产品未显示此特征，主要是由于其输入信息缺少植被物候信息[17]。
因为华北地区以农田用地为主，且以冬小麦和夏玉米为主要作物，为更好地衡量3种ET产品在时间尺度上以及对作物耗水估算的准确性，本文对各个站点的观测值与ET产品估算值分别从月尺度，和冬小麦、夏玉米2个生长季进行比较分析。图3显示了多年月均值的比较。结果表明，3种ET产品均表现出明显的季节性特征，均为夏季最大，冬季最小。这主要是由于夏季植被蒸腾较大所致。同时，不同产品在冬季ET的差异较小，而夏季差异较大。估算值与站点观测值的季节变化相比，PML＿V2与站点观测值的波动趋势一致性最高，而SSEBop＿V4的ET估算值整体上存在高估现象，明显高估时期为5—10月，MOD16A2存在低估现象，明显低估时期为3—7月。观测数据显示6月出现ET的低值，这主要由华北地区冬小麦收割引起。PML＿V2产品计算时使用了平滑后的MODIS叶面积指数（leaf area index,LAI）产品，平滑后的LAI产品未能显示出6月份由于小麦收割导致的LAI低值，导致该产品未在6月出现低值。SSEBop＿V4产品未显示此特征，主要是由于其输入信息缺少植被物候信息[17]。表5显示了3种ET产品在冬小麦和夏玉米生长季与观测值的对比，因为密云和怀来观测站为一季作物，故表5的分析中只使用了其余3个观测站的数据。由表5可见，3种产品在小麦生长季与观测值的相关性均高于玉米生长季。其中，SSEBop＿V4和PML＿V2的ET值与观测值在小麦季具有较高的相关性，R分别为0.86和0.85;PML＿V2的ET值与观测值在玉米季具有最高的相关性，R为0.46。另外，3个产品在小麦生长季的Bias均为负值，尤其是MOD16A2和PML＿V2,Bias分别为-51.32%和-26.16%，这与图3小麦生长季节变化出现的低估现象吻合。同时，从各ET产品在小麦季和玉米季的RMSE值分析，可以发现SSEBop＿V4和PML＿V2在小麦季的ET估算值与观测值误差更小，模拟效果更好，而MOD16A2相反。
【参考文献】：
期刊论文
[1]遥感估算地表蒸散发真实性检验研究进展[J]. 张圆,贾贞贞,刘绍民,徐自为,徐同仁,姚云军,马燕飞,宋立生,李相,胡骁,王泽宇,郭枝虾,周纪. 遥感学报. 2020(08)
[2]渭河流域潜在蒸散量变化的气候归因[J]. 郭梦瑶,佘敦先,张利平,汤柔馨,赵鹏雁. 资源科学. 2020(05)
[3]最大熵增地表蒸散模型:原理及应用综述[J]. Wang Jingfeng,刘元波,张珂. 地球科学进展. 2019(06)
[4]华北地下水超采综合治理效果评估——以冬小麦春灌节水政策为例[J]. 胡振通,王亚华. 干旱区资源与环境. 2019(05)
[5]气候变化下辽西北春玉米生育期需水量研究[J]. 曹永强,李维佳,赵博雅. 资源科学. 2018(01)
[6]怀来地区蒸渗仪测定玉米田蒸散发分析[J]. 杨光超,朱忠礼,谭磊,刘绍民,徐自为,柏军华,肖青. 高原气象. 2015(04)
[7]基于遥感模型的华北平原农田区蒸散发量估算[J]. 陈鹤,杨大文,刘钰,张宝忠,王蕾. 灌溉排水学报. 2014(Z1)
[8]华北平原蒸散和GPP格局及其对气候波动的响应[J]. 莫兴国,刘苏峡,林忠辉,邱建秀. 地理学报. 2011(05)
[9]遥感反演土壤蒸发/植被蒸腾二层模型在华北地区的应用[J]. 田静,苏红波,孙晓敏,陈少辉. 地理研究. 2009(05)
[10]区域蒸散发估算测定方法综述[J]. 武夏宁,胡铁松,王修贵,江燕,李修树. 农业工程学报. 2006(10)
博士论文
[1]农田区域蒸散发和土壤含水量协同获取方法研究与应用[D]. 易珍言.中国水利水电科学研究院 2019
[2]基于多套再分析资料的全球蒸发量时空变化特征及其成因研究[D]. 苏涛.兰州大学 2016
硕士论文
[1]华北平原地下水节水压采条件下作物种植制度优化[D]. 肖李俏.长沙理工大学 2018
本文编号：3069178
本文链接：https://www.wllwen.com/projectlw/dqwllw/3069178.html
最近更新
教材专著
