【RS Notes】Nishida et al., 2003 一种遥感蒸散模型

DOI: 10.1029/2002JD002062

本研究中,主要是应用温度-植被指数特征空间的暖边求取了T_\text{soil max}T_a,其余大部分参数利用经验方法等求解。

特点

  • 独立:最小化了VPD和风速这两个难于遥感获取的参数的影响。
  • 灵活:可以不使用气象数据等辅助数据,但在有数据时也可以将其纳入。
  • 简单:对计算资源的需求低。
  • 可扩展:除了瞬时蒸散,还提供了日蒸散的信息。
  • 泛用:适应于不同植被类型、地表覆盖、季节以及气候。

算法

线性双源蒸散模型

\mathrm{EF}=\frac{\mathrm{ET}}{Q}=f_{\mathrm{veg}} \frac{Q_{\mathrm{veg}}}{Q} \mathrm{EF}_{\mathrm{veg}}+\left(1-f_{\mathrm{veg}}\right) \frac{Q_{\mathrm{soil}}}{Q} \mathrm{EF}_{\mathrm{soil}}

f_\mathrm{veg}的估算

认为NDVI与f_\mathrm{veg}为线性关系。

f_{\text {veg }}=\left(\mathrm{NDVI}-\mathrm{NDVI}_{\min }\right) /\left(\mathrm{NDVI}_{\max }-\mathrm{NDVI}_{\min }\right)

\mathrm{EF}_{\mathrm{veg}}的估算

\mathrm{EF}_{\mathrm{veg}}=\frac{\alpha \Delta}{\Delta+\gamma\left(1+r_{c} / 2 r_{a}\right)}

其中r_ar_c采用经验方法求取。

\mathrm{EF}_{\mathrm{soil}}的估算

使用能量平衡求解。

\frac{T_{\text {soil max }}-T_{\text {soil }}}{T_{\text {soil max }}-T_{a}}=\frac{\mathrm{ET}_{\text {soil }}}{Q_{\text {soil } 0}}=\frac{Q_{\text {soil }}}{Q_{\text {soil } 0}} \mathrm{EF}_{\text {soil }}

T_a的估算

认为T_\mathrm{veg}=T_a。利用暖边外推求取T_\mathrm{veg}

反照率、地表热流G、可用能量Q

仍然是经验公式为主。

风速的估计

1 / r_{a \text { soil }}=0.0015 U_{1 \mathrm{~m}}

然后利用

U=u_{*} \ln \left[(z-d) / z_{0}\right] / k

转换到U_\text{50 m}

结果

图8 反演结果

附录:EF和ET/PET的关系

根据Priestley-Taylor公式可得:

\frac{\mathrm{ET}}{\mathrm{PET}_{\mathrm{PT}}}=\frac{\mathrm{ET}(\Delta+\gamma)}{Q_{\mathrm{soil} 0}}=\frac{\Delta+\gamma}{\alpha \Delta} \mathrm{EF}

考虑互补关系:

\mathrm{ET}+\mathrm{PET}=2\mathrm{ET}_0

的经验表达:

\mathrm{ET}+\mathrm{PET}_{\mathrm{PM}}=2 \mathrm{ET}_{\mathrm{PT}}

可以得到:

\frac{\mathrm{ET}}{\mathrm{PET}_{\mathrm{PM}}}=\frac{\mathrm{ET}}{2 \mathrm{PET}_{\mathrm{PT}}-\mathrm{ET}}=\frac{\mathrm{ET} / \mathrm{PET}_{\mathrm{PT}}}{2-\mathrm{ET} / \mathrm{PET}_{\mathrm{PT}}}=\frac{(\Delta+\gamma)\mathrm{EF}}{2\alpha-(\Delta+\gamma)\mathrm{EF}}

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
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,546评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,224评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,911评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,737评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,753评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,598评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,338评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,249评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,696评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,888评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,013评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,731评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,348评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,929评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,048评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,203评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,960评论 2 355

推荐阅读更多精彩内容