基于MODIS遥感资料估算高原地表潜热通量

王丽娟, 郭 铌, 杨 扬

(1.中国气象局 兰州干旱气象研究所/甘肃省干旱气候变化与减灾重点实验室/中国气象局干旱气候变化与减灾重点实验室,兰州 730020; 2.中国气象局 成都高原气象研究所, 成都 610071)

基于MODIS遥感资料估算高原地表潜热通量

王丽娟1,2, 郭 铌1, 杨 扬1

(1.中国气象局 兰州干旱气象研究所/甘肃省干旱气候变化与减灾重点实验室/中国气象局干旱气候变化与减灾重点实验室,兰州 730020; 2.中国气象局 成都高原气象研究所, 成都 610071)

利用2014年夏季青藏高原9个观测站的实测资料，首先分析了夏季高原地区的湍流输送特征，并对MODIS(Moderate-Resolution Imaging Spectroradiometer)地表潜热产品在高原地区的适用性进行检验，进一步在潜热模型中引入MODIS昼夜地表温度来估算研究区的地表潜热，并将估算值与实测值进行对比。结果表明：下垫面以裸土/稀疏植被为主的阿里站能量输送以感热为主，其他观测站的湍流输送则以潜热输送为主；MODIS潜热产品在高原各地区的适用性存在差异，产品在高原东部偏东地区适用性较好，其他地区适用性较差，且高原西部的潜热有效数据大量缺失；而新提出的方法不仅可以弥补高原西部地表潜热的缺失，还可以提高地表潜热的估算精度，估算值与实测值之间相关系数达到0.77，均方根误差仅为29.8 W/m2，相对误差为35.59%；模型给出的高原地区地表潜热区域分布特征与高原的地表覆盖类型吻合较好，说明模型给出的高原地表潜热分布是合理的。

青藏高原; 地表潜热; MODIS产品

有“世界屋脊”之称的青藏高原，作为地球的“第三极”是地形结构最为复杂、海拔最高的大高原，其动力和热力作用不仅是对我国，乃至全球的气候变化都能产生巨大的影响。要对高原进行更加详尽的认识，实现区域或更大尺度的研究就需要大范围的加密观测资料，但由于青藏高原平均海拔达4 000 m以上，在这种高海拔、下垫面结构复杂的地区，要获取大范围长期的地面观测资料较为困难，这就使得观测资料成为阻碍高原研究的关键因素。20世纪70年代以来，国内外研究者进行了多次青藏高原试验[1-3]，为高原的能量平衡和水循环研究取得了不少的观测资料，开创了高原科学研究的新局面。高代价获取的地面单点观测资料并不能满足高原大尺度的研究需求，所以遥感资料便成为了大尺度研究的重要基础数据。在观测资料与遥感资料的基础上，通过遥感模型和数值模拟等手段才能使仅有的观测资料发挥最大的价值[4-5]。高原的能量输送及地表特征的研究[6-7]、高原卫星资料精度检验[8-9]、遥感算法及模型的验证与改进[10-12]等工作都有了巨大的进步。但这些观测资料都仅限于高原的一两个观测点，同时涉及几种不同下垫面的观测资料实为罕见，这就限制了高原更大尺度的研究，阻碍了对高原整体特征的认识。

本文利用2014年夏季高原不同下垫面的观测资料对MOD16地表潜热产品进行适用性检验，并在Wang等[13]提出的模型基础上引入昼夜地表温度差来估算高原的地表潜热，进一步将估算结果与实测值进行对比，验证模型在该地区的适用性，这不仅可以为高原地区区域地表能量的估算提供一种可能，还可以为高原的陆面过程及区域气候的研究提供可靠的依据。

1 试验材料与方法

1.1 研究区概况

研究区主要选取西藏地区，西藏位于青藏高原的西南部，地理位置为26.83°—36.88°N，78.42°—99.1°E，下垫面复杂多样。本次选取9个观测点，由东到西依次为林芝、比如、嘉黎、聂荣、那曲、安多、纳木错、班戈、阿里，见图1，各站点的地理位置及下垫面情况等见表1。

表1 各观测站点的经纬度、海拔高度、下垫面类型、地理位置及概况

1.2 资料来源及处理

本文所使用的卫星资料为2014年7—9月每天的地表温度产品MOD11 A1，通道反射率产品MOD09 GA及地表潜热产品MOD16 A2。首先对MODIS产品进行投影转换及重采样等处理，将所有产品的分辨率统一到1 km×1 km，再利用最邻近插值法得到观测站的单点数据，并在数据中剔除有降水的时段。

本文所使用的观测资料为同期高原地区9个观测站的辐射、气温、降水、潜热等观测资料，并对资料进行简单的日平均处理。为保证观测数据的可靠性，我们对数据进行简单的筛选，具体标准为：(1) 净辐射>10.0 W/m2；(2) 最高气温<50℃；(3) 最低气温>-30℃；(4) 气温日较差>1.0℃；(5) 潜热通量>1.0 W/m2；(6) 净辐射与净短波辐射的比值<1.0；(7) 潜热与净辐射的比值<1.0。

1.3 方法介绍

1.3.1 净辐射及潜热的估算模型 Wang等[13-14]利用2个中国青藏高原观测站和22个其他观测站的实测资料联合卫星遥感数据给出了一个简单的净辐射和潜热估算模型：

Rn=Rsn(a0+a1Tmin+a2DTaR+a3NDVIa4RH)

(1)

LE=Rn(b0+b1NDVI+b2Tmean+b3DTaR)

(2)

式中：Rn为净辐射；a0—a4为常数；Tmin为最低气温；RH为相对湿度；DTaR为气温变化范围，DTaR=Tmax-Tmin；Tmax为最高气温；NDVI为归一化植被指数；LE为潜热；b0—b3为常数；Tmean为日平均温度；Rsn为短波辐射。利用Allen等[15]提出的算法估算：

Rsn=Rs(1.0-r)

(3)

(4)

(5)

(6)

ωs=arccos(-tanψtanδ)

(7)

(8)

式中：Ra为大气层顶接收到的太阳辐射[MJ/(m2·d)]；n为实际累计日照时数；Ne为最大可能的日照时数，本文使用的晴天资料，假定实际日照时数比最大可能日照时数少2h，即n=Ne-2；as和bs为常数，本文分别取0.25，0.5；Gsc为太阳常数，取0.082MJ/(m2·d)；ψ为纬度(rad)；J为儒略日；YD为一年的总天数；D为日地距离；r为反照率，可由MODIS的第1到第7通道反射率估算[16]：

r=0.1ρ1+0.392ρ2+0.086ρ3+0.11ρ4+0.182ρ5+0.069ρ6+0.091ρ7

(9)

式中：ρi为第i通道的反射率。

净辐射和潜热的估算模型都需要地面观测的气温和相对湿度作为辅助数据进行输入，但这些要素都是单点的观测资料，为满足区域地表潜热的估算，我们利用遥感提供的地表温度来替代气温进行计算，具体方式如下：

Tmin=c0+c1LSTnight

(10)

Tmax=d0+d1LSTday

(11)

式中：c0，c1，d0，d1为回归系数，由研究区内MOD11的昼、夜地表温度与实测日最高、最低气温进行回归得到；LSTday，LSTnight分别为MOD11提供的昼、夜地表温度；Tmean=(Tmax+Tmin)/2；相对湿度RH由下式估算[13]：

RH≈100(emin/es)

(12)

(13)

(14)

es=0.5(emax+emin)

(15)

式中：emax，emin分别为对应温度下的饱和水汽压；es为平均饱和水汽压。

1.3.2 估算结果精度评价 本文使用以下3个统计量来评价估算结果：

均方根误差RMSE

(16)

平均相对误差MAPE

(17)

相关系数R

(18)

2 结果与分析

2.1 高原夏季地表能量通量特征分析

图1为2014年夏季观测期间各站的能量平衡日变化图。由于林芝站的边界层数据缺失，所以省略林芝站的地表能量平衡图。从图中可以看到，各观测站的能量通量都有明显的日变化，变化曲线呈单峰型。净辐射值在早晨8：00左右开始迅速增大，14：00左右达到最大值，而后又在19：00之后迅速减小；同时感热和潜热交换也随着太阳加热地面而迅速加强，在14：00—15：00之间达到峰值。在湍流输送的过程中，下垫面为典型稀疏植被的阿里站，由于地表覆盖度较小，地表与空气间的温差较大，土壤含水量较小，湍流交换主要以感热输送为主，潜热较小；而其他观测站则以潜热输送为主，感热输送较小。

图1 高原地区湍流日变化

2.2 MOD16产品在高原地区的适用性检验

图2为MOD16产品中的潜热与实测值的比较，由于MOD16产品中阿里站的数据全部无效，所以图中缺少了阿里站的数据资料，剩下8个站的样本总数为50个，各观测点有效样本数见表2。如图2A所示，从整体上看MOD16中的地表潜热值与实测值之间存在弱的负相关，两者之间的散点分布较为分散，相关系数为0.3。图2B为MOD16潜热随实测值的变化，可以看到在曲线的前段和后段MOD16潜热偏离实测值的较为严重，而在曲线的中间部分两者较为接近。曲线的前段为安多和班戈站，如图2C所示，在这两个观测站MOD16潜热与实测值呈明显的正相关，相关系数达到0.65；但从数值上看，这两个观测点MOD16潜热值远小于实测值。曲线的中间部分主要为比如、嘉黎、林芝和纳木错站，如图2D所示，这4个观测点的MOD16潜热与实测值呈正相关，相关系数为0.49，且MOD16潜热值与实测值较为接近，均方根误差为13.33 W/m2，平均相对误差仅为18.67%。曲线的后段主要为那曲和聂荣站，如图2E所示，两个观测点的MOD16潜热与实测值之间没有明显的相关关系，且MOD16潜热值远小于实测值。

根据站点的地理位置，结合上述每个观测点的分析结果，我们可以发现MOD16潜热产品在高原地区的各区域适用性不同，且位于高原西部的阿里站无有效值。整体上看，产品在高原的西部和中部适用性较差，而在高原的东部区域适用性较好。所以MOD16的潜热产品用于高原地区的大尺度研究存在困难。

注：A为8个观测点MOD16潜热与实测值的比较，B为8个观测点MOD16潜热与实测值的序列图，C为安多和班戈站，D为比如、嘉黎、林芝、纳木错站，E为那曲和聂荣站。

图2 各观测点MOD16潜热值与实测值之间的比较表2 各观测站点遥感和观测资料的有效样本数

2.3 模型在高原地区的适用性检验

为得到公式(10)和(11)的系数，本文采用9个观测点的日最高、最低气温分别与MOD11白天、夜间地表温度进行拟合，各观测点的有效样本数见表2。从图3中可以看出，各观测站的日最高气温与MOD11白天地表温度具有很好的相关性，相关系数达到0.82；从数值上看，在日最高气温低于15℃时，两者的偏差较小，散点紧密地分布在1∶1线两侧；而在日最高气温高于15℃时，地表温度值较气温偏大，且气温值越高偏差越大。日最低气温与MOD11夜间地表温度的相关性也较好，相关系数为0.63，但数值上地表温度明显比气温值偏高。综上所述，研究区的日最高和最低气温与MOD11白天、夜间地表温度的相关性都较好，所以本文给出的方法是可行的。

图4为估算的辐射与实测值之间的比较，由于有的观测点缺乏辐射资料，所以辐射检验的有效样本数较少，见表2。如图4A所示，净短波辐射的估算值与实测值之间的偏差较小，相关系数达到0.83，均方根误差仅为3.12 MJ/(m2·d)，平均相对误差为13.13%。这说明，Tang等提出的估算瞬时净短波辐射的方法可以用来估算日均净短波辐射，且这种方法估算的净短波辐射接近实测值。在净短波辐射的基础上，利用Wang等提出的模型估算净辐射，结果见图4B。可以看到，净辐射的估算结果整体较实测值偏大，相关系数0.49通过了95%的显著性水平检验，均方根误差为2.59 MJ/(m2·d)，平均相对误差仅为15.05%，估算的净辐射结果较为理想，可以用于后面地表潜热的估算。

如图5A所示，模型估算的地表潜热比实测值偏大，拟合线平行于1∶1线，平均相对误差为35.59%，均方根误差29.8 W/m2；但估算结果与实测值之间的相关性较好，相关系数达到0.77。如图5B所示，估算的高原地区各观测点(包括高原西部的阿里站)的地表潜热与实测值变化趋势高度吻合，模型可以用来估算高原地区的地表潜热，并为高原地表潜热的区域或更大尺度研究提供参考。

模型估算的高原地区地表潜热区域分布见附图3，为了得到更多的有效数据，我们将MODIS的地表温度和反射率产品进行3天合成，再用公式(2)估算地表潜热。附图3B—D分别为2014年7月26—28日，8月12—14日，8月26—28日的地表潜热区域分布图。整个高原地区地表潜热呈东高西低的形势，符合高原地表植被覆盖特征(图3A)，高原东部潜热可达到90～150 W/m2，局部区域植被覆盖度较大，地表潜热大于150 W/m2；而高原的西部地表覆盖类型主要以裸土和稀疏植被为主，植被覆盖普遍较低，地表潜热一般小于50 W/m2，大部分地区的地表潜热小于30 W/m2。

图3 日最高/最低气温与MOD11白天/夜间地表温度的比较

图4 遥感估算的辐射通量与实测值之间的比较

图5 遥感估算的潜热通量与实测值之间的比较

3 结 论

(1) MOD16潜热在高原各区域的适用性还有待进一步检验，从各观测点MOD16潜热与实测值的比较可以看到，MOD16潜热产品在高原的东部地区适用性较好，而在高原的其他区域实用性较差。

(2) 在MODIS的遥感产品基础上，利用Wang等[13]给出的模型来估算高原夏季地表潜热的变化是可行的，模型估算的潜热接近于实测值，相关系数达到0.77，绝对相对误差为35.59%，均方根误差29.8 W/m2。

(3) 从模型给出的高原地区地表潜热区域分布图可以看到，估算的地表潜热分布与地表覆盖类型相吻合，且在以裸土和稀疏植被为主的高原西部模型也同样适用，这就可以为高原的大尺度地表特征研究提供依据。

[1] 王介民.陆面过程实验和地气相互作用研究:从HEIFE到IMGRASS和GAME—Tibet/TIPEX[J].高原气象,1999,18(3):280-294.

[2] 章基嘉,朱抱真,朱福康.青藏高原气象学进展[M].北京:科学出版社,1988.

[3] 李国平,段廷扬.青藏高原西部地区的总体输送系数和地面通量[J].科学通报,2000,45(8):865-869.

[4] Chen X, Su Z, Ma Y, et al. Estimation of surface energy fluxes under complex terrain of Mt. Qomolangma over the Tibetan Plateau[J]. Hydrology and Earth System Sciences,2013,17(4):1607-1618.

[5] Chen X, Su Z, Ma Y, et al. An improvement of roughness height parameterization of the Surface Energy Balance System (SEBS) over the Tibetan Plateau[J]. Journal of Applied Meteorology and Climatology,2013,52(3):607-622.

[6] 马耀明,仲雷,田辉,等.青藏高原非均匀地表区域能量通量的研究[J].2006.

[7] 张海宏,周秉荣,肖宏斌.高寒草甸和高寒湿地土壤水热特征比较[J].干旱气象,2015,33(5):783-789.

[8] 李艳芳,孙建.青藏高原NDVI时空变化特征研究(1982—2008)[J].云南农业大学学报:自然科学,2015,30(5):790-798.

[9] 石玉立,宋蕾.1998—2012年青藏高原TRMM3B43降水数据的校准[J].干旱区地理,2015(5):900-911.

[10] 许时光,牛铮,沈艳,等.CMORPH对青藏高原地区夏季降水的模拟精度研究与修正[J].遥感信息,2015(1):71-76.

[11] 杨秀芹,王国杰,潘欣,等.基于GLEAM遥感模型的中国1980-2011年地表蒸散发时空变化[J].农业工程学报,2015,31(21):132-141.

[12] 陈少勇,王劲松,邢晓宾,等.青藏高原OLR异常与中国西北干旱区气温的关系[J].干旱气象,2011,29(3):276-282.

[13] Wang K, Wang P, Li Z, et al. A simple method to estimate actual evapotranspiration from a combination of net radiation, vegetation index, and temperature[J]. Journal of Geophysical Research: Atmospheres,2007,112(D15).

[14] Wang K, Liang S. Estimation of daytime net radiation from shortwave radiation measurements and meteorological observations[J]. Journal of applied Meteorology and Climatology,2009,48(3):634-643.

[15] Allen R G, Pereira L S, Raes D, et al. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56[J]. FAO, Rome,1998,300(9):D05109.

[16] 梁顺林,范闻捷.定量遙感[M].北京:科学出版社,2009.

SurfaceLatentHeatEstimatedbyRemoteSensingOvertheTibetanPlateau

WANG Lijuan1,2, GUO Ni1, YANG Yang1

(1.GansuKeyLaboratoryofAridClimaticChangeandReducingDisater/KeyLaboratoryofAridClimaticChangeandDisasterReductionofCMA/InstituteofAridMeteorology,CMA,Lanzhou730020,China; 2.InstituteofPlateauMeteorology,CMA,Chengdu610071,China)

Based on the measured data of 9 sites over Tibetan Plateau in the summer of 2014, the characteristics of turbulent transport were analyzed first, and the further accuracy of the MOD16 latent heat flux was validated. Based on the Moderate-Resolution Imaging Spectroradiometer (MODIS) day and night land surface temperature data, the model was used to estimate the latent heat flux. Compared the estimated result with the measured data, the result showed that the main turbulent transport way was sensible heat flux in the Ali area where the underlying surface was barren or sparse, and the main turbulent transport way of other sites was latent heat flux. The applicability of the MOD16 product was difference in Tibetan Plateau regions, and the accuracy of MOD16 latent heat flux product was good in the eastern plateau, but it was not satisfied with the research in the other regions, and the valid data of western plateau was missing mostly. The model used in this paper was could not only make up for the data lack of western plateau, and could also improve the estimation precision of latent heat flux over the Tibetan Plateau. Compared to the measured data, the correlation of estimated data and observed value was significant, and the correlation coefficient was 0.77, and the root mean square was only 29.8 W/m2, and the mean absolute percent error was 35.59%. The regional distribution characteristic of latent heat flux was consisted with the surface cover types, so that the estimated result of model was reasonable over the Tibetan plateau.

Tibetan Plateau； latent heat flux； MODIS products

2016-05-03

：2016-06-16

公益性行业(气象)科研专项(重大专项)“中国干旱气象科学研究——我国北方干旱致灾过程及机理”(GYHY201506001-5)；中国气象局成都高原气象研究所高原气象开放基金课题“基于TESEBS模式估算青藏高原的地表能量通量”(LPM2014008)

王丽娟(1986—),女,四川广安人,理学硕士,助理研究员,主要从事陆面及卫星遥感研究。E-mail:wanglijuan01@126.com

郭铌(1963—),女,新疆乌鲁木齐市人,学士,研究员,主要从事气候和卫星遥感研究。E-mail:guoni0531@126.com

P407.4

：A

：1005-3409(2017)03-0119-06