基于SEBAL模型与MODIS产品的松嫩平原蒸散量研究

第 25 卷 第 1 期 干 旱 区 资 源 与 环 境 Vol． 25 No． 1 2011 年 1 月 Journal of Arid Land Resources and Environment Jan． 2011 文章编号:1003 － 7578(2011)01 － 140 － 08 基于 SEBAL模型与 MODIS产品的松嫩平原蒸散量研究 * 曾丽红1，2，宋开山1，张柏1，王宗明1，杜 嘉1，2 (1．中国科学院东北地理与农业生态研究所 长春 130012;2．中国科学院研究生院 北京 100049) 提 要:利用 MODIS的地表温度 /比辐射率、植被指数、地表反照率 3 种产品，结合气象站点的观测资料， 通过基于地表能量平衡方程的 SEBAL 模型估算了松嫩平原 2008 年 5 月 16 日、6 月 16 日、7 月 13 日、8 月 15 日、9 月 13 日不同下垫面的地表蒸散量，并采用涡动相关数据对模型估算结果进行验证，发现估算值与实测值 的变化趋势大体一致，平均误差在 20%以内，基本上可以满足区域蒸散研究的精度要求。此外，还通过 GIS空 间分析方法探讨了松嫩平原 2008 年生长季内不同时相蒸散量的时空分布特征，并分析了蒸散量土地利用类型 的关系，结果表明松嫩平原蒸散量的空间分布在很大程度上受气候特征、土壤供水条件及土地利用类型的影 响，各时相的蒸散量大致表现为从西南部向东北部逐渐增加的变化趋势，水体、林地、沼泽湿地具有较高的蒸散 量，耕地、居工地次之，草地的蒸散量最低。 关 键 词:MODIS产品;SEBAL模型;蒸散;松嫩平原 中图分类号:S164． 4 文献标识码:A 蒸散(Evapotranspiration，ET)由地表蒸发与植物蒸腾两部分组成，它是地表能量平衡与水量平衡的重 要组成部分。蒸散是地表水分的主要支出项，陆地蒸散量约占全球降水量的 15%，占陆地降水量的 65% 左右［1］，蒸散量多寡一定程度上反映了陆面过程中地气系统之间的相互作用程度，因此准确估算地表蒸 散量不仅对全球气候演变、环境问题以及水资源具有重要影响，对科学灌溉、农业旱情监测与预警也 具有重要意义［2，3］。 遥感数据提供了区域范围内丰富的地表特征参数，通过遥感方法进行蒸散研究具有快速、简捷、大区 域尺度及地图可视化显示的特点［4］。"陆面能量平衡算法"(Surface Energy Balance Algorithm for Land，SE- BAL)是一种典型的遥感蒸散方法，它以地表能量平衡方程为基础，利用遥感数据结合少量气象资料就能 估算大区域尺度的蒸散量。最近十几年来，SEBAL 模型在美国、西班牙、土耳其、中国等国家得到了广泛 应用［5 － 8］，实践证明 SEBAL模型在区域蒸散反演中具有巨大潜力，并将在区域水资源管理、流域水量平衡 研究中发挥重要作用。SEBAL模型要求输入的遥感数据具备可见光、近红外、热红外等波段，并能从中提 取地表温度、地表反照率等特征参数，因此人们多用 TM、ETM +、ASTER、MODIS 等多光谱影像来反演区 域蒸散量。自 2000 年以来，随着 MODIS产品的逐渐推广，它不仅提供了 SEBAL 模型要求的主要地表特 征参数，还具有高时间分辨率、高定标精度、免费获取等特点，因此利用 MODIS 产品估算区域蒸散量具有 明显的优势。 基于上述原因，文中拟采用 SEBAL模型、集成三种 MODIS 产品 － MOD11A1、MOD13A2、MCD43B3 及 42 个气象站点的观测资料来估算松嫩平原 2008 年生长季特定时相的蒸散量，并利用涡动相关系统实测 的蒸散量来验证 SEBAL模型的估算精度，通过 GIS空间分析方法探讨地表蒸散量的时空分布特征，同时 依据 2008 年的土地利用现状图对松嫩平原主要土地利用类型的蒸散特征进行统计分析，探讨松嫩平原主 要土地利用类型的蒸散耗水规律。可以为松嫩平原植被生长环境干旱化评价、生态需水量研究提供借鉴， 为加强松嫩平原西南部资源型缺水地区的水资源管理与水分高效利用提供指导。 * 收稿日期:2009 － 11 － 12。 基金项目:中国科学院知识创新工程重要方向项目(编号:KZCX － XY －340)资助。 作者简介:曾丽红(1983 －) ，女，湖南邵阳人，博士研究生，主要从事蒸散与地表能量平衡研究。 E － mail:lihonghello@ 163． com 通讯作者:宋开山，博士，副研究员，主要从事定量遥感研究。 E － mail:songks@ neigae． ac． cn 1 研究区概况 松嫩平原由松花江和嫩江冲积而成，是东北三大平原(三江平原、松嫩平原、辽河平原)之一，也是我 国重要的商品粮豆生产基地。整个平原略呈菱形，位于黑龙江省的西南部和吉林省的西北部，考虑到行政 区划的完整性，松嫩平原包括黑龙江省的 35 个市县和吉林省的 20 个市县，地理位置为东经 121°38' ～ 128°33'、北纬 42°49' ～ 49°12'，总面积约为 22． 35 × 104km2，南以松辽分水岭为界，与辽河平原相隔，北与 小兴安岭山脉相连，西以大兴安岭东麓丘陵和台地为界，东至长白山外缘山麓台地(松嫩平原在中国东北 地区的位置图 1)。松嫩平原是一个四周高、中部低、由周边向中部缓慢倾斜的半封闭、不对称的沉积盆 地，区内大体可分为东部高平原区、中部低平原区、西部山前倾斜平原区及北部岗状平原区［9］。松嫩平原 属于温带大陆性季风气候，地处半湿润、半干旱气候区，春季干旱多风，夏季短促，冬季寒冷漫长。根据农 业气候条件的差异，松嫩平原的西部形成了农牧交错区［10］，中部耕地面积广阔，是典型的农业耕作区，东 部为低山丘陵区，林木长势繁茂。 2 资料与方法 2． 1 数据源及预处理 (1)MODIS产品。SEBAL模型中所用的三种 MODIS产品为MOD11A1、MOD13A2、MCD43B3， 表 1 MODIS产品的详细信息 Tab． 1 Detailed information for MODIS products 产品名称 提供的地表特征参数 时间分辨率 空间分辨率 MOD11A1 地表温度、地表比辐射率 1 天 1000m MOD13A2 归一化比值植被指数 16 天合成 1000m MCD43B3 地表反照率 16 天合成 1000m 详细信息(表 1)。MODIS产品下载地址为 https:/ /wist． echo． nasa． gov /api /，轨道号为 h26v04、h27v04，时 间范围为 2008 年的作物生长季节(5 ～ 9 月)。原始 MODIS 产品存储采用分级数据格式(HDF，Hierarchi- cal Data Format)、正弦曲线投影(Sinusoidal projection)，因此需要进行格式转换、轨道镶嵌、截子区、重投 影、值域变换等预处理，最终转换为 WGS －1984 经纬度坐标系统下 Tiff格式的文件。 图 1 松嫩平原在东北地区位置及气象站点分布 Fig． 1 Locations of Songnen Plain and the meteorological stations (2)气象数据。所用气象数据来源于 国家气象数据共享服务网提供的地面气 候资料日值数据集，下载地址为 http:/ / cdc． cma． gov． cn /。在松嫩平原及其附近 区域分布着 42 个国家基准气象站点(图 1)，因此需要通过空间插值方法将"单点" 实测的气象数据扩展到整个研究区，以得 到覆盖松嫩平原的网格状气象要素。在 此，采用反距离权重法以 0． 001°的分辨率 对平均气温、平均风速进行空间插值。 (3)DEM 数据。DEM 数据来源于美 国太空总署和国防部国家测绘局联合测 量的 SRTM(Shuttle Radar Topography Mission)数据，下载地址为 http:/ / srtm． csi． cgiar． org /SELECTION / in- putCoord． asp。SRTM数据由雷达影像制作而成，是迄今为止现势性最好、分辨率最高、具有统一坐标系的 全球性数字地形数据［11］。SRTM数据为每个经纬度方格提供一个文件，精度有 30 和 90m两种，目前能够 免费获取覆盖中国全境的 90m数据。阎业超等［12］、Andy等［13］的研究结果表明 SRTM 数据的采样精度稍 高于 1:5 万的地形图。因此，利用 SRTM 的 90m分辨率 DEM数据能够满足 SEBAL模型对高程信息的需 求。 (4)土地利用数据。土地利用数据来源于 MODIS 的 MCD12Q1 产品。MCD12Q1 产品的第 1 个数据 层 Land_Cover_Type_1 为 IGBP全球土地覆盖分类系统，根据松嫩平原的区域特征及文中研究的需求，将 IGBP分类系统中的 17 种土地覆盖类型合并为耕地、林地、草地、居工地(包括居民点及工矿用地)、湿地、 水体、其他用地等 7 种。 2． 2 SEBAL模型介绍 SEBAL模型是由荷兰 DLO Starting Center为主发展的基于遥感的区域蒸散量反演模型，它具有较好 的物理基础，输入数据较少，可以满足区域蒸散研究的需要。SEBAL 模型的基本原理是地表能量平衡方 ·141·第 1 期 曾丽红等 基于 SEBAL模型与 MODIS产品的松嫩平原蒸散量研究 程［17］:Rn － G － H － λET =0 (1) 式中:Rn 为净辐射量;G为土壤热通量;H为土壤与大气之间的显热通量;λET 为潜热通量，是用于蒸 散的那部分能量。Rn、G、H、λET的单位都是 W·m －2;水的汽化潜热 λ与蒸散速率 ET的单位分别是 J· kg －1、kg·m －2·s － 1。 图 2 利用 SEBAL模型与 MODIS产品估算蒸散量的流程 Fig． 2 Flowchart for ET estimation by using SEBAL model and MODIS products 关于 SEBAL 模型的详细算法及计算 过程［15 － 18］。文中以 MODIS产品为遥感数 据源，可以直接提取地表温度、NDVI、地表 反照率等特征参数，相对于 TM、ETM +、 ASTER等多光谱遥感影像而言，利用 SE- BAL模型与 MODIS 产品估算区域蒸散量 时省略了地表特征参数的反演过程，大大 简化了计算流程。基于 SEBAL 模型与 MODIS产品的区域蒸散量大致流程图(图 2)。 在 SEBAL 模型中，Rn 是地表热量交 换的基础，通过地表反照率、比辐射率计 算［8］。可以通过 NDVI、Rn、地表反照率等 参数采用经验公式进行计算［6］。H的精确估算是 SEBAL模型的重点及难点，通过莫宁 －奥布霍夫相似假 设理论［18］进行迭代计算。H的计算过程中还需要确定地气温差 dT，认为 dT与地表温度 Ts 满足线性关系 dT = aTs + b。计算经验系数 a、b时选取两个极端像元"冷点"、"热点"作为边界条件。"冷点"是指水分供 应充足、植被生长茂盛、地表温度很低、处于潜在蒸散水平的那些像元，选择植被长势良好并完全覆盖的区 域或开放的水体，满足"λET≈Rn － G、H≈0"。"热点"是指地表温度很高、蒸散量几乎为零的像元，选择没 有植被覆盖的、干燥的闲置旱地或盐碱地，满足"H≈Rn － G、λET≈0"。得出 Rn、G、H之后，将 λET作为能 量平衡方程的余项，通过式(1)计算。 为了计算日蒸散量 ETd，SEBAL模型中引入了蒸发比的概念。气象研究的相关结果表明，蒸发比在一 天当中基本保持稳定［20］，用式(2)表示:EF = λETRn － G = EFd = λETd Rnd － Gd = λETd Rnd (2) 式中:EF为瞬时蒸发比;EFd 为日蒸发比;Rnd为日净辐射量，通过 Allen等 ［18］推荐的气象学方法计算; λETd 为日潜热通量;Gd 为日土壤热通量，白天热量从地表向土壤传输，取正值，晚上则相反，二者数量相 当，取 Gd = 0 ［17］。在式(1，2)基础上，通过蒸发比恒定法进行时间尺度扩展计算日蒸散量: ETd =(EFd × Rnd)/λ (3) 式中:ETd 为日蒸散量，单位为 kg·m －2·s － 1。但 ETd 通常以 mm·d －1为单位，根据水的密度可以得 到 1mm·d －1 = 1kg·m －2·d －1，与式(3)中 ETd 的单位只是时间单位不同。若将 λ 的单位改用 MJ· kg －1，则有:ETd =(86400 × ETd × Rnd)/(10 6 × λ)=(0． 0864 × ETd × Rnd)/λ (4) 式中:ETd 为日蒸散量，单位为 mm·d －1;取 2． 45MJ·kg －1。 3 结果与分析 根据 SEBAL模型的基本原理及算法，在 ERDAS IMAGINE 8． 7 软件的空间建模工具 Spatial Modeler中 编程实现了基于 MODIS 产品的 SEBAL 模型，增强了程序的通用性及结构化程度，使计算过程更加直观、 简便。文中通过运行 SEBAL模型，估算了松嫩平原 2008 年 5 月 16 日、6 月 16 日、7 月 13 日、8 月 15 日、9 月 13 日的蒸散量。 3． 1 结果验证及对比分析 通过 SEBAL模型与 MODIS产品反演的区域蒸散量，是否真实地反映了地物蒸散耗水特征，需要进行 结果验证及对比分析。由于松嫩平原内部的各类野外气象台站对地表蒸散量的观测数据较少，无法对 SEBAL模型的估算结果进行系统比较。对于 2008 年 5 个时相的蒸散量估算结果来说，在此只能利用东北 师范大学松嫩草地生态实验站的蒸散量实测数据进行验证及对比。该实验站位于吉林省长岭县西北部的 ·241· 干 旱 区 资 源 与 环 境 第 25 卷 腰井子种马场，设置有开路式涡动相关系统，而由涡动相关系统测量的蒸散量是目前所有野外实测方法中 可信度最高的方法之一［21，22］，因此可以利用涡动相关实测蒸散数据验证来 SEBAL 模型的估算结果。松 嫩草地生态实验站的涡动相关系统设置在长势均匀的羊草草甸上，因此可以根据松嫩平原 2008 年的土地 利用现状图与生长季 NDVI的取值特征，选择以松嫩草地实验站涡动相关系统所在位置为中心的 3 × 3 大 小窗口范围内 9 个像元蒸散量的平均值为代表，进行实测的蒸散量与 SEBAL模型估算的蒸散量之间的对 比分析。 图 3 SEBAL模型估算的蒸散量与涡动相关实测蒸散量的对比 Fig． 3 Comparison between ET estimated by SEBAL model and ET measured by eddy covariance system 将 SEBAL模型估算模拟的蒸散量与涡动相关系统测量的实际蒸散量数据进行比较，得到了图 3 所示 的精度比较图。图 3(a)显示了 2008 年 5 个时段松嫩草地生态实验站蒸散量的 SEBAL 模型遥感估算值 与涡动相关实测值之间的数值对比关系，可以看出蒸散量估算值与实测值的变化趋势基本吻合。图 3(b) 显示了蒸散量实测值与估算值的散点图，发现二者之间具有较强的相关性，R2 为 0． 84。但是在各个时相 上，SEBAL均存在不同程度的高估现象，在 5 个时相的平均误差约为 20%，说明 SEBAL 模型在松嫩平原 的估算精度基本可以满足区域蒸散研究的需求。如果需要对蒸散量的估算结果进行系统的、多区域的对 比验证，则需要在松嫩平原的其他地方再设置多个涡动相关系统或大孔径闪烁仪，这样将会提高 SEBAL 模型估算结果的可信度。 图 4 松嫩平原 2008 年土地利用 Fig． 4 Land use map in Songnen Plain，2008 3． 2 蒸散量的时空分布特征 图 4 所示为松嫩平原土地利用类型的空间分布图，图 5(a ～ e)所示依次为 2008 年 5 月 16 日、6 月 16 日、7 月 13 日、8 月 15 日、9 月 13 日松嫩平原的蒸散量估算结果，表 2 给出了与 MODIS产品的 5 个时相相对应的松嫩平原主要 气象要素的平均值。 从松嫩平原的东部低山丘陵区过渡到西部的农牧业 交错区，降水量逐渐减少，干旱化程度逐渐加剧，土地利用 类型也存在显著差异，因此在气候条件、土壤供水状态、土 地利用类型等因素的综合影响下，松嫩平原蒸散量的估算 结果也表现出明显的空间分异特性。将图 4 与图 5 相结 合进行分析，发现除水体等高蒸散特性地物之外，5 个时相 的蒸散量估算结果均表现出从西南向东北增加的总体变 化特征。松嫩平原的西南部是典型的农牧交错区，该区降水稀少，气候干旱，生态环境十分脆弱，稀疏林草 地及干旱草地是该区最主要的土地利用类型，并伴随着严重的土地盐碱化、荒漠化，气候干旱、日照丰富是 松嫩平原西南部较为理想的蒸散条件，而降水稀少严重限制了蒸散活动的进行，因此西南部地区的潜在蒸 散量将会高于其他区域，而实际蒸散量却明显低于其他区域。松嫩平原中部地区是我国重要的产粮区，耕 地面积广阔，以种植玉米、大豆等粮食作物为主，作物生长过程中的蒸腾蒸散作用都比较旺盛，因此中部农 业区的蒸散量高于西南部地区。松嫩平原的东部为低山丘陵区，降水丰富，植被长势良好，具备了良好的 蒸散条件，因此东部林区的蒸散量已接近于水体的蒸散强度，几乎处于潜在的蒸散水平。 ·341·第 1 期 曾丽红等 基于 SEBAL模型与 MODIS产品的松嫩平原蒸散量研究 图 5 松嫩平原 2008 年 5 月 16 日、6 月 16 日、7 月 13 日、8 月 15 日、9 月 13 日的蒸散量分布 Fig． 5 ET distribution map on May 16th，June 16th，July 13th，August 15th and September 13th in 2008 over Songnen Plain 所选的 5 个时相分别位于松嫩平原农作物生长季各月的中旬，基本上可以代表生长季各月的相对蒸 散水平，受气温、风速、降水等气象要素及植被因子的影响，5 个时相的蒸散量估算结果具有明显波动性， 一定程度上反映了松嫩平原生长季各月蒸散量的时间变化特征。将图 5 与表 2 相结合来分析松嫩平原蒸 散量的时间变异性，可以看出:1)5 月 16 日的平均蒸散量为 4． 74mm·d －1，绝大部分区域的蒸散量在 4 ～ 6mm·d －1，这时松嫩平原已经完全进入生长季，气温已经回升，加上春末干旱多风，林地、草地已经完全转 绿，农作物也开始发芽生长，加上冬季及春初丰富的积雪融水，此时土壤仍能保持较高的含水量，提供了有 利于陆面蒸散的充分条件，因此，5 月 16 日的地表蒸散量较高;2)6 月 16 日的平均蒸散量为 4． 15 mm· d －1，低于 5 月 16 日的平均蒸散量，看上去与松嫩平原在这个时节应具有的蒸散特征不相符，通过分析 42 个气象站点 1960 年以来 6 月上半月的降水数据，发现松嫩平原大部分地区在 2008 年 6 月上半月的降水 量约比往年同期低 20 － 50%左右，降水量减少使土壤含水量大大降低，大部分地区的植被生长活动及蒸 散量都受到不同程度的抑制，而水体及东部地区的林地由于具备充足的水分，在高温、干旱等有利于蒸散 的条件下，水体、林地仍具有很高的蒸散量，同时整个松嫩平原蒸散量的空间差异达到最大值;3)7 月 13 日的平均蒸散量为 6． 75 mm·d －1，大部分区域的蒸散量在 6 ～ 8 mm·d －1之间，为 5 个时相中的蒸散量最 大者，这是由于 7 月份为松嫩平原的丰水季节，土壤含水量能得到保证，且 7 月份气温较高，正值玉米、大 豆等农作物生长旺盛的季节，是重要的生物量累积阶段，此时的植被覆盖度达到最大值，蒸腾作用十分旺 盛，因此，植被覆盖区的蒸散量具有较好的一致性且具有较高的蒸散量，但是仍然有松嫩平原西南部的一 部分区域的蒸散量较低，这与吉林省西部的长岭、通榆等地区存在大面积盐碱地及覆盖草地有很好的对应 关系;4)8 月 15 日的平均蒸散量为 5． 12mm·d －1，仅次于 7 月 13 日的平均蒸散量，绝大部分区域的蒸散 量在 4 ～ 6mm·d －1之间，东、中、西部的蒸散量差异明显，通过分析 2008 年 7 － 8 月的降水量，发现 8 月初 的降水量低于 7 月初的降水量，虽然二者的气温条件十分接近，但由于受到土壤水分供应状态的限制，因 此 8 月 15 日的平均蒸散量也低于 7 月 13 日的蒸散量;5)松嫩平原在 2008 年 9 月 13 日的平均蒸散量为 3． 70 mm·d －1，为所选 5 个时相的蒸散量中最小者，这时全区的蒸散量具有较强的空间一致性，同时整个 区域蒸散量的差异最小，主要是松嫩平原的气候在 9 月初已经开始发生明显变化，随着气温下降、日照时 间变短，到 9 月 13 日，松嫩平原的植被已经开始衰落，植被覆盖度明显降低，因此大部分蒸散量普遍降低。 3． 3 蒸散量的频率分布特征 图 6(a ～ e)给出了松嫩平原 2008 年 5 月 16 日、6 月 16 日、7 月 13 日、8 月 15 日、9 月 13 日总共 5 个 ·441· 干 旱 区 资 源 与 环 境 第 25 卷 时相蒸散量估算结果的频率直方图。 表 2 松嫩平原 2008 年 5 个时相的气象要素 Tab． 2 Key climate factors for the 5 phases over Songnen Plain 气象要素 5 月 16 日 6 月 16 日 7 月 13 日 8 月 15 日 9 月 13 日 平均气温(℃) 17． 12 25． 99 23． 58 21． 23 15． 10 日照时数(h) 9． 72 13． 11 12． 57 12． 47 10． 34 平均相对湿度(%) 46． 26 40． 29 69． 55 64． 24 67． 14 平均风速(m·s － 1) 4． 30 1． 20 2． 05 1． 76 1． 16 前 15 天的总降水量(mm) 23． 47 20． 79 83． 04 53． 98 24． 32 图 6 松嫩平原 2008 年 5 月 16 日、6 月 16 日、7 月 13 日、8 月 15 日、9 月 13 日的蒸散量频率 Fig． 6 Frequency maps of ET on May 16th，June 16th，July 13th，August 15th and September 13th in 2008 over Songnen Plain 从图 6 可以看出:1)5 月 16 日的蒸散量具有双峰结构，第一个峰十分明显，峰值位于 4． 5 mm·d －1附 近，集中体现了大多数耕地的蒸散特征，除此之外，还在 7． 0 mm·d －1存在一个不明显的峰值，与东部林区 在 5 月中旬的高蒸散特性相对应;2)6 月 16 日的蒸散量频率直方图相对分散，在 3． 0 mm·d －1、8． 0 mm· d －1处存在两个明显的峰值，分别对应于耕地、林地的蒸散特征，由于降水稀少，土壤水分供应不足，阻碍了 蒸散活动的顺利进行，因此与耕地的蒸散特性相对应的峰值小于 5 月 16 日中的对应峰值;3)7 月 13 日蒸 散量估算值的直方图呈单峰分布，90%以上区域的蒸散量位于 4 ～ 9 mm·d －1之间，唯一的峰值集中表现 了大部分耕地、部分林地的蒸散特征，处于 7． 0 ～ 7． 5 mm·d －1之间;4)8 月 15 日的蒸散量频率直方图也 表现为单峰结构，峰值位于 5． 0 ～ 5． 5 mm·d －1左右，对应着耕地的蒸散特征;5)9 月 13 日蒸散量估算值 的频率直方图与 7 月 13 日极其相似，峰值位于 4． 0 ～ 4． 5 mm·d －1之间，结合图 5(e)，发现该峰值与松嫩 平原的林地、水体及中东部耕地的蒸散特征相符。 3． 4 主要土地利用类型的蒸散特征 根据松嫩平原 2008 年的土地利用 类型分布图(图 4)，在 ArcGIS 9． 2 软件 中通过 Zonal Statistics 空间分析方法对 松嫩平原 2008 年 5 月 16 日、6 月 16 日、 7 月 13 日、8 月 15 日、9 月 13 日的蒸散 量分布图进行分区统计，分别提取了耕 地、林地、草地、居工地、湿地、水体 6 种 主要的土地利用类型在 5 个时相的平均 蒸散量(表 3)。 表 3 松嫩平原主要土地利用类型的平均蒸散量 Tab． 3 ET for main land use types in Songnen Plain 土地利用 类型 面积比例 (%) 5 个时相的蒸散量(mm·d －1) 5 月 16 日 6 月 16 日 7 月 13 日 8 月 15 日 9 月 13 日 松嫩平原 100． 00 4． 74 4． 15 6． 75 5． 12 3． 70 耕地 77． 57 4． 65 4． 09 6． 92 5． 29 3． 80 林地 6． 59 6． 88 7． 68 7． 69 6． 15 4． 42 草地 13． 54 3． 87 2． 45 5． 28 3． 59 2． 75 居工地 1． 25 4． 88 4． 51 6． 08 4． 43 3． 80 沼泽湿地 0． 24 6． 81 7． 56 7． 70 6． 01 4． 30 水体 0． 67 7． 77 8． 50 8． 58 6． 82 4． 82 结合图 4 与表 3，可以看出松嫩平原 2008 年生长季 5 个时相的地表蒸散量的取值特征与土地利用类 型具有密切关系。5 月 16 日、6 月 16 日的蒸散量估算结果中各种土地利用类型平均蒸散量的相对关系表 ·541·第 1 期 曾丽红等 基于 SEBAL模型与 MODIS产品的松嫩平原蒸散量研究 现为"水体 ＞林地 ＞沼泽湿地 ＞居工地 ＞耕地 ＞草地"的递减规律;7 月 13 日的蒸散量估算结果中林地、 沼泽湿地平均蒸散量的相对关系与 5 月 16 日、6 月 16 日不同，不同土地利用类型的平均值表现为"水体 ＞沼泽湿地 ＞林地 ＞居工地 ＞耕地 ＞草地"的变化特征;各种土地利用类型的平均蒸散量在 8 月 15 日、9 月 13 日具有"水体 ＞林地 ＞沼泽湿地 ＞耕地 ＞居工地 ＞草地"的相对关系。 进一步分析各种土地利用类型蒸散耗水特性，可以得到以下几点认识:1)开阔的水体是蒸散过程中 的"冷点"区域，地面截获的太阳净辐射量几乎全部转化为潜热通量，因此水体的平均蒸散量在 5 个时相 上都是所有土地利用类型平均蒸散量的最大者;2)松嫩平原的林地以针阔混交林与落叶阔叶林为主，主 要分布在松嫩平原东部的低山丘陵区，林区降水丰富，具有充沛的土壤水分供应，林木长势茂盛、覆盖度很 高，这些都是促进蒸散的有利条件，因此林地的平均蒸散量也很高，低于水体的蒸散量，除 7 月 13 日外，其 余 4 个时相上的林地平均蒸散量均高于沼泽湿地;3)沼泽湿地仅占松嫩平原总面积的 0． 24%，主要分布 在乌裕尔河下游的扎龙自然保护区，在其他地区仅有零星分布，在经历暴雨或强降雨事件之后，沼泽湿地 的地表往往会存在不同深度的积水，为湿地植被的生长及蒸散活动提供了丰富的水源，因此沼泽湿地也具 有较高的平均蒸散量;4)耕地是松嫩平原最重要的土地利用类型，主要分布在北部和东部地区，面积比例 为 77． 57%，在 2008 年作物生长季的 5 个时相上，整个松嫩平原的平均蒸散量与耕地的平均蒸散量都十分 接近，表明耕地蒸散耗水是松嫩平原作物生长季水分散失的最重要组成部分，很大程度上体现了松嫩平原 的蒸散耗水特征;5)居工地在所选的 5 个时相上都具有较高的蒸散量，这与居工地建筑物的蒸散特性明 显不符，这是因为在 MODIS产品的 1km分辨率空间尺度上，居工地的任何一个像元上都是混合的地物类 型，它不仅包含了无渗透性也无蒸发的建筑物，还包括人类活动区内用于绿化的树木、草坪、园地、以及水 体等具有较高蒸散量的地物，这些地物往往与建筑物相间存在，由于其水热条件差异显著，容易产生局部 平流热交换，产生所谓的"绿洲效应"或"晾衣绳效应"［24，25］，加上这些地物位于居住区的附近，受到较好 的管理，林地、园地、草坪能得到及时灌溉，水域有充足的水源保证，在这样的条件下，绿地或水面甚至具有 比正常水面更高的蒸散量，因此居工地的平均蒸散量相对较高，在有些时相上甚至超过了耕地的平均蒸散 量;6)草地是松嫩平原的第二大土地利用类型，主要分布在松嫩平原西南部的农牧交错区，该区气候干 旱，降水稀少，加上草地的植被覆盖度低，涵养水源的能力不够，这样极其容易造成土壤供水紧张，严重限 制了地表蒸散活动的进行，因此松嫩平原草地的平均蒸散量最低。 4 结论与讨论 将 MODIS产品与 SEBAL模型相结合进行区域蒸散量反演，在东北地区的松嫩平原是一次新的尝试。 通过涡动相关系统的实测数据对估算结果进行了对比分析，发现蒸散量估算值与实测值的变化趋势基本 一致，证实了 SEBAL模型在半湿润半干旱松嫩平原区具有一定适用性。 在气候条件、土地利用类型、土壤供水状态、植被长势等因素的综合影响下，松嫩平原的蒸散量表现出 明显的空间变异特征及时间变化趋势。由于降水丰富、植被覆盖度高，东部低山丘陵区具有较高的蒸散 量;中部典型农业区的蒸散量次之，由于面积广阔，在很大程度上代表了松嫩平原的平均蒸散耗水水平;西 南部农牧交错区的气候干旱，植被长势较差，蒸散量最低。 利用遥感方法估算区域蒸散量具有大范围同步测量、时效性、经济性等特点，可快速、可视化地获取宏 观地表水分消耗的时空分布特征，为区域作物种植结构调整、实现水资源高效利用提供决策依据。通过基 于能量平衡方程的 SEBAL模型反演区域蒸散量时，由于模型中一些参数的获取难度较大，不得不进行一 些简化和近似处理，这些处理难免会带来一些误差。此外，由于 MODIS 遥感产品在不同程度上受到云区 覆盖的污染，蒸散量估算值的空间分布图中存在相当面积比例的无值区，如何采用有效的方法去除晕的污 染并精确估算云区的实际蒸散量，是遥感蒸散研究中亟待解决的问题。 参考文献 ［1］马柱国，符淙斌，谢力，等． 土壤湿度和气候变化关系研究中的某些问题［J］． 地球科学进展，2001，16(4) :563 ～ 568． ［2］刘绍民，孙睿，孙中平，等． 基于互补相关原理的区域蒸散量估算模型比较［J］． 地理学报，2004，59(3) :331 ～ 340． ［3］张永强，刘昌明，等． 土壤 －植被 －大气系统水和热传输机理及区域蒸散模型［J］． 中国科学院研究生院学报，2004，21(4) :120 ～ 131． ［4］乔平林，张继贤，王翠华． 石羊河流域蒸散发遥感反演方法［J］． 干旱区资源与环境，2007，21(4) :107 ～ 110． ［5］Allen R，Morse A，Tasumi M． Application of SEBAL for Western US Water Rights Regulation and Planning［R］． ICID Work Shop on Remote Sensing of ET for Large Regions，Montpellier，France，2003． ·641· 干 旱 区 资 源 与 环 境 第 25 卷 ［6］Bastiaanssen W G M． SEBAL － based sensible and latent heat fluxes in the irrigated Gediz Basin［J］． Journal of Hydrology，2000 (229) :87 ～ 100． ［7］Tenalem A． Evapotranspiration estimation using thematic mapper spectral satellite data in the Ethiopian rift and Adjacent highlands［J］． Journal of Hydrology，2003，279:83 ～ 93． ［8］Kimura R，Bai L，Fan J，et a1． Evapotranspiration estimation over the river basin of the Loess Plateau of China based on remote sensing［J］． Journal of Arid Environments，2007，68(1) :53 ～ 65． ［9］李晓燕，王宗明，宋开山． 松嫩平原气候数据空间分布模型及栅格化信息系统的建立［J］． 中国农业气象，2007，28(1) :76 ～ 79． ［10］何艳芬，张柏，马超群． 基于 GIS的松嫩平原农业干旱敏感性分析［J］． 农业系统科学与综合研究，2004，20(4) :291 ～ 293． ［11］Bernhard R，Michael E，Achim R． The shuttle radar topography mission:a new class of digital elevation models acquired by spaceborne radar ［J］． ISPRS Journal of Photogrammetry ＆ Remote Sensing，2003，57:241 ～ 262． ［12］阎业超，张树文，岳书平． 东北川岗地形区 SRTM数据质量评价［J］． 中国科学院研究生院学报，2008，25(1) :42 ～ 46． ［13］Andy J，Jorge R，Andy N，et al． Practical use of SRTM data in the tropics － comparisons with digital elevation models generated from cartograph- ic data(Z /OL)． http:/ / srtm． csi． cgiar． org /PDF /Jarvis4． pdf，2004． ［14］Morse A，Tasumi M． Allen R G，et al． Application of the SEBAL methodology for estimating consumptive use of water and streamflow depletion in the Bear River Basin of Idaho through remote sensing［R］． Final Report Submitted to the Raytheon System Company，Earth Observation Sys- tem Data and Information System Project，by Idaho Department of Water Resources and University of Idaho，2000． ［15］Bastiaanssen W G M，Menenti M，Feddes R A，et al． A remote sensing surface energy balance algorithm for land(SEBAL)1． Formulation［J］． Journal of Hydrology，1998，212 ～ 213:198 ～ 212． ［16］Bastiaanssen W G M，Pelgrum H，Wang J，et al． A remote sensing surface energy balance algorithm for land (SEBAL)2． Validation［J］． Jour- nal of Hydrology，1998，212 ～ 213:213 ～ 229． ［17］Wim J T，William P K，Martha C A，et al． An intercomparison of the surface temperature energy balance algorithm for land (SEBAL)and the two － source energy balance (TSEB)modeling schemes［J］． Remote Sensing of Environment，2007(108) :369 ～ 384． ［18］Allen R G，Perreira L S，Raes D，et al． Crop evapotranspiration:guidelines for computing crop water requirements［R］． FAO Irrigation and Drainage Paper 56，Rome，1998． ［19］Monin A S，A M Obukhov． Basic laws of turbulent mixing in the ground layer of the atmosphere［J］． Trudy Geofizicheskogo Institute，Aka- demiya Nauk SSSR，1954，24(151) :163 ～ 187． ［20］Burman R，L O Pochop． Evaporation，evapotranspiration and climate data［M］． Elsevier:Amsterdam，1994． ［21］陈玉民，郭国双，王广兴． 中国主要作物需水量与灌溉［M］． 北京:水利水电出版社，1995． ［22］Baldoeehi D，Falge E，Gu L，et a1． FLUXNET:A new tool to study the temporal and spatial variability of ecosystem － scale carbon dioxide［J］． Water Vapor and Energy Flux Densities，2001，82(11) :2415 ～ 2434． ［23］Aubinet M，Grelle A，Ibrom A，et a1． Estimates of the annual net carbon and water exchange of European forests:the EUROFLUX methodology ［J］． Advances in Ecological Research，2000，30:113 ～ 175． ［24］程维新，胡朝饼，张兴权． 农田蒸发与作物耗水量研究［M］． 北京:气象出版社，1994． ［25］何延波，Z． Su，L． Jia，等． 遥感数据支持下不同地表覆盖的区域蒸散量［J］． 应用生态学报，2007，18(2) :288 ～ 296． Study on regional evapotranspiration over Songnen Plain based on SEBAL model and MODIS products ZENG Lihong1，2，SONG Kaishan1，ZHANG Bai1，WANG Zongming1，DU Jia1，2 (1． Northeast Institute of Geography and Agroecology，Chinese Academy of Sciences，Changchun 130012，P． R． China; 2． Graduate University of Chinese Academy of Sciences，Beijing 100049，P． R． China) Abstract:Regional evapotranspiration for different land － use types over Songnen Plain in May 16th，June 16th， July 13th，August 15th and September 13th in 2008 were estimated by using the SEBAL model based on land surface energy balance equation，observed meteorological data，and three kinds of MODIS land surface products (surface temperature /emissivity，vegetation index，surface albedo)． When evapotranspiration measured by eddy covariance system was used to verify SEBAL model estimation accuracy，it was found that the trends of both e- vapotranspiration calculated and measured were highly consistent at an average error within 20% and it indicated that the accuracy can meet the requirements of regional evapotranspiration estimation． In addition，spatial and temporal characteristics of the evapotranspiration distribution map in the growing season of 2008 over Songnen Plain were probed，relationship between evapotranspiration rate and different land － use types were analyzed by applying GIS analysis method． All the results showed that spatial and temporal characteristics of evapotranspira- tion were effected by the climatic factors，soil water conditions and the impact of land － use types，daily evapo- transpiration gradually increased from the southwest part to the northeast part on the 5 days selected in this study; water － body，woodland and wetlands were at the highest evapotranspiration rate，cropland and built － up took the second place，while grassland showed the minimum evapotranspiration rate． Key words:MODIS products;SEBAL model;evapotranspiration;Songnen Plain ·741·第 1 期 曾丽红等 基于 SEBAL模型与 MODIS产品的松嫩平原蒸散量研究