本發(fā)明屬于遙感水文學(xué)領(lǐng)域，具體涉及一種直接考慮土壤濕度脅迫的蒸散發(fā)衛(wèi)星遙感反演方法。

背景技術(shù)：

1、蒸散發(fā)是連接水循環(huán)和能量循環(huán)的重要環(huán)節(jié)，準(zhǔn)確量化土壤供水對(duì)蒸散發(fā)的影響可促進(jìn)蒸散發(fā)反演模型的開(kāi)發(fā)和完善。然而，當(dāng)前基于衛(wèi)星遙感反演的蒸散發(fā)算法中很少直接考慮土壤濕度脅迫，這導(dǎo)致反演結(jié)果在受水分限制的區(qū)域存在很大的不確定性?？紤]到全球氣候和土地覆蓋異質(zhì)性較強(qiáng)，如何開(kāi)發(fā)一種全球通用的土壤濕度脅迫方案成為當(dāng)前研究的重難點(diǎn)。

2、從蒸騰作用的物理機(jī)制來(lái)講，由于土壤、葉片和空氣間存在水勢(shì)梯度，水由土壤吸收到植被根系，接著傳輸?shù)饺~片，最后通過(guò)葉片氣孔耗散到大氣中。因此，土壤含水量是植被最直接的供水來(lái)源，其控制著植被根系從土壤中可提取的水量。當(dāng)前部分研究認(rèn)為，飽和水汽壓差和土壤濕度通過(guò)陸氣相互作用緊密聯(lián)系，故當(dāng)前現(xiàn)有的遙感蒸散發(fā)算法通常采用飽和水汽壓差來(lái)反映冠層導(dǎo)度的濕度脅迫。然而，大氣水汽濕度和土壤濕度之間存在時(shí)間傳播和滯后效應(yīng)，且在全球變暖和氣候變化的背景下，水汽濕度和土壤濕度間可能存在部分解耦，因此有必要在日尺度蒸散發(fā)估算中采用更直接的土壤濕度脅迫結(jié)構(gòu)。

3、雖然土壤濕度脅迫已逐漸獲得重視，但是將土壤濕度脅迫納入遙感蒸散發(fā)算法中仍然是一項(xiàng)很大的挑戰(zhàn)，其難點(diǎn)在于如何開(kāi)發(fā)一種穩(wěn)健且全球適用的土壤濕度脅迫方案，以合理地量化水分盈余或虧缺。由于濕度脅迫方案和土壤濕度數(shù)據(jù)可用性的局限性，當(dāng)前研究很難生成長(zhǎng)期的蒸散發(fā)數(shù)據(jù)集。此外，現(xiàn)有的土壤濕度脅迫方案多采用土壤屬性作為脅迫閾值，但是全球土壤屬性數(shù)據(jù)中較大的偏差對(duì)蒸散發(fā)估算產(chǎn)生了很大影響。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題，提供了一種直接考慮土壤濕度脅迫的蒸散發(fā)衛(wèi)星遙感反演方法，分別從植被冠層導(dǎo)度算法和裸土蒸發(fā)算法出發(fā)，開(kāi)發(fā)了適用于全球各類(lèi)生態(tài)系統(tǒng)及氣候分區(qū)的土壤濕度脅迫方案，改進(jìn)了土壤蒸發(fā)供水約束的最優(yōu)數(shù)學(xué)表達(dá)，進(jìn)而形成一套穩(wěn)健的直接考慮土壤濕度脅迫的蒸散發(fā)衛(wèi)星遙感反演方法?；谠撍惴ㄌ峁┝巳?982年至2022年1/12°分辨率日尺度蒸散發(fā)數(shù)據(jù)集。

2、為解決以上技術(shù)問(wèn)題，本發(fā)明提供如下技術(shù)方案：一種直接考慮土壤濕度脅迫的蒸散發(fā)衛(wèi)星遙感反演方法，包括以下步驟：

3、s1、基于分位數(shù)的冠層導(dǎo)度土壤濕度脅迫因子構(gòu)建改進(jìn)的冠層水汽傳導(dǎo)度模型，然后將冠層水汽傳導(dǎo)度模型耦合進(jìn)p-lsh算法中的冠層蒸騰模塊，得到改進(jìn)的冠層蒸騰算法；

4、s2、采用基于貝葉斯原理的不確定性分析框架量化改進(jìn)的冠層蒸騰算法中的參數(shù)不確定性；

5、s3、構(gòu)建適用于裸土區(qū)的裸土蒸發(fā)最有效的濕度脅迫模型，將所述濕度脅迫模型耦合進(jìn)p-lsh算法中的土壤蒸發(fā)模式，形成改進(jìn)的裸土蒸發(fā)算法；

6、s4、結(jié)合p-lsh算法中的水體蒸發(fā)模塊，將步驟s1中改進(jìn)冠層蒸騰算法、以及步驟s3中改進(jìn)裸土蒸發(fā)算法耦合，獲得直接考慮土壤濕度脅迫的全球蒸散發(fā)遙感反演算法。

7、進(jìn)一步地，前述的步驟s1中，基于實(shí)際土壤含水量，構(gòu)建基于分位數(shù)的冠層導(dǎo)度土壤濕度脅迫因子，如下式：

8、?（1）

9、?（2）

10、其中： m( sm)為土壤濕度脅迫因子，sm為實(shí)際表層土壤體積含水量； sm min是最小土壤含水量，smc是臨界土壤含水量；n為反映臨界土壤含水量的分位數(shù)，由觀測(cè)值率定得到； f為分位數(shù)映射函數(shù)。

11、進(jìn)一步地，前述的步驟s1中，將構(gòu)建的土壤濕度脅迫因子納入jarvis-stewart方程，構(gòu)建改進(jìn)的冠層水汽傳導(dǎo)度模型，如下式：

12、?（3）

13、?（4）

14、其中：為冠層水汽傳導(dǎo)度；是由生態(tài)系統(tǒng)類(lèi)型決定的的最大值，定義為ndvi的sigmoid型函數(shù)；b1、b2、和b3為受生態(tài)系統(tǒng)類(lèi)型影響的參數(shù)；m(i)為第i個(gè)氣候變量的脅迫因子；i是對(duì)產(chǎn)生脅迫作用的氣候變量。

15、進(jìn)一步地，前述的步驟s1中，改進(jìn)的冠層蒸騰算法，如下：

16、?（5）

17、其中：為冠層潛熱通量，是蒸發(fā)潛熱；為空氣飽和水汽壓與氣溫曲線(xiàn)的斜率；ac為分配到冠層的有效能量分量；vpd為飽和水汽壓差；是空氣密度；cp是空氣比熱容；為干濕表常數(shù)；為冠層空氣動(dòng)力傳導(dǎo)度；為冠層水汽傳導(dǎo)度。

18、進(jìn)一步地，前述的步驟s2包括以下子步驟：

19、s2.1、采用基于方差分解原理的sobol’參數(shù)敏感性分析方法量化各參數(shù)的敏感度，以總效應(yīng)指數(shù)大于10%為指標(biāo)，識(shí)別出改進(jìn)算法中的敏感參數(shù)，如下：

20、?（6）

21、?（7）

22、其中：vi是參數(shù)xi的一階敏感度偏方差；vij是第i和第j個(gè)參數(shù)交互作用的二階敏感度偏方差；是所有參數(shù)相互作用的d階敏感度偏方差；是d個(gè)參數(shù)組成的參數(shù)集合，y是選定的單變量模型輸出；

23、s2.2、采用差分進(jìn)化算法—馬爾科夫鏈模型對(duì)改進(jìn)算法中的敏感參數(shù)與無(wú)法確定先驗(yàn)值的非敏感參數(shù)進(jìn)行不確定性分析，確定各參數(shù)的后驗(yàn)分布，以后驗(yàn)分布的中位數(shù)作為最優(yōu)參數(shù)值，具體如下：

24、?（8）

25、?（9）

26、其中：x是樣本；x是參數(shù)集；為先驗(yàn)分布，設(shè)定為均勻分布；為似然函數(shù)；t為觀測(cè)樣本總數(shù)；o為觀測(cè)值；s為模擬值；σ是模型誤差的標(biāo)準(zhǔn)偏差。

27、進(jìn)一步地，前述的步驟s3包括以下子步驟：

28、s3.1、基于實(shí)際土壤含水量，構(gòu)建適用于裸土區(qū)的裸土蒸發(fā)最有效的濕度脅迫模型，如下式：

29、?（10）

30、其中： f是土壤蒸發(fā)所受的濕度脅迫；smmax(m3m-3)和smmin(m3m-3)分別是研究時(shí)段內(nèi)sm序列的最大值和最小值；

31、s3.2、將構(gòu)建的裸土濕度脅迫方案耦合進(jìn)p-lsh算法中的土壤蒸發(fā)模式，形成改進(jìn)的裸土蒸發(fā)算法，如下：

32、?（11）

33、其中：as是分配到土壤的有效能量,是土壤表面的空氣動(dòng)力傳導(dǎo)度；是總空氣動(dòng)力傳導(dǎo)度的基于實(shí)際氣溫和氣壓的修正值，為干濕表常數(shù)，是空氣密度。

34、進(jìn)一步地，前述的一種直接考慮土壤濕度脅迫的蒸散發(fā)衛(wèi)星遙感反演方法，包括：通量塔觀測(cè)和水量平衡重建的蒸散發(fā)數(shù)據(jù)為基準(zhǔn)，分別在日、月、年及若干年平均尺度評(píng)直接考慮土壤濕度脅迫的全球蒸散發(fā)遙感反演算法在站點(diǎn)和流域的蒸散發(fā)精度。

35、進(jìn)一步地，前述的一種直接考慮土壤濕度脅迫的蒸散發(fā)衛(wèi)星遙感反演方法，包括利用一種直接考慮土壤濕度脅迫的蒸散發(fā)衛(wèi)星遙感反演方法反演全球1982-2022年1/12°分辨率日尺度蒸散發(fā)數(shù)據(jù)集，具體是：

36、步驟a：收集并預(yù)處理全球各類(lèi)氣象驅(qū)動(dòng)數(shù)據(jù)，包括氣溫、比濕、輻射、土壤含水量、ndvi數(shù)據(jù)，統(tǒng)一重采樣至1/12°分辨率;

37、步驟b：由各類(lèi)氣象數(shù)據(jù)驅(qū)動(dòng)直接考慮土壤濕度脅迫的全球蒸散發(fā)遙感反演算法，生成全球1982年至2022年1/12°分辨率日尺度蒸散發(fā)數(shù)據(jù)集。

38、相較于現(xiàn)有技術(shù)，本發(fā)明采用以上技術(shù)方案的有益技術(shù)效果如下：

39、本發(fā)明開(kāi)發(fā)了一種直接考慮土壤濕度脅迫的蒸散發(fā)衛(wèi)星遙感反演方法，具體包含構(gòu)建多種生態(tài)系統(tǒng)下冠層導(dǎo)度的土壤濕度脅迫方案、改進(jìn)裸土蒸發(fā)中最有效的濕度脅迫方案、實(shí)現(xiàn)全球蒸散發(fā)遙感反演等方面內(nèi)容?；谌蚋魃鷳B(tài)系統(tǒng)的通量觀測(cè)數(shù)據(jù)，構(gòu)建冠層導(dǎo)度的土壤濕度脅迫方案，并結(jié)合p-lsh算法估算蒸散發(fā)；采用基于貝葉斯理論的不確定性分析框架評(píng)估參數(shù)的敏感性和不確定性，識(shí)別改進(jìn)算法的敏感參數(shù)并對(duì)其進(jìn)行優(yōu)化；改進(jìn)裸土蒸發(fā)算法中的土壤蒸發(fā)供水約束的最優(yōu)數(shù)學(xué)表達(dá)，采用更直接的土壤濕度代替大氣濕度，來(lái)量化濕度對(duì)裸土蒸發(fā)的脅迫作用；量化各分區(qū)的土壤濕度脅迫程度，耦合改進(jìn)的冠層蒸散發(fā)、改進(jìn)的裸土蒸發(fā)以及基于風(fēng)速和改進(jìn)彭曼方程的水體蒸發(fā)，形成p-lshv2算法；基于p-lshv2算法實(shí)現(xiàn)全球蒸散發(fā)的遙感反演，生成全球1982-2022年1/12°分辨率日尺度蒸散發(fā)數(shù)據(jù)集。本方法考慮了土壤濕度對(duì)蒸散發(fā)的脅迫作用，以遙感及再分析數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)，數(shù)據(jù)來(lái)源穩(wěn)定可靠；開(kāi)發(fā)了直接考慮土壤濕度脅迫的蒸散發(fā)衛(wèi)星遙感反演方法，基于經(jīng)典的遙感模型，保證了結(jié)果的客觀合理性，實(shí)現(xiàn)全球蒸散發(fā)的遙感反演，得到高精度、高時(shí)空分辨率的蒸散發(fā)產(chǎn)品。