發(fā)布時(shí)間：2020-11-01 04:28

　　 全球變暖深刻地影響著地球水文循環(huán)過程,而陸地蒸散發(fā)作為水從地表返回大氣的唯一途徑,將地圈與大氣圈之間的水碳和能量交換緊密地聯(lián)系起來,是地球水文循環(huán)和能量平衡中的重要紐帶。大量研究表明:超過一半的陸地表層所接收的太陽(yáng)輻射被蒸散發(fā)過程所消耗。因此,準(zhǔn)確地估算陸地蒸散發(fā)量對(duì)于認(rèn)識(shí)區(qū)域能水平衡、干旱和洪澇監(jiān)測(cè)預(yù)警、農(nóng)業(yè)灌溉及水資源管理等方面具有重要的科學(xué)意義和實(shí)踐價(jià)值。遙感蒸散發(fā)模型作為估算全球陸地蒸散發(fā)的重要工具在近些年來得到了巨大的發(fā)展,然而其模型參數(shù)、模型結(jié)構(gòu)與驅(qū)動(dòng)數(shù)據(jù)的不確定性對(duì)于模型的模擬效果具有重大的影響。所以,如何降低模型的不確定性和提高模擬精度是目前的研究熱點(diǎn)。本文首先基于分布在全球不同氣候和植被類型的多個(gè)通量站觀測(cè)數(shù)據(jù),對(duì)兩種具有代表性的遙感蒸散發(fā)模型(PT-JPL模型和MOD16模型)在全球范圍的適用性進(jìn)行驗(yàn)證和評(píng)價(jià)。結(jié)果表明:兩種模型在大部分植被類型下并不能取得理想結(jié)果(納什系數(shù)NSE=-5.81~0.37),對(duì)潛熱通量存在明顯的高估或低估。為此,論文采用基于方差分析的全局敏感性分析方法(Sobol’)對(duì)模型參數(shù)的敏感程度進(jìn)行定量化分析,識(shí)別出在不同植被類型下影響模擬結(jié)果的關(guān)鍵參數(shù)。并在此基礎(chǔ)上,通過差分進(jìn)化蒙特卡羅算法(Differential Evolution Monte Carlo;DE-MC)對(duì)模型中的關(guān)鍵參數(shù)進(jìn)行優(yōu)化,得到了一套適合不同植被類型的優(yōu)化參數(shù)集,并在此基礎(chǔ)上對(duì)優(yōu)化參數(shù)方案的可靠性進(jìn)行多空間尺度(站點(diǎn)、流域和全球)驗(yàn)證。結(jié)果表明采用新優(yōu)化參數(shù)方案的兩種遙感蒸散發(fā)模型在不同尺度上的模擬效果均有明顯的改善,其中在站點(diǎn)尺度:PT-JPL和MOD16模型在優(yōu)化前后的均方根誤差RMSE分別從0.94和1.2 mm/day降低為0.84和0.79 mm/day;在流域尺度:PT-JPL和MOD16模型在優(yōu)化前后的RMSE分別從19.27和17.85 mm/month降至16.6和16.8 mm/month;在全球尺度:通過與其他全球陸地蒸散發(fā)數(shù)據(jù)集的對(duì)比,參數(shù)優(yōu)化前后PT-JPL的年均(2001年~2006年)蒸散發(fā)量分別為623.1和569.8 mm/year,MOD16模型則分別為512.2和521.3 mm/year,而其它全球陸地蒸散發(fā)產(chǎn)品的平均結(jié)果為544.5 mm/year。最后,通過基于兩套優(yōu)化參數(shù)方案的遙感蒸散發(fā)模型計(jì)算了2001年至2010年全球陸地蒸散發(fā)數(shù)據(jù)集,時(shí)間分辨率為日尺度,空間分辨率為0.05度。在此基礎(chǔ)上系統(tǒng)地分析了全球陸地蒸散發(fā)及其不同組分(土壤蒸發(fā)、植被蒸騰、冠層截留)的時(shí)空變化規(guī)律。結(jié)果表明:這10年全球陸地蒸散發(fā)總量呈現(xiàn)出緩慢上升的趨勢(shì),年均蒸散發(fā)量平均增長(zhǎng)了10mm/m~2。同時(shí),土壤蒸發(fā)、植被蒸騰以及冠層截留蒸發(fā)的占比分別為49%、39%和12%�？傮w上,太陽(yáng)輻射強(qiáng)弱是決定全球陸地蒸散發(fā)季節(jié)性變化的主要影響因素,但植被和土壤水分狀況則是決定局部地區(qū)不同時(shí)期蒸散發(fā)差異的重要原因。
【學(xué)位單位】：蘭州大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2018
【中圖分類】：P407
【文章目錄】：
中文摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究進(jìn)展
        1.2.1 蒸散發(fā)觀測(cè)方法
        1.2.2 遙感蒸散發(fā)模型
        1.2.3 存在的主要問題
    1.3 論文思路與主要研究?jī)?nèi)容概述
第二章 數(shù)據(jù)與研究方法
    2.1 遙感蒸散發(fā)模型
        2.1.1 基于Priestley-Taylor方程的PT-JPL模型
        2.1.2 基于Penman-Monteith方程的MOD16模型
    2.2 數(shù)據(jù)來源及預(yù)處理
        2.2.1 通量站數(shù)據(jù)
        2.2.2 遙感數(shù)據(jù)
        2.2.3 大氣再分析資料
    2.3 模型參數(shù)分析方法
        2.3.1 Sobol’參數(shù)敏感性分析方法
        2.3.2 參數(shù)優(yōu)化方法：DE-MC
    2.4 小結(jié)
第三章 站點(diǎn)尺度蒸散發(fā)觀測(cè)與模型評(píng)價(jià)
    3.1 渦度觀測(cè)的不確定性分析及質(zhì)量控制
        3.1.1 渦度觀測(cè)的異常值處理
        3.1.2 渦度觀測(cè)的源區(qū)分析
        3.1.3 渦度觀測(cè)的能量閉合
    3.2 基于通量數(shù)據(jù)的MOD16模型和PT-JPL模型驗(yàn)證與評(píng)價(jià)
    3.3 小結(jié)
第四章 模型參數(shù)敏感性分析與參數(shù)優(yōu)化結(jié)果
    4.1 參數(shù)敏感性分析
        4.1.1 PT-JPL模型參數(shù)敏感性與分析
        4.1.2 MOD16模型參數(shù)敏感性與分析
    4.2 參數(shù)優(yōu)化結(jié)果與分析
        4.2.1 PT-JPL模型參數(shù)優(yōu)化后驗(yàn)分布
        4.2.2 MOD16模型參數(shù)優(yōu)化后驗(yàn)分布
    4.3 小結(jié)
第五章 多尺度蒸散發(fā)模型優(yōu)化驗(yàn)證與評(píng)價(jià)
    5.1 站點(diǎn)尺度渦度觀測(cè)驗(yàn)證
        5.1.1 PT-JPL模型參數(shù)優(yōu)化評(píng)價(jià)
        5.1.2 MOD16模型參數(shù)優(yōu)化評(píng)價(jià)
    5.2 流域尺度水量平衡對(duì)比驗(yàn)證
        5.2.1 流域尺度水量平衡蒸散發(fā)數(shù)據(jù)概述
        5.2.2 月尺度流域蒸散發(fā)驗(yàn)證
    5.3 全球尺度與其他蒸散發(fā)數(shù)據(jù)集對(duì)比
        5.3.1 主要全球蒸散發(fā)產(chǎn)品概述
        5.3.2 多年平均蒸散發(fā)空間分布特征驗(yàn)證
        5.3.3 年際間全球蒸散發(fā)總量比較
    5.4 小結(jié)
第六章 長(zhǎng)時(shí)間序列全球陸地蒸散發(fā)時(shí)空變化特征分析
    6.1 全球陸地蒸散發(fā)時(shí)空分布規(guī)律與異常變化
    6.2 全球陸地蒸散發(fā)季節(jié)性變化與差異
    6.3 全球陸地蒸散發(fā)分割時(shí)空分布與差異
    6.4 小結(jié)
第七章 總結(jié)與展望
    7.1 主要研究成果
    7.2 主要?jiǎng)?chuàng)新點(diǎn)
    7.3 存在的不足與研究展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介
在學(xué)期間的科研成果

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 屈小娜;鐘偉;;參考作物蒸散發(fā)的測(cè)定與計(jì)算方法綜述[J];化工管理;2018年08期

2 于嵐嵐;;分布式雙源蒸散發(fā)模型的構(gòu)建與運(yùn)用研究[J];東北水利水電;2015年01期

3 溫姍姍;姜彤;李修倉(cāng);王騰飛;王艷君;Thomas Fischer;;1961—2010年松花江流域?qū)嶋H蒸散發(fā)時(shí)空變化及影響要素分析[J];氣候變化研究進(jìn)展;2014年02期

4 劉波;翟建青;高超;姜彤;王艷君;;基于實(shí)測(cè)資料對(duì)日蒸散發(fā)估算模型的比較[J];地球科學(xué)進(jìn)展;2010年09期

5 韓井先;計(jì)算蒸發(fā)量 蒸散發(fā)能力的改進(jìn)方法[J];東北水利水電;2004年04期

6 馮國(guó)章;;計(jì)算區(qū)域蒸散發(fā)量的互補(bǔ)關(guān)系法及其應(yīng)用[J];水資源與水工程學(xué)報(bào);1991年03期

7 石玉波;劉克巖;;互補(bǔ)相關(guān)陸面蒸散發(fā)模型及其應(yīng)用[J];水文;1988年02期

8 沃又谷;;一種計(jì)算流域蒸散發(fā)的模型[J];水文;1988年06期

9 李紀(jì)人;;關(guān)于流域蒸散發(fā)計(jì)算方法的探討[J];水文;1983年06期

10 孫一萌;陳喜;黃日超;張永生;高滿;;氣候及土地利用變化對(duì)嘉陵江流域?qū)嶋H蒸散發(fā)量的影響[J];水電能源科學(xué);2016年12期

相關(guān)博士學(xué)位論文 前10條

1 張琨;遙感蒸散發(fā)模型參數(shù)敏感性分析與優(yōu)化方法研究[D];蘭州大學(xué);2018年

2 韓惠;基于遙感技術(shù)的祖厲河流域土地利用/土地覆蓋變化與蒸散發(fā)研究[D];蘭州大學(xué);2006年

3 孫福寶;基于Budyko水熱耦合平衡假設(shè)的流域蒸散發(fā)研究[D];清華大學(xué);2007年

4 李修倉(cāng);中國(guó)典型流域?qū)嶋H蒸散發(fā)的時(shí)空變異研究[D];南京信息工程大學(xué);2013年

5 夏婷;遙感降雨和蒸散發(fā)模型魯棒性研究[D];清華大學(xué);2016年

6 謝虹;青藏高原蒸散發(fā)及其對(duì)氣候變化的響應(yīng)（1970-2010）[D];蘭州大學(xué);2012年

7 王昊;蘆葦濕地蒸散發(fā)測(cè)算方法及耗水預(yù)測(cè)研究[D];大連理工大學(xué);2006年

8 劉國(guó)水;蒸散發(fā)時(shí)間尺度擴(kuò)展方法研究及其應(yīng)用[D];中國(guó)水利水電科學(xué)研究院;2012年

9 周艷春;森林火災(zāi)對(duì)流域蒸散發(fā)和徑流的影響研究[D];大連理工大學(xué);2013年

10 鄭文武;城市地表蒸散發(fā)遙感反演研究[D];中南大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 黃堰林;覆膜農(nóng)田地表蒸散發(fā)遙感估算研究[D];浙江大學(xué);2018年

2 王軍;基于TM數(shù)據(jù)的草地蒸散發(fā)研究[D];中國(guó)水利水電科學(xué)研究院;2012年

3 李念;祁連山老虎溝流域高寒草甸蒸散發(fā)研究[D];山東師范大學(xué);2017年

4 張睿;科爾沁沙地典型區(qū)蒸散發(fā)估算及其對(duì)下墊面和氣象因子的響應(yīng)[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2017年

5 楊倩;天山北坡多源遙感單日蒸散發(fā)估算及其影響因子分析[D];新疆大學(xué);2017年

6 鄧興耀;基于遙感的巴音布魯克高寒草原蒸散發(fā)量模擬[D];新疆大學(xué);2017年

7 徐春華;基于SEBAL模型的民勤綠洲蒸散發(fā)遙感估算[D];西北師范大學(xué);2016年

8 張發(fā)耀;基于MODIS數(shù)據(jù)的浙江省區(qū)域蒸散發(fā)量時(shí)空格局分析[D];浙江大學(xué);2013年

9 達(dá)日瑪;基于MODIS數(shù)據(jù)的區(qū)域蒸散發(fā)量遙感估算及其應(yīng)用[D];內(nèi)蒙古師范大學(xué);2010年

10 李曉宇;黃河下游蒸散發(fā)耗水量研究[D];河海大學(xué);2006年

本文編號(hào)：2865013