当前位置:首页 期刊杂志

城市绿地水热通量的遥感反演与实验验证

时间:2024-07-06

王修信,朱启疆,陈声海,刘馨,胡玉梅

(1.广西师范大学计算机科学与信息工程学院,广西桂林541004;2.北京师范大学

地理学与遥感科学学院遥感科学国家重点实验室/环境遥感与数字城市北京市重点实验室,北京100875)

城市绿地是城市生态系统的重要组成部分,具有降温增湿等生态效应。耗费巨资的北京绿色奥运绿地建设对生态环境的改善作用需定量数据的评价。地表水热通量是近地层大气和下垫面间能量、水分交换的数量表征,是评价绿地生态效应的重要指标。迄今对城市绿地生态效应的研究主要观测绿地内部温湿度[1],也有使用涡度相关系统观测绿地通量[2],都是点或局部观测数据,存在很大的局限性。遥感是获取地表面状信息的唯一经济可行方法[3],但目前遥感在城市应用主要集中于提取城市绿地分布、城市热岛温度分析等问题[4-5],很少研究绿地的“冷岛”生态效应。SEBAL模型基于遥感反演水热通量,已成功应用于森林、农田等生态系统[6-7],但鲜见应用于城市生态系统。

因此,根据北京城市下垫面状况对SEBAL模型地表比辐射率、地表温度等参数进行改进,应用模型对2005年10月29日北京TM遥感图像反演城市绿地水热通量(潜热和显热),并使用涡度相关系统地面同步观测数据进行验证,分析城市绿地对水热通量空间分布的影响。

1 SEBAL模型原理

SEBAL模型原理是地表能量平衡方程[7]:Qe=Rn-Qh-Qg-ΔQS。式中:Qe,Qh分别为潜热、显热通量;Rn为净辐射;Qg为土壤热通量;ΔQS为下垫面热能储存;Rn=(1-α)RS↓+(RL↓-RL↑)-(1-ε)RL↓,其中:RS↓为入射太阳短波辐射,RL↓为大气入射长波辐射,RL↑=εσTs4为地表发射长波辐射,α、ε分别为地表反照率、比辐射率;Qh=ρaCP(T1-T2)/rah,其中:ρa,CP,rah分别为空气的密度、定压比热、动力学阻抗;T1、T2分别为地面z1与z2高度空气温度。因为Qh,T1-T2,rah均未知且彼此相关,故使用迭代法求解。

(1)计算大气中性稳定度下摩擦速度u*与rah:u*=uk/(ln((z-d)/z0m)-ψm),rah=(ln((z-d)/z0h)-ψh)/(u*k)。式中:d为零平面位移;z0m,z0h为动量、显热表面粗糙度;ψm,ψh为动量、显热稳定度订正函数;k=0.41。

(2)在遥感图像确定冷点和热点两极端点。冷点指较密集植被或水体像元,地表可利用能量完全用作蒸腾蒸发,T1-T2≈0;热点指干燥且无植被覆盖裸地或水泥地像元,蒸腾蒸发约为零,T1-T2≈(Rn-Qg)rah/(ρaCP);由两极端点dT建立线性关系T1-T2=aTs+b,粗略求各像元Qh。

(3)对rah校正,由不同大气稳定度ψm,ψh计算u*和rah,循环递归,直至得到稳定Qh。

(4)由能量平衡方程计算瞬时Qe。

2 模型地表特征参数的改进

2.1 地表比辐射率的改进

SEBAL模型遥感反演使用8~14 μm波段平均比辐射率,而TM热红外波段在10.4~12.5 μm,两者存在差异。经验公式ε=1.009+0.047ln(NDVI)的适用条件是0.157≤NDVI≤0.727自然地表,而城市下垫面普遍存在包含较大建筑物比例的混合像元,其NDVI值接近0甚至负值。

针对该问题,从ASTER卫星波谱库统计计算TM热红外波段地表等效ε,得到水体εw=0.995,植被εv=0.983,土壤εs=0.975,沥青或水泥建筑物εm=0.963。

对建筑物与植被构成的混合像元:ε=PvRvεv+(1-Pv)Rmεm+dε,对土壤与植被构成的混合像元:ε=PvRvεv+(1-Pv)Rsεs+dε,Rv,Rs,Rm分别为植被、裸土、建筑物温度比率,可由植被覆盖度Pv估算[8]。dε为混合像元植被和裸露下垫面间热辐射相互作用而引起的修正,在相对平坦地表其值很小,可忽略。

2.2 地表温度的改进

SEBAL模型反演地表温度常用Ts=T6/ε1/4计算,需先用Modtran进行大气纠正,然而其使用标准大气廓线或非实时探空数据来代替卫星过境实时大气廓线,将使反演Ts误差>3℃[9]。针对该问题利用直接包含大气与地表影响的单窗算法反演Ts[9]

式中:Ta=16.011 0+0.926 21Ta0;Ta0为近地表空气温度;a=-67.355351;b=0.458606;C=ετ;D=(1-ε)[1+(1-ε)τ];τ为大气透过率。经实验验证,该方法简单且精度较高。

2.3 其他地表特征参数的确定

RS↓、RL↓从卫星过境时净辐射仪实验观测值获取。

地表反照率α=((0.356r1+0.130r3+0.373r4+0.085r5+0.072r7)-αpath)/τ2。式中:ri为波段i反射率;αpath为程辐射[10]。北京城区不同类型下垫面的地面粗糙度、零平面位移参考已有的研究赋值[11]。城市建筑区具有明显热能储存,Qg和ΔQS参考实验观测和已有的研究估算[5]。

3 涡度相关实验验证数据的获取

遥感模型反演通量的可靠性,需使用卫星过境时地面通量观测值进行验证。实验场地位于北京市西北四环西北角的海淀公园,占地40 hm2(园林绿化30 hm2),大部分为垂柳、毛白杨、洋白蜡、国槐、桧柏等乔木,是典型乔灌草复合结构城市公园绿地。

2005年10 -12 月在公园中部土丘顶部树林的观测塔上10 m高度(林冠上约1.8 m)架设涡度相关系统(美国Campbell),包括CSAT3三维超声风速仪、HMP45C空气温湿度计、CR 5000数据采集器,LI 7500红外CO2/H2O分析仪,HFP01土壤热流板。CNR1净辐射仪(荷兰Kipp&Zonen)。系统采样频率10 Hz,全自动连续测量潜热、显热、净辐射、土壤热通量等数据,潜热和显热经WPL校正。实验期间获取了10月29日TM卫星同步图像。

4 模型反演结果及验证

利用改进SEBAL模型和卫星过境同步气象数据对TM图像反演北京城区显热和潜热(图1),模型反演2×2个像元通量值与对应地面观测值比较(表1),改进模型反演的相对误差Qh在9%、Qe在10%,明显低于改进前,模型反演值与地面观测值基本相符。

图1 改进SEBAL模型反演通量:(a)显热;(b)潜热Fig.1 Fluxes retrieved from SEBAL:(a)sensible heat flux;(b)latent heat flux

表2是由遥感模型反演的显热和潜热图统计不同地物上通量均值,可以看出,郊区裸土显热较高,然后依次为建筑区、植被覆盖下垫面(林地、草地和农业用地)、水体;而潜热的分布相反,水体是高值区而在图中呈现较高亮度,然后依次为植被覆盖下垫面、建筑区和裸土;林地显热略低于草地,而潜热略高于草地。

表1 模型反演值与涡度相关观测值W/m2Tab.1 Fluxes retrieved from SEBAL and measured by eddy covariance

表2 遥感反演不同下垫面通量均值W/m2Tab.2 Average fluxes retrieved from SEBAL over different surfaces

图2为对遥感反演通量图像统计计算通量随植被覆盖度Pv的变化,可以看出,显热随Pv的增加而降低,潜热随Pv的增加而增加。Pv<0.6时,显热随Pv的增加而降低较快,而潜热随Pv的增加而增加较快;Pv>0.6后,Qh-Pv和Qe-Pv曲线变缓。

5 结论与讨论

图2 通量与植被覆盖度关系Fig.2 Vegetation fraction against fluxes

(1)在城市下垫面,秋季植被覆盖下垫面(林地、草地)的显热约为建筑区的78%,为裸土的60%;而潜热约为建筑区的1.24倍,为裸土的1.55倍,明显大于无植被覆盖的建筑区、裸土,且在植被覆盖率较大的下垫面大于覆盖率较小的下垫面。建筑区由于其间一般夹杂行道树和小块绿地,显热略低于裸土,而潜热略高于裸土。

(2)秋季林地显热约为草地的97%,潜热为草地的1.12倍,林地降温增湿生态效应略优于草地。林地木本植物(特别是乔木)的叶面积远大于草地,通过叶面的蒸腾量高。

(3)植被覆盖影响地表温度的分布,从而影响显热、潜热。水泥建筑物、水泥或沥青路面的热容量大、导热率高,在相同太阳辐射下吸收更多热量,表面温度较高,使得白天下垫面向大气输送的显热较高。城市绿地植被的光合作用、蒸腾作用吸收大量热量,同时,植被覆盖地表,阻挡反射太阳部分直接辐射,降低了地表温度,使得显热减少,潜热增加。

(4)城市绿化覆盖率高低和绿地有效分布对水热通量的空间分布、对改善城市生态环境起着主导作用。显热随植被覆盖度Pv的增加而降低,潜热随Pv的增加而增加。在低植被覆盖度(Pv<0.6)区域,提高Pv对降低显热、增加潜热的效果比高植被覆盖度(Pv>0.6)区域要显著。

(5)遥感模型反演通量值与涡度相关地面观测值所属的空间尺度不同,可能带来对比分析误差。模型反演2×2个像元通量的地面范围是60 m×60 m,而涡度相关观测值是观测点上风向一定范围内的湍流综合特征,两者空间尺度可能存在不同,公园周边非绿地空间可能对观测值产生一定影响,使得林地显热观测值高于实际值,而潜热观测值低于实际值。

致谢:对中科院地理所张仁华、孙晓敏研究员,中科院大气所胡非研究员,北京园林研究所李延明高工,海淀公园刘颖杰和周佳楠为本研究提出的建议和工作支持,在此谨致谢意!

[1]Chang C R,Li M H.A Preliminary Study on the Local Cool-island Intensity of Taipei City Parks[J].Landscape and Urban Planning,2006,80:386-395.

[2]王修信,朱启疆,陈声海,等.城市公园绿地水、热与CO2通量观测与分析[J].生态学报,2007,27(8):323 2-323 9.

[3]张本昀,喻铮铮,刘良云,等.北京山区植被覆盖动态变化遥感监测研究[J].地域研究与开发,2008,27(1):108-112.

[4]刘小平,邓孺孺,彭晓鹃.城市绿地遥感信息自动提取研究[J].地域研究与开发,2005,24(5):110-113.

[5]Kato S,Yamaguchi Y.Analysis of Urban Heat-island Effect Using ASTER and ETM+Data[J].Remote Sensing of Environment,2005,99:44-54.

[6]Kimuraa R,Baib L,Fanc J,et al.Evapo-transpiration Estimation over the River Basin of the Loess Plateau of China Based on Remote Sensing[J].J of Arid Environments,2007,68:53-65.

[7]Bastiaanssen W G M.SEBAL-based Sensible and Latent Heat Fluxes in the Irrigated Gediz Basin,Turkey[J].J of Hydrology,2000,229:87-100.

[8]覃志豪,李文娟,徐斌,等.陆地卫星TM6波段范围内地表比辐射率估计[J].国土资源遥感,2003,61(3):28-32.

[9]覃志豪,Zhang M,Karnieli A,等.用陆地卫星TM6数据演算地表温度的单窗算法[J].地理学报,2001,56(4):456-466.

[10]Liang S.Narrowband to Broadband Conversions of Land Surface Albedo[J].Remote Sensing of Environment,2001,76:213-238.

[11]高志球,卞林根,逯昌贵,等.城市下垫面空气动力学参数的估算[J].应用气象学报,2002,13(特刊):26-33.

免责声明

我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!