论文部分内容阅读
陆面与大气之间在多种时空尺度的相互作用,是气象学、生态学、水文学和全球变化等领域的研究热点。空气动力学粗糙度作为地气相互作用过程中的重要地表参数,在地表与大气间的物质与能量交换过程中扮演着重要的角色。空气动力学粗糙度被定义为中性稳定的近地面大气条件下,地表上方风速等于零的某一几何高度。它表征地表空气动力学特征,反映地表下垫面特征的差异对风速的减弱作用。然而,准确的估算空间尺度的空气动力学粗糙度一直是通量计算过程中的难点,目前关于空气动力学粗糙度的研究也难以统一和广泛适用。本文依托黑河和海河流域多年积累的气象和通量观测数据,引入多源遥感数据,通过分析、建模、应用、评价的过程,分析了不同下垫面条件下空气动力学粗糙度的影响要素及贡献率,提出了基于归一化冷热点植被指数（HDVI）的作物冠层空气动力学粗糙度估算方法,同时发现,空气动力学粗糙度计算的准确性直接影响蒸散发的估算精度,主要包括以下几个部分:（1）以风温风速廓线数据为基础,利用Monin-Obukhov相似理论计算瞬时的空气动力学粗糙度,利用相关性分析和因子分析的方法分析不同下垫面条件下空气动力学粗糙度的影响要素。结果表明,风速、风向、大气稳定度、地形和植被特征都是影响空气动力学粗糙度的因素,但不同下垫面条件下各因素对空气动力学粗糙度的作用程度不同。空气动力学粗糙度在植被生长季和非生长季均表现出和风速负相关的关系;风向对空气动力学粗糙度的影响主要取决于地形条件,在地形较平坦的地区空气动力学粗糙度不随风向发生明显变化,而在起伏地形条件下,空气动力学粗糙度在不同风向上呈现出差异性的分布规律;空气动力学粗糙度在不同大气稳定度条件下也存在明显差异,对于相同的地表粗糙元素,稳定大气条件下的空气动力学粗糙度要明显大于不稳定状态。因此,在瞬时空气动力学粗糙度模型构建的过程中,对风速、风向和大气稳定度等空气动力学因子的考虑必不可少。对影响空气动力学粗糙度的因子归类并计算因子贡献率,结果显示气象因子和地形因子是影响草地下垫面和森林下垫面z0m的主要驱动因子（对草地下垫面的贡献率分别44.03%和38.33%,对森林下垫面的贡献率分别42.87%和38.66%）,植被因子和气象因子是影响农田下垫面z0m的主要驱动因子（贡献率分别53.14%和30.29%）,因子分析的结果表明用植被指数模型来估算z0m的方法仅适用于农田地表。（2）在作物生长期内,基于多时相的PROBA-V 300米每日反射率数据产品,引入半经验的BRDF核驱动模型计算归一化的冷热点指数（NDHD）,再结合归一化植被指数（NDVI）提出了归一化冷热点植被指数（HDVI）,利用HDVI线性表达作物冠层空气动力学粗糙度的估算方法,取得了理想的效果。相比于NDVI,对于黑河大满站春玉米、河北馆陶站冬小麦和夏玉米三种作物类型,HDVI与空气动力学粗糙度的关系更加显著（决定性系数R2分别从0.636提高至0.772,从0.764提高至0.790,从0.630提高至0.793）。（3）通过借用并改进非线性互补相关模型,开展空气动力学粗糙度在蒸散发计算中的应用,分析空气动力学粗糙度参数在蒸散发计算中的敏感性。结果表明,空气动力学粗糙度在蒸散发计算模型中的众多输入参量中较为敏感,尤其在作物生长高峰期,空气动力学粗糙度计算的准确性直接影响蒸散发的估算精度。本文的研究提高了对空气动力学粗糙度的认知,发展成熟的、可靠的空气动力学粗糙度反演模型对地气通量计算有着深远的意义,空气动力学粗糙度的模型研究还有广泛的空间和潜力。