南京地区蒸散发降尺度研究
——基于增强型时空自适应反射融合模型
2022-08-31尉毓姣曹鑫宇王文科龚建师余慧琳
尉毓姣,朱 琳,*,曹鑫宇,王文科,龚建师,余慧琳,孟 丹
1 首都师范大学 资源环境与旅游学院,北京 100048 2 城市环境过程与数字模拟国家重点实验室培育基地,北京 100048 3 首都师范大学 水资源安全北京实验室,北京 100048 4 长安大学 水利与环境学院,西安 710054 5 中国地质调查局南京地质调查中心,南京 210016 6 自然资源部流域生态地质过程重点实验室,南京 210016
蒸散发是水文循环中自降水到达地面后由液态或固态转化为水汽返回大气的过程,包括水面蒸发、土壤蒸发和植被蒸腾,是陆地水分循环和能量交换的重要组成部分,能够调节全球能量和水量平衡。精确估算蒸散发以及获取高时空分辨率的蒸散发数据对区域乃至全球气候变化、水资源评价和陆地碳水循环具有重要意义[1—2]。
针对大范围、快速变化的地表信息监测,单一传感器无法满足需求,许多学者针对这一问题,提出了切实可行的遥感数据时空融合技术[3]。2006年,Gao等人[4]首次提出STARFM(Spatial and Temporal Adaptive Reflectance Fusion Model)融合算法,开创了遥感数据融合的先河。Yi等人[5]使用STARFM模型对MODIS和ASTER蒸散发结果进行数据融合,用于获取农田尺度上连续的日蒸散发,发现在非均质农业区融合精度低于均质区域。Yang等人[6]使用STARFM模型融合基于Landsat和MODIS数据估算的蒸散发,发现精度与仅使用Landsat估算的蒸散发相似或略低。STARFM算法进行遥感数据的融合可以较好的捕捉植被的物候变化,适用于地表覆盖同质的像元,而对于复杂、异质性的地表覆盖,预测效果不佳。Zhu等人[7]提出增强型时空自适应……
