地表能量平衡课件.ppt

《地表能量平衡课件.ppt》由会员分享，可在线阅读，更多相关《地表能量平衡课件.ppt（56页珍藏版）》请在三一办公上搜索。

1、第四章 地表能量平衡与土壤水分遥感,（一） 地表能量平衡遥感研究 1、地表净辐射（Rn） 2、土壤热通量（G） 3、感热通量（H） 4、潜热通量（即蒸散 LE） 5、应用 区域蒸发量估算 城市-郊区表面能量平衡估算（二） 土壤水分遥感研究 1 、可见光-近红外遥感监测土壤水分 2、 微波遥感监测土壤水分 3、 热红外遥感监测土壤水分 裸土或低覆盖区的土壤水分研究（采用热惯量法） 植物覆盖区，采用（农田）蒸散与作物缺水指数法,1,PPT课件,地表能量平衡遥感研究,地表与大气的最主要能源太阳辐射以及相伴的地球辐射。 太阳发射的电磁波短波辐射，除了30%被大气顶界反射回空间以及17%被大气吸收外，其

2、大部分以直射与漫射的形式到达地表。 依据能量守恒与转换定律，地表接收的能量以不同方式转换为其他运动形式，使能量保持平衡。,2,PPT课件,地表接收的能量（Rn）以不同方式转换为其它运动形式 heating the air（ H ）, evaporating water（LE） and heating the soil（G）.这一能量交换过程可用地表能量平衡方程来表示，即： Rn = H + LE + G + Rn 地表的净太阳辐射通量 (w/m2)， （即地表辐射平衡）；H 从下垫面到大气的感热通量， (即下垫面与大气间湍流形式的热交换)；LE 从下垫面到大气的潜热通量， (即下垫面与大气间水

3、分蒸发的热交换 )， L为水汽的汽化潜热，E为蒸发量 ；G 土壤热通量，(即土壤中的热交换)； 其中，还应包含部分用于植物光合作用的能量，只是这部分能量很小（1-3%），可以忽略。,能量平衡 - Energy balance,“C&W”,LE,3,PPT课件,Energy balance on a regional scale,“C&W”,4,PPT课件,地表辐射平衡方程可表示为： 入射到地面的太阳短波辐射，即太阳总辐射（Q）； 地表反射的太阳短波辐射，即地表反射辐射； 来自大气的长波辐射，即大气逆辐射； 地表发射至大气的长波辐射，即地表发射辐射；,一、地表净辐射（Rn）,5,PPT课件,Ra

4、diation balance,地表辐射平衡（ Rn ）包括： 为地表的短波辐射平衡（Rns） ； 为地表的长波辐射平衡（RnL） ，又称地表有效辐射（）； 一般， Rns 是 RnL的 5倍。,Rn,“C&W”,6,PPT课件,又称太阳总辐射 Q，它是纬度、时间、及云的函数。它由太阳直射光和天空散射光组成，可利用气象台站的太阳直射辐射表及天空辐射表来确定。一般说来，在晴天和稳定的天气条件下，一个地面观测站的数据可以代表10 km2的面积。 Q 也可以通过理论太阳辐射及日照率的计算获得，即： 式中， 为大气层顶部理论太阳总辐射，与气象台站经纬度、 太阳赤纬、日地距离和太阳常数有关； 为日照率，

5、C 为日照时数，C0为最大可能日照时数。,7,PPT课件,Solarimeter measuresshort-wave radiation,Measuring components of radiation balance,“C&W”,8,PPT课件,Net Radiometer measuresall-wave radiation,Measuring components of radiation balance,“C&W”,9,PPT课件,Solarimeter can be shadedto measure only diffusecomponents,Measuring compone

6、nts of radiation balance,“C&W”,10,PPT课件,即大气、云发射至地表的长波辐射，它是大气温度和大气湿度的函数，可表示为： 其中， 大气发射率（无云天气） ， 是空气水汽压 ea 与空气温度 Ta 的函数，可利用 红外测温仪对天空（多角度）测量到的温度来推算； 斯特藩玻耳兹曼常数， ；,11,PPT课件,可通过 VISNIR 遥感反演的地表反照率 来推算，即 。 可通过 TIR、MW遥感反演的地表辐射温度 Ts 来推算。（ 为地表发射率） 遥感所测得的数据（ 和 ）具有非连续、窄波段、窄视场的特点，而自然界地物的反射与发射具有全波段、半球视场及各向异性的特点。两者

7、间的差异，是造成遥感反演地表参数 和 Ts 精度不够高的重要原因。,12,PPT课件,由窄波段遥感数据 全波段、半球视场的反射或发射辐射分量，目前主要从以下3方面入手： 通过大气校正模型，把大气顶层（TOA）的辐射值直接转换为地表光谱反射率或地表辐射温度Ts 。 通过BRDF角度模型，建立两者间的数学关系，把地表方向反射率转换为地表光谱反照率，如半经验模型-核驱动模型，物理模型-几何光学模型（GO）、辐射传输模型（RT）、RTGO混合模型、计算机模拟等。 通过大量野外（同步）试验，建立多种宽波段反射或发射辐射值，与窄波段遥感数据间的统计模型，即经验关系式。此法简单易行且可信。但这种经验关系是随

8、着表面特征的变化而变化的。,13,PPT课件,1、地表反照率的反演,中科院遥感所,14,PPT课件,中科院遥感所,15,PPT课件,中科院遥感所,16,PPT课件,右图：雪被的反射辐射几乎都集中在短波光谱区；在 0.30.7m反射率为80%90%；在0.81.5m反射率则随波长的增大而迅速减小；在SWIR反射很弱。这就是说对于雪被表面反照率（0.304.0m），各谱段所作的贡献是不同的，可划分为4个部分：,雪被区表面反照率反演3,式中，A 为 04.0m 谱段的反照率； 、 分别为经过大气校正后CH1、CH2的反射率。,其中，反演中所选用的NOAA/AVHRR的CH1、CH2只代表前两个部分的

9、反射率，而据Brest的研究，后两部分的反射率分别为第2通道反射率的63.0%和6.5%。因此，可将雪被表面反照率的反演模型表示为：,0.300.725m谱段，占总入射能的 52.6%；0. 7251.0 m谱段，占总入射能的 23.2%； 1. 0 1. 4m谱段，占总入射能的 13.0%； 1. 4 4.0 m谱段，占总入射能的 11.2%。,17,PPT课件,2、地表温度的反演,中科院遥感所,18,PPT课件,19,PPT课件,“C&W”,一天内的温度与能量变化,20,PPT课件,“C&W”,Radiation and Energy Balances,白天，Rn为正值，地表热量部分用于L

10、E、H，剩余热量进入土壤；夜间，Rn为负值，地表热量由 LE、H、G来补偿。,21,PPT课件,二、土壤热通量（G）,土壤热通量土壤内部的热交换，对土壤蒸发、地表能量交换均有影响。一般可以通过土壤遥感热惯量法加以确定，也可以通过地面点测量得到。 Reginato等（1985）研究提出了一种主要用遥感信息推算土壤热通量的简便方法，即把土壤热通量（G）与净辐射（Rn），土壤上覆的植物高度（h）联系起来，建立三者间的经验关系式：,式中，h 为作物高度，可根据不同的植物类型取值，如假设小麦成熟时 h =1.2 m； h 与作物的叶面积指数 LAI 及作物覆盖度 f 有关，也可通过遥感数据估算。,（A、

11、B为待定系数，由实验确定）,22,PPT课件,研究表明，土壤热通量（G）与土壤表面净辐射通量（ ）之间有一比例关系，通常 G 约为 的40，即 。,G 与 的比例关系是日期和时间的函数，可表示为6： 式中，KG为0.20.5间的常数，其值取决于土壤类型和湿度条件； 为太阳天顶角的余弦值。 张仁华（1996）根据多年实验观测表明：土壤热通量（G）与净辐射通量（Rn）有一定的相关性 -对于裸露土壤，G可达的2050%；而在作物覆盖下，G为的520% 。,23,PPT课件,而土壤表面净辐射通量（ ），又可根据比尔定律给出 5、6： 式中，C 为净辐射在植被冠层中的消减系数，值域约为0.30.7； C

12、 值取决于冠层结构，对于具有球形（随机）叶面角度分布 的冠层，C = 0.5； LAI 可通过遥感植被指数求得；为太阳天顶角的余弦值； 此外， 也可简单的表示为：,24,PPT课件,三、感热通量（H）,在土壤植被大气系统中，当把土壤、植被简单地处理为同一层界面时，感热通量（sensible heat flux）表征下垫面与大气间湍流形式的热交换，可表达为： 式中， 为空气密度（kg/m3）； 为空气定压比热（J/kg）； Ts 为下垫面表面温度（）； Ta 为空气温度(参考高度,一般2m) （）； 为空气动力学阻力（s/m）(下垫面-参考高度之间显热传输的阻力) 上式的空气动力学阻力 ，可由湍

13、流模式给出。它随风速、粗糙度和空气层结等因素的变化而变化。,25,PPT课件,平流边界层： 空气运动处于规则状态；湍流边界层： 空气运动处于不规则状态。,“C&W”,d 为零平面位移高度（近地面平均风速为零处的高度）； z 为地表以上参考高度（= 2m）；u 为 z 处的风速。,26,PPT课件,在中性条件下（空气运动处于规则状态-平流 ）， 可表达为： 式中，z 为地表以上参考高度（= 2m）； h 为植株高度 （m）； d 为零平面位移高度（m）（近地面平均风速为零处的高度）； k 为卡门常数（= 0.4）； u 为 z 处的风速（m/s）； zo为动量交换的表面粗糙度（m），为地表的一种

14、空气动力学参数； 它取决于地表粗糙单元的几何形状、大小、排列等。,the laminar boundary-layer,27,PPT课件,植被的表面粗糙度 zo与植被的高度 h 和郁闭度直接相关；表面粗糙度 zo能够方便地描述地-气之间的湍流交换强度。 对于作物、草地： z0 = 0.13 h （ d = 0.63 h ） 而对于林木： z0 = 0.075 h,粗糙度的反演,ice0.01 mmmown lawn1short grass5heather moor25forest500-1000,Typical values of zo：,28,PPT课件,植被高度的遥感反演,植被高度的遥感反

15、演，可以通过多波段、多角度的光谱信息，经BRDF模型反演获得；也可通过简便的植被高度光谱模型的方法。如 ：,式中， h 为作物的高度； LAI 为叶面积指数 ； f 为植被覆盖度 ； SAVI、SAVIV、SAVIS分别为像元、纯植被、纯土壤的土 壤调整植被指数；A、B、C为待定系数，由实验确定。,29,PPT课件,全国月平均地表粗糙度图,中科院遥感所,30,PPT课件,the turbulent boundary-layer,在不稳定条件下（空气运动处于不规则状态-湍流 ） ， 可表达为：,n 为常数（假设为5）； g 为转换系数 ；Tc、Ta分别为冠层温度与空气温度 ；,31,PPT课件,

16、四、潜热通量（即蒸散）LE,潜热通量(Latent heat flux)表征下垫面与大气间水分蒸发的热交换，即地表吸收辐射能与蒸发耗热的热交换，指地面蒸发或植被蒸腾、蒸发的能量，又称蒸散。,32,PPT课件,彭曼（Penman）蒸散方程把植被看作一个整体，假定植物冠层（主指作物冠层）为一片大叶，潜热交换发生在叶面上，则得出冠层的潜热通量，可表达为： 式中， 为温度 Ts 时的饱和水汽压； 为与温度 Ta 同高度处的空气水汽压； 为空气动力学阻力，它阻碍由地面向大气的热量与质量的输送; 可通过测风速、粗糙度代入湍流模型求得； 为下垫面表面阻力，是大气、植被、土壤因子的函数； 可通过叶面积指数 L

17、AI 和叶子的水势，或地面干湿的 标定资料求得 。 为干湿球常数； L、 、 、 均为常数。 LE 方程 与 H 方程相似，仅用水汽压代替了温度。,1一层模型 （又称单层模型）,33,PPT课件,式中， 为饱和水汽压对温度的斜率 ，在潜在蒸散情况下，表面阻力 近似取零，则潜在蒸散 LEP为：,PM蒸散方程是以净辐射通量Rn为主的蒸发模型。它综合了能量平衡法与空气动力学法的特点，被广泛应用。但是它涉及到不少难以精确测定或估算的非遥感参数。而且，由于忽略土壤蒸发，PM式适用于稠密植被状态下的单层模型，而并不适用于稀疏植被和作物全生长期的蒸散计算。,若叶冠温度等于蒸发表面温度，则得Penman-Mo

18、nteith实际蒸散方程（PM式）为 ：,34,PPT课件,地-气热量平衡研究中，界面的表面温度是十分重要的信息。遥感研究则主要通过获取界面与空气的温度差，它受到土壤-大气的耦合影响。,表面温度光谱模型是以表面温度为主的蒸发模型,可表示为： 式中，d 为在参考高度的水汽饱和差； Tc 为下垫面表面温度（可由热红外遥感数据经模型反演求得）； Ta 为空气温度； 为饱和水汽压对温度的斜率。 为冠层群体表面阻力，与叶子水势 、光照强度 I 及叶面积 指数 L 有关，其中 、I、L均可通过多光谱遥感数据及 相关模型来推算。,35,PPT课件,2二层模型 （又称双层模型）,一层蒸发模型是把地表作为一个边

19、界层来研究其传输过程。,但是，部分植物覆盖下，因植、土的热特性不同，则对下垫面总蒸散的贡献不一，情况复杂得多。 植被冠层对地气界面的气流来说是粗糙的，且是可穿透的面。植被的粗糙性使湍流增强，使感热和潜热输送比裸露地面要强。 对于土壤-大气和植物-大气两个界面，共有6个基本要素：土壤表面温度（Ts）、土壤表面水汽压（es）、植物冠层表面温度（Tv）和水汽压（ev），在热交换有效高度的空气温度（Tb）和水汽压(eb)。,36,PPT课件,二层能量平衡模型把表面净辐射（Rn）分解为植物冠层表面辐射（ ）和土壤表面辐射（ ）的和，并分别定义一个能量平衡方程。植物冠层表面和土壤表面的热量平衡方程分别为：

20、,式中， 为土壤和空气的热汽交换阻力； 为冠层表面与冠层中空气的热汽交换阻力； 为水汽从叶内气孔扩散到叶子表面的阻力。,37,PPT课件,通过定量遥感可以反演下垫面表面温度（Ts、Tv）以及地表反照率 、粗糙度 z0，植被冠层表面阻力 ，植物参数（LAI、f ）等；再加上地面观测的参考高度的温度和湿度等，便可以求出各种关键参数、阻力、土壤或植物冠层表面的净辐射通量等，从而运用二层蒸发模型，推算出潜热通量，即界面的蒸发量。对于潜热通量（蒸发）的计算，目前有多种模型方法，如总体动力学法、Penman-Monteith法、Priestly-Taylor法、Shuttleworth-Wallace法等

21、。后几种方法既考虑了地表的能量收支平衡（辐射项），又考虑了表层大气的动力学过程（空气动力项）。应该说，它们比仅考虑空气动力学原理的总体动力学法（湍流过程等）更接近实际，但参数更多，计算结果的精度很大程度上受到这些参数取值的制约。,38,PPT课件,应用实例：遥感区域蒸发量估算,39,PPT课件,区域蒸发量估算包括土壤蒸发及植物蒸腾两部分。 遥感区域蒸发量的估算，可有以下步骤： 求算地表反照率 ( ) 利用可见光近红外波段的多光谱遥感数据，结合地面样点地物反照率的同步测量，建立遥感数据与地面信息之间的相关关系式（经验关系式或理论模型），以推算地表反照率 。 求算地表短波吸收辐射 利用地面仪器测量

22、或直接查找辐射台站的太阳直射辐射表和天空辐射表，以推算入射到地面的太阳入射辐射（ ）；求算地表反射辐射（ ）；求算地表短波吸收辐射 。,40,PPT课件, 求算地表温度（辐射温度Ts，真实温度T） a. 热红外遥感数据的预处理，包括辐射纠正、大气纠正、几何纠正； b. 用红外测温仪等进行地面样点地物辐射温度的同步测量； c. 建立遥感数据与地面同步数据间的线性回归方程，得（Ts）； d. 地面测量典型地类的比辐射率（ ）； e. 地表真实温度的反演 求算地表长波有效辐射（I） a. 利用红外测温仪对着天空“多角度”直接测量所得的天空温度 Ta， 求算来自大气的长波辐射 ； b. 由以上所得的

23、Ts、 ，求算地表发射辐射 ； c. 得地表长波有效辐射。,41,PPT课件, 求算地表净辐射通量 求算叶面积指数（L），及植被覆盖度（f），作物高度（h） 建立遥感植被指数(如NDVI、RVI、SAVI等)与地面同步测量样点 L、f、h 之间的相应模型，以便遥感直接反演 L、f、h （h也可通过双向反射模型等反演）。 求算土壤热通量（G） 借助地面点同步测量的配合，建立土壤热通量与净辐射及植被参数（LAI、f、h）间的相关模型；或从遥感热惯量法入手。 求算空气动力学阻力（ ）与表面阻力（ ） a.测地面风速（u），可推算空气动力学阻力（ ）； b. 通过叶面积指数 L、植被覆盖度 f 和叶子

24、的水势 或地面干湿的标定资料。 区域蒸发量估算： 将以上- 的数据代入蒸发模型，则可估算区域蒸发量，以及研究其空间分布规律,42,PPT课件,地表蒸散的估算,43,PPT课件,全国地表蒸腾分布,中科院遥感所,44,PPT课件,遥感研究蒸发，主要基于地表的热量平衡与水分平衡。运用遥感方法提取土壤植物大气界面的能量信息。如用多时相热红外遥感提取土壤-植物的温度和水分状况信息；用多光谱、多角度遥感，提取下垫面几何结构的信息等。再结合地面气象台站的有关资料，使遥感区域蒸发量的估算精度高于常规方法。 许多研究表明，陆面蒸发是陆地降水的重要来源，而蒸发的大小与土壤湿度密切相关。 大气环流模式在对撒哈拉沙漠

25、反照率变化的研究表明：地面反照率的增加能导致地面蒸发减少和降水减少。,45,PPT课件,城市/乡村地表能量平衡的遥感定量分析,杨立明（2000）利用NOAA气象卫星AVHRR数据和地表微气象观测数据的结合，反演地表生物物理参数（地表反照率、地表辐射温度、地表蒸散等），并代入以地表能量交换为基础的边界层气候模型中，以改善地表过程的模拟。 研究区选在美国中西部内布拉斯加州的Omata和林肯市及周边地区（面积约1万km2）。区内地形起伏小，土地利用/土地覆盖类型多样，是研究地表能量交换的较理想场所。,46,PPT课件,（1） 数据的采集及预处理,A遥感数据：选用1990年311月的NOAA/AVHR

26、R白天的图像数 据，经辐射纠正，大气纠正，几何纠正，投影变换等预处理。 B气象数据：选用内布拉斯加州38个气象站点1990年生长季节的 微气象数据。包括，每小时观测的最高、最低气温，风速、风 向，相对湿度、太阳辐射、土壤温度、日降水量以及各种土地 覆盖类型的潜在蒸散和实际蒸散等。 C土地利用/土地覆盖数据：根据1990年AVHRR的归一化植被指 数NDVI和其他辅助数据所得的土地利用/土地覆盖（LU/LC） 数据，经归并所得的城市建筑区、居民区、工业区、耕地、草 地、耕地/草地混合区、耕地/林地混合区、沿岸林地、森林地 等9种土地利用/土地覆盖类型。,47,PPT课件,（2） 地表生物物理参数

27、反演,A 地表辐射温度（ ） AVHRR遥感器接收的辐射能量E，与其热红外通道的数值（DN）之间的关系（即辐射定标）可表示为： 为经验常数； 为遥感器增益系数。 依据 Planck 辐射方程，可将遥感器接收的辐射能量 转换为亮度温度 ，表示为： 为AVHRR热红外通道的中心波数（cm-1）； 、 为常数。 通过McClain等（1983）的分裂窗口算法，可由 得经大气纠正后的表面亮度温度 为： 式中， 、 分别为AVHRR第4、5通道定标后的黑体温度。 地表辐射温度 与黑体温度 的关系为：式中， 为地表发射率（从数据库或测量获取）； 为斯特藩-波尔兹曼常数。,48,PPT课件,B 地表反照率

28、大气顶层（TOA）的宽波段 地球反照率 ，可从定标后的AVHRR第1、2通道反射率 、 按一定比例组成，近似求得： 依据Koepke(1989)算法，可将 转换为相应的地表反照率 。 式中， 为大气光程中水汽含量、 含量的函数； 为大气光程，这里选用中纬度夏季的标准大气条件（则 、 已知）。,49,PPT课件,C 潜在蒸散（ ）与实际蒸散（ET） 选用彭曼（Penman）模型计算潜在蒸散 ，表示为： 为全波段净辐射； 为土壤热通量； 为风函数（风速、风向）； 为固态水密度； 为蒸发潜热（汽化潜热）； 为空气饱和水汽压； 为空气实际水汽压； 为饱和水汽压/温度（曲线）的斜率； 为干湿球常数。实际

29、蒸散 ET 为：式中， 是植被类型及生长阶段的函数，该作物系数由气候中心提供（由野外实际观测的 、 及生长阶段得到）。,50,PPT课件,（3） 地表能量平衡模型分析,A模型描述：选用Carlson一维边界层气候模型，由下而上分4层： 具有热均匀性的地面层； 辐射、传导、湍流交换共存的大气过渡层（贴地面层）； 热通量、水汽通量随高度保持不变（假设）的表面层（近地面层）； 混合层，其高度依赖于下方的表面层作用。表面层的能量平衡方程为： 其中， 为太阳辐射（直射光和漫射光）； 为地表温度， 为表面层顶部的空气温度， 为空气发射率； 为潜在温度， 为热交换系数； 为热湍流扩散率； 空气定压比热， 为

30、空气密度， 为饱和比湿， 为空气比湿， 为水汽阻力系数，SMA为（surface moisture availability）表面水分利用率，在模型中用以表示当温度 时饱和表面的最大可能蒸发速率，与表面水饱和度有关，一天中SMA为常数。,51,PPT课件,B表面水分利用率（SMA）的参数化,表面水分利用率（SMA）是模拟地表能量平衡组分的关键参数。考虑到对区域实际蒸散ET的模拟，必须计算SMA的时空变量。因此，通过遥感植被指数NDVI与所测的地表微气象数据的联系使SMA参数化。在太阳能与土壤养分充分供给的条件下，植物光合作用和生物量主要由植物水分利用率控制。当植物受水分胁迫（stress）、叶

31、孔封闭的情况下，植被生物量积累速率降低。此时植物水分利用率和生物量与植物光谱响应密切相关，因此，可以借助植物光谱所得的植被指数来推断植物冠层SMA（或蒸散）。通过耕地、草地的SMA与NDVI的大量采集和线性回归分析，确认两者关系密切（在0.810.93之间）。但SMA的变化，滞后于NDVI的变化（时间滞后约4周）。由于不同生长期、不同植物类别对水分需求存在差异，回归系数也会变化，因此对所测的“SMA与NDVI数据对”进行了地类的适当归并，这样其大于0.90。用遥感参数NDVI来参数化SMA将利于计算图像中每个象素的SMA。,52,PPT课件,C模型计算,输入模型参数，包括遥感所得的地表反照率

32、、SMA、土地利用/土地覆盖类型（LU/LC），以及表面粗糙度（ ）、热惯量（T1）、田间持水量（查表）、边界层大气条件参数，如气温 、气压 ，风速、风向 ，太阳辐射（ ）等。其中一部分输入值被假定为空间不变或仅依赖土地类型变化，则被分类输入模型；另一部分输入数据时空变化显著，必须被指定到像素尺度。模型的初始值和边界参数输入后，则进行上述边界层气候模型像素对像素的迭代计算，最终输出净辐射 、地表温度 T（有别于潜热反演的 ）、潜热通量 LE、显热能量 H 等数据和相应的图像。,53,PPT课件,D模型评估,对于模型所得的和卫星数据反演的表面温度和净辐射值，通过统计法的均方根误差（RMSE）和

33、d 指数法，来评估模型在像素尺度的优劣。其中 指数反映观测变量被模型变量准确模拟的程度，被定义为： 式中， 和 分别为 像元的预测值和观测值； ，其中 为平均观测值。通过模型计算模拟的表面温度 与遥感定标后的地表辐射温度 ，两者空间分布相似，数值上差异在0.12.4K之间。城市热岛的强度与范围被较好地模拟，工业区与建筑区的模拟值优于卫星观测值。这些差异可能是由于高估了SMA或气象卫星空间分辨率等多种因素造成的。研究表明：利用多时相、多波段的遥感数据和辅助数据结合，反演地表生物物理参数引入边界层气候模型，扩展时空尺度，可以改善对地表能量平衡过程的模拟。,54,PPT课件,参考文献 1,1 张仁华

34、，1996，实验遥感模型及地面基础. 科学出版社.2 田国良、徐兴奎、柳钦火，2000，用于地表能量交换的动态地表特征模式，遥感学报，4（增刊）：121128.3 徐兴奎、田国良，2000，中国地表积雪动态发布及反照率的变化，遥感学报，4（3）：178182.4 Reginato. R. J. et al., 1985, Evapotranspiration calculated from Remote Multispectral and Ground Station Meteorological Data, Remote sens. Environ. 18:7589.5 Choudhury

35、B.，1989，Estimating Evaporation and Carbon Assimilation Using Infrared Temperature Data：Vistas in Modeling. In: G. Asrar (Ed.), Theory and Application of Remote sensing (pp.628690), New York: Wiley.6 Friedl M. A., 1996, Relationships among remotely sensed data, surface energy balance, and area-averag

36、ed fluxes over partially vegetated land surfaces , J. of Applied Meteorology, 35(11):20912103.7 Pamlson C A, 1985, Mathematical representation of wind speed and temperature profile in the unstable atmospheric surface layer, J. Appl. Meteorol. 1970, 9(6):857861.8 Halfield J. L. et al., 1983, Estimati

37、on of Evaporation at one Time of Day using Remotely sensed Surface Temperature, Agric Water Mgt, 7:341350.9 谢贤群，1988，一个改进的计算麦田总蒸发量的能量平衡空气动力学阻抗模式，气象学报， 46(1):102106.10 陈镜明，1988, 现用遥感蒸散模式中的一个重要缺点及改进，科学通报 6:454457.,55,PPT课件,参考文献 2,11 Choudhury B. J.， Idso S. B., 1985, An empirical model for stomatal re

38、sistance of wheat, Agric. For. Meteorol., 36:6582.12 Jordan W. R, Ritchie J. T., 1971, Influence of soil water stress on evaporation, root absorption, and internal water status of cotton. Plant physiol., 48:783788.13 Murray F. W., 1967, on the computation of saturation vapor pressure, J. Appl. Meteo

39、rol. 6:20320414 Camillo P. J. et al., 1986, A resistance parameter for bare-soil evaporation models. Soil sci, 141:95105.15 Choudhury B. J., Monteith J. L., 1988, A four-layer model for the heat budget of homogeneous land surfaces. Q. J. R. Meteorol. Soc., 114:373398.16 马柱国等，1999, 土壤湿度与气候变化关系的研究进展与展

40、望，地球科学进展，14(3):299305.17 Chamey J, et al., 1977, A comparative study of the effects of albedo change on drought in semi-arid regions, J. Atomos. Science, 34(9): 13441361.18 Yang Limin, 2000, Integration of a numerical model and remotely sensed data to study urban/rural land surface climate processes, Computers & Geosciences, 26:451468.,56,PPT课件,