基于改进的热惯通量模型在土壤水反演技术的研究

张 黎

(辽宁省水利工程建设质量与安全监督中心站，辽宁 沈阳 110003)

土壤水是水循环中较为重要的一个因素，是地表水和地下水之间直接的传输纽带，在农业、气象、水资源领域都是较为重要的指标。对区域土壤水进行全面监测，将有助于区域气象干旱监测和水资源配置的合理规划。当前，对于土壤水的监测方式主要还是采用人工观测方式，这种方式需要花费大量的人力和物力，而且存在以点代面的局限。近些年来，随着遥感技术的蓬勃发展，结合遥感数据进行区域土壤水反演的研究逐步成为热点和前沿。国内许多学者也结合不同来源的卫星遥感数据，采用数据同化和模型方法实现了区域土壤水的反演计算[1- 5]，这其中热惯通量模型由于计算原理简单，参数较少，在土壤水反演中应用较多，但是传统热惯通量模型不能实现低温期土壤水的反演，使得模型的反演精度不高，存在一定的缺陷，为此有学者针对传统模型的局限，对热惯通量模型进行改进，实现了模型低温期的土壤水反演计算，并在一些区域得到应用，但是改进的热惯通量模型在辽宁西部地区还未得到应用，而辽宁西部属于辽宁省较为干旱的区域，土壤水反演将有助于区域干旱实施监测和预警。为此本文结合改进的热惯通量模型对辽宁西部某地区的土壤水进行时空反演研究。

1 改进的热惯通量模型原理

改进的热惯通量模型将地表潜热和显热作为模型的边界条件进行设置，改进后的计算方程为：

(1)

式中，Tmax—地表温度最高值，℃；a—地表反射率；S0—太阳常数，一般为1367W·m-2；Cτ—太阳短波辐射率；ω—太阳自转角，°；B—潜热系数，本文设置为8.4215W·m-1·K-1)；A1—傅里叶展开值；Hx—地表土层壤显热通量；LEx—地表土层潜热通量。

模型结合地表温度调整曲线来实现地表土层温度的计算，计算方程分别为：

(2)

(3)

式中，tm—地表温度最大值对应的时刻；Pn—夜间时长，h；Pd—白天时长，h；Tmean—日均温度，℃，本文结合MODIS遥感数据来反演地表的日均温度值；T2(t)—遥感卫星过境时刻对应的地表温度值，℃。

模型在进行土壤水反演时，建立土壤含水量与土壤饱和含水率之间的线性关系，线性方程为：

θ0(t)=R0(t)(θsat0-θres0)+θres0

(4)

式中，θ0—t时刻土壤含水量,%；θres0—地表土层剩余含水量，%；θsat0—饱和土壤含水量，%；R0—土壤饱和系数。为得到深层含水量，需要建立表层含水量和底层含水量之间的相关方程，相关方程为：

(5)

式中，C—土壤水扩散系数；θ1—地表表层(3mm以下)土壤含水量，%；θ0—地表土层(1～3mm)含水量，%。

2 实例应用

2.1 区域概况

本文以辽宁西部某区域为研究实例，气候分区属于中纬度暖温带，具有半干旱、半湿润的旱区典型气候特点，降水主要集中在夏季高温时节，冬季较为寒冷，气候偏干燥，属于典型的暖温带季风气候。区域多年平均气温为9℃，春秋两个季节风速较，年平均风速在2.8m3/s左右。区域年平均蒸发量较大，夏季蒸发最为明显，年平均蒸发量高达1800mm。区域主要土壤类型分别为砂土、砂壤土、黏土、黏质壤土、壤土。

2.2 模型参数设置

结合区域土壤特性，分别对区域内不同土壤类型下的模型参数进行设置，模型参数设置结果见表1。

表1 模型参数设置结果

2.3 模型精度对比

为对模型进行验证，对区域内不同土壤质地下的土壤含水量进行监测，结合监测的土壤含水量分别对比改进前后的热惯通量模型在区域土壤含水量反演的精度，对比精度结果见表2及图1。

从表1中可以看出，相比于传统热惯通量模型，改进的热惯通量模型在区域不同土壤质地下的土壤水反演精度都有较为明显的改善。传统热惯通量模型土壤水反演值和监测土壤含水量之间的相对误差在17.41%～46.06%之间，而改进热惯通量模型的相对误差在-16.49%～-25.51%之间，从相对误差均值可以看出，改进模型下相对误差均值从30.9%下降到19.8%。而从改进前后的热惯通量模型的均方根误差RMS也看看出，改进后的热惯通量模型较传统模型也有较为明显的改善。均方根误差RMS从传统模型的0.057下降到改进模型的0.033。这主要是因为传统模型不能实现低温期的土壤水反演，使得模型土壤水反演精度受到限制。而改进的热惯通量模型可实现不同时期的土壤水反演，因此在土壤水反演精度上有较为明显的改善。从图1中可以看出，在改进的热惯通量模型下其模拟值和土壤水监测值之间的相关系数达到0.653，而传统模型下的相关系数达到0.3904，在相关度上，改进的热惯通量模型也有较为明显的改善。

表2 模型土壤水反演精度对比结果

图1 改进前后的热惯通量模型土壤水反演值和监测值相关分析结果

2.4 区域土壤水空间反演计算

结合区域不同季节的MODIS遥感数据，结合改进的热惯通量模型，对区域4个季节的土壤水进行空间反演计算，土壤水空间反演计算结果如图2所示。

图2 各个季节区域土壤水空间反演结果

从图2中可以看出，区域土壤水空间反演呈现较为明显的季节变化特点。这表明采用改进的热惯通量模型进行的区域土壤水空间反演结果还是较为合理的。夏季由于地表温度和降水量集中的原因，区域土壤水含水量大部分在26%～35%之间，而在冬季由于地表温度和降水量的影响，区域土壤含水量主要集中在15%以下。春节受地表温度回升以及区域融雪影响，区域土壤含水量较冬季有较为明显的增加趋势。而在秋季，由于地表温度下降以及降水量的减少，区域土壤水含量较夏季具有较为明显的递减趋势。土壤水空间反演结果可实现区域土壤水空间分布，对于区域干旱监测具有较好的借鉴和参考价值。

3 结语

本文基于MODIS遥感数据，对区域地表温度进行解译，并采用改进的热惯通量模型对辽宁西部某干旱半干旱区域进行土壤水反演，研究取得以下结论：

(1)改进的热惯通量模型可实现低温期土壤水的反演，在土壤水反演精度上都较传统模型有较为明显改善，可用于北方干旱半干旱区域的土壤水反演。

(2)土壤水空间反演结果将为区域干旱监测和预警提供较为重要的数据支撑，可以在区域干旱预警和预测中进行参考和应用。

(3)改进的热惯通量模型虽然较传统模型有所改善，但是反演精度还不算太高，而土壤含水量影响要素较为复杂，在以后的研究中还需要对模型的精度进行进一步的改善。

目前，土壤水反演技术已经在辽西干旱得到广泛应用对于北方干旱监测具有参考价值。

[1] 姜雪芹, 叶勤, 林怡, 等. 基于HA和高光谱遥感的土壤含水量反演研究[J]. 光学学报: 1- 18.

[2] 马贵友. 海城市土壤饱和导水率空间分布特征[J]. 水利技术监督, 2017, 25(03): 16- 18+37.

[3] 姜红涛. 干旱区土壤水盐变化特征及其影响因子的遥感反演和GIS分析[D]. 新疆大学, 2014.

[4] 丁焕希. 黄土坡耕地土壤水力学的空间分布特征探讨——以晋西北神池县为例[J]. 水利规划与设计, 2017(07): 69- 70+118.

[5] 刘振华, 赵英时. 遥感热惯量反演表层土壤水的方法研究[J]. 中国科学. D辑: 地球科学, 2006(06): 552- 558.[6]孙玥,关明皓.改进的PSO-RBF模型在土

壤水入渗参数非线性预测中的应用研究[J]. 水利技术监督, 2017, 25(02): 117- 120.

[7] 姜丽霞, 冯晓伟, 张志国, 等. 利用气象卫星资料对春季土壤水分进行监测的地面响应模型的研究[J]. 黑龙江气象, 2007(04): 8- 10.

[8] 刘振华, 赵英时. 遥感热惯量反演表层土壤水的方法研究[J]. 中国科学. D辑: 地球科学, 2006(06): 552- 558.

[9] 刘振华, 赵英时. 一种改进的遥感热惯量模型初探[J]. 中国科学院研究生院学报, 2005(03): 380- 385.