热惯通量模型在阜新地区土壤水模拟中的应用

付 鑫，裴立山

(辽宁江河水利水电工程建设监理有限公司，沈阳 110003)

0 前 言

土壤水含量是区域农业干旱、水文模拟的重要依据和计算指标[1]。传统方法大都采用人工观测的方式进行测定或者通过水文模型进行估算得到，这种方法测定的土壤水大都不能代表整个区域的土壤水含量的分布情况，存在局限性[2]。当前，土壤水遥感反演技术逐步在许多区域得到应用，取得一定的研究成果[3-9]，但是受到土壤水遥感反演精度的影响，反演的土壤水含量和实际的土壤水之间存在较为明显的误差，使得该项技术很难得到有效推广和应用。近些年来，有学者针对土壤水遥感反演精度不高的问题，提出一种基于热惯通量模型的土壤水遥感反演处理方法，通过该模型，显著提高了区域土壤水遥感反演的精度[10]-[15]。但模型都有其适用的方法，为探讨该方法在北方干旱半干旱地区的适用性，选取辽宁西部较为典型阜新作为研究区域，阜新地区素有“十年九旱”的干旱变化特征，土壤水的监测对于区域制定抗旱应急措施十分重要，为提高旱情补水决策的科学性，结合阜新地区实测土壤水数据，采用热惯通量模型对土壤水遥感反演进行处理，定量分析模型在阜新地区的适用性，从而实现区域土壤水空间变化特征的分析。

1 模型原理

热惯通量模型对地表潜热和显热的条件进行计算：

(1)

式中：Tmax为土壤温度最大值，℃；a为陆面反射率；S0为参数值，一般取值为1367W·m-2；Cτ为太阳短波辐射；ω为太阳自转角，°；B为土壤蒸发潜热；A1为转换参数；Hx和LEx分别表示为土壤显热通量，w/m2。

陆面温度采用地表温度调整曲线进行计算，方程为：

(2)

(3)

式中：tm为陆面最大温度出现的时段，h；Pn和Pd分别为夜间和白天的时段长，h；Tmean为日平均温度，℃，文章采用MODIS遥感数据来对日平均温度进行反演；T2(t)为的遥感卫星过境时刻的陆面温度，℃。

通过建立土壤含水量与含水率之间的线性方程来对土壤含水量进行反演，线性方程为：

θ0(t)=R0(t)(θsat0-θres0)θres0

(4)

式中：θ0(t)为对应t时刻的土壤含水量，%；θres0为剩余土壤含水量，%；θsat0为饱和含水量，%；R0为饱和土壤含水系数。建立底层和表层含水量之间的线性方程对深层含水量进行计算：

(5)

式中：C为土壤水扩散系数；θ1为地表3mm以下的土壤含水量，%；θ0为地表1mm-3mm土层含水量，%。

2 模型应用

2.1 研究区域概况

阜新市位于辽宁的西部，属于典型的北温带半干旱大陆性季风气候，多年平均降水量在500-600mm之间，6月下旬到7月中旬，土壤水含量较低，农业干旱特征明显。随着7月下旬雨量的增多，土壤含水量增加后，旱情能有所缓解。根据阜新地区土壤墒情监测数据表明，6月下旬到7月中旬土壤失墒很快，6月中旬从阜新市西北开始，干旱在十几天的时间里就可分布到全市范围内。6月下旬阜新地区10-20cm层土壤墒情介于4.4%-16.9%之间，部分区域干土层可在10cm以上，较深的在20-40cm之间。

2.2 资料概况

选取由中国科学院青藏高原研究所开发的基于微波数据同化的中国土壤水分数据集(ITP-SM)在辽宁阜新地区开展遥感土壤水反演研究。该产品覆盖时段为2002-2018年，空间分辨率为0.25°，能够提供每天0-5cm，5-20cm和20-100cm深度的土壤含水量状况。

2.3 参数设置

基于微波数据同化的中国土壤水分数据集(ITP-SM)，模型需要针对不同土壤类型进行对应的土壤含水量参数设置，设置结果见表1。

表1 不同土壤类型参数设置

2.4 精度对比

结合阜新地区14个土壤墒情监测站点土壤水实测数据对改进前后的热惯通量模型土壤水反演精度进行对比分析，结果见表2。

表2 土壤水反演精度分析结果

结合实测的不同土壤水分监测数据，对热惯性通量模型的反演精度进行了比较和分析。从反演误差看，心法的土壤水分反演值与各监测点测量值之间的相对误差与改进前相比，减少了10.2%，改善了效果。土壤水反演效果更为明显。采用热惯通量模型反演的的每个监测点的土壤水分的相对误差得到了显着改善。均方根误差是反映数据分散程度的指标。从传统方法和新方法的均方根误差可以看出，模型改进前后的均方根误差<0.1，表明两个模型对土壤水分和测得的土壤水分进行了反演。标准偏差的标准偏差分布满足正态分布，随机误差在允许范围内，表明热惯通量模型也可用于阜新地区土壤水分反演。与传统方法相比，热惯通量模型的均方根误差明显减小。因此，建议在北部地区，特别是进入冬季后，应使用热惯性通量模型进行土壤水分反演。

3 结 论

1)相比于传统方法，采用热惯通量模型进行土壤水遥感反演后，和实测土壤水相比，反演精度得到明显改善，这主要是因为热惯通量模型可分别实现地表潜热和显热条件下的土壤水反演，相比于传统只针对地表潜热条件下土壤水反演精度，更符合区域土壤水纵向分布特征；

2)北方地区冬季土壤温度较低，土壤低温对土壤水反演效果影响明显，因此在低温期进行土壤水反演时，应增加土壤墒情监测站点实时数据，对采用热惯性通量模型的土壤水反演精度进行修正，以提高土壤低温期的土壤水反演精度；

3)土壤水受外部因素影响较多，在以后的研究中还需要重点针对土壤水纵向分布特征进行分析，提高模型在区域土壤水纵向分布的精度。