基于MODIS数据的安徽区域日蒸散量估算与分析

蒸散的估算在区域能量平衡和水资源研究中具有重要意义，遥感技术发展促进了区域蒸散的研究。利用安徽省气象资料、MODIS数据产品及GIS背景信息，基于SEBAL模型，按1 km空间分辨率进行了面尺度的安徽省日蒸散量估算，并在GIS空间分析模块的支持下对不同土地覆盖类型的日蒸散量进行统计分析。结果表明：遥感估算的蒸散量与利用Penman Monteith公式计算的蒸散量比较，两者之间具有较好的相关性，遥感蒸散估算值整体偏小，不同土地利用类型的日蒸散量间差异显著。遥感蒸散估算方法在安徽省具有一定的实用性，需优化模型参数，以提高其进一步技术推广的前景     

安徽省近40年参考作物蒸散量的敏感性分析

利用安徽省79个站点1971—2010年逐日气象资料,采用FAO Penman-Monteith公式计算了近40年安徽省参考作物蒸散量(ET0)以及ET0对日照时数、相对湿度、风速、温度等气象因子的敏感系数,并对ET0的时空分布和4个气象因子敏感系数的时空变化特征进行了分析。结果表明:近40年来安徽省年平均参考作物蒸散量为862 mm,自1971年以来,年平均参考作物蒸散量总体上呈现波动下降趋势;空间分布上,基本呈自北向南、自低向高递减趋势;ET0与平均温度、日照时数、相对湿度和风速的敏感性方面,ET0对相对湿度的变化最为敏感,其次是日照时数、风速,对平均温度的敏感性最低。从近40年各气象因子敏感系数的多年变化特征来看,平均温度、日照时数和风速的敏感系数以平稳波动为主,年际间变化不是很明显,而相对湿度敏感系数则呈现明显的上升趋势(通过0.01的显著性检验),其绝对值有明显的减小趋势,表明相对湿度对参考作物蒸散的敏感性在减弱。在年内变化特征方面,总体来说,相对湿度敏感系数年内变化表现为明显的双峰型变化特征,而平均温度、日照时数和风速年内变化特征为单峰型。在这4个气象要素对ET0的贡献率方面,贡献率最大的是相对湿度,四个影响ET0的气象要素对ET0变化的总贡献为-1.33%。综合敏感性和贡献率两方面因素分析,日照时数和风速的变化趋势在很大程度上解释了ET0呈下降趋势的原因。