遙感技術(shù)在水文學(xué)中的應(yīng)用

遙感技術(shù)在水文學(xué)中的應(yīng)用

水生百合技術(shù)在水文學(xué)中的應(yīng)用可以從兩個(gè)方面來描述。首先，利用遙感數(shù)據(jù)估算不同水體（湖泊、濕地等）的面積變化，監(jiān)測(cè)冰川和雪、以及洪水過程的動(dòng)態(tài)監(jiān)測(cè)。這是水文學(xué)中直接使用的一種方法。其次，利用遙感數(shù)據(jù)對(duì)水文過程中的參數(shù)和變量進(jìn)行推算，如土地覆蓋條件、植物（植物）的生長(zhǎng)和發(fā)育，然后使用各種經(jīng)驗(yàn)公式、統(tǒng)計(jì)模型和概括水文模型，如徑向流、土壤水分、區(qū)域蒸發(fā)和其他水文變量。這是遙感技術(shù)在水文學(xué)中的間接應(yīng)用。1遠(yuǎn)程感知技術(shù)在水文學(xué)中的直接應(yīng)用1.1在進(jìn)行洪水監(jiān)測(cè)、評(píng)估過程中,對(duì)洪水情況進(jìn)行了有力的評(píng)估,降低了損失洪水是暴雨或急驟融冰融雪等自然因素和水庫垮壩等人為因素,引起的江、河、湖等水量迅速增加或水位急劇上漲等現(xiàn)象,洪水一旦威脅到人類安全和社會(huì)經(jīng)濟(jì)活動(dòng),便構(gòu)成洪災(zāi)。洪災(zāi)造成的經(jīng)濟(jì)損失和人員傷亡,在各種自然災(zāi)害中居第一位。利用遙感手段在洪水發(fā)生過程中,對(duì)洪水進(jìn)行實(shí)時(shí)的動(dòng)態(tài)監(jiān)測(cè)可以為抗洪搶險(xiǎn)提供寶貴的資料,從而將洪水的損失降低到最低程度。例如,對(duì)1981年三江平原大水、1984年合肥大水、1985年遼河大水等的監(jiān)測(cè)都通過氣象衛(wèi)星取得了很好的應(yīng)用效果。在1998年中國(guó)長(zhǎng)江、松花江大洪水過程中,國(guó)家遙感中心航空遙感一部、水利部遙感中心、中國(guó)科學(xué)院遙感應(yīng)用研究所、國(guó)家測(cè)繪局、國(guó)家衛(wèi)星氣象中心等單位分別采用各種手段對(duì)洪澇災(zāi)害進(jìn)行了有效的監(jiān)測(cè)與評(píng)估,為抗洪決策提供了堅(jiān)實(shí)的基礎(chǔ),大大降低了洪水所造成的損失。除了洪水發(fā)生過程的動(dòng)態(tài)監(jiān)測(cè)外,利用遙感資料和地形圖等基本資料可以編制警戒水域遙感數(shù)據(jù)庫,提供洪水有可能淹沒的范圍,危險(xiǎn)地段的范圍及空間分布,洪水有可能造成的損失等數(shù)據(jù),從而為洪澇災(zāi)害的監(jiān)測(cè)評(píng)估、恢復(fù)生產(chǎn)、重建家園等工作提供科學(xué)依據(jù)。中國(guó)科學(xué)院遙感應(yīng)用研究所和水利部遙感技術(shù)應(yīng)用中心已完成我國(guó)洪水易發(fā)的12個(gè)地區(qū)(珠江三角洲地區(qū)、洞庭湖、洪湖和荊江地區(qū)、武漢地區(qū)、鄱陽湖地區(qū)、太湖及長(zhǎng)江三角洲地區(qū)、淮河中游地區(qū)、淮河下游地區(qū)、黃河中游地區(qū)、黃河下游地區(qū)、海河中下游地區(qū)、遼河中下游地區(qū)、嫩江、松花江下游地區(qū))的1:10萬警戒水域遙感數(shù)據(jù)庫的研制,這對(duì)我國(guó)抗洪搶險(xiǎn)工作的宏觀指導(dǎo)具有積極的意義。1.2遙感技術(shù)的應(yīng)用由于水體的反射特征同陸面、植物(作物)等其它類型的地物有明顯區(qū)別,也就使得其在遙感圖象中較易判讀。在應(yīng)用上一般有兩種類型:一是在一些無資料地區(qū)或人類難以到達(dá)的地區(qū),進(jìn)行各種水體的詳查工作,例如我國(guó)青藏高原湖泊和濕地的調(diào)查工作主要就是依靠遙感資料來完成的。近年來由于遙感資料越來越容易獲得,分辨率越來越高,人們對(duì)遙感圖象的釋譯水平不斷提高等原因,即使在人類很容易到達(dá)的地區(qū),也多利用遙感技術(shù),這不僅精度可以滿足要求,而且成本也較低;二是利用不同時(shí)段的遙感資料,進(jìn)行各種水域的動(dòng)態(tài)規(guī)律研究。如許殿元等曾利用TM圖像研究了黃河三角洲的動(dòng)態(tài)演變。1.3線性模型在冰流速預(yù)報(bào)中的應(yīng)用雖然冰雪水文遙感還存在著一些問題,但它已經(jīng)被全世界的學(xué)者廣泛應(yīng)用,特別是在確定冰川面積分布研究領(lǐng)域。積雪場(chǎng)/冰川的分布范圍和面積在水文學(xué)上具有重要意義,因?yàn)?它們基本上決定著融雪融冰徑流的幅度。自從20世紀(jì)60年代隨著氣象衛(wèi)星的可見光和遠(yuǎn)紅外探測(cè)器的出現(xiàn),此領(lǐng)域的研究就逐漸開展起來(Popham,1968)。1972年NOAA-AVHRR的出現(xiàn),加速了這一進(jìn)程(Rango,1986)。目前在北美洲,4000多個(gè)流域的冰雪分布圖都已由NOAA-AVHRR遙感資料繪制,這些圖都是以周為時(shí)段的連續(xù)資料,其中10%的流域分布圖被劃分為垂直帶(Caroll,1995)。挪威也是利用遙感資料進(jìn)行冰雪研究較早的國(guó)家之一,在20世紀(jì)80年代他們?cè)脤⑾笏剞D(zhuǎn)化為積雪的簡(jiǎn)單轉(zhuǎn)化,用于水電樞紐工程的規(guī)劃。印度學(xué)者Ramamoorthi(1985,1987)也曾利用遙感資料進(jìn)行流域融雪徑流預(yù)報(bào)。積雪/冰川的分布范圍一般不能推求積雪/冰川量,而后者對(duì)融雪/冰徑流更為重要。積雪/冰等融水量的估算關(guān)健在于微波波段的波譜特征。加拿大氣候中心的工作人員利用被動(dòng)微波遙感資料引入微波亮度溫度研制了一種積雪/冰等融水量的定時(shí)預(yù)報(bào)模型,并應(yīng)用到加拿大草原地區(qū)。遙感技術(shù)在冰雪水文中的應(yīng)用,還包括對(duì)積雪/冰區(qū)溫度、濕度、反射率、雪粒大小等的估算。我國(guó)學(xué)者在冰雪水文的遙感應(yīng)用領(lǐng)域也做了大量的工作,如柯長(zhǎng)青等分析了青藏高原積雪分布與變化特征;陳乾等曾利用AVHRR資料反演祁連山區(qū)積雪虧量;曾群柱等則對(duì)黃河上游衛(wèi)星雪蓋監(jiān)測(cè)與融雪徑流進(jìn)行了較為詳細(xì)的研究。1.4vis/ir影象法降水是陸地表面水文氣象的重要因素,對(duì)區(qū)域水循環(huán)過程和水平衡都具有重要的意義,一般采用雨量站的實(shí)際觀測(cè)而得到。但降水的空間分布對(duì)水文過程更為重要,這就要借助遙感資料獲得其空間特征,特別是在雨量站和雷達(dá)觀測(cè)站點(diǎn)較稀的地區(qū)。降水一般利用遙感資料的紅外(IR)和可見光(VIS)波段,但自1987年SSM/I發(fā)射之外,微波也成為獲得陸地降水的有效手段。紅外和可見光波段的優(yōu)點(diǎn)是具有較高的空間分辨率,并具有時(shí)間上的大量樣本,不足之處在于云頂反射率和溫度與地表降水速率的關(guān)系,并不是一種直接關(guān)系。截至目前,大量的研究表明,由VIS/IR生成的連續(xù)降水區(qū)域只有在大尺度上或長(zhǎng)時(shí)間上平均狀況才有意義,而且要經(jīng)過仔細(xì)的區(qū)域和季節(jié)調(diào)整。微波技術(shù)由于能夠穿透云端,而獲得云層之下實(shí)際降雨微粒的特征,而被廣泛采用,雖然與VIS、IR相比,微波更加側(cè)重于地面的自然特征,但它還是無法直接確定地面的降水速率,而只能通過垂直梯度的水分差異而間接獲得,但有時(shí)兩者之間的相關(guān)性又是很差的。依據(jù)其采用的資料源,將利用遙感資料進(jìn)行降水量計(jì)算的公式與算法,大致分為三大類:一是利用VIS/IR資料;二是利用微波資料;三是兩者結(jié)合。利用VIS/IR遙感資料的算法基本上都依據(jù)這樣一個(gè)基本假定,即降水與濃云,特別是冷云層頂部有關(guān),而VIS/IR所獲得的就是云層頂部的紅外圖象。可見光部分云的反射率常常用來區(qū)分薄的無降水的云團(tuán)和厚的可能降水的云團(tuán)。但是,可見光影象只能應(yīng)用到太陽高于地平面的時(shí)段,而紅外影象則不受一天內(nèi)時(shí)間變化的影響,因而更為廣大學(xué)者所采用。由于降水僅占空間云區(qū)的一小部分,因而VIS/IR一般都過大地估計(jì)降水的空間范圍。為了克服這一缺陷,一般的經(jīng)驗(yàn)公式都有意地縮小降水速率。目前比較著名的經(jīng)驗(yàn)公式有:GPI(TheGoesPrecipitationIndex,Arkin和Meisner,1987;Arkin等1994)是在熱帶和亞熱帶地區(qū)利用紅外影象最為簡(jiǎn)單和最為流行的方法;NAWT(Negri-Adler-WetzelTechnique,Negri,1984)是由Griffith-Woodley(Griffith,1978)方法,不考慮時(shí)間歷史關(guān)系而發(fā)展的一種紅外技術(shù);CST(TheConvective-StratiformTechnique,Adler和Negri,1998)試圖將對(duì)流體與紅外亮度溫度場(chǎng)的極小值位置相聯(lián)系;RAMSAT是一種集成的分類算法,它是利用VIS/IR影象相結(jié)合來確立降雨面積的方法(Lovejoy和Austin,1979;Bellon等,1980;Hogg,1990;King,1989)。陳乾等利用GMS衛(wèi)星的紅外和可見光資料,及與之相匹配的數(shù)字化地形模型來反演復(fù)雜地形下的降水率。微波輻射的降雨釋譯則主要在于分析頂層雨滴尺度冰粒的分散特征。如果這些冰粒存在,通常存在于較厚的雨云。由于云的較強(qiáng)熱輻射,那么觀察到的微波輻射強(qiáng)度相對(duì)于“暖”的地面背景就應(yīng)該大大降低。有各種各樣的算法來區(qū)分時(shí)空分布上這種遙感信號(hào)同地面背景的特征,繼而將微波輻射信號(hào)轉(zhuǎn)化為降水速率,以下是幾種具有代表性的算法:SRL(TheSatelliteResearchLaboratory)是NOAA-NESDIS的SRL實(shí)驗(yàn)室建立的在無降水條件下,利用SSM/I低頻波段來預(yù)測(cè)垂直方向85.5GHZ偏振的亮度溫度的經(jīng)驗(yàn)公式(Grody1991;Ferraro等1994)。利用觀測(cè)到的亮度溫度和預(yù)測(cè)的亮度溫度之間的關(guān)系引入離散指數(shù)(ScatteringIndex)來推求降水強(qiáng)度(Ferraro和Marks,1995);GSCAT(TheGoddardScatteringalgorithm)算法首先由Adler在1993年提出來,隨后又進(jìn)行了改進(jìn),在此算法中,經(jīng)驗(yàn)邏輯樹被應(yīng)用到多波段信息中去,來確定在象素中降雨是否初始存在;Bristol算法由Kidd和Barrett(1990)對(duì)PCT(Polarizoaion-correctedtemperature,spencer等,1989)算法改進(jìn)而來的,以SSM/I85.5GHZ波段為基礎(chǔ),對(duì)陸地和水體表面降水估計(jì)的一種算法;HPR(Hydrometeorprofileretrievalalgorithms)是一種對(duì)水文大氣(如雨水、軟雹、雪、云水等)縱斷面不斷進(jìn)行修正,直到模型計(jì)算多波譜亮度溫度同觀測(cè)到的相一致,然后利用最低層雨水的濃度來獲得地表降雨率的方法。這種方法最大的優(yōu)點(diǎn)是具有一定物理意義,而非純粹的統(tǒng)計(jì)模型,典型的例子可參見文獻(xiàn)。IR算法一般都沒有物理基礎(chǔ),而SSM/I算法雖有物理基礎(chǔ),但樣本稀缺,因而一種試圖將兩者結(jié)合,利用IR圖象的時(shí)空連續(xù)性和微波技術(shù)對(duì)降水的直接探測(cè)的方法就應(yīng)運(yùn)而生。最普遍的算法就是假定每天1～2次的SSM/I的降水速率有足夠的精度來對(duì)基于IR方法的關(guān)系進(jìn)行驗(yàn)證(Adler1994,Xie和Arkin1996)?？傊?目前利用遙感資料來估算降水量還處在一種不斷完善的階段,在時(shí)相和區(qū)域上還存在著許多未解決的問題。利用VIS/IR資料在最為理想的條件下:即空間尺度為2°～5°的氣候尺度,時(shí)間尺度為周或月,在熱帶和亞熱帶地區(qū)中緯度的暖季,對(duì)流降水估算的相關(guān)性可達(dá)0.8以上;而微波技術(shù)對(duì)0.5°～1°范圍內(nèi)的連續(xù)降雨的估算相關(guān)性,可達(dá)0.7以上。2遠(yuǎn)程技術(shù)在水文學(xué)中的間接應(yīng)用2.1地表凈長(zhǎng)波輻射通量的計(jì)算區(qū)域蒸發(fā)在全球/區(qū)域氣候模式、水文循環(huán)過程以及農(nóng)業(yè)、林業(yè)、環(huán)境中都具有重要意義。目前對(duì)于蒸發(fā)的計(jì)算與測(cè)定都是基于單點(diǎn)或同一種植物(作物)而展開的,對(duì)于區(qū)域尺度上蒸發(fā)的估算,遙感信息不僅具有常規(guī)手段無法比擬的,對(duì)大面積地面特征信息同時(shí)快捷獲得的手段,而且就目前科技水平而言,遙感技術(shù)是最為經(jīng)濟(jì)和最為準(zhǔn)確的手段。利用遙感技術(shù)估算區(qū)域蒸發(fā)的基本依據(jù)是能量平衡方程,即Rn+G+H+LE=0(1)Rn+G+Η+LE=0(1)式中Rn為凈輻射;G為土壤熱通量;H為顯熱通量;LE為潛熱通量。Rn可通過天文輻射(理論太陽輻射)用經(jīng)驗(yàn)公式求得,亦可通過遙感方法求得。如果用遙感技術(shù),則一般利用GOES衛(wèi)星資料,獲取下式中的參數(shù),從而求得凈輻射:Rn=(1?α)Rs+(1?εs)Rld?εsδTsh4(2)Rn=(1-α)Rs+(1-εs)Rld-εsδΤsh4(2)式中Rs為太陽短波輻射收入項(xiàng);Rld為長(zhǎng)波輻射收入項(xiàng);σ為地面短波反射率;εs為地表反射率;δ是斯蒂芬-波爾滋曼常數(shù);Tsh為半球輻射溫度(Norman和Becker,1975)。εsδTsh4為向上的長(zhǎng)波輻射通量,可寫為Rlu。空間運(yùn)載工具上的紅外輻射儀所測(cè)到的輻射溫度Trad假定接近Tsh。Rs和α均可利用GOES遙感資料,通過經(jīng)驗(yàn)/統(tǒng)計(jì)模型或具有物理基礎(chǔ)的模型求得。地表凈長(zhǎng)波輻射通量亦可從遙感資料獲得,如NOAA衛(wèi)星TOVS(TirosOperationalVerticalSounder)的紅外和微波探測(cè)資料可用于Rld和Trad的估算。也有的學(xué)者,如Jackson等(1987)由地面氣象資料,利用經(jīng)驗(yàn)公式求得Rld,然后利用Trad計(jì)算長(zhǎng)波向上部分的輻射。Sellers等曾經(jīng)討論了對(duì)由以上4個(gè)參數(shù)估算來求得Rn的誤差累積問題,這就導(dǎo)致了一些學(xué)者試圖利用大氣層頂部的Rn來推求地表的Rn(Pinker和Tarpley,1988),但Harshvardhan等的研究表明兩者之間的相關(guān)性很小。土壤熱通量G是土壤熱傳導(dǎo)性和垂直溫度梯度的函數(shù)。因?yàn)闇囟忍荻炔豢赡芾眠b感手段獲得,因而求解G的數(shù)值模型一般都將土壤劃分為若干層(Campbell,1985)。這就需要對(duì)土壤屬性有詳細(xì)的了解,因此,常規(guī)氣象資料一般均能獲得滿意的G值。遙感上的應(yīng)用,一般是將G/Rn作為植被覆蓋狀況(VI)或葉面積指數(shù)的函數(shù),遙感資料通?？色@得滿意的后者的值。Choudhury等(1987)的研究表明,在裸露土壤條件下,G/Rn為0.4;而完全被植被覆蓋時(shí),G/Rn僅為0.05。雖然目前的觀測(cè)都表明VI和G/Rn之間是線性關(guān)系,但從理論上分析,它們之間應(yīng)該是非線性關(guān)系(Clothiert等,1986;Kustas等,1993)。在獲得Rn和G之后,如果能準(zhǔn)確地區(qū)分開H和LE,則由式(1)可求得區(qū)域蒸發(fā)。目前區(qū)分H和LE的方法主要有三大類:(1)經(jīng)驗(yàn)、半經(jīng)驗(yàn)公式這類公式一般采用遙感的連續(xù)觀測(cè)資料來估計(jì)天的蒸發(fā)量,通常假定白天的H和LE與(Rn+G)之間有一定聯(lián)系,Hall等(1992)的試驗(yàn)觀測(cè)結(jié)果表明,用于蒸發(fā)部分的能量(EF)(即:EF=-LE/(Rn+G))在白天相當(dāng)穩(wěn)定。一種最為流行的方法是假定ET和Rn之差可用以下線性方程表示(Jackson1977):Rn,d+LEd=A+B(Trad,i?Ta,I)(3)Rn,d+LEd=A+B(Τrad,i-Τa,Ι)(3)式中下標(biāo)I和d分別表示連續(xù)和日,Ta為近地表(如2m)空氣溫度,A和B為回歸常數(shù)。Seguin和Itier(1983)則將上式改寫為指數(shù)形式,即:Rn,d+LEd=B(Trad,i?Ta,i)n(4)Rn,d+LEd=B(Τrad,i-Τa,i)n(4)式中B取決于地表粗糙度,而n則取決于是否穩(wěn)定。(2)有物理基礎(chǔ)的分析模型Price(1980)曾建立了一個(gè)以能量平衡為基礎(chǔ)的計(jì)算通量的模型,來計(jì)算日蒸發(fā)量。此模型需要的輸入?yún)?shù)包括Trad的最大最小差值及常規(guī)氣象觀測(cè)要素,如風(fēng)速、空氣溫度、水汽等。由于NOAA-AVHRR可以提供白天和晚上的表面輻射溫度,因而可用于此模型中。此模型在1982年經(jīng)Price改進(jìn)后,成為一個(gè)預(yù)測(cè)模型,與利用氣象資料和蒸發(fā)器所獲得的結(jié)果基本一致。另一類模型是顯熱通量H由下式求得后,利用能量平衡方程獲得LE。H=ρcp(Taero?Ta)rH(5)Η=ρcp(Τaero-Τa)rΗ(5)式中ρ是空氣密度;cp是空氣比熱;rH是熱傳輸阻力;Taero是表面空氣動(dòng)力學(xué)溫度;Ta是空氣溫度。由于Taero不能用遙感資料求得,故一般由Trad代替,對(duì)于均一、冠層完全覆蓋的植被,兩者之差一般小于2℃(Choudhury等,1986;Huband和Monteith,1986)。但對(duì)于部分植被覆蓋,兩者之差可高達(dá)10℃(Kustas,1990)。這就導(dǎo)致許多學(xué)者利用經(jīng)驗(yàn)公式通過無向量的熱糙度來修正rH(Kustas等,1989;Sugita和Brutsaert,1990;Kohsiek等,1993),或引入額外阻力(Stewart等,1994)。另一類方法是利用微波和輻射傳輸模型來進(jìn)行物理模擬,從而將Trad和Taero之間的關(guān)系作為地表?xiàng)l件(如,植被覆蓋、葉面子指數(shù)、地表土壤濕度、太陽天頂和高度角等)的函數(shù)(Prevot等,1994)。(3)數(shù)值模型在過去幾十年,出現(xiàn)了大量的數(shù)值模型來摸擬地表能量通量的交換,同時(shí)利用遙感資料(如Trad)來提取模型參數(shù)(Comillo等,1983;Carlson等,1981;Soer等,1980;Taconet等,1986)。數(shù)值模擬同統(tǒng)計(jì)模型和分析模型相比有兩大優(yōu)點(diǎn):一是它們是揭示土壤-植被-大氣系統(tǒng)(SVAT)能量傳輸?shù)奈锢磉^程;二是它們?cè)谝欢ǖ某跏己瓦吔鐥l件下,可以模擬能量通量的連續(xù)變化過程。但在實(shí)際應(yīng)用中,有關(guān)參數(shù)的估算需要大量和詳盡的植被和土壤信息,所以很難應(yīng)用于區(qū)域尺度。這就要求將物理模擬與遙感技術(shù)相聯(lián)系,這方面的一些嘗試還是較為成功的(Sellers等,1992;Crosson等,1993)。數(shù)值模型的不足之處在于需要大量有關(guān)區(qū)域植被和土壤的參數(shù)。由于這些參數(shù)很難獲得,在實(shí)際應(yīng)用中往往簡(jiǎn)化模型、減少參數(shù),以便遙感技術(shù)應(yīng)用(Bougeault等,1991),例如,Brunet等(1991)曾利用大氣邊界層模型(AtmosphericBoundarylayer,ABL)估算區(qū)域尺度能量通量,其中土壤-植被-大氣界面的能量傳輸是利用Penman-Montieth公式進(jìn)行參數(shù)化的。除以能量平衡方程為基本出發(fā)點(diǎn)的求解區(qū)域蒸發(fā)的方法外,還有一些其它方法,試圖通過某個(gè)環(huán)節(jié)或過程,利用遙感信息來估算區(qū)域蒸發(fā)。如利用VI/Trad關(guān)系,因?yàn)樵S多研究表明,NDVI和Trad有著極好的相關(guān)性(Goward等,1985;Hope和McDowell,1992;Nemani和Running,1989;Nemani等,1993)。Hope等(1986)還從理論上闡述了如何利用VI和Trad之間的關(guān)系得到冠層阻力;Price(1990)則利用NDVI/Trad關(guān)系來推求裸露土壤和植被的溫度,并利用土壤水分空間分布資料,計(jì)算全部覆蓋下、干濕土壤中的蒸散量;Carlson等(1990,1994)則在Price(1990)的基礎(chǔ)上,將ABL和SVAT模型相結(jié)合,來推算土壤水分、植被覆蓋狀況和地面通量。此外,微波遙感由于較少受到大氣和云的影響,因而在區(qū)域蒸發(fā)的估算方面是大有可為的。同熱紅外遙感資料相比,微波技術(shù)還有一個(gè)優(yōu)點(diǎn)就是可以獲得不同深度(雖然深度極其有限)的土壤信息,在獲得土壤水分垂直分布應(yīng)用上有積極意義(Jackson等,1995)。雖然利用遙感資料估算區(qū)域蒸發(fā)量還存在著許多問題,但應(yīng)該指出,利用遙感資料結(jié)合地面氣象和植被要素,反演區(qū)域蒸發(fā)通量,仍是估計(jì)區(qū)域蒸發(fā)通量最有前途的手段。2.2地表土壤濕度測(cè)量利用遙感技術(shù)對(duì)土壤水分的監(jiān)測(cè)從宏觀上可分為兩大類:一類是利用微波遙感手段對(duì)地表土壤濕度進(jìn)行直接測(cè)量;一類是依據(jù)可見光/紅外波段遙感資料,利用熱慣量、作物缺水指數(shù)、距平植被指數(shù)等方法,獲得地表能量和作物生長(zhǎng)狀況等信息,然后建立與土壤水分的相關(guān)函數(shù)/經(jīng)驗(yàn)公式,從而計(jì)算土壤水分。(1)被動(dòng)遙感土壤水分變化的研究微波遙感可以對(duì)各種地表覆蓋條件下的土壤水分進(jìn)行直接測(cè)定。通常有兩種基本方法:被動(dòng)微波遙感和主動(dòng)微波遙感。被動(dòng)遙感技術(shù)利用高精度的輻射儀測(cè)量特定波段內(nèi)地表的熱發(fā)射率。通常用亮度溫度表示,亮度溫度在數(shù)量上等于發(fā)射率乘以物理溫度。如果物理溫度能確定,則發(fā)射率可簡(jiǎn)單求得。微波發(fā)射率對(duì)大多數(shù)地表在0.6～0.95之間。微波的反射率等于1減去發(fā)射率,而反射率則通過Fresnel方程與土壤水分相聯(lián)系。Jackson(1993)曾利用這種方法結(jié)合有關(guān)土壤結(jié)構(gòu)、地表粗糙度、溫度等提出了一種算法。由于植被會(huì)降低土壤水分變化的靈敏度,但這種影響會(huì)隨著波長(zhǎng)增加而降低,這就是被動(dòng)遙感使用波長(zhǎng)較長(zhǎng)的重要原因。Jackson和Schmugge(1989)曾使用植被水分含量有關(guān)的參數(shù),進(jìn)行較長(zhǎng)波長(zhǎng)的植被修正。被動(dòng)遙感的另一個(gè)問題是空間分辨率較低,一般都大于10km?？傊?雖然有一些問題,但被動(dòng)遙感對(duì)裸露土壤和植被覆蓋條件下土壤水分估算的方法基本成熟,被國(guó)內(nèi)外廣泛使用。主動(dòng)微波遙感(如雷達(dá))是發(fā)射和回收微波信號(hào),然后利用兩者之差來分析目標(biāo)物體的特征,方法主要是后向散射系數(shù)法。因?yàn)橥寥篮恐苯佑绊懲寥赖慕殡娞匦?使雷達(dá)回波對(duì)土壤水分極為敏感。對(duì)雷達(dá)發(fā)出微波信號(hào),不同介電常數(shù)的物體,回波信號(hào)不同,即不同含水量土壤的微波后向散射系數(shù)不同。但由于后向散射系數(shù)不僅同土壤水分含量有關(guān),而且與地表土壤的幾何特征、植被覆蓋狀況等因素有關(guān),因而糾正過程較為復(fù)雜和困難。對(duì)裸露土壤而言,所有涉及后向散射系數(shù)的模型都涉及到兩個(gè)土壤參數(shù):土壤介電常數(shù)和地表高程標(biāo)準(zhǔn)差(Oh等,1992;Dubois等,1995)。由于主動(dòng)微波的空間分辨率較高,一般均小于100m,因而后者的精度就顯得尤為重要。而對(duì)于植被覆蓋影響的綜合性模型,還不多見。大部分模型都是針對(duì)某一特定植被類型而言(Lin,1994)。由于以上原因,主動(dòng)微波遙感的應(yīng)用還很有限。微波遙感土壤水分測(cè)定,精度較高,且可排除云等影響,可全天候使用,因而是監(jiān)測(cè)大面積土壤水分最為行之有效的方法。不足之處是成本很高,但隨著JERS-1SAR,EOS-ASR,Radarsat等行載雷達(dá)的發(fā)射和運(yùn)行,其成本將會(huì)不斷下降,廣泛應(yīng)用的前景十分光明。(2)對(duì)土壤水分變化的監(jiān)測(cè)VIS/IR監(jiān)測(cè)土壤水分的內(nèi)容十分豐富,算法也很多,下面僅從幾個(gè)方面加以簡(jiǎn)單說明:①熱慣量和表現(xiàn)熱慣量法。土壤熱慣量是土壤的一種熱特性,它是引起土壤表層溫度變化的內(nèi)在因素,它與土壤含水量有密切的相關(guān)關(guān)系,同時(shí)又控制著土壤溫度日較差的大小。土壤溫度日較差可以由衛(wèi)星遙感資料(如NOAA/AVHRR)獲得,因此可以由熱慣量推求土壤水分。但熱慣量法主要適用于裸露土壤或作物生長(zhǎng)前期。實(shí)際應(yīng)用時(shí),也常常用表現(xiàn)熱慣量代替熱慣量,如隋洪智等建立了表現(xiàn)熱慣量值與土壤水分含量的關(guān)系;余濤、田國(guó)良在Price(1985),Pratt(1979)等工作的基礎(chǔ)上,反演土壤表層水分含量分布。但對(duì)于這種關(guān)系模型至今尚無理論公式,最為簡(jiǎn)單且較為廣泛的經(jīng)驗(yàn)公式是線性模型或指數(shù)模型。張仁華則先后提出了相對(duì)熱慣量模型和廣義熱慣量遙感模型,并利用熱紅外輻射的二維分布等信息排除潛熱和顯熱通量對(duì)熱慣量的干擾。②作物缺水指數(shù)法。作物缺水指數(shù)(CWSI)最初由Jackson(1981)以能量平衡為基礎(chǔ)提出。該指數(shù)是以植物葉冠表層溫度(Tc)和周圍空氣溫度(Ta)的測(cè)量差值,以及太陽凈輻射的估算值計(jì)算出來的。實(shí)質(zhì)上反映出植物蒸騰與最大可能蒸發(fā)的比值,因此,在較均一的環(huán)境條件下可以把作物缺水指數(shù)與平均蒸發(fā)量聯(lián)系起來,作為植物根層土壤水分狀況的估算指標(biāo)。田國(guó)良等曾計(jì)算過河南省72個(gè)縣的CWSI,并利用CWSI與各氣象站土深5～50cm土壤水分的關(guān)系,進(jìn)行土壤水分分布估算。③距平植被指數(shù)法。由于植物生長(zhǎng)狀況在光(日照)、熱(溫度)條件變化不大時(shí),主要與水分有關(guān),因此,水分供應(yīng)程度便成了作物生長(zhǎng)的關(guān)鍵要素:水分供應(yīng)充足,植被生長(zhǎng)良好;反之,生長(zhǎng)變差。此法通過多年遙感資料積累,計(jì)算出常年旬平均植被指數(shù),然后由年旬植被指數(shù)與常年值的差異程度,判定當(dāng)年作物長(zhǎng)勢(shì)優(yōu)劣,繼而判斷出受旱程度,從而間接反映土壤水分狀況。與此相類似的方法還有植被供水指數(shù)法,綠度指數(shù)法等。目前,對(duì)使用遙感資料及其它輔助手段進(jìn)行土壤水分監(jiān)測(cè)的理論已趨成熟,各種模型應(yīng)運(yùn)而生。對(duì)各種模型的適應(yīng)范圍、優(yōu)缺點(diǎn)都存在著相對(duì)一致的看法,如裸露土壤采用熱慣量模型,完全覆蓋采用CWSI,部分覆蓋采用農(nóng)田蒸散雙層模型或改進(jìn)的熱慣量模型。同時(shí)對(duì)模型的完善,也在不斷深入,如考慮風(fēng)速的影響等。2.3遙感水文模型由于任何遙感手段都無法直接測(cè)量河道徑流,因此,遙感信息一般都用來間接估算河川徑流,這就要借助于水文模型。綜合G.A.Schultz和陸家駒等的工作,可將使用遙感信息的水文模型粗略分為三大類:第一類是遙感信息和地面同步實(shí)測(cè)資料的回歸模型。由于此類模型基本上沒有物理機(jī)制,因而時(shí)空分辨率都較低,可用于較大流域(如10000～20000km2)長(zhǎng)時(shí)段(如月)的水資源規(guī)劃和管理。早在1976年Hollday就用美國(guó)陸地衛(wèi)星資料確定出水體、森林和河邊植被等流域物理特征,改善了傳統(tǒng)的回歸方程,成功地推算出美國(guó)東部地區(qū)的一些河川徑流。Papadakis(1993,1984)也曾將此類模型用于西非加納的Tano河流域。第二類是將遙感信息用于水文模型,這是遙感水文研究的重中之重,又可大致分為兩個(gè)方面:一是作為水文模型的輸入與模型參數(shù)的估計(jì);二是發(fā)展新的遙感水文模型。(1)對(duì)水文參數(shù)的模擬一般而言,水文模型中的參數(shù)可分為三大類別:①參數(shù)是點(diǎn)尺度的時(shí)間序列參數(shù),如空氣溫度、點(diǎn)雨量、風(fēng)速、日照等;②參數(shù)是面狀的時(shí)間序列參數(shù),如面氣溫、面雨量、NDVI等;③是水文模擬的時(shí)間尺度中,不隨時(shí)間變化的“靜態(tài)”參數(shù),如融雪率、土壤覆蓋類型、坡度、坡向等。表1是一些學(xué)者利用遙感資料獲得水文參數(shù)的成果,其中積雪面積、積雪深度、積雪等融水量、降水、蒸散發(fā)、土壤水分等前面已有敘述。土地覆被和土地利用是水文模型中極為重要的參數(shù),也是遙感應(yīng)用中比較成熟的領(lǐng)域,只是以往的研究往往側(cè)重土地利用類型的劃分,而很少從水文模型使用的角度進(jìn)行分類。(2)日降雨徑流模型由于現(xiàn)行的多數(shù)水文模型都無法直接使用遙感資料,因此,調(diào)整模型結(jié)構(gòu),使之能使用具有時(shí)空特征的遙感信息,就成為一種必然。一種行之有效的方法是分布式水文模型,它將流域分為若干水的單元,模擬各個(gè)子單元上的水文特征,然后將流域水文參數(shù)空間分布特征,與水文模型耦合。真正的分布式模型將會(huì)使徑流預(yù)報(bào)邁上新的臺(tái)階(Link,1983)。各種對(duì)流域劃分的原則和方法,也就產(chǎn)生了許多分布式水文模型,如SHE模型(Abbott等,1986),Hydrotel模型(Fortin等,1986),USGS降雨徑流模型(Leavesley和Stannard,1990),SLURP模型(Kite,1995a)、WATFLOOD模型(Kouwen,1988)等。這些模型劃分的基本依據(jù)和原則有:代表性元素區(qū)域(RepresentativeElementArea,REA,Wood等,1988)、水文響應(yīng)單元(HydrologicalResponseUnit,HRU)、分組響應(yīng)單元(GroupedResponseUnit,GRU,Kouwen等,1993),集合模擬區(qū)域(AggregatedSimulationAreas,ASA,Kite,1995)等。Schumann和Funke(1996)曾詳細(xì)地?cái)⑹隽死肔andsat衛(wèi)星資料,對(duì)德國(guó)Prum和Nims流域,依據(jù)HSU進(jìn)行區(qū)域土壤持水能力的空間分異研究,繼而用于分布式水文模型。在過去的20年間,我國(guó)水文工作者在遙感水文模型領(lǐng)域也作了大量而堅(jiān)實(shí)的工作[28,30,31,32,33,34,35,36]。第三類是水量平衡模型。此類模型的結(jié)構(gòu)非常簡(jiǎn)單而清晰,即水量平衡方程。利用遙感信息結(jié)合地面實(shí)測(cè)資料,求得降水、區(qū)域蒸散發(fā)及土壤持水量的變化后,即可得到徑流量。此類型最大的問題是誤差累積問題,例如,在某一降水量為500mm的半濕潤(rùn)半干旱地區(qū),實(shí)際蒸散發(fā)量為420mm。由于區(qū)域蒸散量估算的困難和精度,如誤差為±10%,即估算區(qū)域蒸散發(fā)量為378或462mm,尚在滿意程度范圍內(nèi),但徑流量的誤差則高達(dá)±50%以上,令人無法接受。2.4懸浮固體測(cè)量的方法水中影響太陽光吸收和散射的要素通常稱為光學(xué)水質(zhì)參數(shù)(WaterQualityParameters簡(jiǎn)稱WQP)。Dekker認(rèn)為利用遙感信息可以獲得的光學(xué)水質(zhì)參數(shù)包括:(1)葉綠素-α(Chlorophyll-α)、青藻藍(lán)蛋白(cyanophycocyanin)、懸浮質(zhì)、水生腐殖質(zhì)等的濃度,因?yàn)檫@些因子與光色素有關(guān);(2)是否存在著繁茂的海藻;(3)漂浮于水面或潛入水中的大型植物;(4)光線下沉或上涌的垂直衰減率;(5)水的透明度;(6)點(diǎn)源污染,如油泄露。Morel和Gordon曾指出三種不同的方法(經(jīng)驗(yàn)公式法、半經(jīng)驗(yàn)法和分析模型法),利用遙感信息來測(cè)算光線的上涌光譜輻射率Lrs,繼而估計(jì)海水中各種組分的濃度。Dekker和Donze將這些方法應(yīng)用到內(nèi)陸水體。李京曾探討了水域懸浮固體含量的遙感定量方法。李冬田根據(jù)MSS4、5波段和TM1、2、3波段的影象上的色調(diào)研究東太湖的水污染。許王君等則根據(jù)SPOT影象灰度值與水體反射率和水中懸浮固體含量之間的相關(guān)關(guān)系,配合實(shí)測(cè)數(shù)據(jù),先后研究了臺(tái)灣基隆河和淡水河的懸浮固體含量。目前水質(zhì)評(píng)價(jià)的方法有三大類:站點(diǎn)的水質(zhì)檢測(cè)、數(shù)學(xué)模型和遙感信息,其中站點(diǎn)的觀測(cè)是基礎(chǔ),但所獲得的是單點(diǎn)上許多水質(zhì)參數(shù);數(shù)學(xué)模型可以模擬單點(diǎn)過去和現(xiàn)在的水質(zhì)參數(shù),而且可預(yù)測(cè)未來水質(zhì);遙感信息雖然獲得的水質(zhì)參數(shù)十分有限,但可提供這些參數(shù)的空間分布?？梢娙呓Y(jié)合不僅可以大大拓寬水質(zhì)評(píng)價(jià)的內(nèi)容,而且可以提高水質(zhì)評(píng)價(jià)的精度。遙感圖象的時(shí)空分辨率決定了目前它在水質(zhì)方面的應(yīng)用十分有限,但是隨著新一代傳感器的發(fā)射,遙感在水質(zhì)中的應(yīng)用越來越受到水文工作者的重視。3文學(xué)模型的設(shè)計(jì)遙感與GIS作為地學(xué)分析的工具和手段,可以分別用于水文學(xué)的各個(gè)方面的研究。但如果把這兩者聯(lián)合起來,發(fā)揮各自的特點(diǎn)與優(yōu)勢(shì),那么將極大拓寬水文學(xué)研究的思路和方法,拓寬水文學(xué)研究的廣度和深度。大量遙感圖象的處理過程、GIS的空間分析功能、數(shù)據(jù)庫的查詢、分析與修正、水文模型的構(gòu)造與運(yùn)行等一系列復(fù)雜的過程就構(gòu)建了一個(gè)“集成”系統(tǒng)。這就使得水文學(xué)工作者可以利用先進(jìn)的技術(shù)與手段來分析和解決水文問題,而沒有必要對(duì)計(jì)算機(jī)技術(shù)、航天航空技術(shù)、以及光學(xué)技術(shù)等有非常深刻的了解。這類“集成”系統(tǒng)解決水文問題一般可分為:①深入分析,認(rèn)識(shí)和了解所要解決的水文問題;通過遙感和地面常規(guī)觀測(cè)等手段獲得必要的水文參數(shù);設(shè)計(jì)一個(gè)包括數(shù)據(jù)分層、數(shù)據(jù)屬性等的地理信息系統(tǒng);②構(gòu)造一個(gè)數(shù)據(jù)庫;③利用遙感圖象處理、GIS分析、回歸和相關(guān)分析等獲得與水文模型有關(guān)的變量和參數(shù);④選擇或設(shè)計(jì)水文模型;⑤將所有參數(shù)代入模型,進(jìn)行誤差分析;⑥比較模擬結(jié)果與實(shí)測(cè)值,進(jìn)行模型的率定與完善。Habbri、Sharma和Anj