Page 95 - 《高原气象》2026年第5期
P. 95
5 期 颜 晶等:风云四号气象卫星数据反演黄河源区地表蒸散发研究 1311
-1
图6 黄河源区春(a)、 夏(b)、 秋(c)三季以及整个生长季期间(d)的蒸散发空间分布(单位: mm·d )
Fig. 6 Spatial distributions of evapotranspiration in the Yellow River Source Region for spring (a),
summer (b), autumn (c), and the entire growing season (d). Unit: mm·d -1
6 结论
本文使用 FY-4A 资料估算重要的地表特征参
数, 结合 DEM 资料、 地面观测数据, 输入 SEBS 模
型, 从而估算黄河源区生长季的蒸散发, 得出如下
主要结论:
(1) FY-4A数据在黄河源区表现出较好的适用
性。地表温度反演结果与 MOD11_L2 和 GHA-LST
数据的对比表明该数据能够较好地反映该区域的
地表特征。
(2) 能量通量的日变化呈现明显的单峰型特
图7 典型地面观测站点日蒸散发的季节变化特征
征。花湖站的观测显示, 能量通量从 08:00 开始上
Fig. 7 Seasonal variations of daily evapotranspiration
升, 在正午前后达到峰值, 随后逐渐下降, 至 18:00
at the typical ground observation sites
-2
感热通量已降至 20. 0 W·m 以下, 体现了高寒地
地貌复杂, 空间异质性强烈, 对 FY-4A 资料精确反 区能量分配与太阳辐射变化的密切关系。
演地表特征参数影响较大, 从而导致 SEBS 估算黄 (3) 蒸散发具有显著的时空分异特征。生长
河源区蒸散发的不准确性。(2)气象数据插值误差。 季全区平均日蒸散发量约为 3. 0 mm, 空间上呈现
黄河源区有限站点难以捕捉黄河源区强空间异质 从东南向西北递减的趋势, 红原、 达日、 清水河 3
站的蒸散发量依次减小, 反映了水热条件空间分布
性, 气象数据插值过程中未耦合地形因子, 风速、
的影响。时间上, 蒸散发量夏季最大, 春季次之,
气温等关键气象要素分布失真, 可能影响了估算蒸
秋季最小。
散发的精度。(3)时空尺度失配导致误差。FY-4A小
采用遥感技术估算黄河源区蒸散发是研究热
时数据与气象插值栅格数据分辨率不统一, 重采样
点, FY-4A 数据的时空连续性可为模型估算蒸散发
升降尺度到 1 km 空间分辨率会导致结果的不准确 所需的地表特征参数提供支持, 但依旧面临问题:
性。(4)缺乏涡动相关仪等高精度蒸散发实测数据, 黄河源区下垫面极其复杂, 利用有限的观测资料估
现有验证点稀疏且空间代表性不足。 算的结果推广到区域面上是否涉及站点代表性问

