前言

 地表水热通量主要包括感热/显热通量和潜热通量，是陆-气交互以及水-热-碳循环研究的重要变量。其中，潜热通量是地表蒸散发的能量形式，对农业水资源管理、作物水分利用效率等非常关键。由于热红外遥感对地表干湿变化、以及农业干旱响应快速，利用地表温度遥感数据可以快速准确的反演地表水热通量。美国农业部（USDA）等也将这类方法作为农田通量计算的主流方法。

通量计算原理

地表水热通量是陆面与大气交互的重要变量，包含了陆面和大气的共同信息。本课程将利用遥感能量平衡方程和土壤热传导方程耦合得到较为先进的数据同化模型，通过输入遥感地表温度和大气资料（风速、气温、相对湿度、大气压、太阳辐射）计算感热通量和潜热通量，具体公式：

能量平衡方程： G = R_n -H-LE       净辐射：

感热通量：

潜热通量：LE=H×EF/(1-EF)

土壤热通量：

土壤温度： 

站点数据准备及模型调试

地面观测数据可以选择FLUXNET2015、Ameriflux、CERN等观测网络下载。地面观测数据的处理，主要包括：

气象资料：包括风速、气温、大气压、相对湿度、太阳辐射、大气下行辐射，以及资料发生缺失如何填充等。

地表温度、反照率：利用四分量辐射仪实现对地表温度、地表反照率的计算。

叶面积指数：遥感叶面积指数数据的下载与单点信息提取。

土壤热容量、土壤热传导系数：利用土壤水分和土壤质地进行计算。

土壤温度：地面观测多层土壤温度数据。

通量观测数据：感热通量、潜热通量、蒸发比的计算与处理。

模型调试与应用：利用MATLAB软件程序进行模型参数的调优，包括蒸发比、湍流传输系数、观测与模型误差、迭代次数等。

模型验证：利用涡动相关仪器观测的通量对模型进行验证与评估。

区域数据的准备及应用实践

大气数据：CLDAS等区域气象驱动数据的下载与时空插值。

叶面积指数、植被指数：GLASS、MODIS遥感叶面积指数数据的下载与处理。

地表温度、反照率：MODIS等地表温度数据产品。

土壤质地：区域土壤质地数据，包括土壤砂土含量和土壤黏土含量百分比。

土壤温湿度：多层土壤水分与多层土壤温度。

土壤热容量、土壤热传导系数：利用区域土壤质地和土壤水分计算。

全球土壤黏土含量百分比图

以点代面法：利用通量站点观测蒸发比作为区域参数的先验值。

机器学习法：利用机器学习方法，综合地面观测资料、遥感数据、大气数据进行区域蒸发比参数的训练与建模，作为区域蒸发比参数的先验值。

区域计算代码（MATLAB软件程序）的讲解，以及农田区域通量计算实践操作。

区域潜热通量计算结果

原文链接：详见公众号：技术科研吧