基于MODIS遥感数据地表水汽压估算.PDFVIP

第29 卷 第9 期 地 理 科 学 进 展 Vol.29, No.9 2010 年09 月 PROGRESS IN GEOGRAPHY Sept., 2010 基于MODIS 遥感数据地表水汽压估算 黄耀欢，江 东，庄大方，付晶莹 ( 中国科学院地理科学与资源研究所资源环境科学数据中心，北京 100101) 摘 要：地表水汽压是大气科学、水文学等多项研究中的一个重要输入参数。 鉴于常规观测方法对于地面气象站点 依赖性强且空间不连续的缺点，采用MODIS 遥感数据对海河流域的日平均地表水汽压进行估算。 通过相关分析得 出日平均地表水汽压与MOD07 低空可降雨量数据具有很强的相关性， 并通过对比采用二次曲线进行建模。 选取 2009 年 1-4 月数据对二次曲线模型的验证结果表明， 估算结果与实测日平均地表水汽压 1∶1 曲线的相关系数R2 为0.83 。 本文的研究结果提供了一种实用的基于遥感数据估算日平均地表水汽压的方法。 关 键 词：地表水汽压；MODIS ；海河；可降雨量 1 引言 站区域研究也有一定难度。 随着遥感技术发展，空 间上大尺度的监测水汽参数已经成为可能， 以 水蒸汽大约占大气组成的0.5% ， 其在空气中 MODIS 数据为例，其提供的MOD07 大气轮廓线产 的含量虽然比较小，却是引起各种大气现象变化的 品通过近红外波段反演了PWV[11],其晴空条件下的 一个重要因素。 水汽压是大气压力中的水蒸汽分 PWV 平均误差约4.12 mm[12] 。 根据前人的研究以及 压，在各种水文循环、蒸散发估算、大气辐射反演、 尽量减少对观测数据的依赖的目标，本文拟通过对 [1-3] MOD07 的PWV 数据和海河流域的SVP 观测数据 全球变化研究算法中都是一个重要的输入参数 。 常规的气象台站的实测数据 如干湿球温度表法 精 进行相关性分析， 从而建立基于PWV 的海河流域 ( ) 度较高，但需要测量其他气象参数诸如温度、湿度、 SVP 估算模型，获得整个流域高空间分辨率的SVP 水蒸汽密度等，花费较大。 国内外学者在对地面水 空间分布数据，为大气科学及水文学相关研究提供 汽压 ， 进一步研究中发 数据支持。 (Surface Vapor Pressure SVP) 现， 与大气可降水量 SVP (Pprecipitable Water Va鄄 ， 具有很好的相关性。 如杨景梅在对全国 2 研究区域与数据预处理 por PWV) 20 个台站的观测数据进行分析后， 发现PWV 和 SVP 之间存在线性关系， 并将其应用于PWV 的计 2.1 研究区域 [4] 本文的研究区域为整个海河流域 图 ，地跨 算 ；张学文等的研究也得出了二者存在的线性关 ( 1) [5-6] 京、津、冀、晋、鲁、豫、辽、 内蒙古 省区，面积约为 系 。 李超等在对合肥站 年观测资料的研究中， 8 4 发现PWV 与 SVP 的二次