西南地區(qū)復雜地表陸表過程觀測與模擬

目錄
第1章緒論1
1.1研究意義1
1.2國內(nèi)外研究進展2
1.2.1陸表過程觀測系統(tǒng)2
1.2.2陸表參數(shù)遙感反演3
1.2.3陸表遙感產(chǎn)品真實性檢驗5
1.2.4陸表過程模擬6
1.2.5陸面數(shù)據(jù)同化技術6
1.2.6西南地區(qū)陸表過程監(jiān)測與分析8
1.3研究內(nèi)容與科學問題9
1.3.1主要研究內(nèi)容9
1.3.2研究目的11
1.3.3擬解決的關鍵科學問題11
1.4研究路徑12
參考文獻13
第2章西南地區(qū)大氣驅(qū)動數(shù)據(jù)制備17
2.1概述17
2.2現(xiàn)有大氣驅(qū)動數(shù)據(jù)18
2.3基于動力降尺度的大氣驅(qū)動數(shù)據(jù)制備19
2.3.1研究區(qū)20
2.3.2數(shù)據(jù)21
2.3.3方法24
2.3.4結果分析27
2.4基于機器學習的大氣驅(qū)動數(shù)據(jù)制備34
2.4.1多源數(shù)據(jù)構建機器學習降尺度模型34
2.4.2結合Sentinel-2數(shù)據(jù)降尺度Himawari-8下行短波輻射48
2.5小結54
參考文獻55
第3章地面通量觀測與分析59
3.1概述59
3.2研究區(qū)概況61
3.3通量數(shù)據(jù)處理方法63
3.3.1觀測方法及項目63
3.3.2通量觀測足跡分析65
3.3.3通量數(shù)據(jù)質(zhì)量評價66
3.4不同時間尺度碳水通量的變化特征70
3.4.1碳水通量日變化特征70
3.4.2環(huán)境要素季節(jié)變化特征71
3.4.3碳水通量季節(jié)變化特征72
3.4.4季節(jié)性干旱下站點之間碳水通量的對比75
3.5環(huán)境要素對碳水通量的影響77
3.5.1環(huán)境要素對碳水通量的影響分析77
3.5.2季節(jié)性干旱下環(huán)境要素對碳水通量的影響78
3.5.3碳通量對降水脈沖的響應80
3.6討論81
3.6.1碳水通量的變化特征81
3.6.2環(huán)境要素對碳水通量的影響83
3.7小結83
參考文獻84
第4章葉面積指數(shù)遙感反演89
4.1概述89
4.2山區(qū)葉面積指數(shù)反演主要問題89
4.3基于GOSAILT模型的山區(qū)葉面積指數(shù)反演模型90
4.3.1GOSAILT模型90
4.3.2基于GOSAILT模型的查找表構建92
4.4試驗區(qū)及葉面積指數(shù)反演驗證94
4.4.1試驗區(qū)及數(shù)據(jù)處理94
4.4.2驗證結果95
4.5小結98
參考文獻98
第5章地表溫度重建100
5.1概述100
5.1.1地表溫度遙感反演方法及產(chǎn)品100
5.1.2山區(qū)地表溫度反演與挑戰(zhàn)102
5.1.3地表溫度重建研究進展106
5.2基于能量平衡云下溫度重建107
5.2.1重建算法原理與參數(shù)化108
5.2.2地表短波凈輻射反演112
5.2.3重建結果與討論113
5.2.4誤差討論117
5.2.5參數(shù)影響117
5.2.6天氣狀況和時間差距的影響118
5.3基于隨機森林的地表溫度重建119
5.3.1數(shù)據(jù)來源及研究方法119
5.3.2云下地表溫度重建結果126
5.3.3重建地表溫度精度驗證133
5.4小結135
參考文獻136
第6章土壤水分遙感反演141
6.1概述141
6.2基于機器學習算法的復雜地表高分辨率土壤水分反演算法142
6.2.1*優(yōu)預測因子敏感性分析143
6.2.2基于機器學習算法的土壤水分反演模型構建145
6.3高分辨率土壤水分驗證150
6.3.1土壤水分空間分布特征150
6.3.2土壤水分反演結果驗證151
6.4小結154
參考文獻155
第7章植被動態(tài)過程模型156
7.1概述156
7.1.1Biome-BGC模型研究進展156
7.1.2Biome-BGC模型原理及優(yōu)勢159
7.1.3PEST參數(shù)敏感性分析160
7.1.4PEST參數(shù)優(yōu)化162
7.2模型參數(shù)優(yōu)化結果評價163
7.2.1槽上退耕農(nóng)田站163
7.2.2虎頭村苗圃站166
7.3西南喀斯特地區(qū)碳水通量時空分布特征169
7.3.1數(shù)據(jù)來源與預處理169
7.3.2西南喀斯特地區(qū)碳水通量時間分布特征169
7.3.3西南喀斯特地區(qū)碳水通量空間分布特征171
7.4小結173
參考文獻174
第8章水文過程模擬176
8.1概述176
8.2巖溶水文模型概述176
8.3典型巖溶流域概況177
8.3.1重慶青木關流域177
8.3.2廣西木連流域179
8.3.3貴州陳旗流域181
8.3.4三個巖溶小流域的水文相似性與差異182
8.3.5建?；A數(shù)據(jù)184
8.4巖溶-流溪河模型建模及參數(shù)優(yōu)選185
8.4.1流溪河模型185
8.4.2巖溶-流溪河模型186
8.4.3模型參數(shù)及其自動優(yōu)選方法190
8.5模型模擬效果驗證193
8.5.1青木關流域模擬結果193
8.5.2木連流域模擬結果195
8.5.3陳旗流域模擬結果196
8.5.4三個流域模擬結果對比198
8.6模型評估及不確定性分析199
8.6.1模型輸入數(shù)據(jù)的不確定性200
8.6.2模型結構的不確定性200
8.6.3模型參數(shù)的不確定性200
8.7小結202
參考文獻203
第9章　陸表過程模型的模擬與同化207
9.1概述207
9.1.1陸表過程模型介紹207
9.1.2CLM模型介紹208
9.1.3陸表數(shù)據(jù)同化209
9.2基于CLM的西南地區(qū)陸表變量模擬210
9.2.1模型的移植以及數(shù)據(jù)制備210
9.2.2CLM模擬結果212
9.3模型的結果分析214
9.3.1表層土壤水分數(shù)據(jù)驗證214
9.3.2蒸散發(fā)數(shù)據(jù)驗證218
9.4　小結220
參考文獻220
第10章西南干旱監(jiān)測222
10.1概述222
10.2數(shù)據(jù)與方法228
10.2.1數(shù)據(jù)228
10.2.2研究方法232
10.3西南地區(qū)干旱下森林恢復力監(jiān)測239
10.3.1貝葉斯動態(tài)線性模型識別ALR的像元點示例239
10.3.2西南地區(qū)森林恢復力降低的時間動態(tài)變化240
10.3.3極端干旱事件下森林恢復力降低的空間格局242
10.3.4天然林和次生林恢復力的差異244
10.3.5喀斯特與非喀斯特地區(qū)森林恢復力的差異246
10.4西南地區(qū)森林恢復力遙感監(jiān)測指數(shù)248
10.4.1極端干旱年份確定248
10.4.2EVI和NDVI構建的森林恢復力指數(shù)比較250
10.4.3不同森林類型的恢復力指數(shù)比較及影響因素252
10.5小結255
10.5.1主要研究結論255
10.5.2不足與展望256
參考文獻257
第11章水分利用效率時空動態(tài)及其對干旱的響應263
11.1概述263
11.2相關研究進展264
11.2.1水分利用效率研究進展264
11.2.2干旱對水分利用效率的影響分析266
11.3數(shù)據(jù)來源與評估方法267
11.3.1氣象數(shù)據(jù)267
11.3.2GPP和ET數(shù)據(jù)268
11.3.3通量觀測數(shù)據(jù)269
11.3.4干旱指數(shù)計算及干旱事件提取269
11.3.5趨勢分析270
11.3.6相關分析和偏相關分析270
11.4西南地區(qū)生態(tài)系統(tǒng)水分利用效率時空動態(tài)271
11.4.1時空變化特征271
11.4.2空間分布特征274
11.5生態(tài)系統(tǒng)水分利用效率對典型干旱事件的響應276
11.6小結279
參考文獻279