利用SEBAL(surface energy balance algorithm for land)模型反演了黄河流域河龙区间蒸散发,研究了模型对输入参量的敏感性。结果表明:SEBAL模型显热通量反演值对地表温度、冷热点性质(热点地表温度、热点净辐射等)较为敏感,对地气温差...利用SEBAL(surface energy balance algorithm for land)模型反演了黄河流域河龙区间蒸散发,研究了模型对输入参量的敏感性。结果表明:SEBAL模型显热通量反演值对地表温度、冷热点性质(热点地表温度、热点净辐射等)较为敏感,对地气温差、地表发射率、反照率有一定敏感性,而对气象数据(风速、气温、水汽压)、动量粗糙长度、归一化植被指数不敏感。结合参量误差来源及其变异性分析认为,影响SEBAL模型反演结果最大的是冷热点性质和地表温度。相对于热点温度偏高和冷点温度偏低,热点温度偏低和冷点温度偏高对SEBAL模型反演结果影响更大。因此,正确选取研究区内冷热点并采取合理的控制方法,是保证SEBAL模型反演蒸散发精度的重要前提。展开更多
文摘利用SEBAL(surface energy balance algorithm for land)模型反演了黄河流域河龙区间蒸散发,研究了模型对输入参量的敏感性。结果表明:SEBAL模型显热通量反演值对地表温度、冷热点性质(热点地表温度、热点净辐射等)较为敏感,对地气温差、地表发射率、反照率有一定敏感性,而对气象数据(风速、气温、水汽压)、动量粗糙长度、归一化植被指数不敏感。结合参量误差来源及其变异性分析认为,影响SEBAL模型反演结果最大的是冷热点性质和地表温度。相对于热点温度偏高和冷点温度偏低,热点温度偏低和冷点温度偏高对SEBAL模型反演结果影响更大。因此,正确选取研究区内冷热点并采取合理的控制方法,是保证SEBAL模型反演蒸散发精度的重要前提。