空气动力学粗糙度多源数据协同反演模型研究

The aerodynamic roughness is one of the major parameters in the turbulent exchange process between terrestrial and atmosphere. It plays an important role in flux calculation on the land surface and atmospheric boundary layer theory. Surface roughness, thermal and wind jointly affect the aerodynamic roughness. Proposed project is going to develop aerodynamic roughness model for complex landscape by using multi-source data, including radar, optical, infrared remote sensing data and the topographic information.The emphasis would be on coupling mechanism and decoupling methods of the geometric roughness from radar, optical and topographic data within the footprint. Furthermore a transformation model of geometric roughness to aerodynamic roughness will be developed by corporating thermal and wind parameters. The model will help us to understand the interaction mechanism between the atmosphere and the underlying surface, the temperal and spatial heterogeneity and changes of the aerodynamic roughness as well as the dominant factor under different environmental conditions. Miyun Reservoir watershed is selected as the study area and the gradient wind data will be used to validate the model.The project will provide a method for evapotranspiration model and data application solution to improve the estimated ET accuracy and stabability, and to reduce the costs.

空气动力学粗糙度是表征陆地与大气之间的湍流交换过程的主要参数之一，在陆地地表通量计算、大气边界层理论研究方面具有十分重要的作用，它是地表粗糙元、空气动力与热力学因子共同作用的结果。本项目利用雷达、光学、热红外、数字高程模型等多源数据研究复杂地表空气动力学粗糙度，重点研究风浪区内地物雷达、光学和地形几何粗糙度三者之间的相互耦合机理和解耦方法，研究基于热力与动力因子的几何粗糙度向空气动力学粗糙度的转换模型，揭示气流与下垫面之间的相互作用机理、空气动力学粗糙度的时空异质性与变化规律，及其在不同环境条件下的主导因子。以密云水库上游为研究区，利用梯度风数据进行验证。为蒸散遥感模型提供空气动力学粗糙度参数化方法及数据采用策略，提高蒸散发的估算精度和稳定性并降低成本。

空气动力学粗糙度是表征陆地与大气之间的湍流交换过程的主要参数之一，在陆地地表通量计算、大气边界层理论研究方面具有十分重要的作用，它是地表粗糙元、空气动力与热力学因子共同作用的结果，本项目针对空气动力学粗糙度多源数据协同反演模型开展深入研究。. 通过自行布设和数据共享申请相结合方式获得密云、顺义、怀来、馆陶、阿柔、大满、四道桥7个站点近3年的风温湿梯度观测数据，涵盖了干旱、半干旱和半湿润等不同的气候区，高山、低山、河谷、沙漠与平原等不同的地貌类型区。. 基于莫宁-奥布霍夫相似理论，建立了考虑大气稳定度的实测空气动力学粗糙度拟合迭代计算方法。提出了基于近红外多角度观测信息的农田下垫面空气动力学粗糙度估算方法，以及近红外多角度观测和NDVI组合估算草地下垫面空气动力学粗糙度方法；建立了反映植被冠层结构信息的BRDF模型，提出了基于归一化冷热点指数NDHD和NDVI的农田下垫面空气动力学粗糙度估算方法；发现NDVI和多角度观测相结合可以有效提升农田和草地下垫面空气动力学粗糙度估算精度。开展了不同极化SAR数据估算几何粗糙度方法研究，利用冬季SAR后向散射系数计算空气动力学粗糙度微地貌分量，改进了农田地区非生长季的月尺度ET估算精度。利用机载LIDAR获得多尺度地表粗糙度，揭示了地表粗糙度的空间尺度效应。开展了NDVI、BRDF、雷达和地形多源遥感数据反演空气动力学粗糙度解耦研究。提出了综合NDVI、BRDF、雷达后向散射系数和地形信息的多源遥感数据空气动力学粗糙度综合估算模型，实现了空气动力学粗糙度的时间序列估算。. 模型集成到ETWatch系统，并应用于黑河、海河、吐鲁番和艾比湖、埃及尼罗河三角洲等区域的长时间序列ET数据生产，有效改善了ET数据的空间异质性和精度。作为单一来源技术向埃及出口蒸散遥感监测（ETWatch）技术，包括本项目的空气动力学粗糙度综合估算模型，用于估算埃及绿洲区的蒸散，为农业耗水管理提供蒸散数据。. 本项目发表科学论文12篇；其中SCI文章 9篇，第一标注5篇。