[發明專利]時間連續的地表蒸散發數據的計算方法

有效

• 申請號: 201510667071.1
• 申請日: 2015-10-15
• 公開（公告）號: CN105303040B
• 公開（公告）日: 2018-08-31
• 發明（設計）人: 徐同仁;許蕗;劉紹民;徐自為;孟楊繁宇
• 申請（專利權）人: 北京師范大學
• 主分類號: G06F17/15
• 分類號: G06F17/15
• 代理公司: 北京紅福盈知識產權代理事務所(普通合伙) 11525
• 代理人: 陳月福

1.一種時間連續的地表蒸散發數據的計算方法，其特征在于，包括：

在非晴好日,使用SCE_UA算法利用代價函數計算出能量分配項的調整因子α和植被冠層阻抗項的調整因子β；

根據所述能量分配項的調整因子α和植被冠層阻抗項的調整因子β優化非晴好日的地表蒸散發模擬值的計算方法，再利用優化后的計算方法計算出所述非晴好日的地表蒸散發數據；

所述的在非晴好日,使用SCE_UA算法利用代價函數計算出能量分配項的調整因子α和植被冠層阻抗項的調整因子β，具體包括：

設定非晴好日的代價函數如下：

J(x)是代價函數，ET是優化后的分析值，ET_obs是晴好日觀測的地表蒸散發，ET_sim是晴好日的地表蒸散發，N是同化窗口內的遙感觀測值個數，Q是模型誤差，R是觀測誤差；

同化窗口的大小根據經驗進行選擇，同化窗口內的遙感觀測值個數根據天氣狀況各不相同，在晴好日，通過對晴好日衛星過境時刻瞬時蒸散發的瞬時到日時間尺度擴展，得到晴好日的遙感估算蒸散發數據集；在非晴好日，同化系統則自動調用SCE_UA算法，通過迭代搜索同化窗口內代價函數J(x)得最小值時的最優解，最終得到同化策略中的模型參數α和β，再代入Penman-Monteith公式得到優化后的非晴好日地表蒸散發，對遙感觀測的地表蒸散發數據集進行插補，生產時間連續的遙感估算地表蒸散發數據集；

所述SCE_UA算法的步驟如下：

(1)、采樣：在參數空間內隨機采集s個樣本點，并計算每個樣本點的代價函數值；

(2)、排列樣本點：按照每個樣本點的函數值的大小對s個樣本點進行升序排序，使第一個樣本點的代價函數值最小，最后一個樣本點的代價函數值最大；

(3)、拆分為復合體：將所有s個樣本點按照排序平均分為p個復合體A¹…A^p，每個復合體包括m個樣本點，其中，A^k＝{x^k_j|x^k_j＝x_k+m(k-1),j＝1,…,m},k＝1,…,p；

(4)、復合體進化：根據競爭復合體進化算法進化每個復合體；

所述競爭復合體進化算法包括：

(41)、從復合體中隨機選擇q個點組成一個子復合體；

(42)、根據樣本點的函數值，從子復合體中選擇一個函數值最小的樣本點，并計算剩余樣本點的質心；

(43)、將所述函數值最小的樣本點以所述剩余樣本點的質心為中心投影，找到一個新的樣本點，如果新樣本點的函數值在合理范圍內，則到第(44)步，否則，在合理范圍內隨機取一個樣本點，到第(45)；

(44)、如果所述新的樣本點的函數值小于所述函數值最小的樣本點的函數值，則用新樣本點取代所述函數值最小的樣本點，并到第(47)步，否則到第(45)步；

(45)、將計算質心和最差點之間的中點稱為縮小點，計算所述縮小點的函數值，如果縮小點的函數值比所述函數值最小的樣本點的函數值要小，則用縮小點取代所述函數值最小的樣本點，并到第(7)步，否則到第(46)步；

(46)、在合理范圍內隨機取一個點，將所述函數值最小的樣本點用這個點取代；

(47)、重復第(42)步-第(46)步r次，r是一個用戶指定的參數；

(48)、重復第(1)步-第(7)步s次，s是在復合體混合前需要進化的次數；

(5)、混合復合體：將所有復合體中的樣本點合為一個樣本總體，將這個總體中的所有樣本按照升序排序，重新分配樣本點到p個復合體中，并重復(3)至(5)的過程；

(6)、檢查迭代結果：如果迭代結果滿足設定的迭代標準，則停止迭代，獲取迭代停止時的α和β；

晴好日的地表蒸散發數據用Penman-Monteith公式計算，所述Penman-Monteith公式的基本形式為：

其中，ET是晴好日的地表蒸散發數據，λ是汽化潛熱，Δ是飽和水汽壓的平均斜率，R_n是凈輻射，G是土壤熱通量，ρ_a是空氣密度，c_p是干空氣比熱容，r_s是冠層表面阻抗，r_a是空氣動力學阻抗，e_a是實際水汽壓，e_s是飽和水汽壓，γ是干濕球溫度計常數：

ε是水蒸氣/干空氣的分子比重，P是大氣壓，λ是汽化潛熱；

利用數據同化方法對晴好日的地表蒸散發數據進行時間尺度擴展，該時間尺度擴展是將晴好日的地表蒸散發數據擴展到月/年，從而得到了全年完整的蒸散發時間序列,然后對全年的時間序列進行月平均或年平均，得到月/年的地表蒸散發。