空气动力学粗糙度研究进展_李鑫玉.pdf

第46卷第3期2023年3月ARIDLANDGEOGRAPHYVol.46No.3Mar.2023doi：10.12118/j.issn.10006060.2022.371空气动力学粗糙度研究进展李鑫玉，王静璞，王周龙（鲁东大学资源与环境工程学院，山东 烟台264025）摘要：空气动力学粗糙度是衡量地球表面与大气之间动量和能量交换的重要参数，对于研究各种地表过程和气候变化至关重要。遥感技术作为远距离监测手段，研究空气动力学粗糙度时其优势在于高时效、高经济效益，能实现区域或大空间尺度的动态监测，因此利用遥感技术估算空气动力学粗糙度成为热点问题。通过系统阐述近年来国内外空气动力粗糙度研究进展，重点介绍了利用遥感技术估算植被下垫面空气动力学粗糙度的方法，对各种估算方法的优势和不足进行了总结，分析了气象因素和地表粗糙元形态特征因素对空气动力学粗糙度的影响，进而对遥感技术在该领域的应用做出展望，旨在为空气动力学粗糙度遥感监测的研究提供思路。关 键 词：空气动力学粗糙度；遥感；研究现状；影响因素文章编号：10006060（2023）03040711（04070417）空气动力学粗糙度指近地表大气在中性稳定的条件下，风速廓线上风速为零的几何高度。由于地表粗糙元素的存在，计算对数风速剖面的有效参考高度向上移动至某一高程，这个高度被定义为零平面位移高度，它反映了粗糙元素对地表动量吸收的特征。空气动力学粗糙度表征地表不同下垫面与近地表气流的相互作用和物质、能量交换1-4，对土壤风蚀有直接影响，是研究干旱和半干旱地区水土流失的关键参数3-5，也广泛应用于区域地表通量反演、化学输运模型和生态系统模型中6-10。因此，空气动力学粗糙度的参数化是值得深入研究的课题。目前，随着国内外学者对地表空气动力学领域的深入开展，估算区域尺度上非均匀地表的空气动力学粗糙度成为热点问题。基于实测数据的估算方法是验证遥感方法准确性的前提8,11-17，主要有冠层高度固定比例法、风洞试验法和野外实验法。后来发展的查表法能实现更大范围空气动力学粗糙度的估算，该方法基于土地利用类型，将同一性质下垫面的空气动力学粗糙度设为定值，忽略了特定土地利用类型固有的时空变化18-19。遥感数据覆盖范围大、观测周期短且有多种途径获得，为研究大空间尺度的空气动力学粗糙度的动态变化开辟道路。近20 a里，国内外学者对遥感技术应用于空气动力学粗糙度的参数化进行了多方面研究5,19-25。本文概述了利用遥感技术估算植被下垫面空气动力学粗糙度的方法。1基于实测数据的方法1.1 基于冠层高度固定比例法用植被平均高度估算空气动力学粗糙度是最常用的方法之一，对于植被下垫面，植被高度是地表粗糙状况及气流拖曳力大小的影响因子11,13,26。在相关研究中，按照简单的经验法则将植被高度与空气动力学粗糙度联系起来近似计算20,26-29。例如，Yang等28对具有复杂几何和空间结构的北方森林冠层的空气动力学粗糙度进行参数化，使用植被高度（H）来简化表示空气动力学粗糙度（z0），计算公式收稿日期：2022-07-22；修订日期：2022-09-02基金项目：国家自然科学基金面上项目（41871003）；烟台市科技创新发展计划项目（2022MSGY062）资助作者简介：李鑫玉（1998-），女，硕士研究生，主要从事草原植被遥感监测研究.E-mail:通讯作者：王静璞（1987-），女，博士，副教授，主要从事植被遥感监测、沙漠化过程研究.E-mail:46卷如下：z0=0.125H（1）Masseroni等27对稻田在整个农业季节的零平面位移高度和空气动力学粗糙度进行测量发现，在整个生长季，2 个参数与 H 有良好的相关性（R20.9）；Santos 等26基于卫星的能量平衡模型（METRIC）研究橄榄园的蒸散量，模型中空气动力学粗糙度（z0）的固定函数为：z0=0.068H（2）Van der Graaf等6在用于研究欧洲西北部活性氮的地表-大气交换模型中，空气动力学粗糙度作为模型输入参数，其大小取决于植被高度。1.2 野外实验法由于观测条件和实验观测仪器的差异，在野外实测气象数据时主要发展了风速廓线法、涡动协方差（EC）法和大孔径闪烁仪（LAS）法。利用野外实测数据的推算方法有最小二乘拟合迭代法、牛顿迭代法、温度方差法（TVM）和Martano法30-31。1.2.1风速廓线法气象站中常用到的监测设备主要有风速传感器、风向传感器、温湿度传感器等，传感器将对应气象要素值存储在数据采集器中。利用气象观测资料计算空气动力学粗糙度时，采用Monin-Obukhov 相似度理论，基于不同高度同一时刻测量的风速剖面和温度剖面数据，根据微气象学原理及其一系列计算公式，通过最小二乘法拟合迭代得到空气动力学粗糙度的最优解11,22,32-33。其中，对风速廓线的气象剖面时间序列数据进行处理，在中性稳定大气条件下，计算公式如下：u=u*kln()z-dz0（3）式中：u为风速（ms-1）；u*为摩阻速度（ms-1）；k为Von Karman常数（取值0.4）；z0为空气动力学粗糙度（m）；d为零平面位移（m）；z为参考高度（m）。对测定结果用最小二乘法进行回归分析，确定最佳拟合关系式来求出z0。薛晶等11采用风速廓线仪采集不同高度草原灌木带的风速廓线数据，采用最小二乘法对数据进行计算得到空气动力学粗糙度；Yu等34利用干旱和半湿润气候条件下自动气象站的风速资料，采用迭代法计算2个地区时间序列上的空气动力学粗糙度。1.2.2涡动协方差（EC）法和大孔径闪烁仪（LAS）法EC和LAS法采用Monin-Obukhov相似度理论，从地表通量的角度出发，得到计算空气动力学粗糙度的变量，结合当地气象数据，进而求得空气动力学粗糙度的方法9,11,13,15-16。2种方法区别在于：一是LAS与EC相比，由于光路从数百米到数千米不等，能够测量大面积的湍流通量，更适合计算大空间尺度上的非均匀下垫面空气动力学粗糙度3；二是在计算通量时，EC数据包括风速、大气稳定性、摩擦速度等计算空气动力学粗糙度的变量，LAS数据包括大气稳定性和摩擦速度这2个变量，而风速数据要根据气象站观测来获得。EC观测系统是一种微气象学的测量方法，采用EC原理，利用快速响应的传感器来测量大气与下垫面间的物质交换和能量交换，它是目前地表通量观测精度最高且最常用的仪器。EC通量观测站可以观测到瞬时风向、瞬时风速、温度、水汽感热通量和痕量气体浓度数据，是一种直接测算通量的标准方法。LAS由发射仪和接收仪2部分组成，接收仪接收到光程上大气波动影响的发射波束，并用折射指数的结构参数来表达大气的湍流强度，进而推算湍流通量。当光束在扰动大气中沿直线传播时，受到扰动引起传播光束强度的波动，通过接收到光程上大气波动光束，并用折射指数结构参数（C2n）来反映大气的湍流强度33,35。根据Monin-Obukhov相似度理论，Sun等3利用EC数据和LAS数据计算了青藏高原北部的空气动力学粗糙度，空气动力学粗糙度的计算公式为：z0=()z-d exp|-ku()zu*+m()z-dL（4）式中：z0为空气动力学粗糙度（m）；u(z)为EC或LAS测量高度 z处的水平风速（ms-1）；d为零平面位移（m），设置为植被高度的2/3；L为Monin-Obokhov长度（m）；u*为摩阻速度（ms-1）；m为大气稳定性修正函数；k为Von Karman常数，取值0.4。鞠英芹等13利用涡动相关仪和自动气象观测资料估算农田、草地下垫面的空气动力学粗糙度时空变化特征，并将估算值与其他参数化方案进行比较；Liu等19利用EC法测量值计算的空气动力学粗糙度来检验经验模型估算的全球尺度的空气动力学粗糙度；Zhang等33利用三维超声波风速仪获取中国北方风蚀区5个站点的近表面风速，计算草地、农田、流动沙地和戈壁4种地表类型的空气动力学粗糙度，发现草地的地表粗糙度最大，其次是农田、4083期李鑫玉等：空气动力学粗糙度研究进展沙地和戈壁。1.3 风洞试验法风洞试验通过在实验室模拟自然风对不同形状及植被覆盖密度情况下土壤的风蚀作用，得到不同高度的风速，再由中性稳定大气条件下的计算公式 式（3）得到空气动力学粗糙度4,12,14,17,36-39。风洞分为过渡段、整流段、收缩段和试验段，同时配套有风速测试控制系统，其中试验段模拟自然风，能产生自由旋涡气流和稳定流动的气流场14,36。风洞试验设置模型作物的高度、疏透度、株行距等重要参数，模拟地表植被不同粗糙程度下对风的阻挡作用，研究空气动力学粗糙度时与冠层高度固定比例法相比更为准确。植被作为主要的风蚀因子之一，近年来国内外学者开展了风洞模拟实验用于研究植被表面粗糙度对土壤风蚀作用的影响。张春来等17利用风洞试验研究了耕作土壤表面的空气动力学粗糙度；莎日娜等12基于风洞模拟试验，研究沙漠地区油沙豆种植示范区在不同留茬模式下近地表风速变化及防风效能，采用风速廓线法计算空气动力学粗糙度。移动式风蚀风洞的出现解决了传统风洞试验法取样时对原地表土造成的扰动的问题。刘艳萍等38利用移动式风蚀风洞研究草原区植被对土壤风蚀的影响；赵永来等14利用移动式风蚀风洞分析了燕麦残茬下垫面的空气动力学粗糙度的变化。1.4 方法评述冠层高度固定比例法采用单一变量的简化经验关系式，与植被平均高度相关，但相关研究表明，气象因子和地形起伏等对植被下垫面空气动力学粗糙度均存在影响20,32,40-41，且该方法一般适用于农业地区的均匀植被地表，而区域或大空间尺度的植被具有空间异质性，因此在研究空气动力学粗糙度时存在一定局限性。野外实验法对数据质量要求严格，在野外设置不同站点获取气象数据，一般用来作为地面验证的真值，但自然条件和仪器系统的微小影响会使其计算结果产生较大误差，且结果只能代表一定范围源区，不能推广到大空间尺度的应用。风洞试验法考虑了气流与地表粗糙元对空气动力学粗糙度的综合作用，模拟理想状态下不同风速和地表覆盖状况下的风蚀作用，进而研究空气动力学粗糙度，但不足之处在于风洞试验是采取流场相似性原则，有别于地表真实状况，研究发现风洞实验与现场实测的风沙结果相似性较低4，且所需仪器设备成本较高且耗时耗力18。2遥感方法遥感影像覆盖范围大、观测周期短且有多种途径获得，因此在研究大空间尺度的空气动力学粗糙度时具备突出的科学性和技术优点。遥感方法通过反演地表参数或者大气参数输入到模型计算空气动力学粗糙度18,30。2.1 植被指数模型法空气动力学粗糙度与下垫面粗糙元的地表特征有关，植被与水体、裸地等下垫面相比，形态特征复杂、动态变化明显，因此在遥感中引入植被指数估算空气动力学粗糙度是非常有必要的。植被指数是根据植被的光谱特性，基于多种波段组合，对地表植被状况的度量。基于光学卫星数据的反演方法一般是建立植被指数与空气动力学粗糙度、零平面位移高度的关系模型，再通过经验模型转换为空气动力学粗糙度。常用的植被指数有归一化植被指数（NDVI）、叶面积指数（LAI）、锋面面积指数（FAI）等。2.1.1归一化植被指数（NDVI）NDVI是植物生长状态以及植被空间分布密度的最佳指示因子。NDVI是根据近红外波段反射率（nir）和红光波段反射率（red）计算出来的，计算公式如下：NDVI=nir-rednir+red（5）利用遥感技术研究植被下垫面的空气动力学粗糙度时，NDVI的应用较为广泛5,7,21-22,34,42-43。贾立等7由Landsat TM资料计算NDVI，将其与黑河试验点的湍流通量观测所估算的空气动力学粗糙度建立经验关系式；Gupta等21使用NOAA-AVHRR数据计算 NDVI，结合地表过程参数建立印度半干旱地区空气动力学粗糙度与 NDVI之间的关系式；Xing等22对比不同植被指数与空气动力学粗糙度的关系，发现NDVI是草地空气动力学粗糙度的敏感指标；Abbas等5得到了描述NDVI与空气动力学粗糙度关系的最佳最终数学模型，用于绘制整个伊拉克地区的粗糙度长度图3。2.1.2叶面积指数（LAI）LA