利用MODIS影像反演嘉義地區水稻田蒸發散量之研究

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：29

、訪客IP：18.224.64.226

姓名

余竹樺(Jhu-hua Yu) 查詢紙本館藏

畢業系所

太空科學研究所

論文名稱

利用MODIS影像反演嘉義地區水稻田蒸發散量之研究

相關論文

★ 應用多時期MODIS衛星影像分析於蒙古地區整合型乾旱強度指標之研究	★ WVR、GPS及氣球探空觀測可降水量之比較
★ GPS斷層掃描估算大氣濕折射係數模式	★ GPS觀測大氣閃爍之研究
★ GPS 氣象中地面氣象模式之改進	★ 由GPS信號反演大氣濕折射度之數值模擬
★ 近即時GPS觀測可降水技術之研究	★ 利用水氣資訊改善降水估計之研究
★ GPS掩星觀測反演與反演誤差探討	★ 微波輻射計數位相關器之設計與實現
★ GPS與探空氣球資料觀測可降水量與降雨之關係	★ 利用GPS訊號估算對流層斜向水氣含量之研究
★ 利用遙測影像反演水稻田蒸發散量之研究	★ 利用MODIS影像於水稻田蒸發散之研究
★ 分析以全球定位系統近即時估計可降水之可行性	★ 對流層延遲效應與全球定位系統高程定位之研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

在台灣水資源總量中，農業用水高達其中73%，而又有一半以上的用水量是用於水稻田的灌溉，因此探討水稻的蒸發散行為，就成為一項重要的課題。估算蒸發散量的方法相當多，利用蒸發皿量測單點的蒸發散量，或是利用氣象資料經相關公式推估單點的潛勢蒸發散量，常無法反應出區域性的實際狀況，近年來，由於遙測技術的進步，利用遙測影像推估大面積區域的蒸發行為，就顯得較為重要。
本研究的研究方法就是利用衛星影像配合地面氣象站所量測得的氣象資料(風速、氣溫等)，進行地表熱通量的估計，地表熱通量包括土壤熱通量、可感熱通量及潛熱通量。推估方法基於地表能量平衡演算法，依據大氣不穩定的修正模式初步推估潛熱通量與可感熱通量，再利用乾、濕控制曲線結合，求出蒸發散比值，獲得最終的潛熱通量與可感熱通量。
在衛星影像的使用上，則選用中央大學太空及遙測研究中心所提供的MODIS 1D影像，自行反演地表參數，以及下載美國USGS網站所提供的MODIS地表參數產品，分別輸入模式估算地表熱通量，初步成果發現，利用MODIS 1D影像所演算的地表熱通量，較接近實際地面測站的觀測值。因此，本研究則應用2006年多張MODIS 1D的影像，針對當年第一、二期水稻田的潛熱通量的估算，與實地測站比對後，相關係數可達到0.6。相信未來可配合MODIS 1D的影像，進行嘉義地區長時期水稻田潛熱通量的監測，並對水稻田的總用水量監控有所幫助。

摘要(英)

In Taiwan, approximately 73% of the total water resource is been used for agricultural purposes. Among the 73% of agricultural water usage, more than half of the water is used for the paddy rice irrigation. As a result, it is important to evaluate the evapotranspiration characteristic of the paddy rice fields. Traditionally, evapotranspiration is measured by using basin or empirical function with surface meteorological data. However, these methods only measure points and may not effectively address the evapotranspiration over a large spatial domain. To resolve such issue, using remote sensing technology to estimate the evapotranspiration becomes an interest field, as the remote sensing technology has the advantage of acquiring large surface data instantaneously and the data can be used to retrieve surface parameters, as well as thermal prosperities.
The research presented here is to use satellite images in conjunction with the in-situ surface meteorological measurement, such as temperature and wind velocity, to estimate the surface heat fluxes that include soil heat flux, sensible heat flux, and latent heat flux. This method is based on surface energy balance to estimate the surface heat fluxes. Once the heat fluxes has been determined, the evaporation then can be derived from radiation and evaporation controlled lines.
The satellite data used for this study are the MODIS level 1D image obtaining from CSRSR (Center of Space and Remote Sensing Research), National Central University. In additional, derivative products of the MODIS sensor from USGS/NASA were also obtained for comparative study. The result shows that using MODIS level 1D data as input parameters produces better result and is closer to the ground measurement. Hence, the MODIS level 1D data were used to study the surface heat fluxes of two rice agricultural cycles in 2006. With the correlation coefficient over 0.60, the result shows a potential in estimating the surface heat fluxes of paddy rice fields in Chiayi area, and can be helpful to control the water used to irrigate the paddy rice.

關鍵字(中)

★ 蒸發散量

關鍵字(英)

★ evapotranspiration

論文目次

目錄
摘要 Ⅰ
Abstract Ⅲ
誌謝 Ⅴ
目錄 Ⅶ
表目錄 Ⅸ
圖目錄 Ⅹ
第一章緒論 1
1-1 簡介 1
1-2 研究背景與目的 3
1-3 文獻回顧 4
1-4 論文概述 8
第二章MODIS影像處理和地面參數演算 9
2-1 MODIS感測器的簡介 9
2-2 MODIS的原始資料和影像處理 11
2-2.1影像的切割和校正 12
2-2.2灰度值的轉換 12
2-3 地表參數的演算 13
2-3.1常態化差異植生指數(Normalized Difference Vegetation Index, NDVI) 13
2-3.2地表溫度(Land Surface Temperature) 14
2-3.3地表反照率(Surface Reflectance) 15
2-3.4地表放射率(Land Surface Emissivity) 16
2-3.5葉面積指數(LAI) 17
2-4 MODIS的資料產品及處理 18
第三章研究室區與儀器簡介 27
3-1 研究試區 27
3-2 研究試區的植被復蓋情形 27
3-3 儀器的簡介 28
第四章理論模式與演算流程 36
4-1地表能量平衡演算法(SEBAL)模式簡介 36
4-1.1 淨輻射量(Rn) 37
4-1.2土壤熱通量(G0) 41
4-1.3 可感熱通量 44
4-1.4 熱量傳輸之阻抗 48
4-1.5 大氣不穩定的修正方程式 49
4-1. 潛熱通量 52
4-2 簡易的地表能量平衡演算模式(S-SEBI)模式簡介 53
4-3演算流程(1) 56
4-3.1 淨輻射量演算流程 57
4-3.2 土壤熱通量演算流程 58
4-3.3 可感熱通量演算流程 59
4-3.4 潛熱通量演算流程 61
4-4演算流程(2) 61
第五章成果與討論 72
5-1 地表參數和演算區域的討論 72
5-1.1 地表溫度的討論 72
5-1.2 地表反照率的討論 74
5-1.3 NDVI的討論 74
5-2 地表熱通量的討論 75
5-2.1 影像中淨輻射量的分布討論 75
5-2.2 影像中土壤熱通量的分布討論 76
5-2.3 影像中可感熱通量的分布討論 76
5-2.4 影像中潛熱通量的分布討論 77
5-3 MODIS 1D原始資料和成品演算的結果比較 77
5-4反演模式在水稻田的應用與討論 78
第六章結論與未來工作 93
6-1 結論 93
6-2 未來工作 94
參考文獻 95

參考文獻

1. 簡子杰，「利用遙測影像反演水稻田蒸發散量之研究」，國立中央大學太空科學研究所碩士論文，2006年。
2. 陳奕穎，「發展遙測資料反演可感熱與潛熱通量之研究」，國立中央大學水文科學研究所碩士論文，2004年。
3. 劉說安、陳奕穎、張子瑩，空載多波段資料遙測水稻田蒸發散量之研究，「精準農業之知識與技術」，行政院農委會出版，2003年。
4. 鍾譯靚，「利用衛星遙測估算蒸發散量與熱通量之研究」，國立台灣大學碩士論文，2001年。
5. 邱奕霖，「地表過程蒸發散之觀測與分析」，國立中央大學水文科學研究所碩士論文，2005年。
6. 杜榮鴻，「應用MODIS影像估算潛勢蒸發散量之研究」，國立成功大學水利及海洋工程研究所碩士論文，2005年。
7. 何美滿，「值被與土壤系統蒸發散量模擬之研究」，國立台灣大學土木工程研究所碩士論文，2001年。
8. 陳姜琦，「應用衛星遙測於區域蒸發散量之估算」，國立成功大學碩士論文，2002年。
9. 曾忠一，「大氣輻射」，渤海堂文化事業公司，台北，359頁，1988。
10. 楊純明、陳榮坤，由植被高解析反射光譜模式化水稻之生長，「水稻精準農業體系」，行政院農業委員會農業試驗所出版，13-24頁，2003。
11. 經濟部水資源局，「水資源政策白皮書」，1996。資料網址：http://e-info.org.tw/issue/sustain/sustain-00112301.htm
12. 經濟部水資源局，1997。資料網址：http://e-info.org.tw/issue/sustain/sustain-00112301.htm
13. Ahmed, R.H., Christopher M.U.N, “Mapping field corp evapotranspiration using airborne multispectral imagery”, IEEE Trans. Geo. Remote Sensing, pp2369-2371, 1996
14. Bastiaanssen, W.G.M., M. Menenti, R.A. Feddes, A.A.M. Holtslag, “A remote sensing surface energy balance algorithm for land (SEBAL) 1. Formulation”, Journal of Hydrology, Vol. 212-213, pp198-212, 1998
15. Bastiaanssen, W.G.M.,“SEBAL-based sensible and latent heat fluxes in the irrigated Gediz Basin, Turkey”, Journal of Hydrology, Vol. 229, pp87-100, 2000
16. Choudhury, B.J., S.B. Idso, R.J. Reginato, “Analysis of an empirical model for soil heat flux under a growing wheat crop for estimating evaporation by an infrared-temperature based energy balance equation”, Agricultural and Forest Meteorology, Vol.39, pp283-297, 1984
17. Choudhury, B.J., “Estimating evaporation and carbon assimilation using infrared temperature data”, In: Asrar, G. (Eds.), Vistas in modeling, in Theory and Application of Optical Remote Sensing., Wiley, New York, pp628-690, 1989
18. Choudhury, B.J. and H.A.R. de Bruin, “First order approach for estimating unstressed transpiration from meteorological satellite data”, Adv. Space Res., Vol.16, No10, pp167-176, 1995
19. Choudhury, B.J., “Estimation of vapor pressure deficit over land surfaces from satellite observations”, Adv. Space Res., Vol.22, No5, pp669-672, 1998
20. François. P., V. Eric., “Land surface reflectance, emissivity and temperature from MODIS middle and thermal infrared data”, Remote Sens. Environ., Vol 83,pp112-34, 2002
21. Granger, R.J., “Satellite-derived estimates evapotranspiration in the Gediz basin”, Journal of Hydrology, Vol. 229, pp 70-76 , 2000
22. Kustas, W.P. and C.S.T. Daughtry, “Estimation of the soil heat flux/net radiation ratio from spectral data”, Agr. Forest Met., Vol.49, pp205-223, 1990
23. Liu, J., J.M. Chen, and J. Cihlar, “Mapping evapotranspiration based on remote sensing: An application to Canada’s landmass”, Water Resour. Res., 39(7), 1189, doi:10.1029/2002WR001680, 2003.
24. Liu, J., J.M. Chen, J. Cihlar and W. Chen, “Net primary productivity distribution in the BOREAS region from a process model using satellite and surface data”, J. Geophys. Res., Vol.104, 27,735–27,754, 1999.
25. Liu, J., J.M. Chen, J. Cihlar and W.M. Park, “A process-based boreal ecosystem productivity simulator using remote sensing inputs”, Remote Sens. Environ., 62, pp158– 175, 1997
26. Paulson,C.A, “The mathematical representation of wind speed and temperature profile in the unstable atmospheric surface layer”, Appl. Meteorol, Vol.9, pp857-861, 1970
27. Pawan, K.S., “Diagnosing Irrigation Water Resources With Multi-Seneor Remote Sensing and GIS Techniques, A Case Study of the Roxo Dam Irrigation system”, Portugal, 2004
28. Price, J.C. “Using spatial context in satellite data to infer regional scale evapotranspiration”, IEEE Trans. Geo. Remote Sensing, Vol.28, No.5, 1990
29. Roerink, G. J., Z. Su, M. Menenti, “S-SEBI: A simple Remote Sensing Algorithm to Estimate the Surface Energy Balance”, Phys. Chem. Earth (B), Vol.25, pp147-157, 2000
30. Spencer, J. W.,“Fourier series representation of the position of the sun”, Search, Vol.2, pp272,1971
31. Valor, E., and Caselles, V., “Mapping land surface emissivity from NDVI：Application to European, African, and south American area”, Remote Sens. Environ., Vol.57, pp167-184, 1996
32. Waters, R., Allen, R., Surface Energy Balance Algorithms for Land, Idaho, USA, 2002

指導教授

劉說安(Yuei-an Liou)

審核日期

2007-7-19

推文