本发明涉及地气交互关系，特别是涉及一种地气耦合因子与阻抗的联合反演方法。
背景技术：
1、地气耦合因子与阻抗是陆表和大气(简称陆-气)水热传输中的关键调控因子，它们直接影响地表蒸散发的速率，进而对全球水循环和能量平衡的稳定起着决定性作用。对地气耦合因子与阻抗进行准确量化对于预测和应对气候变化引起的极端气候事件、保护生态系统及推动可持续发展具有重要意义。
2、现有对于阻抗的估算通常采用恒定值或线性温度模型、湿度反馈模型及光合有效模型等简单经验公式的方法，忽略了其与植被生理状态、土壤湿度、气温等环境因素的动态关系，导致无法得到准确的阻抗信息。同时，由于陆-气系统是一个复杂的网络，需要将多个过程(例如，土壤湿度、物候、湍流通量、空气温度、湿度等)作为整体考虑，且地气耦合因子虽然是地气系统中的基本要素，但几乎未有研究对其进行客观的量化，进一步影响了对边界层混合、对流、云量、降水和地表蒸散发等关键过程和机制的进一步认识与理解。因此，如何高精度的量化阻抗及耦合因子是目前仍然尚未解决的难题。
技术实现思路
1、为了克服现有技术的不足，本发明的目的是提供一种地气耦合因子与阻抗的联合反演方法。
2、为实现上述目的，本发明提供了如下方案：
3、一种地气耦合因子与阻抗的联合反演方法，包括：
4、获取全球地表温度遥感数据和再分析气象数据产品；
5、对地表能量平衡方程进行解构，得到各组分相应的物理模型；
6、根据所述物理模型进行数学推导，得到含有地气耦合因子、地表阻抗及空气动力学阻抗的动态交互模型；
7、基于所述动态交互模型，利用迭代算法以及所述全球地表温度遥感数据和再分析气象数据产品得到一体化反演的全球地气耦合因子、地表阻抗及空气动力学阻抗。
8、优选地，所述全球地表温度遥感数据和再分析气象数据产品包括：空气温度、大气压强、相对湿度、风速、地表净辐射通量数据和土壤热通量数据。
9、优选地，所述物理模型包括：
10、le＝rn-h-g；
11、
12、其中，le为潜热通量；h为显热通量；rn为地表净辐射；g为土壤热通量；ts为地表温度；ta为空气温度；ρ为空气密度；cp为空气比热；γ为干湿球常数；es为地表蒸气压；ea为实际水气压；为地表饱和蒸气压；rs为地表阻抗；rae为空气动力学阻抗。
13、优选地，根据所述物理模型进行数学推导，得到含有地气耦合因子、地表阻抗及空气动力学阻抗的动态交互模型，包括：
14、根据所述物理模型构建空气动力学阻抗估算模型；所述空气动力学阻抗估算模型的公式为：
15、根据所述物理模型构建地表阻抗估算模型；所述地表阻抗估算模型的公式为：
16、构建地表蒸气压估算模型；所述地表蒸气压估算模型的公式为：其中，ω为地气耦合因子；hs,max为地表相对最大湿度；所述地气耦合因子的计算公式为：其中，δ为饱和水汽压曲线斜率；
17、根据所述空气动力学阻抗估算模型、所述地表阻抗估算模型和所述地表蒸气压估算模型确定所述动态交互模型，动态交互模型其特征在于，为空气动力学阻抗估算模型，地表阻抗估算模型与地表蒸气压估算模型之间的联立。
18、优选地，所述迭代算法为弗莱彻-里夫斯算法。
19、优选地，所述迭代算法的步骤包括：
20、获取输入数据；所述输入数据为全球地表温度遥感数据和再分析气象数据产品；
21、基于历史数据或经验值设置空气动力学阻抗、地表阻抗和地表蒸气压初始值；
22、确定目标函数，基于数值的最小化计算空气动力学阻抗、地表阻抗和地表蒸气压，所述目标函数的形式为：其中，f1，f2，f3表示当前迭代步的参数值与模型期望值之间的误差，通过不断迭代调整参数，最小化这些误差，从而找到最优解。
23、计算目标函数的梯度函数，以用于优化算法的迭代过程；所述梯度函数为：其中，
24、进行迭代过程，并在满足迭代停止条件时停止所述迭代过程。
25、优选地，所述迭代停止条件包括：
26、当目标函数的值小于预设阈值时，迭代停止；当迭代次数达到最大迭代次数时，迭代停止；当相邻两次迭代的结果变化量小于预设阈值时，迭代停止。
27、根据本发明提供的具体实施例，本发明公开了以下技术效果：
28、本发明提供了一种地气耦合因子与阻抗的联合反演方法，包括：获取全球地表温度遥感数据和再分析气象数据产品；对地表能量平衡方程进行解构，得到各组分相应的物理模型；根据所述物理模型进行数学推导，得到含有地气耦合因子、地表阻抗及空气动力学阻抗的动态交互模型；基于所述动态交互模型，利用迭代算法以及所述全球地表温度遥感数据和再分析气象数据产品得到一体化反演的全球地气耦合因子、地表阻抗及空气动力学阻抗。本发明基于空气动力学阻抗、地表阻抗与耦合因子以地表蒸散发为媒介的动态交互关系，考虑其潜在的物理过程机制，在反演地表蒸散发的基础之上，同时实现空气动力学阻抗、地表阻抗及地气耦合因子的一体化反演，可为准确客观地量化地表阻抗及地气耦合因子提供了新思路。
1.一种地气耦合因子与阻抗的联合反演方法，其特征在于，包括：
2.根据权利要求1所述的地气耦合因子与阻抗的联合反演方法，其特征在于，所述全球地表温度遥感数据和再分析气象数据产品包括：空气温度、大气压强、相对湿度、风速、地表净辐射通量数据和土壤热通量数据。
3.根据权利要求1所述的地气耦合因子与阻抗的联合反演方法，其特征在于，所述物理模型包括：
4.根据权利要求3所述的地气耦合因子与阻抗的联合反演方法，其特征在于，根据所述物理模型进行数学推导，得到含有地气耦合因子、地表阻抗及空气动力学阻抗的动态交互模型，包括：
5.根据权利要求4所述的地气耦合因子与阻抗的联合反演方法，其特征在于，所述迭代算法为弗莱彻-里夫斯算法。
6.根据权利要求5所述的地气耦合因子与阻抗的联合反演方法，其特征在于，所述迭代算法的步骤包括：
7.根据权利要求6所述的地气耦合因子与阻抗的联合反演方法，其特征在于，所述迭代停止条件包括：
