郭家新+高敏華+朱小強等

摘 要：該研究利用MODIS與Landsat TM/OLI多源遙感資料獲取的艾比湖地表溫度和植被指數(shù)信息，進行陸面水熱平衡過程研究，結合空間三角形法，根據(jù)水熱平衡原理反演溫度植被蒸散指數(shù)（TVETI），并選用MODIS蒸散發(fā)產品數(shù)據(jù)對反演結果進行線性回歸分析與精度驗證，結果表明：MODIS-TVETI與Landsat-TVETI都可以有效地反演陸面蒸散發(fā)；其中MODIS-TVETI最高相關性達到0.847、0.803、0.723，Landsat-TVETI達到0.837、0.818、0.717；發(fā)現(xiàn)2000—2014艾比湖15a蒸散發(fā)時空動態(tài)變化較大，空間差異顯著，其中5月、6月、7月變化程度為：7月>6月>5月；通過分析，艾比湖蒸散發(fā)時空格局呈現(xiàn)由季節(jié)性溫度升高，風速增大導致蒸散發(fā)面積增大的趨勢，在此基礎上分析了影響艾比湖蒸散發(fā)變化的驅動力因素，近年來隨著溫度升高，大風天氣頻繁，人口增加等因素，使艾比湖地區(qū)蒸散現(xiàn)象較為嚴重?？梢姡_展艾比湖蒸散發(fā)時空監(jiān)測對于干旱區(qū)濕地生態(tài)有重要的理論與實際意義。

關鍵字：空間三角形法；蒸散發(fā)；多源遙感；驅動力

中圖分類號 P426.2 文獻標識碼 A 文章編號 1007-7731（2017）18-0057-07

Analysis of Spatiotemporal Changes of Evapotranspiration and Driving Forces of the Ebinur Lake Basin Based on Triangle Method

Guo Jiaxin et al.

（College of Resources and Environment Science，Xinjiang University，Urumqi 830046，China；Key Laboratory of Oasis Ecology under Ministry of Education，Xinjiang University，Urumqi 830046，China）

Abstract：In this paper the land surface temperature （LST） and normalized difference vegetation index （NDVI） products of MODIS were used to analyze regional enemy balance，hydrological cycle and water utilization in the Ebinur lake basin.The temperature vegetable evapotranspiration index（TVETI） was built by using dry and wet edges in the Ts-VI trapezoid space.At the same time the accuracy and regression analysis of TVETI was obtained from MODIS evapotranspiration （ET） product showed that TVETI could estimate the regional evapotranspiration well when use Landsat remote sensing data or MODIS LST and NDVI products，the MODSI-TVETI certainty coefficient is respectively：0.847，0.803，0.723，Landsat-TVETI certainty coefficient is respectively：0.837，0.818，0.717；The spatiotemporal changes of evapotranspiration in the 15 years from 2000 to 2014 is obvious，and it changed obviously in different season，the spatiotemporal changes of evapotranspiration has strongly changed from May to July，the evapotranspiration increased in the southeastern of Ebinur lake in May and the evapotranspiration increased in June is in the west of Ebinur lake，the evapotranspiration increased strongly in the south and southeastern；In this paper the driving forces of ET in Ebinur lake basin was analyzed also，there are two significant parts affecting ET which are natural factor and human factor.For the natural factor，the wind speed plays an important role in influencing the ET，the wind speed and LST could speed up water from ground and vegetation to evaporate.In the latest years，the days of strong wind and population increased，the evapotranspiration also increased. In conclusion carrying out research on the spatial and temporal dynamic changes and the driving forces in drought of Ebinur Lake has important theoretical and practical significance for the arid zone.endprint

Key words：Temperature and vegetation dryness index （TVDI）；Evapotranspiration；Multisource remote sensing；Driving force

陸面蒸發(fā)與植物蒸騰（蒸散發(fā)）是區(qū)域內熱量平衡與水分平衡的重要的組成部分，亦是下墊面生態(tài)系統(tǒng)與大氣進行能量、水分循環(huán)的重要途徑[1-2]，尤其對于干旱與半干旱區(qū)域，進行及時有效的地表蒸散發(fā)監(jiān)測，對于區(qū)域的水資源管理以及生態(tài)系統(tǒng)安全具有重要的意義。蒸散發(fā)在時間與空間上都存在較大的不可確定性，主要表現(xiàn)為空間上的非均勻性以及時間上的非線性[3]，近年來，有不少學者對此展開了相關研究，但研究進展突破較少，因此對蒸散發(fā)在時間與空間上的格局研究有較大意義。

遙感作為空間尺度與時間尺度的陸面水熱平衡監(jiān)測的技術手段[4]，已經取得了很大的突破。當前，利用遙感進行蒸散發(fā)估算的模型主要分為兩大類：一類是基于Penman-Monteith[5-6]公式的能量瞬時轉換模型，是一種對能量轉換的清晰表達，其中需要實地獲取地表觀測的空氣和植被冠層的數(shù)據(jù)。另一種模型是基于感熱通量為核心的能量余項法，其中最有代表性的模型為SEBAL（Surface Energy BalanceAlgorithm for Land）模型[7]。經過較長時間的發(fā)展，SEBAL模型利用遙感可獲得構建模型的所需參數(shù)，比如地表比輻射率、地表反照率、地表溫度等參數(shù)。并通過能量轉換方程與地表參數(shù)模擬，可以為中高分辨率遙感資料反演蒸散發(fā)提供較好的依據(jù)[8-9]。通過分析前人的研究，利用遙感估算蒸散發(fā)取得了一定的成果，但是基于地面實測數(shù)據(jù)的限制以及模型精度的驗證等問題，通過分析溫度與植被指數(shù)的水熱平衡關系，建立一種利用地表能量平衡方程估算蒸散發(fā)的模型，并且反演效果較好。如Price[10]，Carlson等[11]發(fā)現(xiàn)歸一化植被指數(shù)（Normalized Differential Vegetation Index，NDVI）與地表溫度（Ts）之間存在負相關關系，呈現(xiàn)二維負相關空間三角形特征；Sandholt等[12]更深入分析該特征空間生態(tài)特征的解釋，提出了利用溫度植被干旱指數(shù)TVDI估算土壤表層水分狀況。NEMANI和RUNNING[13]通過分析地表溫度和植被指數(shù)與植物葉片與蒸散的關系，為遙感估算地表蒸散量提供相應參考。

本研究以新疆艾比湖濕地為研究區(qū)，選用MODIS溫度與植被指數(shù)產品數(shù)據(jù)根據(jù)水熱平衡原理，構建TVETI蒸散指數(shù)，同時利用相同時間段的Landsat 8遙感資料構建的TVETI與MODIS估算結果進行對比研究和交叉驗證，最后選用MODIS-ET產品分別對MODIS-TVETI和Landsat-TVETI做線性相關性分析與精度驗證，分析基于空間三角形法構建的蒸散發(fā)模型的可行性以及不同數(shù)據(jù)源所反演的蒸散發(fā)的特點，為艾比湖蒸散發(fā)時空分布特征以及水資源管理措施提供一定的科學依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況 艾比湖流域位于43°38′～45°52′N，79°53′～85°02′E之間（圖1），流域東臨古爾班通過特沙漠，西接哈薩克斯坦共和國，北部相鄰托里縣，南部為精河縣。大風日天氣較多，蒸發(fā)量大，降水稀少，年平均氣溫6.6 ～7.8℃，年降水量116.0～169.2mm。艾比湖流域屬于典型的干旱區(qū)生態(tài)環(huán)境，目前有限的水資源使艾比湖流域人類生產生活用水與生態(tài)用水間的矛盾日益突出[14]。

1.2 數(shù)據(jù)來源 通過USGS網站分別下載2010年與2014年5月8日、6月10日、7月4日的MODIS16d的蒸散發(fā)、溫度、植被指數(shù)數(shù)據(jù)，空間分辨率為1km。同時下載相同時間段的無云或天氣狀況較好的Landsat TM與Landsat 8 OLI遙感影像數(shù)據(jù)?？臻g分辨率為30m，利用ENVI 5.1對MODIS遙感資料坐標系進行轉換，對OLI數(shù)據(jù)裁剪、輻射校正、FLAASH大氣校正等，精度符合研究標準。

2 研究方法

2.1 地表溫度

2.1.1 Offer Rozenstein劈窗算法 Offer Rozenstein等和覃志豪等[15]根據(jù)以往的劈窗算法以及Landsat 8數(shù)據(jù)的特點，提出了SW1（Split-Window Algorithm）反演算法。其計算公式如下：

[TS=AO+A1T10-A2T11] （1）

式中，Ts為地表溫度，T10、T11，分別Landsat 8第10，第11波段的亮溫溫度。A0、A1和A2是系數(shù)。

2.2 溫度植被干旱指數(shù)（TVDI） 在NDVI和Ts構成的三角形特征空間中，將不同植被指數(shù)條件對應的最高下墊面溫度（Tsmax）相連，構成了三角形的干邊，表示為該區(qū)域內的干旱上限，將其干旱指數(shù)定義為1，與之相反的將不同植被指數(shù)對應的最低下墊面溫度（Tsmin）相連構成了三角形的濕邊，表示為該區(qū)域內的最濕潤區(qū)，將其干旱指數(shù)定義為0。通過溫度植被干旱指數(shù)方法對兩者信息進行綜合處理與相應的實測數(shù)據(jù)擬合，可以得到TVDI模型進而得到研究區(qū)的土壤干旱狀況，為科學研究該研究區(qū)干旱情況提供了重要的依據(jù)[16]。

[TVDI=Ts-TsminTsmax-Tsmin] （2）

[Tsmax=NDVIα+b]；[Tsmin=NDVIc+d] （3）

式中，Tsmax，Tsmin分別由植被指數(shù)與地表溫度根據(jù)干邊、濕邊線性擬合獲得，本研究中采用NDV I植被指數(shù)，a、b、c、d分別是干邊和濕邊線性擬合方程的系數(shù)。

在三角形區(qū)域內任一點的TVDI值介于0～1，TVDI值越大，對應的土壤濕度越低，TVDI值越小，對應的土壤濕度越高。

Ts-NDVI的直線斜率可以反映土壤濕度狀況。許多研究發(fā)現(xiàn)[10-11，17]，在Ts-NDVI的特征空間中，存在一系列土壤濕度的等值線，這些等值線都可近似認為相交于干濕邊的交點，并且該等值線近似為直線（圖2），該直線的斜率與土壤濕度間可以描述為一元線性函數(shù)關系。endprint

2.3 溫度植被蒸散指數(shù)（TVETI） 賀廣均等[2]基于以下假設構建溫度植被蒸散指數(shù)方程： （1）土壤具有含水量極低和含水量飽和2種臨界狀態(tài)；（2）地表平坦，同一植被覆蓋度的地表接收的凈太陽輻射通量R相同；（3）地表每天在接收太陽輻射前，表面溫度與大氣溫度相等，在接收太陽輻射后，感熱通量H與地表溫度和大氣接收太陽輻射前溫度的差值成正比。

根據(jù)以上假設與水熱平衡原理，溫度值被指數(shù)被定義為如下：

[TVETI=Tsmax-TsTsmax-Tsmin] （4）

[Tsmax=αd*NDVI+bd]，[Tsmin=αw*NDVI+bw] （5）

式中：Tsmax與Tsmax分別代表干濕邊植被指數(shù)對應的最大與最小溫度，ad、aw與bd、bw分別代表干濕邊上的斜率與截距。

3 結果與分析

3.1 構建特征空間 通過構建MODIS數(shù)據(jù)與OLI數(shù)據(jù)的特征空間，并利用TVDI確定特征空間干濕邊（3式）。從圖3中看出，隨著NDVI的增加，Ts的最大值呈減小趨勢；隨著NDVI的減小，Ts的最大值逐漸增大。Ts的最大最小值在0.01分割的NDVI尺度上呈現(xiàn)三角形特征，兩種數(shù)據(jù)源的散點分布大致相似，但是也存在較大差異。MODIS-TVDI與Landsat-TVDI相比，散點圖較為稀疏，二維特征空間既有三角形也有梯形。MORAN等[18]從理論的角度進行分析，認為Ts與VI之間存在梯形的關系。韓麗娟等[19]研究表明三角形關系與梯形關系是并存的，只是在某種情況下可以互相轉換。

由表1看出，整體上MODIS數(shù)據(jù)擬合結果與Landsat 8數(shù)據(jù)擬合結果較為相似，擬合精度較好；MODIS數(shù)據(jù)中，2010年7月干邊R2=0.93，濕邊R2=0.08相差最大，2014年7月的干濕邊R2=0.93，濕邊R2=0.03，存在差異較大；Landsat 8擬合結果中，整體效果相比于MODIS數(shù)據(jù)較好，但2014年7月干、濕邊擬合結果分別為0.90、0.38，相差較大。

3.2 TVETI時空特征 本文利用空間三角形TVDI模型，通過對植被指數(shù)與溫度進行能量與水分平衡進行分析，反演區(qū)域蒸散發(fā)，圖4反應了宏觀上艾比湖蒸散發(fā)的時空變化，從圖中可以看出：與MODIS-ET數(shù)據(jù)相比，MODIS-TVEI與Landsat-TVETI整體態(tài)勢相同，反演效果較好；從局部與細節(jié)上分析可知，由于MODIS-ET數(shù)據(jù)有部分像元缺失，導致湖體周邊的對比結果不能凸顯，但是在艾比湖西部的農耕區(qū)植被的蒸散發(fā)效果相似性較高，以及西北部與西南部高山積雪處的蒸散發(fā)趨勢相同；Landsat-TVETI整體效果以及精度都略高于MODIS-TVEI，尤其是2014年Landsat-TVETI與MODIS-ET數(shù)據(jù)整體趨勢最為相似；另一方面，MODIS數(shù)據(jù)在2010年5月與2010年7月出現(xiàn)湖體像元缺失，以及Landsat-TM影像在2010年7月存在云量較多的影響，會對反演效果有略微干擾，但不影響整體TVETI對蒸散發(fā)的估算效果。

3.3 精度驗證 利用研究區(qū)往年采樣點坐標信息，通過Arcgis軟件對不同數(shù)據(jù)源估算的TVETI以及MODIS-ET數(shù)據(jù)進行對點像元的蒸散發(fā)數(shù)據(jù)提取，通過提出異常值后，利用MODIS-ET數(shù)據(jù)對MODIS-TVEI與Landsat-TVETI進行線性相關分析與對比精度驗證。由圖5可以看出：MODIS-TVEI和Landsat-TVETI與MODIS-TVETI相關性較好，都能很好的進行區(qū)域蒸散發(fā)的估算；MODIS-TVEI與MODIS-ET數(shù)據(jù)相關性最高達到0.847，最低為0.56，Landsat-TVETI與MODIS-ET數(shù)據(jù)相關性最高為0.837，最低為0.67，整體精度較高。

4 蒸散發(fā)時空變化

為了更好地研究艾比湖蒸散發(fā)的時空動態(tài)變化，本文選取2000—2014年的MODIS-TVETI反演數(shù)據(jù)，對2000年與2014年的5月、6月、7月蒸散發(fā)進行差值變化研究，充分考慮艾比湖5—7月植被長勢變化、氣候變化、環(huán)境變化的因素，可以較為明顯的分析艾比湖15a間5月、6月、7月蒸散發(fā)的空間分布差異。楊秀芹[20]等基于GLEAM模型分析淮河蒸散發(fā)年際、月際變化，發(fā)現(xiàn)蒸散發(fā)空間差異較為顯著，蒸散發(fā)量表現(xiàn)為大范圍增加趨勢。本研究根據(jù)楊秀芹對蒸散發(fā)變化的劃分結果，將2000—2014年蒸散發(fā)劃分為明顯減少、輕微減少、基本不變、基本增加、輕微增加、顯著增加。

圖6顯示了艾比湖濕地蒸散發(fā)的年際變化特征，通過進一步分析2000—2014年5月、6月、7月蒸散發(fā)的空間分布特征，可以更好地反映蒸散發(fā)在時間尺度上的變化情況。結果顯示：3個月的蒸散發(fā)在空間上顯現(xiàn)出較大差異，且影響范圍逐漸增大，其中蒸散發(fā)量增加最為明顯的是7月，其次為6月，5月主要以基本增加和輕微減少占主導；蒸散發(fā)在5月變化較大的區(qū)域位于艾比湖的東南部，經查閱相關艾比湖的風速氣象資料表明，春季時，位于艾比湖湖體西北部的阿拉山口風口風速較大，最大達到3.8m/s，且大風日較多。另外，2000年艾比湖全年風速較大，所以春季阿拉山口西北風是艾比湖東南部蒸散發(fā)有所增加的因素之一；在6月份時，蒸散發(fā)增加區(qū)域明顯向西移動，空間變化顯著，蒸散發(fā)面積有所增加。主要由于農作物及植被在夏季覆蓋度較大，加之溫度升高，導致在6月份時艾比湖西部蒸散量主要以植被蒸騰和溫度升高引起的地面蒸發(fā)為主導；7月時，蒸散發(fā)變化范圍最大，空間變化最為顯著，主要區(qū)域為艾比湖西北部與西南部的山體區(qū)域、南部耕地區(qū)域以及東南部的荒漠區(qū)域。綜上所述，艾比湖湖體蒸散發(fā)在年際變化上并不顯著，主要表現(xiàn)為隨著溫度升高、風速增大而引起的山體、植被覆蓋較大的區(qū)域以及荒漠區(qū)域的蒸散發(fā)明顯增加的現(xiàn)象。

5 驅動力分析

5.1 自然因素

5.1.1 風速的影響 艾比湖濕地處于干旱區(qū)與半干旱區(qū)域，屬于典型的溫帶大陸性氣候，干旱區(qū)湖泊生態(tài)對區(qū)域自然環(huán)境敏感性較高。據(jù)統(tǒng)計，1980—2000年，艾比湖湖水面積萎縮趨勢減緩，暫時進入相對穩(wěn)定期，湖面穩(wěn)定在500km2左右（圖7）?？梢钥闯?998—2016年期間，艾比湖湖面面積存在一定的起伏波動，受到阿拉山口風口大風的影響，艾比湖面積與風速的變化呈現(xiàn)顯著地負相關關系；2002年與2013年屬于艾比湖湖面面積突變年，而艾比湖區(qū)域的風速從1998年到2013年為穩(wěn)步增長，同時2013年也是風速變化的突變年，2013年到2016年風速變化率為45.7%；湖面面積從2002到2013年逐年遞減，湖面面積減少46.2%，萎縮趨勢較為明顯，線性斜率變化為-33.82，線性相關性R2=0.71；可見艾比湖濕地及周邊生態(tài)安全將受到強烈影響，同時由于艾比湖地處阿拉山口風口處，艾比湖地表一直處于阿拉山口大風的直接影響下，大風天氣的頻繁增加，更為直接地驅動艾比湖蒸散發(fā)量的增大，整體上隨著艾比湖風速的增加，與艾比湖蒸散發(fā)量呈現(xiàn)正相關關系，艾比湖湖面面積呈現(xiàn)減小的趨勢，二者呈負相關，由此說明風速是影響艾比湖蒸散量變化的自然影響因素之一。endprint

5.1.2 降水量、氣溫、相對濕度的影響 干旱區(qū)氣候變化對區(qū)域生態(tài)系統(tǒng)影響較大，尤其對干旱區(qū)生態(tài)脆弱的濕地環(huán)境影響最為直接。水分與熱量的平衡關系是決定區(qū)域濕潤度與干旱度的重要因子。進一步分析艾比湖濕地的降水、溫度與相對濕度的關系，對揭示區(qū)域蒸散發(fā)的強弱有一定的參考價值。作者進一步分析了艾比湖從2010年到2014年5月、6月、7月艾比湖濕地的水熱情況（圖8～圖10），由于5月、6月、7月處于艾比湖的濕季，區(qū)域水熱情況與植被長勢有助于更好地分析艾比湖濕地的蒸散情況。在圖8中看出降水量與相對濕度呈現(xiàn)正相關關系，變化趨勢相似性明顯；5—7月間，相對濕度逐漸增大，呈現(xiàn)很好規(guī)律性，由于氣候變化頻繁，導致艾比湖在2011年5月、2011年7月、2013年7月出現(xiàn)極高的降水量，其它時間段內仍然呈現(xiàn)與相對濕度相同的趨勢；氣溫變化與相對濕度變化近乎相同（圖9），同時與降水量的相關性最高；在風速的影響下（圖10），艾比湖濕地的相對濕度與風速呈現(xiàn)負相關關系，其中風速在每年的3個月中波動較大，但與相對濕度和溫度變化相似，逐月增加?？傮w而言，隨著艾比湖濕地風速的增大，降水量的減少，溫度升高等因素，對區(qū)域的蒸散發(fā)及生態(tài)安全影響較大?？梢娊邓俊囟?、相對濕度的變化也是艾比湖蒸散發(fā)的重要影響因素。

5.2 人為因素

5.2.1 過度放牧 在眾多影響艾比湖蒸散發(fā)的因素中，過度放牧是加劇艾比湖蒸散發(fā)增大的間接因素之一。自1980年以來，艾比湖濕地的人口逐年增加，隨之牲畜數(shù)量也呈現(xiàn)相同的增長趨勢（圖11），不合理地牲畜數(shù)量的控制與過度放牧等人為活動加劇了艾比湖濕地草地生態(tài)系統(tǒng)植被的退化，土壤沙漠化、荒漠化現(xiàn)象頻頻出現(xiàn)，草場的急劇退化導致下墊面覆蓋類型與地表豐富度變化劇烈，加之牲畜過度的啃食，草場高度降低，植被減少，土壤沙化對于土壤的熱量與水分的保持能力下降，另外由于牲畜數(shù)量的增多，對草場和植被的踐踏較為嚴重，造成水土流失的嚴重后果，使水資源受到嚴重威肋，間接導致地表蒸散量逐漸增大，相對濕度負相關性的減少。1980—2004年間牲畜頭數(shù)呈明顯增長趨勢。2004—2010年間呈減少趨勢。從整體上來看，近30年來牲畜數(shù)量呈整體增加的趨勢。因為牲畜數(shù)量是衡量一個草場利用合理性的重要指標，牲畜數(shù)量的快速增加，草場退化現(xiàn)象加劇，植被覆蓋度降低，導致水土流失較為嚴重，在一定程度上加重艾比湖蒸散量的增加。

5.2.2 過度開墾 1980—2010年近30年間，艾比湖周邊縣城的人口急劇增加，加之農耕地的過度開墾，導致總人口數(shù)量與耕地面積呈現(xiàn)穩(wěn)步增長的相同態(tài)勢。農耕地面積的增加，農用地需水量隨之增加，隨著社會的發(fā)展和大規(guī)模的水土工程興建，導致水資源的合理利用效率下降；另外由于人口數(shù)量的逐年增長，城市發(fā)展速度加快，工業(yè)工廠的增多，對區(qū)域的生活用水，工業(yè)用水，農業(yè)用水總量增大，需要制定合理的水資源利用模式是當前需要解決的問題。從人口與耕地面積變化圖（圖12）可以看出，隨著艾比湖近30年的快速發(fā)展人口增長率增大，從1980年到2010年間人口增長42.8%，耕地面積增長43.7%。因此過度開墾與人口的急劇增長而導致的水資源的利用效率降低是影響艾比湖蒸散發(fā)增加的相關因素。

6 結論

對于地處西北邊陲的新疆而言，艾比湖對區(qū)域的生態(tài)環(huán)境安全與社會經濟的發(fā)展是至關重要的[20]。本文基于空間三角形法并結合水分與能量平衡原理，在缺資料情況下，利用多源遙感資料構建溫度植被指數(shù)，對干旱區(qū)艾比湖進行蒸散發(fā)估算，并通過MODIS-ET數(shù)據(jù)對多源遙感數(shù)據(jù)估算的蒸散發(fā)進行線性相關性分析，結果表明：

（1）利用MODIS溫度與植被指數(shù)數(shù)據(jù)與Landsat系列數(shù)據(jù)，基于空間三角形法在一定的假設下所構建的TVETI在缺資料情況下能很好的反演區(qū)域地表蒸散發(fā)，且效果較好，可行性較高。分析2010年與2014年5—7月的逐月蒸散發(fā)量，發(fā)現(xiàn)利用TVETI估算的艾比湖蒸散發(fā)量與MODIS-ET驗證數(shù)據(jù)整體趨勢一致。

（2）通過相關性分析可知，MODIS-TVETI的相關性最高達到0.847，Landsat-TVETI最高達到0.837，探究MODIS-TVETI與Landsat-TVETI的區(qū)域變化程度，發(fā)現(xiàn)Landsat-TVETI能夠更好地估算區(qū)域蒸散發(fā)，且于MODIS-ET整體趨勢最為相同，尤其在2014年6月與7月，效果凸顯更為明顯。

（3）通過分析艾比湖蒸散發(fā)的年及月際變化，并結合氣象資料充分揭示影響艾比湖蒸散發(fā)在時間與空間上的變化特征。在2000—2014艾比湖15a間，5月、6月、7月蒸散發(fā)的變化空間分布特征差異較大；5—7月，蒸散發(fā)明顯增加區(qū)域面積逐漸增大，空間分布特征從艾比湖東南部向西移動，隨后在7月時向西南部、南部、東南部以及西北部大范圍移動，可見隨著溫度及植被覆蓋度的季節(jié)性變化，蒸散發(fā)的時空變化特征尤為顯著。

（4）進一步分析影響艾比湖蒸散發(fā)的自然與人為的驅動機制。自然因素中，1980—2015年間，艾比湖風速逐年增大，加之處于阿拉山口風口的直接影響下，艾比湖的蒸散量呈現(xiàn)增大的趨勢，2013年到2016年風速變化率為45.7%，湖面面積從2002到2013年逐年遞減，湖面面積減少46.2%，萎縮趨勢較為明顯；探究艾比湖2010年到2014年每年5—7月的溫度、降水量、風速、相對濕度的關系，得知相對濕度和氣溫與降水量呈現(xiàn)正相關關系，風速與相對濕度呈現(xiàn)明顯的負相關性；人為因素中，主要表現(xiàn)為隨著艾比湖在近30年的快速發(fā)展，總人口數(shù)目逐年增長，隨之耕地面積與牲畜數(shù)量增長率變大，1980—2010年間人口增長42.8%，耕地面積增長43.7%，導致區(qū)域水資源的利用效率和草場健康程度下降，土壤水土保持能力嚴重不足。綜上所述，探究干旱區(qū)湖泊生態(tài)系統(tǒng)的蒸散發(fā)時空變化，對于區(qū)域的生態(tài)安全與社會經濟的發(fā)展有著重要的理論與實際意義。

參考文獻endprint

[1]張寶忠，許迪，劉鈺，等.多尺度蒸散發(fā)估測與時空尺度拓展方法研究進展[J].農業(yè)工程學報，2015，31（6）：8-16.

[2]賀廣均，馮學智，肖鵬峰，等.一種基于植被指數(shù)-地表溫度特征空間的蒸散指數(shù)[J].干旱區(qū)地理（漢文版），2015，38（5）：887-899.

[3]許迪.灌溉水文學尺度轉換問題研究綜述[J].水利學報，2006，37（2）：141-149.

[4]張榮華，杜君平，孫睿.區(qū)域蒸散發(fā)遙感估算方法及驗證綜述[J].地球科學進展，2012，27（12）：1295-1307.

[5]Cai J，Liu Y，Lei T，et al.Estimating reference evapotranspiration with the FAO Penman–Monteith equation using daily weather forecast messages[J].Agricultural & Forest Meteorology，2007，145（1–2）：22-35.

[6]張曉琳，熊立華，林琳，等.五種潛在蒸散發(fā)公式在漢江流域的應用[J].干旱區(qū)地理（漢文版），2012，35（2）：229-237.

[7]Bastiaanssen W G M，Menenti M，F(xiàn)eddes R A，et al.The Surface Energy Balance Algorithm for Land （SEBAL）： Part 1 formulation[J].Journal of Hydrology，1998，212（98）：801-811.

[8]Bastiaanssen W G M，Pelgrum H，Wang J，et al.A remote sensing surface energy balance algorithm for land （SEBAL）.： Part 2： Validation[J].Journal of Hydrology，1998，212–213（1-4）：213-229.

[9]張殿君，張學霞，武鵬飛.黃土高原典型流域土地利用變化對蒸散發(fā)影響研究[J].干旱區(qū)地理（漢文版），2011，34（3）：400-408.

[10]Price J C.Using spatial context in satellite data to infer regional scale evapotranspiration[J].IEEE Transactions on Geoscience & Remote Sensing，1990，28（5）：940-948.

[11]Carlson T N，Gillies R R，Schmugge T J.An Interpretation of Methodologies for Indirect Measurement of Soil-Water Content[J].Agricultural & Forest Meteorology，1995，77（3）：191-205.

[12]Sandholt I，Rasmussen K，Andersen J.A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status[J].Remote Sensing of Environment，2002，79（2-3）：213-224.

[13]Nemani R R，Running S W.Estimation of Regional Surface Resistance to Evapotranspiration from NDVI and Thermal-IR AVHRR Data[J].Journal of Applied Meteorology，2000，28（4）：276-284.

[14]張飛，塔西甫拉提·特依拜，曹鑫，等.干旱區(qū)內陸艾比湖流域景觀格局時空變化及生態(tài)安全評價[J].水土保持通報，2015，35（1）：249-254.

[15]RozensteinO，Qin Z H，Derimian Y and Kamieili A.Derivation of land surface temperature for landsat-8 TIRS using a split window algorithm[J].Sensors，2014，14（4）：5768-5780.

[16]劉立文，張吳平，段永紅，等.TVDI模型的農業(yè)旱情時空變化遙感應用[J].生態(tài)學報，2014，34（13）： 3704-3711.

[17]S.J.Goetz.Multi-sensor analysis of NDVI，surface temperature，and biophysical variables at a mixed grassland site[J].International Journal of Remote Sensing，1997，18（1）：71-94.

[18]Moran M S，Clarke T R，Inoue Y，et al.Estimating crop water deficit using the relation between surface-air temperature and spectral vegetation index[J].Remote Sensing of Environment，1994，49（3）：246-263.

[19]韓麗娟，王鵬新，王錦地，等.植被指數(shù)-地表溫度構成的特征空間研究[J].中國科學：地球科學，2005，35（4）：371-377.

[20]楊秀芹，王國杰，葉金印，等.基于GLEAM模型的淮河流域地表蒸散量時空變化特征[J].農業(yè)工程學報，2015，31（9）：133-139.

[21]錢亦兵，蔣進，吳兆寧.艾比湖地區(qū)土壤異質性及其對植物群落生態(tài)分布的影響[J].干旱區(qū)地理（漢文版），2003，26（3）：217-222.

（責編：張宏民）endprint