姚冠澤，王衛(wèi)光，李進(jìn)興

(河海大學(xué) 水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，南京 210098)

0 引 言

實(shí)際蒸散發(fā)(ETa)是液態(tài)水轉(zhuǎn)化為氣態(tài)水的過程，包括土壤蒸發(fā)、植被截留和植物蒸騰。蒸散發(fā)不僅是陸面過程研究的關(guān)鍵參數(shù)，也是地表能量平衡與水量平衡的重要組成部分，深刻影響著氣候變化、水循環(huán)及陸地生態(tài)系統(tǒng)水文過程。因此，準(zhǔn)確估算ETa對于理解水文-氣象過程及地球系統(tǒng)的交互過程都十分重要[1]。目前，獲取ETa主要是通過地面觀測和模型模擬[2,3]兩種途徑。其中，我國地面觀測站點(diǎn)相對較少，分布稀疏，且僅在點(diǎn)尺度上具有一定的代表性。而模型模擬受限于模型的精度以及參數(shù)的不確定性，不能夠準(zhǔn)確地得到ETa。因此，大尺度ETa估算仍然是水循環(huán)領(lǐng)域的一大難題。20世紀(jì)70年代以來，隨著衛(wèi)星遙感技術(shù)的發(fā)展，采用遙感數(shù)據(jù)驅(qū)動(dòng)蒸散發(fā)反演模型，為大尺度ETa的精確估算提供了新的可行性方法。然而，不同蒸散發(fā)反演模型采用的輸入數(shù)據(jù)與計(jì)算方法均存在一定的差異，導(dǎo)致生產(chǎn)的蒸散發(fā)產(chǎn)品其精度在時(shí)間和空間上表現(xiàn)出不同程度的差異性。因此，已有國內(nèi)外學(xué)者通過對蒸散發(fā)產(chǎn)品進(jìn)行驗(yàn)證和應(yīng)用，評估蒸散發(fā)產(chǎn)品在各類地區(qū)的適用性。王文[4]等將GLDAS數(shù)據(jù)模擬蒸散及蓄量變化與實(shí)測數(shù)據(jù)進(jìn)行比對，結(jié)果表明兩種模式的GLDAS產(chǎn)品均高估了中國外流區(qū)的蒸散發(fā)數(shù)據(jù)，且GLDAS-1的高估程度大于GLDAS-2；賀添等[5]利用MOD16產(chǎn)品分析我國2001-2010年蒸散發(fā)的時(shí)空變化，結(jié)果顯示MOD16產(chǎn)品在我國遼河、海河、黃河和淮河流域的模擬精度較高；楊秀芹等[6]利用GLEAM產(chǎn)品分析了淮河流域地表蒸散發(fā)的時(shí)空分布特征，結(jié)果表明GLEAM產(chǎn)品在淮河流域模擬精度較高。

目前，漢江流域地表蒸散發(fā)研究主要集中在模型模擬[7]或?qū)我徽羯l(fā)產(chǎn)品進(jìn)行分析[8]，而多種蒸散發(fā)產(chǎn)品在漢江流域的適用性仍缺乏對比研究，且通過對蒸散發(fā)產(chǎn)品進(jìn)行偏差校正以提高產(chǎn)品精度的研究尚不多見。本文將目前應(yīng)用較為廣泛的六種蒸散發(fā)產(chǎn)品與GRACE水儲量變化得到的水量平衡蒸散發(fā)數(shù)據(jù)進(jìn)行比較，分析產(chǎn)品蒸散發(fā)的月變化，并利用一種偏差校正方法對蒸散發(fā)產(chǎn)品值進(jìn)行修正，減小產(chǎn)品不確定性帶來的分析誤差，從而評估出漢江流域擬合度較高的產(chǎn)品，為漢江流域?qū)嶋H蒸散發(fā)的準(zhǔn)確估算及水資源開發(fā)與配置提供科學(xué)依據(jù)。

1 研究區(qū)概況及數(shù)據(jù)資料

1.1 研究區(qū)概況

漢江流域位于中國中部，是長江上最大支流(106°12′～114°14′E，30°08′～34°11′N)，漢江干流全長約1 500 km，流域面積約17.4 萬km2，地勢西北高東南低，西部為山區(qū)，東部以平原丘陵為主。漢江流域?qū)儆趤啛釒Ъ撅L(fēng)氣候區(qū)，氣候溫和濕潤，四季分明。降水較為豐富，多年平均雨量約750～1 435 mm，年內(nèi)分配極不均勻，降水主要集中在夏季，約占全年降水量的40%～50%。流域多年平均徑流量為256 億m3，流域年徑流深由西向東遞減，年際變化較大；徑流年內(nèi)分配不均，5-10月徑流量占全年75%左右。流域示意圖如圖1所示。

圖1 漢江流域示意圖Fig.1 The map of Han River basin

1.2 蒸散發(fā)產(chǎn)品簡介

本文采用的蒸散發(fā)產(chǎn)品主要包括3類：①診斷模型產(chǎn)品(Diagnostic Models)；②陸面模式產(chǎn)品；③再分析產(chǎn)品。診斷模型產(chǎn)品是使用遙感植被信息作為重要輸入數(shù)據(jù)，并利用傳統(tǒng)估算方法計(jì)算得到的產(chǎn)品。本文使用的診斷模型產(chǎn)品有3種，一是美國國家航空航天局(NASA)利用植被覆蓋率和反照率等遙感數(shù)據(jù)，結(jié)合氣象數(shù)據(jù)計(jì)算得到凈輻射量，并通過Penman-Monteith算法計(jì)算得到的MODIS MOD16產(chǎn)品[9]；二是利用遙感數(shù)據(jù)(葉面積指數(shù)和植被覆蓋指數(shù))，結(jié)合Penman-Monteith算法，估算得到的全球尺度1982-2013年的蒸散發(fā)數(shù)據(jù)[10]；三是利用GLEAM模型，并考慮了土壤濕度對蒸散發(fā)的影響，基于Pristley-Taylor模型反演得到的日蒸散發(fā)數(shù)據(jù)[11]。陸面模式產(chǎn)品則選取全球陸面同化數(shù)據(jù)系統(tǒng)(GLDAS)中的蒸散量數(shù)據(jù)。GLDAS數(shù)據(jù)集共有兩種模式，其中模式一是通過選取觀測數(shù)據(jù)和衛(wèi)星數(shù)據(jù)作為驅(qū)動(dòng)場，驅(qū)動(dòng)4種陸面模式(Mosaic、Noah、CLM、 VIC)生成的全球1979年至今的全球范圍的數(shù)據(jù)集，模式二則是采用普林斯頓大學(xué)全球氣象數(shù)據(jù)作為強(qiáng)迫場，利用Noah陸面模式驅(qū)動(dòng)得到的1948-2010年的數(shù)據(jù)集[12,13]。再分析數(shù)據(jù)產(chǎn)品選用的是日本氣象廳采用三維變分法對多種氣象數(shù)據(jù)進(jìn)行同化，獲得了一套的從1958年開始的55年再分析產(chǎn)品JRA55[14]。各遙感蒸散發(fā)產(chǎn)品的基本情況見表1。文章計(jì)算所采用的蒸散發(fā)產(chǎn)品值均為面平均蒸散發(fā)值，即基于柵格面積在流域內(nèi)的權(quán)重加權(quán)得到的平均值。

表1 蒸散發(fā)產(chǎn)品簡介Tab.1 Overview of the six ET products

1.3 GRACE衛(wèi)星水儲量數(shù)據(jù)及其他數(shù)據(jù)

重力反演與氣候試驗(yàn)衛(wèi)星Gravity Recovery and Climate Experiment(GRACE)是2002年3月由美國國家航空航天局(NASA)和德國航天局(DLR)聯(lián)合發(fā)射，并用于觀測地球重力場變化的衛(wèi)星。目前，德州大學(xué)空間研究中心(CSR)、美國宇航局噴氣推進(jìn)實(shí)驗(yàn)室(JPL)以及德國地學(xué)研究中心(GFZ)等多家機(jī)構(gòu)都有基于GRACE重力場數(shù)據(jù)開發(fā)的全球水儲量變化(TWSA)產(chǎn)品可供下載。所有TWSA產(chǎn)品均經(jīng)過條帶濾波及冰川均衡調(diào)整來減小反演的誤差，但由于各機(jī)構(gòu)在數(shù)據(jù)處理方法上有所不同，不同TWSA產(chǎn)品之間也存在一些差異。

由圖2可以看出，雖然利用3種TWSA分別計(jì)算得到的月水儲量變化(ΔS)時(shí)間趨勢基本一致，相關(guān)性較高，但仍存在一定的差異。因此，為減小計(jì)算過程中的不確定性，本文采用三種產(chǎn)品計(jì)算得到的ΔS均值作為流域月水儲量變化。

圖2 2005-2012年研究區(qū)內(nèi)月水儲量變化Fig.2 Water storage change in the study area for 2005 to 2012

此外，本文還采用了2005-2012年的漢江流域降水和徑流數(shù)據(jù)。其中，降水?dāng)?shù)據(jù)來源于中國科學(xué)院青藏高原研究所開發(fā)的0.1°×0.1°地面氣象要素驅(qū)動(dòng)數(shù)據(jù)集(CMFD)；徑流數(shù)據(jù)來源于水文年鑒中仙桃水文站實(shí)測數(shù)據(jù)。

2 研究方法

2.1 水量平衡原理

水量平衡原理在計(jì)算封閉的流域?qū)嶋H蒸散發(fā)時(shí)是一種十分有效的方法。其計(jì)算公式為：

ET=P-R-ΔS

(1)

式中：P為流域面平均降水，mm/月；R為流域平均徑流深，mm/月；ΔS為流域下墊面月水儲量變化，mm/月。

在年尺度或多年尺度的計(jì)算中，水儲量變化通常忽略不計(jì)，但在對月尺度的蒸散發(fā)進(jìn)行估算時(shí)，ΔS不可忽略。因此本文采用GRACE重力衛(wèi)星的水儲量產(chǎn)品對水量平衡蒸散發(fā)(ETWB)進(jìn)行估算，并以此值作為流域?qū)嶋H蒸散發(fā)的參考值來評估其他實(shí)際蒸散發(fā)產(chǎn)品的精度。

2.2 數(shù)據(jù)精度評價(jià)

本文采用統(tǒng)計(jì)參數(shù)包括平均值(MEAN)、均方根誤差(RMSE)、偏差(BIAS)、相關(guān)系數(shù)(R)作為蒸散發(fā)產(chǎn)品精度檢驗(yàn)的依據(jù)。各項(xiàng)指標(biāo)的計(jì)算公式如下：

(2)

(3)

(4)

(5)

式中：Ai為蒸散發(fā)產(chǎn)品值；Bi為GRACE水儲量數(shù)據(jù)所計(jì)算得到的蒸散發(fā)值；N為數(shù)據(jù)序列長度。

3 結(jié)果與分析

3.1 月蒸散發(fā)產(chǎn)品表現(xiàn)評估

2005-2012年間不同產(chǎn)品和參考蒸散發(fā)之間的比較結(jié)果如表2所示。其中，ETGLEAM和ETZHANG的RMSE在6種產(chǎn)品中最低，分別為16.17和17.78 mm/月；同時(shí)，ETZHANG的BIAS取值最小，為0.82 mm/月，ETGLEAM的R取值最大，為0.89，兩種產(chǎn)品均表現(xiàn)出了與ETWB較高的擬合度。兩種陸面模式產(chǎn)品的表現(xiàn)差異性較大，其中ETGNOAH1的BIAS為13.46 mm/月，而ETGNOAH2的BIAS為-9.76 mm/月，這與兩種產(chǎn)品計(jì)算過程中的驅(qū)動(dòng)氣象要素?cái)?shù)據(jù)來源不同有關(guān)。再分析數(shù)據(jù)的蒸散發(fā)值偏大，且相關(guān)性較好，為-16.69 mm/月?？傮w來看，診斷模型產(chǎn)品的表現(xiàn)優(yōu)于陸面模式產(chǎn)品和再分析產(chǎn)品。

表2 蒸散發(fā)產(chǎn)品與水量平衡蒸散發(fā)(ETWB)的比較Tab.2 Comparison of different ET products and ETWB

3.2 各產(chǎn)品多年平均蒸散發(fā)空間分布差異

受計(jì)算方法以及模型輸入數(shù)據(jù)的影響，蒸散發(fā)產(chǎn)品的空間分布表現(xiàn)出一定的差異。從圖3中可以看出，除ETGNOAH1外，其他產(chǎn)品均表現(xiàn)出了相似的空間分布特性，即流域蒸散發(fā)量從中部向兩邊遞減，這主要是由于漢江流域中部的土地覆蓋類型主要以林地為主，下游則主要以種植業(yè)為主。此外，ETJRA55、ETGLEAM、ETGNOAH2的年蒸散量范圍較為接近，約為500～900 mm/a，而ETMOD16的年最大蒸散發(fā)量明顯高于其他產(chǎn)品，為1017.98 mm/a，最低值較其他產(chǎn)品也相對偏低；ETGNOAH1的年最低蒸散量明顯高于其他產(chǎn)品的年最低值，主要分布在流域東部；ETZHANG的年蒸散量與其他產(chǎn)品差異較大，取值范圍明顯偏低。

3.3 蒸散發(fā)產(chǎn)品的偏差校正

為提高實(shí)際蒸散發(fā)產(chǎn)品模擬的準(zhǔn)確性，本文采用一種基于γ累積分布函數(shù)的偏差校正方法對蒸散發(fā)數(shù)據(jù)進(jìn)行修正[15]。其中，γ累積分布的計(jì)算過程如下：

圖3 蒸散發(fā)產(chǎn)品多年平均蒸散量空間分布Fig.3 Spatial distribution of annual ET of ET products

(6)

式中：α、β分別為γ累積分布中的形狀參數(shù)和尺度參數(shù)。

圖4展示了6種蒸散發(fā)產(chǎn)品的γ累積概率分布。虛線WB-ET表示ETWB修正前的累積概率分布，實(shí)線WB-FIT則表示擬合后的γ累積概率分布，其他同理。所有產(chǎn)品表現(xiàn)出了與ETWB相似的累積概率分布曲線，曲線之間的差異主要是由于蒸散發(fā)產(chǎn)品與ETWB的偏差造成的。

圖4 漢江流域月蒸散發(fā)值累積概率分布圖Fig.4 Distribution of the monthly domain-averaged ET values from the ETWB and ET products

根據(jù)γ累積分布函數(shù)，可對蒸散發(fā)產(chǎn)品進(jìn)行偏差校正：每一個(gè)產(chǎn)品蒸散發(fā)值在擬合曲線上對應(yīng)的一個(gè)累積概率值，該累積概率在WB-FIT曲線上所對應(yīng)的蒸散發(fā)值即為校正之后的產(chǎn)品蒸散發(fā)值。此過程可表述為：

(7)

為消除年際間的偏差，再利用下式進(jìn)行第二步計(jì)算：

(8)

式中：ETfinal(m)為年偏差校正后的月產(chǎn)品蒸散發(fā)，mm/月；Pannual為年降雨量，mm/a；Rannual為年徑流量，mm/a；ETcorrected(m)、ETcorrected(a)分別為月蒸散發(fā)校正量(mm/月)和年蒸散發(fā)校正量，mm/a。

3.4 校正后蒸散發(fā)產(chǎn)品精度評估

由圖5可以看出，經(jīng)過偏差校正之后，6種蒸散發(fā)產(chǎn)品的BIAS和RMSE均顯著減小，而R2變化較小，變化幅度在0.01～0.03左右。其中，ETGNOAH1、ETGNOAH2和ETJRA55的BIAS，BIAS的變化幅度均在7 mm/月以上。3種診斷模型產(chǎn)品的校正變化較小，主要原因在于產(chǎn)品在校正前精度較高。結(jié)果表明，γ累積概率分布可以有效提高蒸散發(fā)產(chǎn)品精度，減小誤差。

由圖6可以看出，月蒸散發(fā)產(chǎn)品的多年變化呈現(xiàn)一定的規(guī)律性，即5-9月份的蒸散發(fā)活動(dòng)最強(qiáng)，11月-次年2月的蒸散發(fā)活動(dòng)較弱。校正前各產(chǎn)品與ETWB的差異明顯，且產(chǎn)品之間的差異較大；經(jīng)過校正后，蒸散發(fā)產(chǎn)品的月變化規(guī)律更為一致，在同一時(shí)刻蒸散發(fā)取值差異明顯減小，且與ETWB的變化一致性顯著提高。

圖5 偏差校正前后蒸散發(fā)產(chǎn)品模擬效果對比Fig.5 Comparison of the monthly ET products with the ETWB before and after the bias correction

圖6 校正前與校正后的產(chǎn)品月蒸散發(fā)過程Fig.6 Comparison of the monthly domain-averaged values before and after bias correction

由圖7可以看出，各產(chǎn)品在不同月份的校正效果不同，蒸散發(fā)活動(dòng)強(qiáng)的月份的校正效果優(yōu)于蒸散發(fā)活動(dòng)弱的月份。其中，ETJRA55和ETGNOAH15-9月份模擬值偏大問題均得到了明顯改善；ETZHANG和ETGLEAM與ETWB校正前后均表現(xiàn)出與ETWB較高的相似度，除6月份但ETGLEAM的蒸散發(fā)量略高于ETZHANG外，各月的蒸散發(fā)強(qiáng)度基本一致。通過偏差校正，各產(chǎn)品的蒸散發(fā)量與變化過程更為準(zhǔn)確。

圖7 各產(chǎn)品多年平均月蒸散發(fā)校正前與校正后對比Fig.7 Annual variations of the domain-averaged values before and after bias correction

4 結(jié) 語

本文采用GRACE水儲量變化數(shù)據(jù)，驅(qū)動(dòng)水量平衡方程，得到漢江流域ETWB，并將其作為流域參考蒸散發(fā)對現(xiàn)有應(yīng)用廣泛的蒸散發(fā)產(chǎn)品(ETMOD16、ETZHANG、ETGLEAM、ETGNOAH1、ETGNOAH2、ETJRA55)精度進(jìn)行評估。同時(shí)，利用γ累積概率分布對蒸散發(fā)產(chǎn)品進(jìn)行偏差校正，結(jié)果表明：

(1)3種類型的蒸散發(fā)產(chǎn)品中，診斷模型產(chǎn)品的表現(xiàn)優(yōu)于其他兩類產(chǎn)品，陸面模式產(chǎn)品的均方根誤差最大，再分析產(chǎn)品的偏差較大(但相關(guān)性較好)。而診斷模型產(chǎn)品中，ETGLEAM和ETZHANG與ETWB均有較高的相關(guān)性。

(2)6種產(chǎn)品在漢江流域的空間分布具有一定的相似性，呈現(xiàn)出流域中部蒸散發(fā)量高，流域兩邊蒸散量低的分布特性。6種產(chǎn)品中，ETMOD16的最大蒸散發(fā)量明顯高于其他產(chǎn)品，ETGNOAH1的蒸散量區(qū)間整體偏大。

(3)通過γ累積概率分布，可以有效地消除產(chǎn)品的偏差，校正后的產(chǎn)品在月和年尺度上都有更好的模擬效果。其中，ETGLEAM在校正前后均表現(xiàn)出了與ETWB較高的擬合度，在漢江流域的表現(xiàn)優(yōu)于其他產(chǎn)品。

□

參考文獻(xiàn)：

[1] Jung M, Reichstein M, Ciais P, et al. Recent decline in the global land evapotranspiration trend due to limited moisture supply[J]. Nature, 2010,467(7318):951.

[2] 張榮華, 杜君平, 孫 睿. 區(qū)域蒸散發(fā)遙感估算方法及驗(yàn)證綜述[J]. 地球科學(xué)進(jìn)展, 2012,27(12):1 295-1 307.

[3] 孫飛飛, 許 欽, 任立良,等. BTOPMC模型蒸散發(fā)計(jì)算及徑流模擬[J]. 中國農(nóng)村水利水電, 2013,(12):85-88.

[4] 王 文, 崔 巍, 王 鵬. GLDAS Noah模型水文產(chǎn)品與中國地面觀測及衛(wèi)星觀測數(shù)據(jù)的對比[J]. 水電能源科學(xué), 2017,(5):1-6.

[5] 賀 添, 邵全琴. 基于MOD16產(chǎn)品的我國2001-2010年蒸散發(fā)時(shí)空格局變化分析[J]. 地球信息科學(xué)學(xué)報(bào), 2014,16(6):979-988.

[6] 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(shí)空變化特征[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015,31(9):133-139.

[7] 鄧志民, 張 翔, 羅 蔚. 基于MODIS的SEBAL模型在流域蒸散發(fā)反演中的應(yīng)用[J]. 水電能源科學(xué), 2012,(12):6-9.

[8] 張 靜, 任志遠(yuǎn). 基于MOD16的漢江流域地表蒸散發(fā)時(shí)空特征[J]. 地理科學(xué), 2017,37(2):274-282.

[9] Mu Q, Zhao M, Running S W. Improvements to a MODIS global terrestrial evapotranspiration algorithm[J]. Remote Sensing of Environment, 2011,115(8):1 781-1 800.

[10] Zhang K, Kimball J S, Nemani R R, et al. A continuous satellite‐derived global record of land surface evapotranspiration from 1983 to 2006[J]. Water Resources Research, 2010,46(9):109-118.

[11] Miralles D G, Jeu R A M D, Gash J H, et al. Magnitude and variability of land evaporation and its components at the global scale[J]. Hydrology & Earth System Sciences, 2011,15(3):967-981.

[12] Rodell M, Famiglietti J S, Chen J, et al. Basin scale estimates of evapotranspiration using GRACE and other observations[J]. Geophysical Research Letters, 2004a,31(20):183-213.

[13] Rodell M, Houser P R, Jambor U, et al. The global land data assimilation system. Bull. America Meteorological Society, 2004b,85(3):381-394

[14] Kobayashi S, Ota Y, Harada Y, et al. The JRA-55 Reanalysis: General Specifications and Basic Characteristics[J]. Journal of the Meteorological Society of Japan.ser.i, 2015,93(1):5-48.

[15] Li X, Wang L, Chen D, et al. Seasonal evapotranspiration changes (1983-2006) of four large basins on the TibETan Plateau[J]. Journal of Geophysical Research Atmospheres, 2015,119(23):13 079-13 095.