郭曉彤，孟 丹，蔣博武，朱 琳，龔建師

（1.首都師范大學資源環(huán)境與旅游學院，北京 100048；2.水資源安全北京實驗室，北京 100048；3.中國地質調查局南京地質調查中心，江蘇 南京 210016）

蒸散發(fā)包括植被蒸騰，土壤、水面的蒸發(fā)及截留降水或露水的蒸發(fā)，是地表能量平衡和水量平衡的重要組成部分，深刻影響著氣候變化。蒸散發(fā)的準確估算，監(jiān)測其時空變化規(guī)律并分析其與氣象因子的關聯(lián)性，對農(nóng)林、水資源、氣候、經(jīng)濟等相關領域意義重大[1]。區(qū)域蒸散發(fā)的研究方法有多種，主要包括野外儀器實地測量法、基于物理機制的氣象因子計算法、水文模型模擬法以及遙感反演等。傳統(tǒng)的蒸散發(fā)多以觀測站觀測為主，得到的數(shù)據(jù)為“點”尺度，在空間上具有較大的局限性。而遙感技術基于能量平衡原理，可得到大區(qū)域、短周期的蒸散發(fā)量[2]?？臻g上克服了傳統(tǒng)“點”尺度的局限性，時間上可動態(tài)、實時的根據(jù)需求獲取相應的遙感數(shù)據(jù)。

現(xiàn)今JRA55、GLEAM、MODIS、GLDAS等國內外產(chǎn)品為蒸散發(fā)研究提供了方便。其中MODIS蒸散量產(chǎn)品（MOD16）空間分辨率較高，通過了全球通量塔站臺的檢驗，受到國內外研究學者的關注。此領域的研究主要包括蒸散發(fā)產(chǎn)品的精度驗證[3-4]、不同蒸散發(fā)產(chǎn)品的評估[5-6]、區(qū)域蒸散發(fā)時空分布特征[7]、蒸散發(fā)影響因素分析[8-9]以及以蒸散發(fā)為參考因素對植被缺水指數(shù)[10]、地下水[11]、干旱指數(shù)[12]等的研究。在蒸散發(fā)區(qū)域時空分布與影響因素分析方面，蒙雨等[13]運用MOD16產(chǎn)品和氣象站數(shù)據(jù)，使用一元線性回歸分析法計算蒸散發(fā)的時間變化趨勢并進行影響因素的單相關分析，探討了烏江流域蒸散發(fā)時空變化特征及其影響因素；溫媛媛等[14]采用變異系數(shù)法、Theil-Sen median趨勢法研究了山西省多年實際蒸散發(fā)、潛在蒸散發(fā)的空間分布特征與變化趨勢；梁紅閃等[15]在已有趨勢分析的基礎上，增添了Mann-Kendall 和Hurst 指數(shù)，研究了伊犁河流域蒸散量時空變化特征及波動性。黃葵等[16]在單相關分析基礎上，增加了偏相關和復相關，分析海河流域蒸散發(fā)的影響因素。

當前對于蒸散發(fā)的研究主要集中于我國北部干旱半干旱地區(qū)，而對于濕潤地區(qū)的研究相對較少?；春恿饔蛉丝诿芗?，農(nóng)業(yè)用地占比較高，是我國的重要糧食產(chǎn)地，因此該地區(qū)的水土氣候及水資源具有很高的研究價值。本文基于MOD16/ET數(shù)據(jù)集定量分析淮河流域2000—2014年蒸散量的時空變化特征，結合時序氣溫、降水數(shù)據(jù)，采用相關分析方法定量探討了蒸散發(fā)與氣候因子的驅動力關系，并分析土地利用及其變化對區(qū)域蒸散發(fā)的影響，以期為淮河流域的水資源合理開發(fā)利用提供科學指導。

1 研究區(qū)概況

淮河流域介于長江和黃河兩流域之間，面積為26.6×104km2?；春恿饔虬ɑ春雍鸵抒疸艉觾纱笏?。西部、西南部及東北部為山區(qū)和丘陵地帶，其余為平原，平原面積占流域總面積的2/3（圖1）?；春恿饔虻靥幹袊媳睔夂蜻^渡帶，是我國南北方重要分界線，冬春干旱少雨，夏季悶熱多雨，冷暖和旱澇轉變急劇，流域多年平均降水量為 897.7 mm，年均氣溫為15.1℃。

2 方法與數(shù)據(jù)

2.1 研究數(shù)據(jù)

本文數(shù)據(jù)主要包括MOD16/ET、氣象數(shù)據(jù)、土地利用數(shù)據(jù)、DEM數(shù)據(jù)、淮河流域邊界數(shù)據(jù)及水系矢量數(shù)據(jù)。MOD16全球蒸散發(fā)產(chǎn)品（http://files.ntsg.umt.edu）算法是基于改進的Penman-Monteith 公式，對于無植被覆蓋區(qū)域做了空值處理。本文使用的MOD16A2，MOD16A3蒸散發(fā)產(chǎn)品時間尺度分別是月尺度及年尺度，空間分辨率1 km×1 km，數(shù)據(jù)衛(wèi)星軌道行列號為h27v05和h28v05。對數(shù)據(jù)進行裁剪拼接，提取實際蒸散發(fā)波段，投影變換為CGCS2000，并剔除空值。

圖1 研究區(qū)概況及氣象站位置Fig.1 Overview of the study area and location of the weather stations

氣象資料來源于國家氣象科學數(shù)據(jù)中心（http://data.cma.cn）中國地面氣候資料數(shù)據(jù)集，收集了2000—2014年的年、月、日氣象數(shù)據(jù)。本文用到的氣象因子包括氣溫、降水量、蒸發(fā)量。因年、月值數(shù)據(jù)集缺少蒸散發(fā)數(shù)據(jù)，故采用中國地面氣象資料日值數(shù)據(jù)集（V3.0），選取許昌、碭山、蒙城、泗洪、沐陽、灌云等6個氣象站蒸散量的日值數(shù)據(jù)累加得到月尺度蒸散量數(shù)據(jù)，用于MOD16A2/ET月尺度數(shù)據(jù)的適用性分析。選取氣溫、降水量作為蒸散量的主要氣候影響因素，采用IDW插值法對淮河流域內部及周邊共計61個地面氣象站的年尺度和月尺度氣象數(shù)據(jù)進行空間插值，空間分辨率設置為1 km×1 km?？臻g化后的氣象數(shù)據(jù)與MOD16/ET進行偏相關分析和復相關分析，用于蒸散量的氣候驅動類型研究。

本研究采用資源環(huán)境科學與數(shù)據(jù)中心（http://www.resdc.cn）提供的2000年、2005年、2010年、2015年土地利用數(shù)據(jù)，空間分辨率為1 km×1 km，用于分析土地利用及其變化對區(qū)域蒸散發(fā)的影響。該數(shù)據(jù)集間隔5年有一期數(shù)據(jù)，考慮到相差一年土地利用類型不會發(fā)生顯著變化，所以在本研究中用2015年土地利用數(shù)據(jù)替代2014年土地利用數(shù)據(jù)進行相關分析。根據(jù)“中科院土地利用覆蓋分類體系”，將數(shù)據(jù)重分類為水田、旱地、林地、草地、建設用地、水域、未利用地等7種土地利用類型，其中耕地劃分成水田和旱地，可量化不同農(nóng)田類型下蒸散量分布特征。

2.2 研究方法

2.2.1 數(shù)據(jù)適用性分析

為驗證MOD16/ET數(shù)據(jù)在本研究區(qū)的適用性，采用相關系數(shù)（r）、均方根誤差（RMSE）、平均偏差（BIAS）和平均絕對偏差（MAE）等指標，將氣象站蒸發(fā)皿觀測數(shù)據(jù)與MOD16A2/ET進行比對。

2.2.2 趨勢分析

利用一元線性回歸方程的斜率對淮河流域2000—2014年 MOD16A2/ET數(shù)據(jù)進行基于像元尺度的趨勢分析：

式中：n——監(jiān)測時間序列的長度，本文中n=15；

METi——第i年ET的平均值；

θslope——像元ET的回歸斜率值，并對回歸系數(shù)進行顯著性檢驗。

結合基于像元尺度的趨勢分析法，模擬蒸散量空間變化趨勢斜率θslope和P值，并將變化趨勢分為5個等級，見表1[17]。

表1 變化趨勢等級Table 1 Variation trend level

2.2.3 蒸散量氣候驅動分區(qū)準則

根據(jù)相關研究成果，在已有的植被覆蓋變化氣候驅動[18]和蒸散量變化氣候驅動研究[16]的基礎上，結合年尺度蒸散量與氣候因子偏相關系數(shù)和復相關系數(shù)的顯著性檢驗結果，確定淮河流域蒸散量與氣候因子的驅動分區(qū)準則，見表2。

表2 淮河流域蒸散發(fā)驅動分區(qū)準則Table 2 Rules of regionalization for the drivers of ET change

3 結果與分析

3.1 MOD16A2/ET數(shù)據(jù)適用性分析

因氣象站數(shù)據(jù)為小型蒸發(fā)皿觀測的水面蒸發(fā)量，而MOD16A2/ET為實際蒸散量，參考文獻[19?20]確定折算系數(shù)。選取江蘇省的沐陽站、灌云站、泗洪站、河南省的許昌站、安徽省沐陽站、碭山站共計6個氣象站2000—2004年的觀測數(shù)據(jù)對MOD16A2/ET進行分析。結果表明r值均大于0.7，RMSE在19.89～42.50 mm/mon，與相關研究結論吻合[21]，證明了MOD16A2/ET在淮河流域的適用性較好。

3.2 淮河流域 MOD16/ET的時空變化特征

3.2.1 蒸散量的年際變化特征

根據(jù)2000—2014年蒸散發(fā)統(tǒng)計結果，淮河流域多年蒸散量平均值為589.1 mm，標準差為99.1 mm。該區(qū)域蒸散發(fā)在空間上呈南高北低的分布格局（圖2）。

圖2 多年蒸散量均值空間分布Fig.2 Spatial distribution of the mean ET over the years

蒸散量最大值位于南部山區(qū)地帶，北部地區(qū)蒸散量值相對較低。根據(jù)地貌基本形態(tài)劃分指標[22]將該地區(qū)高程分為5個區(qū)間（表3）。統(tǒng)計不同高程區(qū)間內的蒸散量均值，結果表明中山地區(qū)蒸散量最高，其次為平原、高山地區(qū)，丘陵和低山地區(qū)蒸散量較低。

表3 不同地貌類型劃分及其蒸散量數(shù)據(jù)統(tǒng)計Table 3 Classification of different geomorphic types and ET data statistics

對淮河流域2000—2014年整個研究區(qū)的年蒸散量、降水量、氣溫進行統(tǒng)計（圖3），可看出15年中2002—2008年、2010年的蒸散值超過了多年平均值589.1 mm。15年間，整體上淮河流域蒸散發(fā)具有先增加后減少的趨勢，自2003年達到峰值630.53 mm后，雖后續(xù)年份存在蒸散發(fā)的回升情況（2005—2008年），但整體上蒸散發(fā)開始呈現(xiàn)減少趨勢，其中2011年的蒸散量最低。相關資料顯示，2003年淮河流域遭受洪災，2011年淮河流域曾遭遇旱災。同時，該地區(qū)年均降水為897.7 mm，降水充沛且年際變化較大；而氣溫年際變化較小，年均氣溫一直保持在15℃左右。根據(jù)相關性計算，氣溫與降水量相關系數(shù)為?0.351，呈負相關，而降水量與蒸散發(fā)的相關系數(shù)為0.549，遠高于氣溫與蒸散發(fā)的相關系數(shù)0.042，說明該地區(qū)蒸散發(fā)受到降水的影響更大。

圖3 2000—2014年蒸散量與氣候因子時間變化曲線Fig.3 Change of ET and climate factor from 2000 to 2014

為表征蒸散量年際變化在空間上的分布特征，本文基于像元尺度對15年間的蒸散量變化趨勢進行了擬合，見圖4。結果顯示15年間，31.4%的地區(qū)蒸散量呈顯著或極顯著減少趨勢，其中極顯著減少地區(qū)占16.6%，顯著減少地區(qū)占14.8%，主要分布在西部地區(qū)與江蘇省東部地區(qū)；5.4%的地區(qū)蒸散量呈顯著或極顯著增加趨勢，其中極顯著增加地區(qū)占1.8%，顯著增加地區(qū)占3.6%；63.2%的地區(qū)蒸散量無顯著變化。

3.2.2 蒸散量的年內變化特征

以2014年數(shù)據(jù)為例，分析蒸散量及氣候數(shù)據(jù)的月尺度變化特征，結果如圖5所示。數(shù)據(jù)顯示1—4月蒸散量逐步增加，5—6月份有所降低。查閱相關資料，產(chǎn)生這種現(xiàn)象主要與農(nóng)作物種植周期有關，該地區(qū)農(nóng)作物類型主要以冬小麥夏玉米輪作為主，而冬小麥在河南、安徽一帶收割時段為5月下旬至6月上旬，從而影響到地表蒸散發(fā)。7—8月份蒸散量迅速增加，在8月達到峰值，此后蒸散量逐漸降低。對照降水量、氣溫的年內變化，1—12月氣溫整體上呈現(xiàn)先上升后下降的趨勢，7月氣溫最高；而年降水量呈現(xiàn)波動上升，7—9月降水量較大，基本呈現(xiàn)雨、熱、蒸散同期。

圖4 2000—2014年蒸散量變化趨勢空間分布Fig.4 Spatial distribution of ET variation trend from 2000 to 2014

圖5 2014年各月份蒸散量與氣溫、降水量時間變化圖Fig.5 Variation diagram of evapotranspiration,temperature and precipitation in each month in 2014

統(tǒng)計2000—2014年蒸散量的季節(jié)分布，春夏秋冬四季的蒸散量均值分別為144.6，257.4，121.8，66.3 mm，夏季蒸散量最高，冬季蒸散量最低。夏季充沛的降水增加了該地區(qū)土壤水分，有研究表明陸面蒸散量以及土壤儲水量會隨著降水的增加而增加，且與其關系密切[23]。

3.3 氣候變化對淮河流域蒸散發(fā)時空變化的影響

分別計算年尺度蒸散量與年降水量、年均氣溫的偏相關系數(shù)和復相關系數(shù)。蒸散量與降水的偏相關系數(shù)整體均值達到了0.42，正相關地區(qū)占整個研究區(qū)的92.1%；蒸散量與氣溫的偏相關系數(shù)則表現(xiàn)為東部以正相關為主，西部以負相關為主，整體均值為0.12，其中正相關的地區(qū)占了總面積的68.6%。蒸散量與降水量、氣溫的復相關系數(shù)均值達到了0.51，說明降水量和氣溫對該地區(qū)蒸散發(fā)存在一定的影響。結合蒸散量與氣候因子偏相關系數(shù)和復相關系數(shù)的顯著性檢驗結果，確定了淮河流域蒸散發(fā)的氣候因子驅動分區(qū)（圖6）。結果表明淮河流域蒸散發(fā)主要表現(xiàn)為非氣候因子驅動型，面積占比52.0%；其次為降水驅動型，面積占比44.1%，雙因子驅動型和氣溫驅動型范圍很小，面積占比分別為2.4%、1.5%。

結合高程對蒸散發(fā)驅動分區(qū)的分布進行討論，其中海拔小于20 m的平原地帶主要以非氣候因子驅動型為主，面積占比達到81.3%；海拔在20～500 m之間的丘陵與低山地帶，降水量驅動型與非氣候因子驅動型分別占比46.9%、43.3%；海拔大于500 m的地區(qū)，以非氣候因子驅動型為主，面積占比為85.2%?？傮w而言，該地區(qū)降水量驅動型主要集中在西部的丘陵與低山地帶；非氣候因子驅動型主要分布在東部平原，東部地區(qū)水網(wǎng)密集，農(nóng)用地以水田為主，人類活動對蒸散發(fā)的影響顯著。

圖6 蒸散量氣候驅動類型空間分布圖Fig.6 Spatial distribution of ET climate driven types

3.4 土地利用變化對淮河流域蒸散發(fā)時空變化的影響

研究區(qū)以旱地為主，其次為水田和建設用地，以2000年為例，旱地、水田、建設用地、林地、水域、草地、未利用地面積占比依次為52.66%、17.33%、14.18%、7.07%、4.94%、3.73%、0.09%。2000—2015年間，建設用地和水域面積增加，旱地、水田、林地、草地面積減少，未利用地面積變化不大。

由于MOD16/ET數(shù)據(jù)在建設用地類型下多為空值，本研究僅統(tǒng)計旱地、水田、林地、草地4種植被類型的蒸散量均值及總量（表4）。以2000年為例，4種土地覆蓋類型蒸散量均值由大到小依次為：林地、水田、旱地、草地。2000年蒸散發(fā)總量的統(tǒng)計結果中，旱地最多為798.36×108m3，其次為水田289.02×108m3、林地116.63×108m3，草地最少為53.76×108m3。

表4 淮河流域不同土地利用類型年均蒸散量統(tǒng)計Table 4 Annual average ET of different land use types in the Huaihe River Basin

本研究計算了2000—2014年的土地利用轉移矩陣，并對每種轉變的用地類型面積、蒸散量均值及總量進行了統(tǒng)計。結果顯示，草地轉至水田蒸散量明顯增加，旱地轉變?yōu)椴莸?、林地轉變?yōu)楹档氐恼羯⒘棵黠@減少?？傮w而言，與2000年相比，2014年蒸散量明顯減少，15年間4種用地類型的蒸散量總共減少66.83×108m3。

4 結論

本文基于MOD16/ET數(shù)據(jù)集對淮河流域蒸散發(fā)時空變化及影響因素進行了分析，得到以下主要結論：

（1）適用性分析表明MOD16/ET產(chǎn)品與采用蒸發(fā)皿觀測折算后的蒸散量數(shù)據(jù)的一致性較高，相關系數(shù)均大于0.7，均方根誤差為19.89～42.50 mm/mon。

（2）淮河流域多年平均蒸散量為589.1 mm，空間上表現(xiàn)為南高北低；對不同高程下蒸散量的統(tǒng)計分析發(fā)現(xiàn)該地區(qū)中山地區(qū)蒸散量最高，其次為平原、高山地區(qū)，丘陵和低山地區(qū)蒸散量較低。時間上，15年間蒸散量呈先升后降的趨勢，總體而言蒸散量減少；基于像元尺度分析，31.4%的地區(qū)蒸散量呈減少趨勢，5.4%的地區(qū)蒸散量呈增加趨勢，63.2%的地區(qū)無顯著變化。

（3）蒸散量與降水的偏相關系數(shù)整體均值達到了0.42，正相關地區(qū)占整個研究區(qū)的92.1%；蒸散量與氣溫的偏相關系數(shù)整體均值為0.12，其中正相關的地區(qū)占總面積的68.6%，相比于氣溫，淮河流域蒸散量與降水量的相關性更高。從蒸散量的氣候因子分區(qū)來看，52.0%的區(qū)域表現(xiàn)為非氣候因子驅動型，44.1%的地區(qū)為降水驅動型，雙因子驅動型和氣溫驅動型范圍很小，面積占比分別為2.4%、1.5%。

（4）蒸散量受土地利用類型的影響很大，呈現(xiàn)出明顯差異性，總體表現(xiàn)為林地＞水田＞旱地＞草地。草地轉至水田蒸散量明顯增加，旱地轉變?yōu)椴莸?、林地轉變?yōu)楹档氐恼羯⒘棵黠@減少，與2000年相比，2014年蒸散量明顯減少，15年間4種用地類型的蒸散量共減少66.83×108m3。

本文僅探討了氣溫和降水因素對淮河流域實際蒸散發(fā)的影響驅動，實際蒸散發(fā)的影響因子還包括植被覆蓋度、光照強度、風速、相對濕度、人工灌溉等諸多因素的影響，在不同氣候區(qū)蒸散發(fā)的影響因素也存在差別，因此多種復雜情況還需進一步討論。此外，本文氣候因子驅動分區(qū)討論是在年尺度數(shù)據(jù)的基礎上進行的分析，不可避免會模糊氣溫和降水的年內變化，因此后續(xù)的研究中可以使用更精細的時間尺度數(shù)據(jù)進行研究。