王大洋

(中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣東 廣州 510275)

地表蒸散發(fā)(Evapotranspiration，ET)是地球表面和大氣系統(tǒng)進(jìn)行水分和能量傳輸?shù)闹饕緩健?在地表水循環(huán)過程中，大氣水分以降水的形式降落到地球表面，地表水分以蒸散發(fā)的方式返回到大氣中。在到達(dá)地表的太陽(yáng)輻射中，約48%的輻射量被消耗于蒸散過程，蒸散發(fā)過程的汽化潛熱使得陸地上約64%的降水得以重新進(jìn)入大氣，從而構(gòu)成了地球最基本的水循環(huán)結(jié)構(gòu)[1]。 因此，研究蒸散發(fā)及其演變規(guī)律對(duì)于深刻理解陸氣水分-能量過程具有十分重要的意義。

與地球水循環(huán)的其他組分相比，地表蒸散發(fā)過程受到的影響因素更為復(fù)雜，如太陽(yáng)輻射、環(huán)境溫度、濕度、風(fēng)速、地表植被覆蓋、土壤含水等。 蒸散發(fā)的測(cè)量雖不像降水和徑流那樣直觀，但也可通過蒸散皿、蒸滲儀和渦度儀等測(cè)量設(shè)施進(jìn)行捕捉。 然而，傳統(tǒng)的觀測(cè)方法往往受地表下墊面因素的影響，觀測(cè)小范圍、均勻、年月尺度的下墊面蒸散發(fā)時(shí)較為準(zhǔn)確，但對(duì)于較大空間范圍、較短時(shí)間精度，復(fù)雜下墊面和水熱傳輸?shù)姆蔷鶆蛐暂^強(qiáng)的地區(qū)則會(huì)顯得力不從心。 20 世紀(jì)60 年代，隨著熱通量制圖衛(wèi)星(Heat Capacity Mapping Mission，HCMM)和極軌氣象衛(wèi)星(TIROS-N)的發(fā)射成功，遙感技術(shù)的發(fā)展真正意義上帶動(dòng)了地表蒸散發(fā)的測(cè)量和估算。 事實(shí)上，衛(wèi)星遙感技術(shù)并不是直接測(cè)量地表的蒸散發(fā)量，而是通過測(cè)量與蒸散計(jì)算有關(guān)的其他環(huán)境參數(shù)，基于經(jīng)驗(yàn)統(tǒng)計(jì)或物理過程的估算方法(如Penman-Monteith 公式及Priestley-Taylor公式)來推算地表蒸散發(fā)量，這一過程也稱作遙感反演[2-3]。 如通過測(cè)量可見光、近紅外和熱紅外等不同波段的數(shù)據(jù)，反演出地表反照率、植被指數(shù)、土壤含水、地表溫度等信息，進(jìn)而推算出蒸散發(fā)量。 與直接觀測(cè)相比，遙感在資料稀少、地形復(fù)雜的地區(qū)具有不可替代的重要作用。 隨著遙感技術(shù)和反演方法的逐漸發(fā)展和成熟，地表蒸散發(fā)的測(cè)量精度也變得越來越高。

目前，全球范圍的地表蒸散遙感產(chǎn)品有MODIS(Moderate Resolution Imaging Spectroradiometer)、MTE(Model Tree Ensemble)、GLEAM(Global Landsurface Evaporation Amsterdam Model)、PML(Penman-Monteith-Leuning)、MET-WB(Model Tree Ensemble-Water Balance)、MERRAa(Modern-Era Retrospective analysis for Research and Applications)等，不同遙感產(chǎn)品在遙感反演方法上存在差異。 本文結(jié)合遙感產(chǎn)品的適用性和實(shí)時(shí)性，選用GLEAM遙感數(shù)據(jù)對(duì)中國(guó)廣東省區(qū)域的蒸散發(fā)及其組分的時(shí)空演變特性進(jìn)行研究。

近些年關(guān)于遙感數(shù)據(jù)的評(píng)價(jià)研究層出不窮，王艷君等[4]研究了長(zhǎng)江流域1961—2000 年蒸發(fā)量變化趨勢(shì)；邴龍飛等[5]利用NOAH-CLM模擬了中國(guó)1986—2009 的陸地蒸散發(fā)。 研究結(jié)果表明，植被覆蓋度和土壤水分是影響蒸散發(fā)的最重要的因子；Li等[6]通過對(duì)中國(guó)1982—2009 年蒸散發(fā)進(jìn)行估算，結(jié)果顯示ET整體呈增加趨勢(shì)；楊秀芹等[7]基于GLEAM遙感數(shù)據(jù)對(duì)中國(guó)淮河流域多年的地表蒸散發(fā)時(shí)空變化進(jìn)行了分析，并分析了蒸散發(fā)的季節(jié)性變化規(guī)律。 牛忠恩等[8]基于PT-JPL遙感數(shù)據(jù)分析了2000—2015 年的蒸散發(fā)時(shí)空變化特征及影響因子。 上述研究中多為從全國(guó)大范圍空間尺度進(jìn)行分析，針對(duì)廣東省區(qū)域的研究相對(duì)較少，且上述研究多為對(duì)總蒸散發(fā)量進(jìn)行分析，而針對(duì)各個(gè)組分的時(shí)空變化研究較少。 鑒于此，本文基于最近更新的GLEAM遙感數(shù)據(jù)，對(duì)廣東省1989—2018 年近30 年陸面蒸散發(fā)及其組分的時(shí)空演變特征進(jìn)行分析研究，以期為更加深刻地理解氣候變化下蒸散發(fā)對(duì)水循環(huán)的影響提供科學(xué)參考。

1 研究數(shù)據(jù)及區(qū)域

1.1 研究數(shù)據(jù)

GLEAM數(shù)據(jù)[9-11]是由英國(guó)University of Bristol地理科學(xué)學(xué)院Diego G.Miralles博士研發(fā)的遙感蒸散發(fā)產(chǎn)品，數(shù)據(jù)可以公開免費(fèi)獲取。 GLEAM模型算法是基于物理過程的Priestley-Taylor公式，通過多顆衛(wèi)星的遙感觀測(cè)數(shù)據(jù)反演得到，其空間分辨率為0.25°×0.25°，時(shí)間分辨率分為日尺度和月尺度，GLEAM模型包括4 個(gè)模塊:①Gash 截留模塊；②Priestley-Taylor潛在蒸發(fā)模塊；③考慮根區(qū)含水和植被光學(xué)厚度的蒸發(fā)脅迫壓力模塊；④土壤濕度模塊。本研究所選數(shù)據(jù)為1989—2018 共30 年的蒸散發(fā)數(shù)據(jù)，主要包括截留蒸發(fā)(Interception Loss，Ei)、土壤蒸發(fā)(Soil Evaporation，Eb)和植被蒸騰(Transpiration，Et)，由于水面蒸發(fā)比例太小，數(shù)量級(jí)差異較大，因此本研究不予考慮水面蒸發(fā)。 相應(yīng)地，以前3 種蒸散發(fā)之和(ET=Ei+Eb+Et)作為總蒸散發(fā)量進(jìn)行計(jì)算分析。 此外，Yang等[9]2017 年對(duì)GLEAM遙感產(chǎn)品在中國(guó)區(qū)域的適用性進(jìn)行過詳細(xì)的評(píng)價(jià)分析，因此，本研究不再對(duì)其在廣東省的適用性進(jìn)行單獨(dú)評(píng)價(jià)，而是直接對(duì)其和組分的時(shí)空演變特性進(jìn)行研究。

研究選取了能反映植被變化情況的歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)數(shù)據(jù)作為衡量植被動(dòng)態(tài)變化的指標(biāo)，數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心[12]。 NDVI值越高，表明該地區(qū)的植被覆蓋面積占比越大；NDVI值越低，則表明該地區(qū)的植被覆蓋面積占比越小。

1.2 研究區(qū)域概況

廣東省地處中國(guó)大陸南部，屬珠江流域，簡(jiǎn)稱“粵”，周圍分別與贛、湘、桂等省份相鄰，南臨南海。全省陸地面積為17.97 萬km2，下轄21 個(gè)地級(jí)市，是中國(guó)最早實(shí)行改革開放的省份之一，被譽(yù)為“中國(guó)改革開放的南大門”。 其中，“珠江三角洲”地區(qū)和“粵港澳大灣區(qū)”城市群的城市化發(fā)展速度和水平均居全國(guó)前列。

廣東省絕大部分地區(qū)位于副熱帶季風(fēng)氣候區(qū)，因此仍有明顯的四季，夏季炎熱多雨，冬季溫和干燥。 廣東水資源相當(dāng)豐富，省內(nèi)多年平均降水量為1 770 mm，境內(nèi)主要分布西江、東江、北江等河流，水資源時(shí)空分布不均，因此也就造成其蒸散發(fā)也存在明顯的非均勻性。 此外，廣東省的“粵港澳大灣區(qū)”城市群屬于高度城市化地區(qū)，其下墊面的變化勢(shì)必會(huì)影響到蒸散發(fā)的空間分布。

2 研究方法

2.1 Mann-Kendall趨勢(shì)檢驗(yàn)

Mann-Kendall[13-14]趨勢(shì)檢驗(yàn)是一種被廣泛用于檢測(cè)時(shí)間序列趨勢(shì)的非參數(shù)方法，其在水文氣象領(lǐng)域頗受歡迎。 其原理為:

其中，n 為時(shí)間序列長(zhǎng)度，xk和xj分別取k=1，2，…，n-1 和j=k+1，…，n。 當(dāng)n 大于8 時(shí)，統(tǒng)計(jì)量S 近似服從標(biāo)準(zhǔn)正態(tài)分布，此時(shí)統(tǒng)計(jì)量S 的均值為0，方差為:

之后，可得到統(tǒng)計(jì)量Z為:

如Z＞0，表明序列呈增加趨勢(shì)，反之亦然。 通過給定顯著性水平α，檢測(cè)＞Z(1 -α/2)是否成立來判斷序列是否通過該顯著性水平下的檢驗(yàn)，其中Z(1 -α/2)對(duì)應(yīng)p=α/2，遵循標(biāo)準(zhǔn)正態(tài)分布，本研究中選p=0.01、p=0.05、p=0.10，分別對(duì)應(yīng)99%、95%、90%的顯著性水平。

2.2 Sen′s Slope趨勢(shì)檢驗(yàn)

Sen′s Slope[15]也是一種非參數(shù)趨勢(shì)檢驗(yàn)方法，由荷蘭計(jì)量經(jīng)濟(jì)學(xué)家亨利·泰爾與美國(guó)統(tǒng)計(jì)學(xué)家普拉納布·森聯(lián)合提出，主要用于檢測(cè)時(shí)間序列的趨勢(shì)變化方向及量級(jí)，其計(jì)算原理為:

式中，β 為Sen′s Slope統(tǒng)計(jì)量，當(dāng)其大于0 時(shí)，表明序列呈上升趨勢(shì)，反之呈下降趨勢(shì)。

本研究通過將2 種方法進(jìn)行結(jié)合，用于分析研究廣東省的1989—2018 年近30 年的蒸散發(fā)量及組分變化情況。

3 研究結(jié)果

3.1 蒸散發(fā)及其組分的時(shí)間變化特征

通過對(duì)廣東省1989—2018 年GLEAM 網(wǎng)格數(shù)據(jù)統(tǒng)計(jì)分析，得到近30 年廣東省多年平均總蒸散發(fā)量為874.6 mm，其中最大值出現(xiàn)在2016 年，其值為949.1 mm， 最小值出現(xiàn)在 1999 年， 其值為824.0 mm。 通過一階線性趨勢(shì)分析可知，總蒸發(fā)量在近30 年雖有波動(dòng)，但總體呈現(xiàn)上升趨勢(shì)，上升速率為1.5 mm/a。 將蒸散發(fā)量各個(gè)組分(植被截留，土壤蒸發(fā)和植被散發(fā))分別進(jìn)行分析，同時(shí)繪制出各個(gè)組分比例的年際變化情況，得到圖1。

圖1 廣東省總蒸散發(fā)量及各組分的年際變化(點(diǎn)線圖為蒸發(fā)量，條形圖為比例)

從表1 得知，近30 年的多年平均植被截留量為97.5 mm，多年平均土壤蒸發(fā)量為26.4 mm，多年平均植被散發(fā)量為750.7 mm。 從組分占比不難看出，總蒸散發(fā)中的主要成分為植被散發(fā)，占比高達(dá)85.87%；其次為植被截留，比例為11.11%；土壤蒸發(fā)占比最小，僅為3.02%。

表1 廣東省1989—2018 年多年平均蒸散發(fā)及其組分占比

從圖1 分析各組分及比例變化趨勢(shì)可知，植被截留量和植被蒸散發(fā)量均表現(xiàn)出一定程度的增加趨勢(shì)，相比之下，植被截留增加的趨勢(shì)為1.1 mm/a，略高于植被散發(fā)的增加趨勢(shì)(0.5 mm/a)。 然而，土壤蒸發(fā)卻表現(xiàn)出輕微的減少趨勢(shì)，減少速率為0.1 mm/a。

之后，對(duì)總蒸散發(fā)的各個(gè)組分和比例進(jìn)行Mann-Kendall和Sen's Slope趨勢(shì)檢驗(yàn)發(fā)現(xiàn)，廣東省總蒸散發(fā)量表現(xiàn)出明顯的增加趨勢(shì)，其顯著性通過了99%(p＜0.01)水平的檢驗(yàn)。 對(duì)于其組分，植被截留同樣也表現(xiàn)出明顯的增加趨勢(shì)，其同樣通過了99%(p＜0.01)水平的顯著性檢驗(yàn)；土壤蒸發(fā)則表現(xiàn)出一定程度的減少趨勢(shì)，其顯著性通過了90%(p＜0.1)水平的檢驗(yàn)。 相比之下，植被散發(fā)雖然占比較大，且也有一定程度的增加態(tài)勢(shì)，但其變化并不顯著，未通過顯著性檢驗(yàn)。

此外，植被截留和土壤蒸發(fā)比例的年際變化趨勢(shì)與其蒸發(fā)量趨同。 值得注意的是，占據(jù)高比例的植被散發(fā)量和它的比例出現(xiàn)了相反的變化趨勢(shì)。 從2012—2016 年植被散發(fā)量的變化不難看出，其數(shù)量上變化并不大，但其比例卻明顯低于多年平均。 同一時(shí)期，發(fā)現(xiàn)植被截留表現(xiàn)出明顯地高于多年平均的變化趨勢(shì)。 植被截留量的增加一定程度上抵消了植被散發(fā)的減少，因此同期的總蒸散發(fā)量變化并不明顯。

3.2 蒸散發(fā)及其組分的空間分布變化特征

基于0.25°×0.25°的GLEAM數(shù)據(jù)，繪制出廣東省1989—2018 年的蒸散發(fā)空間分布，以及各個(gè)組分比例的空間分布格局，見圖2。

圖2 廣東省蒸散發(fā)量及各組分比例空間分布

續(xù)圖2 廣東省蒸散發(fā)量及各組分比例空間分布

從圖2a可知，廣東省總蒸散發(fā)量分布不均，其中以800 ～1 000 mm的區(qū)域居多，它們貢獻(xiàn)了大部分的總蒸散發(fā)量。 粵東地區(qū)和粵西南部分地區(qū)較高，粵中部分地區(qū)出現(xiàn)了低值，其主要的城市為粵港澳大灣區(qū)城市群核心所在區(qū)域。 從植被散發(fā)、土壤蒸發(fā)和植被截留等組分的比例可以看出，植被散發(fā)占據(jù)主要成分，所有網(wǎng)格均在60%以上，其中粵南地區(qū)的雷州半島等地的占比更是高達(dá)90%以上。對(duì)于土壤蒸發(fā)而言，其分布情況則相對(duì)均勻，中部地區(qū)的粵港澳大灣區(qū)城市群所在區(qū)域呈現(xiàn)出明顯的高值以外，其他區(qū)域的土壤蒸發(fā)比例差異非常小，當(dāng)然這也和它本身比例小有關(guān)系。 植被截留的比例則表現(xiàn)出沿海地區(qū)略低，內(nèi)陸略高的分布趨勢(shì)。

為研究廣東省蒸散發(fā)及其組分的變化趨勢(shì)的空間分布，研究采用Mann-Kendall和Sen's Slope趨勢(shì)檢驗(yàn)方法，對(duì)每個(gè)網(wǎng)格1989—2018 年的蒸散發(fā)量及組分進(jìn)行計(jì)算，得到2 種方法的統(tǒng)計(jì)量Z值和β 值的分布情況，見圖3、4。 其中值越大，表明網(wǎng)格的變化趨勢(shì)越明顯，β 值的正負(fù)則表示網(wǎng)格序列的變化趨勢(shì)，正為增加，負(fù)為減少。 將2 種方法得到的結(jié)果進(jìn)行疊加，可以得到各個(gè)網(wǎng)格在不同的顯著性水平下的空間分布情況，得到圖5。

圖3 廣東省蒸散發(fā)量及各組分M ann-Kendall趨勢(shì)分析統(tǒng)計(jì)量Z分布

圖4 廣東省蒸散發(fā)量及各組分Sen's Slope趨勢(shì)分析統(tǒng)計(jì)量β分布

圖5 廣東省蒸散發(fā)量及各組分綜合趨勢(shì)演變分布

從Mann-Kendall趨勢(shì)檢驗(yàn)結(jié)果可知，總蒸散發(fā)量(圖3a)的統(tǒng)計(jì)量Z值分布較為不均，總體表現(xiàn)出粵北向粵南遞減的分布特點(diǎn)，然而，也出現(xiàn)粵港澳大灣區(qū)個(gè)別網(wǎng)格的Z值也較大的例外情況；相較而言，植被散發(fā)(圖3b)和土壤蒸發(fā)(圖3c)的空間不均勻性則更為突出，網(wǎng)格的Z值分布較為離散。 然而，值得注意的是粵港澳大灣區(qū)核心所在地區(qū)的植被散發(fā)則呈現(xiàn)出明顯的低值區(qū)域，相應(yīng)地，從Sen's Slope趨勢(shì)分析結(jié)果(圖4b)顯示，該區(qū)域β 值也明顯較周圍地區(qū)小，表明該區(qū)域?yàn)闇p少態(tài)勢(shì)。 與此同時(shí)，粵港澳大灣區(qū)核心所在地區(qū)的土壤蒸發(fā)(圖4c)則表現(xiàn)出相反增加態(tài)勢(shì)。

將2 種趨勢(shì)檢驗(yàn)的方法相結(jié)合，分析得到廣東省的99%、95%和90%顯著性水平下的蒸散發(fā)量及組分的空間分布，得到圖5 和表2。 從圖表可知，對(duì)于總蒸散發(fā)量，空間上有67.46%區(qū)域呈現(xiàn)出顯著增加的趨勢(shì)，且可以通過了90%(p＜0.1)顯著性水平檢驗(yàn)，同時(shí)這些區(qū)域基本分布在廣東省北部的大部分區(qū)域；然而，對(duì)于粵港澳大灣區(qū)核心城市廣州市的個(gè)別網(wǎng)格，則有明顯減少的趨勢(shì)，該網(wǎng)格的顯著減少能通過99%(p＜0.01)顯著性水平檢驗(yàn)。 為進(jìn)一步分析該現(xiàn)象，對(duì)蒸散發(fā)各組分也進(jìn)行分析研究，發(fā)現(xiàn)在粵港澳大灣區(qū)核心地區(qū)的植被散發(fā)和植被截留出現(xiàn)顯著減少的范圍要更大，且均能通過較高的99%(p＜0.01)顯著性水平檢驗(yàn)。 除了粵港澳大灣區(qū)核心區(qū)域的植被散發(fā)和植被截留表現(xiàn)為顯著減少趨勢(shì)外，其余有顯著變化的區(qū)域基本上都為顯著增加趨勢(shì)。 然而，對(duì)于土壤蒸發(fā)而言，上述規(guī)律則表現(xiàn)出相反的態(tài)勢(shì)。

表2 廣東省1989—2018 年多年平均蒸散發(fā)及其組分變化趨勢(shì)的顯著性區(qū)域占比

總體上，在90%(p＜0.1)顯著性水平下，超過2/3 的區(qū)域的總蒸散發(fā)和土壤蒸發(fā)表現(xiàn)出顯著性變化趨勢(shì)，接近一半?yún)^(qū)域的植被截留和植被散發(fā)呈現(xiàn)顯著性變化趨勢(shì)；即使在99%(p＜0.01)顯著性水平下，也有接近一半?yún)^(qū)域總蒸散發(fā)和土壤蒸發(fā)表現(xiàn)出顯著性變化趨勢(shì)。 由此可推測(cè)，近30 年的全球變暖和劇烈的人類活動(dòng)2 種作用正在深刻地?cái)_動(dòng)著地表水循環(huán)過程，而作為水循環(huán)中重要環(huán)節(jié)的蒸散發(fā)也不可避免地被時(shí)刻影響著。

3.3 蒸散發(fā)變化成因分析

上述研究可以發(fā)現(xiàn)，總體蒸散發(fā)中比例較高的組分為植被散發(fā)，植被散發(fā)也稱作植被蒸騰，是指被植物根系吸收的水分經(jīng)由植物的莖葉散逸到大氣中的過程。 因此，該部分的變化必然會(huì)受到地表植被覆蓋的影響，植被面積的增加會(huì)導(dǎo)致植物莖葉輸送更多的水分到大氣中，從而使散發(fā)量增加。

因此，為進(jìn)一步探索蒸發(fā)量增加的原因，將1999—2018 年的廣東省NDVI數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，并選擇了2000 年、2010 年和2018 年3 個(gè)時(shí)間進(jìn)行繪制，見圖6。 結(jié)果發(fā)現(xiàn)，在近20 年間，廣東省NDVI表現(xiàn)出明顯的增加態(tài)勢(shì)，整個(gè)省份的NDVI的平均值由1999 年的0.703 增加至2018 年的0.785，增加了12%。 從圖6 的2000 年、2010 年和2018 年等3 個(gè)年份的空間變化可以看出，整體“變綠”成為明顯的動(dòng)態(tài)特征。 此外，雖然廣東省的蒸散發(fā)總體呈現(xiàn)增加的趨勢(shì)，但上述研究中發(fā)現(xiàn)粵港澳大灣區(qū)核心區(qū)部分的蒸散發(fā)量卻呈現(xiàn)出明顯減少的趨勢(shì)。通過圖6 也不難發(fā)現(xiàn)，粵港澳大灣區(qū)核心區(qū)域的NDVI值則表現(xiàn)出明顯的“變紅”趨勢(shì)，這在一定程度上驗(yàn)證了結(jié)果的合理性。 同時(shí)，這也意味著城市化的不斷發(fā)展和擴(kuò)張正深刻影響著地表下墊面分布格局，從而影響著蒸散發(fā)的變化。

圖6 廣東省1999—2018 年NDVI指數(shù)變化

續(xù)圖6 廣東省1999—2018 年NDVI指數(shù)變化

4 結(jié)論

a)廣東省1989—2018 年蒸散發(fā)總量為874.6 mm。在各組分中，植被散發(fā)占據(jù)最大比例，多年平均高達(dá)85.87%，土壤蒸發(fā)比例最小，多年平均僅為3.02%。各組成比例在年際變化上存在一定差異。

b)在時(shí)間變化上，廣東省1989—2018 年蒸散發(fā)量總體呈現(xiàn)出明顯的增加趨勢(shì)，增加速率為1.5 mm/a，其增加趨勢(shì)通過了99%(p=0.01)的顯著性水平的檢驗(yàn)。 植被散發(fā)和植被截留同樣表現(xiàn)出增加趨勢(shì)，而土壤蒸發(fā)則呈現(xiàn)減少趨勢(shì)。 在空間分布上，蒸散發(fā)量在廣東省中部以北的大部分區(qū)域呈現(xiàn)出顯著增加的趨勢(shì)，南部變化則不顯著。 粵港澳大灣區(qū)的核心地區(qū)則表現(xiàn)出明顯的下降趨勢(shì)。

c)廣東省近20 年的NDVI值呈現(xiàn)出一定的增加趨勢(shì)，這可能是引起植被散發(fā)增加，進(jìn)而導(dǎo)致蒸散發(fā)增加的主要下墊面因素。 相比之下，粵港澳大灣區(qū)部分地區(qū)的高度城市化使該區(qū)域的NDVI表現(xiàn)出明顯的減少趨勢(shì)，表明城市化對(duì)蒸散發(fā)的時(shí)空演變產(chǎn)生了一定影響。