喬成龍，杜靈通，潘海珠，馬龍龍，田 靜，袁洪藝，吳宏玥

基于SEBAL模型評估干旱半干旱區(qū)人工灌叢植被對陸表蒸散的影響

喬成龍，杜靈通※，潘海珠，馬龍龍，田 靜，袁洪藝，吳宏玥

（1. 寧夏大學(xué)西北土地退化與生態(tài)恢復(fù)省部共建國家重點實驗室培育基地，銀川 750021；2. 寧夏大學(xué)西北退化生態(tài)系統(tǒng)恢復(fù)與重建教育部重點實驗室，銀川 750021；3. 寧夏大學(xué)生態(tài)環(huán)境學(xué)院，銀川 750021）

評估人工灌叢植被重建對干旱半干旱區(qū)陸地生態(tài)系統(tǒng)蒸散的影響，不僅能揭示植被變化與水文過程的耦合機理，又可為區(qū)域生態(tài)治理與水資源管理提供科學(xué)指導(dǎo)。該研究利用Landsat-8 OLI/TIR遙感影像及氣象數(shù)據(jù)等驅(qū)動SEBAL模型，反演寧夏鹽池縣的年內(nèi)不同日期的陸表蒸散，結(jié)合目視解譯選取的人工灌叢區(qū)與對照草地，評估了人工灌叢植被對陸表蒸散的影響。結(jié)果表明：1）SEBAL模型的蒸散反演精度與站點觀測結(jié)果較為一致，可用于干旱半干旱區(qū)蒸散反演及空間特征研究；2）鹽池縣人工灌叢植被區(qū)日平均蒸散為1.20 mm/d，高于對照草地1.17 mm/d的日平均蒸散量，即干旱半干旱區(qū)人工種植灌木林增加了生態(tài)系統(tǒng)水分消耗，但不同季節(jié)和不同生物地理條件下的蒸散增強作用存在差異，蒸散增強在8月份最大，而3、4月份呈現(xiàn)負效應(yīng)；3）人工灌叢的密度越大、植被蓋度越高，對陸表蒸散的增強作用越強，特別在NDVI>0.4的高蓋度情況下蒸散增強作用更加明顯。由此可知，在水資源緊缺的干旱半干旱區(qū)開展以灌木樹種為主的植被重建需在合理的生態(tài)水文閾值范圍內(nèi)開展，才能構(gòu)建出穩(wěn)定可持續(xù)的人工生態(tài)系統(tǒng)。

蒸散；模型；植被重建；干旱半干旱區(qū)

0 引 言

在過去幾十年里，全球陸地植被呈現(xiàn)明顯的變綠（Greening）趨勢[1]，中國的植被活動也明顯增強[2]。全球植被變綠的驅(qū)動力主要來自CO2施肥效應(yīng)、氮沉降、氣候變化以及土地利用方式改變等[1]，而植樹造林等人類活動引起的土地利用方式改變是中國植被變綠的重要驅(qū)動力[3]，特別是在西北干旱半干旱區(qū)的退化草原，人工種植灌木所引起的灌叢化現(xiàn)象是該區(qū)域植被變綠的主要原因。植被變綠通過改變生物物理特征、下墊面性質(zhì)等影響陸地生態(tài)系統(tǒng)蒸散（ET，Evapotranspiration）過程[4]，而蒸散是土壤-植被-大氣之間物質(zhì)和能量交換的主要途徑，全球約60%的降水通過蒸散返回大氣[5]，由此可知，全球植被變綠在減緩大氣CO2濃度上升的同時，也加快了地-氣水循環(huán)過程已有研究表明，過去30年中，全球陸地蒸散整體呈現(xiàn)增強趨勢[6]，全球超過50%陸表蒸散的增強是由植被變綠引起[7]，中國的植被變綠對陸地生態(tài)系統(tǒng)蒸散和流域水循環(huán)過程也有明顯影響[8-9]。特別是在水資源供給匱乏的干旱半干旱區(qū)，過度的人為植被恢復(fù)及其引起的水循環(huán)增強，會降低生態(tài)系統(tǒng)的穩(wěn)定性，加劇地區(qū)水資源緊缺程度[10]，甚至導(dǎo)致水分消耗超過區(qū)域生態(tài)水文閾值[11]，黃土高原地區(qū)的植被恢復(fù)也已達到了區(qū)域水資源可持續(xù)利用的極限[12]。由此可見，開展干旱半干旱區(qū)人工植被重建的水循環(huán)影響評估，對科學(xué)實施生態(tài)治理工程及可持續(xù)發(fā)展具有重要意義。

寧夏鹽池縣地處中國北方干旱半干旱氣候過渡帶，區(qū)域本底植被以荒漠草原為主，然而20世紀過度的放牧導(dǎo)致該地區(qū)嚴重沙漠化。為遏制自然環(huán)境惡化，從20世紀70年代開始，當(dāng)?shù)刂饾u開始實施防沙治沙和草原禁牧等系列生態(tài)恢復(fù)工程，人為在退化草地上大規(guī)模種植中間錦雞兒（）等灌木。最新遙感監(jiān)測顯示，鹽池縣人工灌叢面積約8.92萬hm2，占縣域面積的13.18%[13]。這種人工灌叢植被重建過程取得了區(qū)域植被變綠的生態(tài)效應(yīng)，但也改變了區(qū)域植被類型和結(jié)構(gòu)[14]，進而影響陸表水循環(huán)過程。目前，已有學(xué)者開始利用渦度相關(guān)系統(tǒng)或植物莖流等手段，從站點尺度開展鹽池荒漠草原區(qū)灌叢生態(tài)系統(tǒng)的地-氣碳水交換特征研究[15-16]；亦有學(xué)者利用Biome-BGC模型，從站點尺度上模擬人工灌叢化對生態(tài)系統(tǒng)碳水循環(huán)過程[17]以及蒸散組分的影響[18]；但現(xiàn)有研究均未從區(qū)域尺度定量評估人工灌叢植被對區(qū)域蒸散的影響。由于不同種植年限、覆蓋度和生長階段的人工灌叢植被在區(qū)域上存在很大異質(zhì)性，其對地-氣水循環(huán)的影響強度也不同，僅站點觀測無法覆蓋所有類型區(qū)，故站點尺度獲取的結(jié)果無法直接擴展到區(qū)域尺度，而空間遙感技術(shù)可以彌補這一不足，其每個像元如一個個獨立的觀測站點，結(jié)合模型可以精確地獲得區(qū)域尺度上的蒸散特征，進而評估干旱半干旱區(qū)人工灌叢植被對陸表蒸散的影響。因此，本文通過遙感數(shù)據(jù)和模型反演鹽池縣的區(qū)域蒸散，從高分辨率遙感圖像上選擇鄰近的人工灌叢區(qū)與草地區(qū)為對比樣地（假設(shè)其環(huán)境和氣象條件一致），對比二者的蒸散關(guān)系，定量評估人工灌叢植被對區(qū)域蒸散的影響，獲取區(qū)域植被格局與水文過程的耦合關(guān)系，為區(qū)域生態(tài)重建和可持續(xù)發(fā)展提供科學(xué)依據(jù)。

1 研究區(qū)概況、數(shù)據(jù)和方法

1.1 研究區(qū)概況

地處寧夏回族自治區(qū)東部的鹽池縣（37°04'-38°10'N，106°30'-107°47'E），東連陜西，南鄰甘肅，西、北接內(nèi)蒙古，總面積6 769 km2，是寧夏面積最大的縣?？h域內(nèi)地勢南高北低，南部屬黃土丘陵區(qū)，北部屬鄂爾多斯高原區(qū)，海拔1 295～1 951 m；氣候從南部的半干旱區(qū)向北部的干旱區(qū)過渡，1960—2020年的年平均氣溫為8.41 ℃，年均降水量為288.26 mm；土壤類型由南部的黑壚土為主向北部的風(fēng)沙土為主過渡，全境廣泛分布灰鈣土；這一地理氣候條件決定了其境內(nèi)的植被從南向北由干草原向荒漠草原過渡[14]。為防沙治沙和恢復(fù)生態(tài)，鹽池縣在退耕地和草原上發(fā)展人工灌草地，使得區(qū)域植被類型和結(jié)構(gòu)發(fā)生了重大變化。

1.2 數(shù)據(jù)來源

本研究使用Landsat-8 OLI/TIRS遙感影像進行蒸散反演，數(shù)據(jù)獲取于美國地質(zhì)勘探局（USGS）官方數(shù)據(jù)發(fā)布網(wǎng)站（https://earthexplorer.usgs.gov/），遙感影像軌道號均為（Path 129，Row 34）?？紤]到Landsat系列衛(wèi)星獲取高質(zhì)量數(shù)據(jù)具有不連續(xù)性及云的影響，在2019年沒有優(yōu)質(zhì)影像的月份，選取了2016—2018年間的同月云量小于4%的影像補充，從而構(gòu)建了一套年內(nèi)連續(xù)月份的12幅遙感數(shù)據(jù)集（表1）。OLI陸地成像儀包括8個空間分辨率為30 m的多光譜波段和1個空間分辨率為15 m的全色波段，成像寬幅為185 km×185 km，TIRS熱紅外傳感器獲取2個空間分辨率為100 m的熱紅外波段。蒸散反演使用的高程數(shù)據(jù)為30 m空間分辨率的第二版ASTER GDEM，獲取于地理空間數(shù)據(jù)云（http://www.gscloud.cn/）。

氣象數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)（http://www.nmic.cn/），獲取了每幅遙感影像對應(yīng)衛(wèi)星過境當(dāng)日的氣溫、濕度和風(fēng)速等數(shù)據(jù)。模型中需要輸入?yún)^(qū)域氣象數(shù)據(jù)，然而研究區(qū)內(nèi)僅一個氣象站且研究區(qū)相對較小。因而，本研究使用站點氣象數(shù)據(jù)代替區(qū)域氣象數(shù)據(jù)。模型驗證使用的渦度相關(guān)觀測數(shù)據(jù)來自位于鹽池縣花馬池鎮(zhèn)楊寨子自然村的寧夏大學(xué)荒漠草原生態(tài)系統(tǒng)定位研究站（107°19'48"E，37°49'48"N），使用紅外氣體分析儀（LI-7500A，LI-COR，美國）和三維超聲風(fēng)速儀（WindMaster Pro，Gill，英國）進行觀測，儀器架設(shè)高度為3 m，數(shù)據(jù)采樣頻率為10 Hz；地表凈輻射和土壤熱通量分別使用CNR-4四分量凈輻射傳感器（Kipp&zonen，荷蘭）和FP01熱通量傳感器（Hukseflux，荷蘭）觀測。渦度相關(guān)系統(tǒng)位于地勢較為平坦的緩坡上。渦度相關(guān)系統(tǒng)所在區(qū)域種植有大面積中間錦雞兒并伴生有短花針茅（）、豬毛蒿（）、老瓜頭（）等草本植物，土壤類型為風(fēng)沙土。利用谷歌地球和GF-2的高分辨率遙感影像和人工灌叢有規(guī)律的條帶狀分布特征，在GIS軟件中選取27個對照樣地（圖1），每個對照樣地中均包括人工種植的灌叢和未種植灌木的天然草地，二者的距離靠近，保證氣象環(huán)境條件和地形地貌特征相似，其蒸散差異主要來自于灌木植被重建。人工種植的灌叢樣地主要組成成分為灌木層的中間錦雞兒和地被層的短花針茅、豬毛蒿和老瓜頭等；天然草地主要組成成分為短花針茅、豬毛蒿和老瓜頭等荒漠草原原生草本植物。選取對照樣地后，利用GIS軟件提取樣地內(nèi)的ET、NDVI等指標，用于蒸散差異及其驅(qū)動因素分析。

表1 蒸散反演所用Landsat-8遙感影像信息

1.3 SEBAL模型原理

利用遙感數(shù)據(jù)和蒸散模型可以估算區(qū)域蒸散，反演方法可分為統(tǒng)計經(jīng)驗法、能量平衡余項法、數(shù)值模型和全遙感信息模型等[19]。基于能量平衡余項法發(fā)展而來的SEBAL（Surface Energy Balance Algorithms for Land）模型[20]，具有物理機理明確、輸入?yún)?shù)較少等特點，已在不同的氣候及植被類型區(qū)得到應(yīng)用[21-22]，其理論基礎(chǔ)為能量平衡方程：

式中ET為潛熱通量（W/m2），是與ET的乘積；為潛熱蒸發(fā)系數(shù)，取值2.49×106W/(m2·mm）；ET為蒸散（mm）；R為凈輻射通量（W/m2）；為顯熱通量（W/m2）；為土壤熱通量（W/m2）。

1.3.1 凈輻射通量

凈輻射通量反映了地表獲得能量的凈收支情況，是單位面積內(nèi)的入射輻射能量與出射輻射能量的差值。

式中為地表反照率；R↓為到達地表的太陽下行短波輻射（W/m2）；R↓為到達地表的太陽下行長波輻射（W/m2）；R↑為地表向外輻射的上行長波輻射（W/m2）；g為太陽常數(shù)，取值1 367 W/m2；ε為地表比輻射率；為遙感影像獲取時刻的太陽天頂角，(°)；d為日地距離修訂系數(shù)；τ為單方向的大氣透過率；為海拔（m）；ε為大氣比輻射率；為斯蒂芬-玻爾茲曼常數(shù)，取值5.669 7×10-8W/(m2·K4)；T為參考高度處大氣空氣溫度（K）；0為地表溫度（K）；NDVI為歸一化差值植被指數(shù)，為近紅外波段反射率（NIR）和紅光波段反射率（red）的比值。

地表反照率利用Landsat-8的多光譜數(shù)據(jù)估算獲取[23]。

式中toa為大氣頂層反照率；2、4、5、6和7分別代表Landsat-8的第2、4、5、6、7波段的表觀反射率；p為大氣程輻射值，取值0.03。

1.3.2 土壤熱通量

土壤熱通量是地表能量平衡方程中重要的組成部分，然而其值比凈輻射通量R和顯熱通量小很多，一般根據(jù)不同地類分別計算。當(dāng)下墊面為水體時，0.5R；當(dāng)下墊面為裸地時，0.2R；當(dāng)下墊面有植被覆蓋時，計算公式如下

1.3.3 顯熱通量

顯熱通量是遙感模型反演蒸散中較難確定的參數(shù)之一，其計算準確度直接影響最終遙感蒸散反演結(jié)果，通常使用Farah等[24]提出的算法計算。公式如下

式中ρ為空氣密度（kg/m3）；c為空氣定壓比熱容，取值1 004 J/(kg·K)；r為熱量傳輸空氣動力學(xué)阻抗（s/m），詳細計算方法見參考文獻[20]。

1.3.4 瞬時蒸散向日蒸散轉(zhuǎn)換

以上通量均為衛(wèi)星過境時刻的地表瞬時能量通量，為研究生態(tài)系統(tǒng)蒸散強度及耗水規(guī)律，需將瞬時蒸散轉(zhuǎn)換為日蒸散。為此，SEBAL模型中引入24 h內(nèi)蒸發(fā)比相對穩(wěn)定的假設(shè)，即地表潛熱通量（ET）與可利用能量（R-）的比值恒定。通過瞬時的各能量通量，計算出蒸發(fā)比，再利用日平均凈輻射通量和日平均土壤熱通量，換算出日蒸散，方法詳見參考文獻[21]。

2 結(jié)果與分析

2.1 日蒸散精度驗證

利用寧夏大學(xué)荒漠草原生態(tài)系統(tǒng)定位觀測站的通量觀測數(shù)據(jù)，對SEBAL模型反演的日蒸散進行精度驗證。由于SEBAL模型反演的是空間蒸散，因而根據(jù)野外站的經(jīng)緯度坐標提取空間蒸散圖像上對應(yīng)的模型估算值，與對應(yīng)日期野外站開路渦度相關(guān)系統(tǒng)所實測的蒸散進行對比（圖2）?？梢钥闯觯琒EBAL模擬的蒸散與實測蒸散有顯著的相關(guān)性（<0.01）；在年內(nèi)12景影像中，SEBAL模擬的野外臺站日平均蒸散為1.18 mm/d，實測的日平均蒸散為1.33 mm/d，相對誤差為11.18%；所有驗證樣本的平均絕對誤差（MAE）為0.72 mm/d，均方根誤差（RMSE）為0.82 mm/d，整體精度較高；模擬蒸散與實測蒸散在年內(nèi)的季節(jié)性變化趨勢一致，都具有生長季較高的單峰形態(tài)，可知SEBAL模擬的蒸散能夠反映干旱半干旱區(qū)陸表年內(nèi)的蒸散耗水規(guī)律。然而，在實際蒸散較高的情況下（ET>2.0 mm/d），SEBAL模型估算的蒸散比實測值偏低，結(jié)合蒸散反演的時間日序數(shù)，可以發(fā)現(xiàn)SEBAL模型在生長季會較為明顯的低估蒸散。同時亦可明顯看出，開路渦度相關(guān)系統(tǒng)觀測的日蒸散隨機波動較大（散點在X軸方向的分布區(qū)間大），而SEBAL模型估算的蒸散相對較穩(wěn)定（散點在軸方向的分布區(qū)間?。?，這與二者的觀測和估算理論基礎(chǔ)有關(guān)，SEBAL模型通過擴展衛(wèi)星過境時的瞬時蒸散得到日蒸散，其無法偵測日內(nèi)氣象條件短時變化所引起的蒸散波動，而開路渦度相關(guān)系統(tǒng)利用高頻率（10 Hz）觀測手段，實時獲取水汽交換過程，能夠探測到日內(nèi)短時蒸散波動。

2.2 SEBAL反演的區(qū)域蒸散特征

利用覆蓋鹽池縣的Landsat-8 OLI/TIRS遙感影像和氣象數(shù)據(jù)驅(qū)動SEBAL模型，反演出研究區(qū)年內(nèi)不同時期的陸表蒸散。從結(jié)果來看，SEBAL模型反演的蒸散可以較準確地反映出鹽池縣不同地理單元和地類間差異（圖 3a）。從地理單元看，縣境東南部黃土丘陵區(qū)的干草原具有普遍較高的蒸散，特別是沿東北-西南走向的麻黃山主峰一帶，形成明顯蒸散高值區(qū)，生長季耗水高峰期（7月26日）可超過3.0 mm/d；而西北部的荒漠草原區(qū)則普遍蒸散較低，生長季耗水高峰期依然不足2.0 mm/d。從土地利用類型來看，圍繞縣城、王樂井、馬兒莊、惠安堡等鄉(xiāng)鎮(zhèn)開發(fā)的揚黃灌區(qū)和庫井灌區(qū)具有很強的蒸散，在整個鹽池境內(nèi)形成了斑點狀的高蒸散區(qū)；縣域中部的哈巴湖國家級自然保護區(qū)以自然封育的疏林、灌木和草地為主，其蒸散也相對較強；各主干公路沿線也形成了呈線狀的高蒸散特征，這與公路沿線建設(shè)的防護林體系有關(guān)。通過對比灌叢與草地蒸散樣地的差異可知（圖 3b），在相同地理單元，灌叢像元普遍比草地像元的蒸散值高，以21號樣地為例，可以看出鹽池縣人工灌叢蒸散大部分像元高于2.0 mm/d，而對應(yīng)的草地蒸散大多低于2.0 mm/d，只有在草本蓋度非常密集的像元，其蒸散接近同區(qū)域的灌叢蒸散。這說明草原防沙造林導(dǎo)致的草地植被向灌木植被改變，可以明顯增加地表的蒸散耗水量。

2.3 人工灌叢化前后逐月蒸散差異對比

利用27個對比樣地的矢量邊界，裁切并提取逐月的灌叢與對應(yīng)草地的蒸散，求取兩種地類的蒸散平均值（圖 4）。通過對比二者的平均值可以發(fā)現(xiàn)，灌叢日平均蒸散為1.20 mm/d，而草地日平均蒸散為1.17 mm/d；一年中除了3、4月份外，其他月份均表現(xiàn)出灌叢的蒸散高于對應(yīng)草地的蒸散。二者的差值最大出現(xiàn)在8月，灌叢蒸散比草地蒸散高出0.13 mm/d。灌叢蒸散與草地蒸散的差異表現(xiàn)出明顯的季節(jié)變化特征，且與兩種植被類型的物候差異及生理生長過程密切相關(guān)。鹽池縣地處北半球中緯度地區(qū)，為大陸性氣候與季風(fēng)氣候的過渡區(qū)，降水量年內(nèi)分布不均，冬春少而夏秋多，這一氣候特征決定了該區(qū)域的植被生長節(jié)律明顯。地被層的草本植物在春季3、4月份土壤解凍后便開始生長，而冠層較高的灌木在4月中下旬至5月初才展葉，這導(dǎo)致3、4月份的草地蒸散高于同期的灌叢蒸散。一旦灌叢進入生長期后，其葉片的蒸騰比荒漠草原稀疏的草本植被更為強盛，導(dǎo)致灌叢的蒸散在5月份以后超過了同期的草地蒸散（圖 4）。從季節(jié)來看，夏、秋和冬季的灌叢蒸散高于草地蒸散，特別是夏季增高最為明顯。

圖4 年內(nèi)不同時期灌叢與草地蒸散對比

2.4 不同生長階段和植被蓋度下人工灌叢化對蒸散的增強效應(yīng)分析

在GIS軟件中提取并統(tǒng)計了27個對照樣地年內(nèi)12個月份的所有蒸散值，制作灌叢與草地蒸散的對比散點圖（圖5a）。從中可以看出，在灌木植被的主生長季（5-9月），大部分散點及二者的擬合線落在了1∶1線的左上部分，灌叢平均蒸散為（1.77±0.37）mm/d，草地平均蒸散為（1.70±0.36）mm/d，二者具有顯著性差異（<0.05），說明灌叢蒸散在統(tǒng)計學(xué)上顯著高于同期的草地蒸散。但在灌木休眠或生長停滯期（10月-次年4月），散點擬合線與1∶1線出現(xiàn)交叉現(xiàn)象，灌叢平均蒸散為（0.80±0.32） mm/d，草地平均蒸散為（0.80±0.35）mm/d，二者沒有顯著性差異。在提取灌叢蒸散的同時，也提取了其歸一化差值植被指數(shù)（NDVI），通過統(tǒng)計不同NDVI區(qū)間的灌叢與草地蒸散值，利用單因素方差分析來判斷二者間的差異（圖5b）。

注：NS代表統(tǒng)計學(xué)意義不顯著；*代表統(tǒng)計學(xué)意義顯著。

從圖中可以看出，無論是草地還是灌叢，蒸散均隨著NDVI值的升高而呈現(xiàn)增強趨勢，這是因為陸表蒸散由植物蒸騰和土壤蒸發(fā)共同構(gòu)成，植被越豐茂（NDVI越高），其蒸騰越強烈，在地理氣候較一致的情況下，高植被覆蓋區(qū)的陸表蒸散就越強。不同NDVI分級下的草地和灌叢蒸散差異表現(xiàn)出不同特征，在NDVI較低的區(qū)間，即灌叢密度較小、蓋度較低的狀態(tài)下，其與草地間的蒸散無顯著性差異；在NDVI>0.4的高蓋度情況下，灌叢蒸散顯著高于草地的蒸散。分析原因，在植被覆蓋度較低、灌叢植株稀疏、土壤裸露較多的情況下，陸表蒸散主要由土壤蒸發(fā)構(gòu)成，灌叢蒸騰量占比較小，故導(dǎo)致灌叢與草地的蒸散差異不大；但隨著NDVI的增大，灌叢的密度增高，灌叢蒸騰在陸表蒸散的比例增加，從而整體增強了陸表蒸散量，使得灌叢與草地的蒸散差異逐漸加大，特別是在高NDVI情況下，出現(xiàn)了顯著性差異。這一結(jié)果對干旱半干旱區(qū)種植灌木防沙治沙的實踐工作具有重要指導(dǎo)意義，即人工灌木的覆蓋一定要控制在合理的范圍以內(nèi)，一旦高密度的種植灌木，必將引起生態(tài)系統(tǒng)耗水量顯著增加，從而影響原有的水循環(huán)過程，增加生態(tài)系統(tǒng)穩(wěn)定性維持的水資源成本。

3 討 論

3.1 SEBAL模型估算蒸散的誤差來源

全球不同地區(qū)的實測資料驗證表明，SEBAL模型反演的蒸散的精度普遍較高[25]。本研究估算的蒸散與鹽池野外站開路渦度相關(guān)系統(tǒng)實測的蒸散有較高的相關(guān)性，但也存在一定的誤差（圖2），但估算蒸散的不確定性來源尚不清楚。由公式（1）可知，基于能量平衡余項法的SEBAL模型，其蒸散的估算精度最大程度的受限于凈輻射通量、土壤熱通量和顯熱通量等能量分項的估算精度。為此，利用觀測數(shù)據(jù)驗證了SEBAL模型估算的凈輻射通量和土壤熱通量。從圖6可以看出，凈輻射通量與實測值有較高的正相關(guān)性（<0.01），SEBAL模擬的凈輻射平均值為433.81 W/m2，實測平均值為411.31 W/m2，相對誤差為5.47%，估算結(jié)果基本上能反映區(qū)域輻射的凈收入情況。但SEBAL估算的凈輻射通量變化范圍比實測值小。土壤熱通量驗證中，使用埋深10 cm土壤熱通量板的測量值與其對應(yīng)10 cm深的土壤熱儲量之和作為實測數(shù)據(jù)。在干旱半干旱地區(qū)，SEBAL模型估算的土壤熱通量誤差較大，估算值與實測值間的相關(guān)性不顯著，SEBAL模擬的土壤熱通量平均值為86.88 W/m2，實測平均值為186.28 W/m2，相對誤差為53.36%，這可能與鹽池整體植被覆蓋度較低，土壤裸露較多，晝夜土壤熱通量交換頻繁以及土壤熱通量計算方法選擇等有關(guān)。相對于凈輻射通量，土壤熱通量在各能量分量中占比較小，故土壤通量誤差對模型反演蒸散量的影響相對較小。當(dāng)然，SEBAL模型對各能量分量的計算過程不同，其氣象參量敏感性在不同研究區(qū)也存在差異[26]，而本研究中的氣象參數(shù)采取了氣象站點數(shù)據(jù)代替空間氣象數(shù)據(jù)，也未考慮遙感影像獲取前的短時降水變化等影響。因此，甄別SEBAL模型蒸散反演中的敏感參數(shù)，并改進敏感參數(shù)的算法，是未來該模型在干旱半干旱區(qū)應(yīng)用精度提升的途徑。

短波輻射作為太陽輻射的一個重要分量，在地表能量平衡中起著重要作用，也是地表凈輻射通量的主要來源。而地表反照率決定了有多少比例的太陽下行短波輻射會被轉(zhuǎn)化為凈輻射（公式2），故反照率的估算精度會對SEBAL模型的蒸散模擬產(chǎn)生較大影響[27]。為此，本研究利用鹽池野外站的反照率觀測數(shù)據(jù)驗證SEBAL模型估算的地表反照率，實測反照率為CNR-4四分量凈輻射儀在衛(wèi)星過境成像時刻所觀測的瞬時值。從圖7可知，利用Landsat-8多光譜數(shù)據(jù)估算的地表反照率與實測反照率有極顯著的正相關(guān)性，但也存在較高的平均絕對誤差，這說明在氣候干旱、植被覆蓋度較低的鹽池荒漠草原地區(qū)，Landsat-8的多光譜數(shù)據(jù)驅(qū)動的SEBAL模型會普遍高估地表反照率，進而給蒸散模擬帶來誤差。反照率的高估會導(dǎo)致地表凈輻射通量的低估，這與前述凈輻射通量的驗證結(jié)果相悖。然而，地表凈輻射的計算中還存在其他參數(shù)，如NDVI、地表溫度和地表比輻射率，可見，反照率并不是影響蒸散反演精度的唯一主要因素。因此，今后可探索不同參數(shù)的敏感性，分析參數(shù)間相互作用對SEBAL模型反演精度的影響，探討干旱半干旱區(qū)SEBAL模型精度提升的內(nèi)在機制。

3.2 荒漠草原植被重建的生態(tài)水文閾值

中國科學(xué)家較早就注意到沙區(qū)人工種植灌木會改變土壤水分動態(tài)和蒸散速率[28]；也發(fā)現(xiàn)黃土丘陵生態(tài)治理區(qū)高密度種植灌木會引發(fā)土壤水分虧缺，需依據(jù)水分承載力調(diào)整種植密度[29]；卞瑩瑩等[30]發(fā)現(xiàn)鹽池荒漠草原人工種植灌木會造成100～200 cm土層的土壤水分虧缺。Du等[17]不考慮灌木演替過程且以原始荒漠草原為對照，利用Biome-BGC模型模擬了人工種植灌木對生態(tài)系統(tǒng)碳水循環(huán)的影響，得出在相同供水條件下灌叢蒸散比草地蒸散高54.9%；丹楊等[18]的研究得出，人工灌叢化會引起植被冠層葉面積指數(shù)的增加，進而造成了生態(tài)系統(tǒng)蒸散的增強；以上研究均利用理想狀態(tài)的植被類型去模擬人工植被重建對陸表蒸散的影響，而干旱半干旱區(qū)人工植被重建是一個復(fù)雜的過程，存在以草本植物為建群種向灌木植物為建群種的演替過程，且灌木的種植年限、種植密度和灌草覆蓋比例，會對陸表蒸散產(chǎn)生差異性影響。而本研究基于遙感反演的區(qū)域蒸散本底數(shù)據(jù)，選擇不同區(qū)域的27個不同人工灌叢和臨近對照草地進行統(tǒng)計分析，同樣得出人工灌叢植被對陸表蒸散有增強作用，且這種增強作用受不同灌木覆蓋度的影響。

圖7 反照率模擬值與實驗站實測值對比

李新榮等[31]發(fā)現(xiàn)沙區(qū)植被建設(shè)改變了原來沙丘水量平衡和土壤水分的時空分布格局，而土壤水分過程的改變也驅(qū)動了人工植被的演替，并將干旱半干旱區(qū)中不同降水梯度和格局下所能維持的人工植被和土壤水分的合理區(qū)間定義為生態(tài)水文閾值[32]。馬龍龍等[16]的站點觀測結(jié)果已證實，鹽池人工灌叢群落在5-8月間的蒸散耗水會超過同期降水量，特別是在雨季來臨之前，陸面水分收支處于虧缺狀態(tài)，即超越了區(qū)域植被合理承載的水文閾值。本研究從區(qū)域上監(jiān)測的結(jié)果表明，人工植被重建灌叢改變了區(qū)域生態(tài)水文過程，特別是在灌叢密度較大、植被蓋度較高的情況下（NDVI>0.4），人工灌叢會顯著改變陸表蒸散過程。同時，這種蒸散增強作用在生長季表現(xiàn)的更為明顯，這勢必會打破干旱半干旱區(qū)陸地生態(tài)系統(tǒng)的水分供需平衡關(guān)系。因此，干旱半干旱沙區(qū)植被重建必須考慮其生態(tài)水文閾值，在合理的蒸散閾值范圍開展植被重建工程，才能維持生態(tài)系統(tǒng)的穩(wěn)定性，實現(xiàn)生態(tài)重建的目的。

4 結(jié) 論

基于SEBAL模型反演研究區(qū)蒸散，結(jié)合目視解譯選取的人工灌叢區(qū)與對照草地，評估了干旱半干旱區(qū)人工灌叢植被對陸表蒸散的影響，得出主要結(jié)論如下：1）SEBAL模型能夠反演干旱半干旱區(qū)的蒸散空間特征，并監(jiān)測出人工灌叢植被區(qū)和對照草地間的蒸散差異；2）在干旱半干旱區(qū)人工種植灌叢植被，會整體增強陸表蒸散，增加生態(tài)系統(tǒng)水分消耗，但不同季節(jié)和不同生物物理狀態(tài)下的蒸散增強作用存在差異；3）灌叢的密度越大、植被蓋度越高，其對陸表蒸散的增強作用越顯著，特別是在NDVI>0.4的情況下增強作用更為明顯。在干旱半干旱區(qū)開展人工植被重建時，需在合理的生態(tài)水文閾值范圍內(nèi)開展，才能營造出持續(xù)穩(wěn)定的生態(tài)系統(tǒng)。

[1] Zhu Z C, Piao S L, Myneni R B, et al. Greening of the earth and its drivers[J]. Nature Climate Change, 2016, 6(8): 791-795.

[2] 劉可，杜靈通，侯靜，等. 近30年中國陸地生態(tài)系統(tǒng)NDVI時空變化特征[J]. 生態(tài)學(xué)報，2018，38(6)：1885-1896.

Liu Ke, Du Lingtong, Hou Jing, et al. Spatiotemporal variations of NDVI in terrestrial ecosystems in China from 1982-2012[J]. Acta Ecologica Sinica, 2018, 38(6): 1885-1896. (in Chinese with English abstract)

[3] Chen C, Park T, Wang X H, et al. China and India lead in greening of the world through land-use management[J]. Nature Sustainability, 2019, 2(2): 122-129.

[4] Piao S L, Wang X H, Park T, et al. Characteristics, drivers and feedbacks of global greening[J]. Nature Reviews Earth & Environment, 2020, 1(1): 14-27.

[5] Oki T, Kanae S. Global hydrological cycles and word water resources[J]. Science, 2006, 313(5790): 1068-1072.

[6] Zeng Z Z, Piao S L, Lin X, et al. Global evapotranspiration over the past three decades: Estimation based on the water balance equation combined with empirical models[J]. Environmental Research Letters, 2012, 7: 014026.

[7] Zeng Z Z, Peng L Q, Piao S L. Response of terrestrial evapotranspiration to Earth's greening[J]. Current Opinion in Environmental Sustainability, 2018, 33: 9-25.

[8] Liu Y B, Xiao J F, Ju W M, et al. Recent trends in vegetation greenness in China significantly altered annual evapotranspiration and water yield[J]. Environmental Research Letters, 2016, 11: 094010.

[9] Li C C, Zhang Y Q, Shen Y J, et al. Decadal water storage decrease driven by vegetation changes in the Yellow River Basin[J]. Science Bulletin, 2020, 65(22): 1859-1861.

[10] Zastrow M. China’s tree-planting drive could falter in a warming world[J]. Nature, 2019, 573: 474-475.

[11] 李新榮，張志山，劉玉冰，等. 中國沙區(qū)生態(tài)重建與恢復(fù)的生態(tài)水文學(xué)基礎(chǔ)[M]. 北京：科學(xué)出版社，2016.

[12] Feng X M, Fu B J, Piao S L, et al. Revegetation in China’s Loess Plateau is approaching sustainable water resource limits[J]. Nature Climate Change, 2016, 6(11): 1019-1022.

[13] 鄭琪琪，杜靈通，宮菲，等. 基于GF-1遙感影像的寧夏鹽池檸條人工林景觀特征研究[J]. 西南林業(yè)大學(xué)學(xué)報：自然科學(xué)，2019，39(1)：152-159.

Zheng Qiqi, Du Lingtong, Gong Fei, et al. Landscape characteristics of Caragana intermedia plantation based on GF-1 remote sensing images in Yanchi[J]. Journal of Southwest Forestry University (Natural Science), 2019, 39(1): 152-159. (in Chinese with English abstract)

[14] 宋乃平，杜靈通，王磊. 鹽池縣2000—2012年植被變化及其驅(qū)動力[J]. 生態(tài)學(xué)報，2015，35(22)：7377-7386.

Song Naiping, Du Lingtong, Wang Lei. Vegetation dynamics over 2000-2012 and its driving factors in Yanchi Country, Ningxia Province[J]. Acta Ecologica Sinica, 2015, 35(22): 7377-7386. (in Chinese with English abstract)

[15] Jia X, Zha T S, Gong J N, et al. Multi-scale dynamics and environmental controls on net ecosystem CO2exchange over a temperate semiarid shrubland[J]. Agricultural and Forest Meteorology, 2018, 259: 250-259.

[16] 馬龍龍，杜靈通，丹楊，等.基于莖流-蒸滲儀法的荒漠草原帶人工灌叢群落蒸散特征[J]. 植物生態(tài)學(xué)報，2020，44(8)：807-818.

Ma Longlong, Du Lingtong, Dan Yang, et al. Characteristics of evapotranspiraion in planted shrub communities in desert steppe zone based on sap flow and lysimeter methods[J]. Chinese Journal of Plant Ecology, 2020, 44(8): 807-818. (in Chinese with English abstract)

[17] Du L T, Zeng Y J, Ma L L, et al. Effects of anthropogenic revegetation on the water and carbon cycles of a desert steppe ecosystem[J]. Agricultural and Forest Meteorology, 2021, 300: 108339.

[18] 丹楊，杜靈通，王樂，等. 荒漠草原人工灌叢化對蒸散發(fā)及其組分的影響—以鹽池縣為例[J]. 生態(tài)學(xué)報，2020，40(16)：5638-5648.

Dan Yang, Du Lingtong, Wang Le, et al. Effects of planted shrub encroachment on evapotranspiration and its components in desert steppe: A case in Yanchi county, Ningxia Hui Autonomous Region[J]. Acta Ecologica Sinica, 2020, 40(16): 5638-5648. (in Chinese with English abstract)

[19] 武夏寧，胡鐵松，王修貴，等. 區(qū)域蒸散發(fā)估算測定方法綜述[J]. 農(nóng)業(yè)工程學(xué)報，2006，22(10)：257-262.

Wu Xianing, Hu Tiesong, Wang Xiugui, et al. Review of estimating and measuring regional evapotranspiration[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(10): 257-262. (in Chinese with English abstract)

[20] Bastiaanssen W G M, Menenti M, Feddes R A, et al. A remote sensing surface energy balance algorithm for land (SEBAL): 1 Formulation[J]. Journal of Hydrology, 1998, 212-213: 198-212.

[21] 李寶富，陳亞寧，李衛(wèi)紅，等. 基于遙感和SEBAL模型的塔里木河干流區(qū)蒸散發(fā)估算[J]. 地理學(xué)報，2011，66(9)：1230-1238.

Li Baofu, Chen Yaning, Li Weihong, et al. Remote sensing and SEBAL model for estimating evapotranspiration in the Tarim River[J]. Acta Geographica Sinica, 2011, 66(9): 1230-1238. (in Chinese with English abstract)

[22] Yang J Y, Mei X R, Huo Z G, et al. Water consumption in summer maize and winter wheat cropping system based on SEBAL model in Huang-Huai-Hai Plain[J].China Journal of Integrative Agriculture, 2015, 14(10): 2065-2076.

[23] 李根. 基于SEBAL和SEBS模型的鷹潭小流域蒸散發(fā)估算研究[D]. 南京：南京信息工程大學(xué)，2014.

Li Gen. Estimating Evapotranspiration in Yingtan Agricultural Watershed Using SEBAL and SEBS Model[D]. Nanjing: Nanjing University of Information Science and Technology, 2014. (in Chinese with English abstract)

[24] Farah O H, Bastiaanssen W G M. Impact of spatial variations of land surface parameters on regional evaporation: A case study with remote sensing data[J]. Hydrological Processes, 2001, 15(9): 1585-1607.

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

[26] Long D, Singh V P, Li Z L. How sensitive is SEBAL to changes in input variables, domain size and satellite sensor?[J]. Journal of Geophysical Research, 2011, 116(D21): D21107.

[27] 張振宇，李小玉，孫浩，等. 地表反照率不同計算方法對干旱區(qū)流域蒸散反演結(jié)果的影響：以新疆三工河流域為例[J]. 生態(tài)學(xué)報，2019，39(8)：2911-2921.

Zhang Zhenyu, Li Xiaoyu, Sun Hao. Influence of different surface albedo calculation methods on the simulation of evapotranspiration from the Sangong River Basin in the arid region of Xinjiang[J]. Acta Ecologica Sinica, 2019, 39(8): 2911-2921. (in Chinese with English abstract)

[28] 王新平，康爾泗，張景光，等. 草原化荒漠帶人工固沙植叢區(qū)土壤水分動態(tài)[J]. 水科學(xué)進展，2004，15(2)：216-222.

Wang Xinping, Kang Ersi, Zhang Jingguang, et al. Soil moisture dynamics in an artificially re-vegetated desert area[J]. Advances in Water Science, 2004, 15(2): 216-222. (in Chinese with English abstract)

[29] 張文文，郭忠升，寧婷，等. 黃土丘陵半干旱區(qū)檸條林密度對土壤水分和檸條生長的影響[J]. 生態(tài)學(xué)報，2015，35(3)：725-732.

Zhang Wenwen, Guo Zhongsheng, Ning Ting, et al. The effects of plant density on soil water and plant growth on semi-arid loess hilly region[J]. Acta Ecologica Sinica, 2015, 35(3): 725-732. (in Chinese with English abstract)

[30] 卞瑩瑩，宋乃平，王興，等. 荒漠草原區(qū)不同土地利用方式下土壤水分相對虧缺[J]. 水土保持學(xué)報，2015，29(1)：201-206.

Bian Yingying, Song Naiping, Wang Xing, et al. Soil water deficit under different land-use type in desert steppe[J]. Journal of Soil and Water Conservation, 2015, 29(1): 201-206. (in Chinese with English abstract)

[31] 李新榮，張志山，譚會娟，等. 我國北方風(fēng)沙危害區(qū)生態(tài)重建與恢復(fù)：騰格里沙漠土壤水分與植被承載力的探討[J]. 中國科學(xué)：生命科學(xué)，2014，44(3)：257-266.

Li Xinrong, Zhang Zhishan, Tan Huijuan, et al. Ecological restoration and recovery in the wind-blown sand hazard areas of northern China: Relationship between soil water and carrying capacity for vegetation in the Tengger Desert[J]. Science China: (Life Science), 2014, 44(3): 257-266. (in Chinese with English abstract)

[32] 張定海，李新榮，張鵬. 生態(tài)水文閾值在中國沙區(qū)人工植被生態(tài)系統(tǒng)管理中的意義[J]. 中國沙漠，2017，37(4)：678-688.

Zhang Dinghai, Li Xinrong, Zhang Peng. Significance of eco-hydrological threshold in artificial vegetation ecosystem management in China desert area[J]. Journal of Desert Research, 2017, 37(4): 678-688. (in Chinese with English abstract)

Evaluating the effects of revegetated shrub on land surface ET in arid and semiarid areas using SEBAL model

Qiao Chenglong, Du Lingtong※, Pan Haizhu, Ma Longlong, Tian Jing, Yuan Hongyi, Wu Hongyue

(1.,,750021,;2.,,750021,;3.,,750021,)

is one of the most common planting tree species in the desert region of the Inner Mongolia Plateau in northwest China. The cultivated shrub has greatly enhanced the vegetation coverage and ecological restoration to keep from desert encroachment in the regional ecosystem in Yanchi County since 1970. Correspondingly, the vegetation structure has also been changed eventually to dominate the water vapor interactions between land surface and atmosphere. However, only a few studies were focused on the quantitative evaluation of anthropogenic measurement on the function of the original desert steppe ecosystem, especially from the viewpoint of the water cycle. Therefore, this study aims to evaluate the effect of anthropogenic revegetation on evapotranspiration (ET), a key process of the water cycle in a terrestrial ecosystem, in order to reveal the coupling mechanism between vegetation change and hydrological process in most arid and semiarid areas. The spatial ET was retrieved for the Yanchi County in different stages in the whole year using a surface energy balance algorithms for land (SEBAL) model driven by Landsat-8 OLI/TIRS and meteorological data. The specific ET was also measured in the anthropogenic planted shrub and nearby grassland plot (as control plot) using the visual interpretation of high-resolution remote sensing images including GF-2 and Google Earth platform. The results showed that: 1) there was a high accuracy in the ET retrieved by the SEBAL model in Yanchi County, especially in agreement with the observation of sites. The model was therefore suitable for retrieving and spatial characteristics analysis of regional ET in arid and semiarid areas; 2) The daily average ET in the planted shrub areas was 1.20 mm/d higher than that (1.17 mm/d) in the compared grassland. As such, the planting shrub effectively tailored the surface hydrological process, while increased the water consumption of the ecosystem. A critical change of ecosystem function occurred in arid and semi-arid areas, where the water supply was limited. Nevertheless, there were great variations in the enhancement of ET for the different seasons and biogeographical conditions. The most obvious enhancement of ET was found in August, but a negative effect was observed in March and April. The reason was that the surface hydrological process was independent of plants before the growing season. 3) A stronger effect occurred to enhance land surface ET in the higher density and vegetation coverage of shrubs. The most remarkable effect was performed in the case of NDVI>0.4, where the shrub needed much more water to grow. The specific mechanism should be paid attention to implement grassland ecological restoration, and combatting desertification. As a result, a reasonable eco-hydrological threshold can be determined for the anthropogenic revegetation mostly with shrub species in arid and semiarid areas. Particularly, the water supply of ecosystem from precipitation was more or equal to the water consumption for shrub plant growth. Therefore, it is essential to construct a stable and sustainable artificial ecosystem via the anthropogenic revegetation using the water balance of land and atmosphere in arid and semiarid areas. The finding can provide a scientific guidance for regional ecological and water resources management.

evapotranspiration; models; revegetation; arid and semiarid areas

10.11975/j.issn.1002-6819.2021.10.013

S127；TP79

A

1002-6819(2021)-10-0110-08

喬成龍，杜靈通，潘海珠，等. 基于SEBAL模型評估干旱半干旱區(qū)人工灌叢植被對陸表蒸散的影響[J]. 農(nóng)業(yè)工程學(xué)報，2021，37(10)：110-117.doi：10.11975/j.issn.1002-6819.2021.10.013 http://www.tcsae.org

Qiao Chenglong, Du lingtong, Pan Haizhu, et al. Evaluating the effects of revegetated shrub on land surface ET in arid and semiarid areas using SEBAL model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(10): 110-117. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.10.013 http://www.tcsae.org

2021-03-21

2021-05-09

國家自然科學(xué)基金（41967027）；寧夏優(yōu)秀人才支持計劃（RQ0012）；寧夏高等學(xué)校一流學(xué)科建設(shè)項目（NXYLXK2017B06）；寧夏大學(xué)研究生創(chuàng)新項目（GIP2020084）

喬成龍，研究方向為生態(tài)遙感。Email：chenglongqiao93@.163com

杜靈通，博士，研究員，研究方向為資源環(huán)境遙感。Email：dult80@qq.com