梅 靜， 孫美平,2， 李 霖

（1.西北師范大學地理與環(huán)境科學學院，甘肅 蘭州 730070；2.中國科學院西北生態(tài)環(huán)境資源研究院，甘肅 蘭州 730000）

青藏高原地處中國西南部，是世界上海拔最高、面積最大、地形最為復雜的高原，被稱為“世界屋脊”“世界第三極”［1］。青藏高原63.5%以上的面積被高山荒漠草原、高山草原和草甸覆蓋。隨著全球變暖，以青藏高原為突出代表的全球氣候和環(huán)境都發(fā)生了顯著變化，高原水資源呈現(xiàn)持續(xù)減少趨勢，水循環(huán)的急劇變化深刻影響著高原及其周邊地區(qū)水分和熱量平衡［2-5］。

蒸散發(fā)（Evapotranspiration，ET）是地表土壤蒸發(fā)和植被蒸騰的總和。蒸散發(fā)是陸表-大氣間進行水-能量交換的主要過程，在陸地水循環(huán)、碳循環(huán)以及能量平衡過程中起著決定性作用［6-7］。在水循環(huán)過程中，陸地上大約67%的降水會通過蒸散返回大氣中［8］。生態(tài)系統(tǒng)蒸散發(fā)主要包括土壤蒸發(fā)和植被蒸騰，組分分離是獲取蒸散發(fā)全要素的前提，也是深入認識水循環(huán)過程的重要途徑。目前許多研究者利用Penman-Monteith 模型、能量平衡模型［9-13］和遙感數(shù)據(jù)產(chǎn)品［14-15］等估算蒸散發(fā)，均取得了較理想的結(jié)果。利用傳統(tǒng)模型估算蒸散發(fā)受到氣象站點分布不均的影響，難以對大范圍區(qū)域尺度的蒸散發(fā)進行估算；而利用GLEAM、GLDAS、MODIS16 等遙感蒸散產(chǎn)品雖然解決了大范圍區(qū)域尺度蒸散發(fā)的估算問題［16-19］，但難以拆分蒸散發(fā)組分并對其進行定量分 析。Shuttleworth 和Wallace 在1985 年 提 出 了Shuttleworth-Wallace（S-W）雙源蒸散模型［20］，實現(xiàn)了對蒸散總量進行估算的同時又對其組分進行拆分。S-W模型是一個物理機制明確的蒸散發(fā)概念模型，經(jīng)阻抗參數(shù)化以后，具備很強的土壤蒸發(fā)-植被蒸騰模擬能力，被廣泛應(yīng)用于蒸散發(fā)估算研究［8,21-22］。Kato等［23］和Brisson 等［24］利用實測數(shù)據(jù)對S-W 模型模擬蒸散發(fā)結(jié)果進行驗證，分析了實測蒸散發(fā)與模擬蒸散發(fā)之間的差異，結(jié)果均表明S-W模型在稀疏冠層蒸散發(fā)估算中具有較高的準確性。

Hu 等［25-26］通過引入Ball-Berry 氣孔導度模型和基于光能利用率的植被總初級生產(chǎn)力（Gross primary productivity，GPP）模型，實現(xiàn)了基于氣象數(shù)據(jù)和GPP對冠層氣孔導度的估算，形成了新的SWH雙源蒸散模型。Hu等［25］將SWH模型應(yīng)用在中國長白山站（森林生態(tài)系統(tǒng)）和海北站（草地生態(tài)系統(tǒng)），取得了較為理想的模擬效果。吳戈男等［27］在全國51 個站點對SWH 模型模擬結(jié)果與各站多年蒸散觀測數(shù)據(jù)在年和季節(jié)尺度上進行了對比驗證，結(jié)果表明SWH 模型具有良好的模擬效果。Jiang 等［28］利用SWH 模型對1981—2010 年黃河流域蒸散發(fā)進行了估算并對其組分進行了拆分。上述研究表明，SWH模型能夠較好地模擬站點和區(qū)域尺度陸面蒸散，并且能夠?qū)φ羯l(fā)組分進行拆分，這為深入分析生態(tài)系統(tǒng)蒸散全過程提供了途徑。

青藏高原也被稱為“亞洲水塔”，是亞洲幾條主要河流的源頭。青藏高原的降水和蒸散發(fā)決定著下游超過2×109人的淡水供應(yīng)。作為水分和能量平衡的重要環(huán)節(jié)，青藏高原蒸散及其變化特征受到廣泛關(guān)注，然而如何細化蒸散發(fā)過程仍是目前研究的重點。此外，量化青藏高原蒸散發(fā)、拆分其組分對水循環(huán)過程研究及認識高原區(qū)域生態(tài)系統(tǒng)、應(yīng)對氣候變化國家戰(zhàn)略的制定乃至國家安全具有重要的戰(zhàn)略意義。本研究評估了SWH 模型在青藏高原地區(qū)模擬蒸散發(fā)的精度，并基于結(jié)果分析蒸散發(fā)及其組分變化特征，探討影響蒸散發(fā)變化的主要因素，為后續(xù)青藏高原區(qū)域尺度上蒸散發(fā)估算及蒸散發(fā)組分時空格局與變化規(guī)律等研究提供科學依據(jù)。

1 研究區(qū)概況

本文所選青藏高原3個高寒草甸觀測站位置如圖1。那曲高寒氣候環(huán)境觀測研究站海拔4509 m，地處唐古拉山脈與念青唐古拉山脈之間的那曲河流域，位于羌塘高原的東部和怒江流域的上游，分布有季節(jié)性和多年凍土。那曲站所處位置植被覆蓋良好，草密集，土壤主要為砂質(zhì)粉砂壤土。納木錯多圈層綜合觀測研究站海拔4730 m，位于納木錯湖岸，其后是念青唐古拉山。納木錯站被高山草甸覆蓋，土壤類型主要為砂質(zhì)粉砂壤土，礫石含量在地面以下30～40 cm 處較高。藏東南高山環(huán)境綜合觀測研究站位于靠近森林覆蓋的青藏高原東南部的山谷中，海拔3327 m，植被茂密，主要是高寒草甸和溫帶針葉林。

圖1 站點位置分布Fig.1 Location distribution of the stations

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

本文選取那曲、納木錯、藏東南站2006—2010年小時尺度連續(xù)觀測氣象環(huán)境要素數(shù)據(jù)，數(shù)據(jù)來源于國家青藏高原科學數(shù)據(jù)中心（http://data.tpdc.ac.cn）［29］。植被葉面積指數(shù)（Leaf area index，LAI）數(shù)據(jù)來源于中國科學院資源環(huán)境科學與數(shù)據(jù)中心（https://www.resdc.cn）提供的GLOBMAP 全球葉面積指數(shù)產(chǎn)品（Version 3），該產(chǎn)品基于AVHRR 和MODIS 數(shù)據(jù)定量融合反演得到，空間分辨率為8 km，時間分辨率為8 d。由于LAI 數(shù)據(jù)為8 d 時間尺度，進一步將模型驅(qū)動數(shù)據(jù)進行處理，最終模型所有輸入和輸出數(shù)據(jù)均為8 d平均值。

本文采用中國陸地ET 產(chǎn)品數(shù)據(jù)（GPR）和青藏高原陸表月蒸散發(fā)數(shù)據(jù)（ETa）對SWH模型模擬蒸散發(fā)進行驗證評價，通過對模型模擬蒸散發(fā)結(jié)果和蒸散發(fā)產(chǎn)品數(shù)據(jù)進行線性回歸分析，采用決定系數(shù)（R2）、平均絕對誤差（MAE）、均方根誤差（RMSE）以及平均相對誤差（MRE）4種評價指標來檢驗?zāi)Ｐ湍M蒸散發(fā)精度。GPR 數(shù)據(jù)產(chǎn)品包含2000—2018 年中國陸表蒸散發(fā)，空間分辨率為1 km，時間分辨率為10 d；ETa數(shù)據(jù)產(chǎn)品包含2000—2018 年青藏高原月平均陸表蒸散發(fā)，空間分辨率為0.01°×0.01°，時間分辨率為月尺度。本文所用驗證數(shù)據(jù)均來源于國家青藏高原科學數(shù)據(jù)中心（http://data.tpdc.ac.cn）。

2.2 SWH蒸散模型

Hu 等［26］通過引入土壤表面阻抗方程、Ball-Berry 氣孔導度模型和基于光能利用率的GPP 模型，在S-W 模型的基礎(chǔ)上形成了新的SWH 模型。經(jīng)阻抗參數(shù)化、冠層氣孔導度估算等改進，SWH 模型具備了很強的土壤蒸發(fā)和植被蒸騰模擬能力，能夠針對不同生態(tài)系統(tǒng)進行關(guān)鍵參數(shù)取值，從而實現(xiàn)在不同生態(tài)系統(tǒng)中的良好模擬性能，可廣泛應(yīng)用于各類生態(tài)系統(tǒng)蒸散估算［27］。

模型核心公式如下：

式中：ET 為模擬蒸散發(fā)（mm）；T為植被蒸騰（mm）；E為土壤蒸發(fā)（mm）；λ為液態(tài)水蒸發(fā)為水汽的相變潛熱（MJ·kg-1）；PMc為植被蒸騰量（mm）；PMs為土壤蒸發(fā)量（mm）；Cc為植被蒸騰比例系數(shù)；Cs為土壤蒸發(fā)比例系數(shù)；Δ 為飽和水汽壓隨溫度變化曲線的斜率（kPa·K-1）；R為冠層頂部獲得能量（MJ·m-2）；ρ為空氣密度（kg·m-3）；cp為空氣定壓比熱容；Rs為土壤表層吸收能量（MJ·m-2）；VPD 為飽和水汽壓差（kPa）；γ為濕度計常數(shù)（kPa·K-1）；ρa、ρc、ρs為中間變量；ras、raa、rac、rsc和rss分別為地表與冠層高度間的空氣動力學阻抗、冠層高度與參考高度間的空氣動力學阻抗、冠層邊界層阻抗、冠層氣孔阻抗和土壤表面阻抗（s·m-1）。

SWH 模型驅(qū)動數(shù)據(jù)包括氣象環(huán)境要素數(shù)據(jù)與遙感數(shù)據(jù)，氣象環(huán)境要素數(shù)據(jù)包括平均氣溫（Ta）、相對濕度（RH）、飽和水汽壓差（VPD）、風速（Wind）、凈輻射（Rn）、土壤含水量（SW）、土壤熱通量（G）、光合有效輻射（PAR），遙感數(shù)據(jù)為LAI 數(shù)據(jù)。通過驅(qū)動數(shù)據(jù)求出rss、raa、rac、ras、rsc5種阻抗，并進一步計算土壤蒸發(fā)和植被蒸騰，從而求得蒸散發(fā)。SWH模型詳細介紹參見Hu等［25-26］，本文模型模擬過程中重要參數(shù)取值參考Hu等［30］，b2、b3、a1、g0、εmax、d取值分別為3.4、508、10.3、0.017、0.0012、188。

3 結(jié)果與分析

3.1 SWH模型模擬評估

模型主要輸入數(shù)據(jù)2006—2010年8 d變化情況如圖2。那曲、納木錯、藏東南站各要素變化大致相同，整體均呈現(xiàn)隨時間變化的年內(nèi)和年際變化，但個別要素差異較大。納木錯站VPD 整體高于那曲站和藏東南站；那曲站SW 明顯高于納木錯站和藏東南站，其中藏東南站SW最??；Rn和G變化中，藏東南站波動最為明顯，其余2 站變化幅度較??；3 站LAI變化差異較大，藏東南站日均LAI達30，而那曲站和納木錯站僅為2.4和0.9。

圖2 3站SWH模型輸入數(shù)據(jù)日變化Fig.2 Diurnal variations of SWH model input data at three stations

SWH模型模擬驗證結(jié)果如圖3。青藏高原3站模擬ET 月值與GPR 數(shù)據(jù)、ETa數(shù)據(jù)擬合結(jié)果均較好，那曲、納木錯、藏東南站與GPR 擬合R2分別為0.89、0.69、0.69，RMSE 分別為9.55 mm·d-1、13.10 mm·d-1和14.33 mm·d-1，MAE 分別為7.75 mm·d-1、15.68 mm·d-1、16.94 mm·d-1，MRE分別為49%、125%和51%；與ETa擬合R2分別為0.88、0.68 和0.71，RMSE 分別為10.10 mm·d-1、13.25 mm·d-1和13.75 mm·d-1，MAE 分別為9.18 mm·d-1、12.09 mm·d-1、15.90 mm·d-1，MRE 分別為29%、53%和50%。從SWH 模型模擬ET 與驗證數(shù)據(jù)月變化情況可看出，SWH 模型模擬結(jié)果與驗證數(shù)據(jù)變化趨勢基本一致（圖4），相對2 套驗證產(chǎn)品而言，SWH 模型模擬ET雖然存在略微低估或高估的現(xiàn)象，但整體變化較為平滑穩(wěn)定。GPR產(chǎn)品和ETa產(chǎn)品與模型模擬結(jié)果對比精度不完全一致，這可能與2套產(chǎn)品的分辨率、觀測手段和數(shù)據(jù)融合方法等存在差異有關(guān)。通過驗證分析，認為SWH模型在青藏高原站點尺度具有較好的適用性，可進一步用于青藏高原3 個草甸站蒸散發(fā)模擬研究。

圖3 模擬ET與GPR、ETa對比Fig.3 Comparison of modeled ET with GPR and ETa

圖4 模擬ET與GPR、ETa月變化Fig.4 Monthly variations in modeled ET,GPR,and ETa

3.2 不同時間尺度蒸散發(fā)變化

2006—2010 年3 站日ET 變化如圖5，3 站日蒸散發(fā)整體呈先增加后減少的趨勢。2006—2010 年間，那曲、納木錯、藏東南站日ET 分別介于0.0～3.3 mm、0.1～3.3 mm、0.3～4.9 mm，3 站日ET 均值分別為1.2 mm、1.4 mm、1.9 mm。總的來看，3 站日ET 變化趨勢較為相似，但那曲站日ET 變化相對平緩，較納木錯站和藏東南站波動小、穩(wěn)定性高，藏東南站變化最為劇烈，納木錯站變化波動最大。

圖5 3站日ET變化Fig.5 Variations in daily ET of three stations

3站蒸散發(fā)年內(nèi)月變化如圖6，那曲、納木錯、藏東南站月ET均呈先增加后減少的單峰型變化趨勢，但各站變化有所差異。1—3月各站ET均較小且較為穩(wěn)定，4—7月3站ET均有不同程度的增加，其中，7 月那曲站（85 mm）、藏東南站（97 mm）月ET 達最大，納木錯站ET 最大值出現(xiàn)在8 月，為77 mm?？傮w上，藏東南站月ET 大于那曲站和納木錯站。ET年內(nèi)月變化與植被生長季（3—11月）基本吻合，1—2月ET變化不大，3月起ET增長速度加快，特別是4月之后3站ET均呈現(xiàn)明顯的增長趨勢，直到達到最大后減小，11、12月ET與1、2月相近。另外，高原季風的變化會給區(qū)域氣象帶來較大影響，高原季風一般6月來臨，7—9月持續(xù)加強，到10月逐漸減退［31］，季風會使降水增加、凈輻射增強，從而使得高原蒸散發(fā)增加，這也在一定程度上影響了蒸散發(fā)月變化。

圖6 3站月ET變化Fig.6 Variations in monthly ET of three stations

圖7為3站蒸散發(fā)年及季節(jié)變化，3站蒸散發(fā)年際變化不大，整體略微上升或不變。那曲、納木錯、藏東南站年ET 分別介于388～479 mm、450～658 mm和674～732 mm 之間，3 站年ET 均在2009 年達到最大，分別為479 mm、658 mm 和732 mm。季節(jié)尺度上，那曲站ET 四季變化波動不大，其中冬季幾乎沒有變化；納木錯站ET 四季變化均不穩(wěn)定，其中冬季波動最明顯、最劇烈；藏東南站ET春、夏季變化均有緩慢上升的趨勢，秋、冬季出現(xiàn)了較為明顯的波動。

圖7 3站年和季尺度ET變化Fig.7 Variations in ET of three stations at interannual and seasonal scales

3.3 蒸散發(fā)組分分離

通過SWH 模型拆分得到那曲、納木錯、藏東南站2006—2010 年土壤蒸發(fā)（E）和植被蒸騰（T）。圖8a～c 可知，那曲站日E變化范圍為0.0～1.1 mm，日T介于0.0～2.9 mm 之間，植被非生長季內(nèi)日E和日T變化趨勢較為吻合，生長季內(nèi)兩者變化呈相反趨勢，即T不斷增加，E則呈減少趨勢；那曲站日土壤蒸發(fā)占蒸散總量的比值（E/ET）介于0.07～0.88，均值約為0.53。納木錯站日E變化波動大，最大值約為1.3 mm，最小值接近于0；納木錯站日T最大值約為2.5 mm；納木錯站日E/ET 波動較為劇烈，最大值約為0.89，最小值接近于0，日E/ET均值為0.56。藏東南站日E均值約為0.1 mm，日T則接近于蒸散總量，且變化趨勢與日ET相似，日E/ET均值為0.05。3站蒸散發(fā)組分年內(nèi)月變化如圖8d～f。那曲站月E變化整體較為穩(wěn)定，1—5 月呈小幅上升趨勢，年內(nèi)月最大值出現(xiàn)在5月，為22 mm；月T呈單峰型變化，1—5月、11—12月較為穩(wěn)定，7月（76 mm）達到最大；月尺度E/ET 呈先減少后增加的趨勢，其中，1—4 月較為穩(wěn)定，5—8月不斷減小，而后呈增長趨勢，最小值出現(xiàn)在8 月，為0.09，最大值出現(xiàn)3 月（0.82）。納木錯站月T在1—4月、10—12月較為穩(wěn)定，5—10月呈先增加后減小趨勢，最大值出現(xiàn)在8月，為49 mm；月E在1—3月呈上升趨勢，而后E基本在30 mm左右小幅波動；納木錯站E/ET 月變化呈現(xiàn)2 個峰值，分別在3 月（0.84）和11 月（0.81），最小值出現(xiàn)在8 月（0.37）。藏東南站月E小且穩(wěn)定，月均E為2.4 mm；月T則呈先增加后減小趨勢，1—4月緩慢上升，變化較穩(wěn)定，4—7 月上升趨勢明顯，最大值出現(xiàn)在7 月，為95 mm，7—12月則不斷減少；藏東南站月E/ET整體較小，波動范圍為0.02～0.11，月E/ET 均值為0.05。藏東南站幾乎所有蒸散發(fā)均由植被蒸騰貢獻，由于該站草甸發(fā)育良好，且混有溫帶針葉林，植被生長茂盛，生態(tài)系統(tǒng)蒸散主要來源于植被蒸騰。

圖8 日和月尺度ET及其組分變化Fig.8 Variations in daily and monthly ET and its components

3.4 蒸散發(fā)影響因素分析

蒸散發(fā)主要受氣溫、降水、風速、日照時數(shù)等氣象要素和植被生長狀況等諸多因素影響，而不同因素之間也相互影響，蒸散發(fā)的變化成因十分復雜。通過對3 個站點蒸散發(fā)與主要驅(qū)動因子作相關(guān)分析，選取與蒸散發(fā)決定系數(shù)（R2）大于0.7的驅(qū)動因子進一步辨析影響蒸散發(fā)的關(guān)鍵要素。采用分層回歸模型檢驗主要影響因素對3站蒸散發(fā)影響程度及重要性（表1）。3站僅考慮單一要素影響時，結(jié)果并不理想，當綜合納入主要影響因素后，R2均超過0.8。從標準化系數(shù)可知，LAI 對3 站蒸散發(fā)影響均較其他因素大，VPD在藏東南站對蒸散發(fā)的影響僅次于LAI，以上結(jié)果均通過0.001顯著性水平檢驗。

表1 蒸散發(fā)與各要素的分層回歸及未標準化系數(shù)（標準化系數(shù)）Tab.1 Stratified regression of ET with each element

LAI 與植被生長狀況密切相關(guān)，其通過影響植被蒸騰影響蒸散發(fā)過程。以往研究中，學者們就VPD 對蒸散發(fā)的影響持不同態(tài)度，Dai 等［32］認為高VPD值就像空氣中的“水泵”，從地表土壤和植被中吸收水分，增加了裸露土壤的水分流失。植被長期處于水分匱乏條件時，VPD增加可能會導致氣孔導度降低，抑制植被生長，降低植被蒸騰作用。而Grossiord等［33］使用9個氣孔導度模型研究VPD如何影響蒸騰作用，發(fā)現(xiàn)VPD 增大導致氣孔導度降低，但在給定的VPD 閾值下蒸騰作用增強了。張亞春等［34］通過分析青藏高原不同下墊面的5個觀測站點蒸散發(fā)影響因素發(fā)現(xiàn)，實際日蒸散發(fā)與氣溫、地溫、凈輻射和土壤含水量的相關(guān)性較大，且均呈顯著正相關(guān)。Ma 等［35］認為降水是控制青藏高原大部分地區(qū)ET 變化的主要驅(qū)動因素，Wang 等［36］認為LAI 和降水是ET 的主導變量，而土壤蒸發(fā)則由VPD、平均氣溫、凈輻射和降水控制。本文結(jié)論與上述研究存在相似和差異之處，可能與研究范圍、驅(qū)動數(shù)據(jù)、模型方法等不同有關(guān)。

4 討論

以往研究認為植被蒸騰是全球蒸散發(fā)的主體部分，但Kool等［37］證明土壤蒸發(fā)是干旱和半干旱地區(qū)蒸散發(fā)重要的組成部分，Ma 等［35］通過PML 模型計算得出青藏高原蒸散發(fā)64%來源于土壤蒸發(fā)，Wang等［36］同樣利用PML模型估算了青藏高原實際蒸散發(fā)并對蒸散發(fā)組分進行了量化，發(fā)現(xiàn)除位于青藏高原東南部具有高樹冠覆蓋的半濕潤地區(qū)外，土壤蒸發(fā)均為蒸散發(fā)主要組成，上述研究結(jié)果與本文蒸散發(fā)組分拆分結(jié)果相似。SWH 模型由于受到遙感數(shù)據(jù)時間尺度的影響，輸出結(jié)果為8 d均值數(shù)據(jù)，不能細化蒸散發(fā)日變化，對本文蒸散發(fā)日尺度變化分析帶來了一定程度的誤差，Zhao 等［38］將METRIC模型與SWH 模型結(jié)合，彌補了SWH 模型在日尺度上模擬蒸散發(fā)的精度缺陷。本文3個站點蒸散發(fā)及其組分變化有較大差異，3 個觀測站雖均為高寒草甸下墊面，但各站環(huán)境、氣候條件等有較大差異。受到河流湖泊的影響，那曲站和納木錯站蒸散發(fā)較受到高寒草甸和溫帶針葉林同時覆蓋影響的藏東南站小，而本文在模擬3 個站點蒸散發(fā)時重要參數(shù)取值為草地生態(tài)系統(tǒng)經(jīng)驗參數(shù)，也使得模擬結(jié)果可能與蒸散發(fā)實際變化有所差異。后續(xù)要將SWH 模型應(yīng)用于整個青藏高原地區(qū)，如何解決區(qū)域內(nèi)環(huán)境、氣候等對模型結(jié)果造成的影響仍需深入思考。SWH模型只對土壤蒸發(fā)和植被蒸騰進行了拆分，未對植被冠層截留蒸發(fā)進行估算，后續(xù)也需將冠層蒸發(fā)納入蒸散發(fā)拆分研究，以期更為準確地描述青藏高原蒸散發(fā)全過程。

5 結(jié)論

（1）SWH 模型在青藏高原那曲、納木錯、藏東南3 站適用性良好，能夠較好地估算青藏高原蒸散發(fā)，可用于上述站點蒸散發(fā)變化研究。

（2）青藏高原3站蒸散發(fā)變化均呈先增加后減少趨勢。3 站日蒸散發(fā)在0.0～4.9 mm 之間，月蒸散發(fā)介于8～97 mm之間，峰值出現(xiàn)在7月和8月，年蒸散發(fā)介于388～732 mm 之間。3 站下墊面類型雖相似，但由于海拔、地形、季風和植被生長狀況等因素的影響，3站蒸散發(fā)有所差異。

（3）3 站蒸散發(fā)組分變化差異較大。那曲站日E和T變化范圍分別為0.0～1.1 mm 和0.0～2.9 mm；E/ET在0.07～0.88之間，均值為0.53。納木錯站蒸散發(fā)組分變化波動大，日E和T分別介于0.0～1.3 mm和0.0～2.5 mm，E/ET 介于0.00～0.89 之間，均值為0.56。藏東南站日E約為0.1 mm，日T接近于蒸散總量，E/ET 均值為0.05，即藏東南站95%的蒸散發(fā)由植被蒸騰貢獻。3站月E變化均不大，月T呈先增加后減小的單峰型變化，月E/ET整體呈先下降后增長趨勢，各站變化存在一定差異。

（4）3 站蒸散發(fā)主導因素相似，LAI 是3 站蒸散發(fā)變化的主要影響因素，VPD在藏東南站的影響也不可忽視。