魏 煒，莫崇勛

（1.廣西交通職業(yè)技術學院，南寧 530023；2.廣西大學土木建筑工程學院，南寧 530004；3.廣西防災減災與工程安全重點實驗室，南寧 530004）

0 引 言

蒸散發(fā)是水循環(huán)過程中的重要組分，起著連接地表水和大氣水汽的重要作用。在地表水熱過程中，能量傳輸也是以蒸散發(fā)方式進行，因此，蒸散發(fā)對地表水循環(huán)和能量循環(huán)都發(fā)揮著關鍵作用[1,2]。探究地表蒸散發(fā)的時空演變特征及規(guī)律，有助于我們更深入地認識地表水循環(huán)變化過程，更好地應對當今氣候變化所帶來的影響。我國東南沿海地區(qū)是我國經(jīng)濟發(fā)展速度相對較快且人口集中度較高的地區(qū)。該地區(qū)常年受到太平洋副熱帶高壓的控制和東南亞季風影響。在全球氣候變化的背景下，大氣環(huán)流等氣候氣象狀況在正在發(fā)生著深刻改變。對蒸散發(fā)影響較大的氣象因子，如降水、太陽輻射、風速等也勢必會隨之發(fā)生變化。因此，針對我國東南沿海地區(qū)，開展地表蒸散發(fā)的時空演變特征分析是十分必要的。

隨著衛(wèi)星遙感技術的興起，蒸散發(fā)的觀測突破了原有站點測量的局限性，使觀測大規(guī)模尺度蒸散發(fā)量成為現(xiàn)實，不再受到地表異質性的影響。因此，陸續(xù)出現(xiàn)了多種基于遙感的地表蒸散發(fā)產(chǎn)品，如MODIS、GLEAM、PML-CSIRO、PLSH等，各個產(chǎn)品在觀測基礎數(shù)據(jù)和模型反演上存在差異。根據(jù)基本原理和模型結構，主要分為經(jīng)驗方法[3,4]、能量平衡余項法[5]、微氣象理論法[6]、蒸發(fā)互補理論[7]等。本文結合遙感產(chǎn)品的適用性，選用GLEAM遙感數(shù)據(jù)作為分析沿海地區(qū)蒸散發(fā)時空演變特性的基礎。對于GLEAM遙感蒸散發(fā)產(chǎn)品在中國地區(qū)的適用性，Yang等[8]利用中國地區(qū)基于渦度通量觀測的ChinaFLUX站點數(shù)據(jù)分別從年、月、日尺度對其進行過評估，結果顯示，GLEAM產(chǎn)品在中國地區(qū)具有良好的精度和適用性。

目前，隨著遙感蒸散發(fā)產(chǎn)品的陸續(xù)研發(fā)，利用遙感產(chǎn)品對我國不同地區(qū)的蒸散發(fā)量分析的研究相繼出現(xiàn)。王海波[9]等基于遙感數(shù)據(jù)和Penman-Monteith模型在我國黑河流域開展了不同生態(tài)系統(tǒng)的蒸散發(fā)估算研究；楊秀芹[10]等利用遙感數(shù)據(jù)對淮河流域多年蒸散發(fā)時空變化及其季節(jié)性演變進行了分析；王煥[11]等通過分析2000-2014年MODIS蒸散發(fā)產(chǎn)品，研究了貴州省蒸散發(fā)的時空變化特征及其與氣候因子的關系，結果表明貴州省蒸散發(fā)年內變化影響最大的是氣候因子。符淑宜[12]利用遙感蒸散發(fā)模型估算了黃土高原地區(qū)的蒸散發(fā)，并結合植被覆蓋數(shù)據(jù)探究了兩者之間的時空變化規(guī)律。雖然已有相關研究，然而，上述多數(shù)產(chǎn)品的實時性不夠，且多應用在我國內陸流域或省份，沿海地區(qū)的研究相對較少。鑒于此，本文利用GLEAM最新版數(shù)據(jù)產(chǎn)品（1980-2020年），探究我國沿海地區(qū)的蒸散發(fā)時空演變特性，以期為沿海地區(qū)的水文循環(huán)演變研究提供科學參考。

1 研究數(shù)據(jù)及區(qū)域

1.1 研究數(shù)據(jù)

GLEAM蒸散發(fā)數(shù)據(jù)由英國布里斯托大學Miralles團隊研發(fā)的，基于多顆衛(wèi)星遙感觀測數(shù)據(jù)和反演算法模型得到。GLEAM模型的基礎是Priestley-Taylor方程，該模型利用衛(wèi)星觀測的地表凈輻射和近地面氣溫數(shù)據(jù)計算潛在蒸散發(fā)（Potential Evapotranspiration, PET），然后利用微波植被光學厚度和根區(qū)土壤濕度得到蒸散發(fā)應力因子，之后將潛在蒸散發(fā)轉化為實際蒸散發(fā)。GLEAM模型包括4個模塊：植被截留Gash模塊、PET模塊、蒸發(fā)脅迫壓力的模塊和根區(qū)土壤濕度模塊。GLEAM的空間分辨率約為25 km（0.25°×0.25°），時間分辨率為年、月、日尺度。本研究選用GLEAM version3.5的逐月的蒸散發(fā)數(shù)據(jù)，其時間跨度為1980-2020年（共41年），通過ArcGIS提取出中國大陸東南沿海地區(qū)的蒸散發(fā)數(shù)據(jù)。

1.2 研究區(qū)域概況

本研究選取的中國東南沿海省市包括江蘇省、上海市、浙江省、福建省、廣東省和廣西壯族自治區(qū)等6個省市地區(qū)，如圖1所示。研究區(qū)處于太平洋的西岸，常年受太平洋上副熱帶高壓和季風的影響，屬于典型的亞熱帶季風氣候，夏季高溫多雨、冬季低溫少雨。由于常年受到季風的影響，該研究區(qū)水資源量時空分布不均，多年平均降水量在1 600 mm以上，太陽輻射在150 W∕m2以上，常年風速1.5 m∕s以上。此外，該區(qū)域是我國經(jīng)濟發(fā)展速度較快、人口聚集度較高的地區(qū)，其面積總和約為74.82 萬km2，占國土總面積的7.8%，而2021年GDP總量占全國的37.7%，在經(jīng)濟社會發(fā)展中起著十分重要的支撐作用。其中，“長三角城市群”和“粵港澳大灣區(qū)”等國際城市群屬于高度城市化地區(qū)，其下墊面的變化勢必會影響蒸散發(fā)過程及其時空演變特征。

圖1 研究區(qū)地理位置圖Fig.1 Geographic position of study area

2 研究方法

2.1 Mann-Kendall趨勢檢驗

Mann-Kendall趨勢檢驗是一種非參數(shù)方法，其被廣泛用在水文氣象領域的時間序列趨勢檢測研究中[13]，該方法的基本原理為：

式中：n表示時間序列長度；xk和xj分別取k=1,2,…,n-1和j=k+1,…,n。

當n＞10時，可以認為統(tǒng)計量S近似服從標準正態(tài)分布，如此可知，統(tǒng)計量S均值為0，方差為：

之后，可得到統(tǒng)計量Z為：

當Z＞0時，表示待檢測的時間序列呈增加趨勢，反之為減少趨勢。此外，通過限定顯著性水平α，檢測能否成立，可以判斷序列的變化是否顯著，其中對應遵循標準正態(tài)分布，本研究中p=0.05，即對應95%的顯著性水平。

2.2 小波分析

小波分析（Wavelet Analysis）是分析時間序列周期性規(guī)律的方法，該方法通過Fourier變化，利用一簇小波函數(shù)去近似逼近待分析信號，在水文氣象領域較受歡迎[14]。其中，Morlet小波函數(shù)是一種具有多種分辨率功能的函數(shù)，其具有震蕩特性，表達式為：

式中：φ(t)表示子小波；a為尺度因子，表示小波周期的漲幅；b為平移因子，表示小波在時間上的平移量。

Wf(a,b)為小波信號的轉換形式，也稱作小波系數(shù)，kΔt為t的離散形勢，和φ相互共軛；通過對小波系數(shù)的平方值積分，可求得小波方差，如下：

小波方差對著尺度因子a的變化為小波方差圖，它能夠反映信號波動的能量隨著尺度的分布規(guī)律。因此，通過小波方差圖可以判斷出信號波動變化的主周期。之后，Torrence等人把紅、白噪音引入到小波方差峰值的顯著性檢驗中，進一步豐富了小波分析的周期性檢測理論。

3 研究結果

3.1 蒸散發(fā)時間變化特征

3.1.1 年尺度時間變化

通過對中國東南沿海地區(qū)1980-2020年GLEAM蒸散發(fā)量多年面積平均值數(shù)據(jù)分析，可得到圖2。由圖2可知，多年平均蒸散發(fā)量為794.7 mm，其中最大值發(fā)生在2018年，其蒸散發(fā)量為858.0 mm；最小值年份為1984年，其值為763.5 mm。經(jīng)過一階線性趨勢分析可知，近40年來蒸散發(fā)雖有不同程度的波動，但整體而言，表現(xiàn)出明顯的增加趨勢，其增速為1.87 mm∕a。從增加趨勢可知，2000-2020年蒸散發(fā)的增加趨勢較1980-1999年更為顯著。

圖2 1980-2020年東南沿海地區(qū)蒸散發(fā)量年際時間變化及趨勢Fig.2 Temporal changes and trends of annual ET in southeast coastal China from 1980 to 2020

3.1.2 季節(jié)尺度時間變化

為了進一步探究蒸散發(fā)增加的原因，將1980-2020年的年內四季的蒸散發(fā)量也進行繪制，可得圖3。春、夏、秋、冬4個季節(jié)的蒸散發(fā)量分別為68.9、95.5、64.3和35.5 mm∕mon，因此，其對全年蒸散發(fā)的貢獻度為夏季（36.15%）＞春季（26.08%）＞秋季（24.34%）＞冬季（13.44%）。由于夏季東南沿海地區(qū)的溫度為全年最高，且經(jīng)常受到東亞季風的影響，加之該地區(qū)受副熱帶高壓的控制，夏季潮濕的空氣從太平陽西岸吹向大陸，空氣中攜帶大量的水汽，較容易形成降水。豐沛的降水和季風，為地表蒸散發(fā)過程創(chuàng)造了良好的氣象條件，促使蒸散發(fā)量明顯較其它季節(jié)偏多。

圖3 1980-2020年東南沿海地區(qū)蒸散發(fā)量年內四季的變化及趨勢Fig.3 Temporal changes and trends of seasonal ET in southeast coastal China from 1980 to 2020

從4個季節(jié)蒸散發(fā)的時間變化趨勢可知，春、夏、秋、冬4個季節(jié)均表現(xiàn)出蒸散發(fā)量增加的發(fā)展趨勢，且增加程度并不相同。4個季節(jié)的蒸散發(fā)增速分別為0.22、0.16、0.13和0.09 mm∕(mon·a)。值得注意的是，雖然夏季的蒸散發(fā)量對于全年蒸散發(fā)總量貢獻較大，但對于蒸散發(fā)的增加趨勢，春季的蒸散發(fā)量增速對全年蒸散發(fā)的增速貢獻卻是最大的。換言之，年蒸散發(fā)量的增加更多是源于春季蒸散發(fā)的增加。相比之下，由于冬季本身溫度較低，降水較少，所以，無論是蒸散發(fā)量，或是蒸散發(fā)量增加速率，冬季對于全年的蒸散發(fā)的影響相對較小。春、夏、秋、冬4個季節(jié)的貢獻率分別為36.73%、27.45%、21.25%和14.57%。

3.2 蒸散發(fā)的空間分布變化特征

為探究蒸散發(fā)的空間變化特征，基于GLEAM蒸散發(fā)數(shù)據(jù)，繪制了中國東南沿海地區(qū)蒸散發(fā)的空間格局，分別從年尺度和季節(jié)尺度分析蒸散發(fā)的空間變化特征及規(guī)律。

3.2.1 年尺度空間變化

將1980-2020年蒸散發(fā)的空間分布形態(tài)繪制成圖4，并通過年際間標準差反映蒸散發(fā)的波動情況。通過多年蒸散發(fā)量空間分布可知，蒸散發(fā)多年平均值為794.7 mm，其中廣西、廣東和福建3個地區(qū)的蒸散發(fā)量較浙江、上海、江蘇等地區(qū)偏多，前者多年平均蒸散發(fā)量在800～1 000 mm∕a左右，后者約為600 mm∕a左右，這與廣西、廣東和福建更靠南的地理位置和氣候條件有關。此外，從蒸散發(fā)空間分布上可知，在廣東省珠三角地區(qū)、長江三角洲、上海等地區(qū)，年蒸散發(fā)量呈現(xiàn)出明顯的低值，其值為200 mm∕a以下。由此表明，在城市化程度相對較高的地區(qū)，由于城市發(fā)展需要，城市建設使得原本被植被覆蓋的地區(qū)轉化為建設用地，并使地表“硬底化”程度越來越高，從而在一定程度上減少了植被蒸散發(fā)。然而，植被蒸散發(fā)是蒸散發(fā)的重要組成成分，植被蒸散發(fā)減少，總蒸散發(fā)量會隨之減少。此外，從圖4（b）的蒸散發(fā)量年際變化可知，在廣西的中西部（柳州等地）、廣東的中部（廣州）、東部（潮汕地區(qū)）、福建東北部（福州等地）以及浙江西部（杭州等地），其蒸散發(fā)的標準差表現(xiàn)出明顯的高值，均大于5 mm；相比之下，其它地區(qū)的蒸散發(fā)量年際波動相對較小。

圖4 1980-2020年東南沿海地區(qū)年蒸散發(fā)量空間變化Fig.4 Spatial changes of annual ET in southeast coastal China from 1980 to 2020

基于Mann-Kendall趨勢檢驗，對每個空間網(wǎng)格點的蒸散發(fā)變化進行趨勢分析，并統(tǒng)計其Z統(tǒng)計量的分布情況。圖5（a）中，網(wǎng)格顏色表示Z統(tǒng)計量的數(shù)值，藍色表示增加，紅色表示減少。對于沿海6個省市地區(qū)蒸散發(fā)空間分布，絕大多數(shù)網(wǎng)格的蒸散發(fā)均表現(xiàn)出明顯的變化趨勢。統(tǒng)計分析可知，80.02%的地區(qū)表現(xiàn)出顯著變化趨勢，其中77.62%為顯著增加趨勢，2.40%為顯著減少趨勢[圖5（a）]。值得注意的是，呈現(xiàn)顯著減少趨勢的地區(qū)主要分布在廣東省的珠江三角洲地區(qū)（如粵港澳大灣區(qū)），以及長江三角地區(qū)（上海、杭州、寧波和蘇州等地區(qū)）。由此表明，隨著城市化進程的加劇，人類活動正在不同程度上改變著地表下墊面，而這一改變也對地表蒸散發(fā)過程乃至水循環(huán)過程產(chǎn)生著深刻影響。從Mann-Kendall趨勢檢驗Z統(tǒng)計量的分布規(guī)律可知，Z統(tǒng)計量的均值為3.68，且頻數(shù)較大的值主要分布在4～6之間，遠遠大于1.96的顯著性檢驗標準。由此表明，研究區(qū)的蒸散發(fā)增加趨勢是主要且顯著的。

圖5 1980-2020年東南沿海地區(qū)年蒸散發(fā)量變化趨勢空間分布Fig.5 Spatial distribution of ET change trend in southeast coastal China from 1980 to 2020

3.2.2 季節(jié)尺度空間變化

為進一步探究蒸散發(fā)的年內季節(jié)性空間變化規(guī)律，分別繪制春、夏、秋、冬4個季節(jié)的蒸散發(fā)空間格局，見圖6和圖7。從4個季節(jié)蒸散發(fā)的空間分布可知，夏季蒸散發(fā)量最大，春季和秋季相當，冬季蒸散發(fā)量最小。對于夏季，廣西、廣東、福建、浙江等地區(qū)的蒸散發(fā)量較上海和江蘇等地區(qū)大，前者蒸散發(fā)量均在100 mm∕mon以上，部分地區(qū)超過120 mm∕mon。其中，福建省的蒸散發(fā)量最大，主要集中在西部和北部地區(qū)，這主要與下墊面較高的森林覆蓋度有關。福建省是我國公認的綠化率最高的省份，森林覆蓋率高達66.8%，位于全國首位，素有“八山一水一分田”之稱。地處福建省西部的三明市，森林覆蓋率超過78%，是中國的“綠都”和“國家森林城市”。因此，植被的覆蓋為下墊面蒸散發(fā)量提供主要貢獻。相比之下，城市化水平較高的上海和廣州等地區(qū)，其蒸散發(fā)量則稍顯偏低，這一現(xiàn)象在春季[圖6（a）]表現(xiàn)的更為明顯。此外，由于受到氣候條件的影響，以北緯30°為界限，無論是秋季還是冬季，界限以南的區(qū)域和以北的區(qū)域，蒸散發(fā)量也呈現(xiàn)出明顯的區(qū)別。例如，在冬季，江蘇省及其以南的省份蒸散發(fā)量基本維持在40 mm∕mon以上，而在其以北的地區(qū)，蒸散發(fā)量則基本不超過40 mm∕mon。

圖6 1980-2020年東南沿海地區(qū)蒸散發(fā)量年內四季的空間變化形態(tài)Fig.6 Spatial distribution of seasonal ET in southeast coastal China from 1980 to 2020

圖7 1980-2020年東南沿海地區(qū)四季蒸散發(fā)量的年際間標準差Fig.7 Spatial distribution of the standard deviation of seasonal ET in southeast coastal China from 1980 to 2020

從四季蒸散發(fā)的年際間標準差空間分布可知，春、夏、秋、冬4個季節(jié)蒸散發(fā)量標準差分別為6.00、5.73、3.70和3.92 mm∕mon，說明波動幅度劇烈程度為春季＞夏季＞冬季＞秋季，這與蒸散發(fā)量的貢獻率表現(xiàn)出不一致。其中，春季蒸散發(fā)年際波動最為明顯，且主要波動高值主要出現(xiàn)在福建省的中西部和浙江省的西部等地區(qū)。秋冬兩季的蒸散發(fā)年際波動最弱，其中冬季江蘇省中部以北地區(qū)的蒸散發(fā)波動尤為不明顯，基本在2.0 mm∕mon以下。波動情況與蒸散發(fā)量的不一致表明，蒸散發(fā)的空間分布具有較強的異質性及不確定性。

類似地，利用Mann-Kendall趨勢檢驗方法分別對蒸散發(fā)在年內4個季節(jié)的變化趨勢進行分析，可得圖8、圖9和表1。從圖8和圖9可知，春、夏、秋、冬4個季節(jié)蒸散發(fā)量總體上均表現(xiàn)出明顯的增加趨勢。其中，春季蒸散發(fā)增加趨勢最為明顯，其呈現(xiàn)顯著增加（通過95%顯著性檢驗）的面積占比高達76.89%，顯著減少的面積占比僅有0.18%，而22.93%面積的地區(qū)蒸散發(fā)量雖有變化，但并不顯著。此外，對于蒸散發(fā)量增加趨勢相對較小的冬季，同樣有接近60%地區(qū)的蒸散發(fā)呈現(xiàn)顯著增加。與蒸散發(fā)年變化趨勢類似，對于秋、冬兩季，呈現(xiàn)顯著減少趨勢的地區(qū)主要分布在廣東省的珠江三角洲地區(qū)和江蘇南部等地。

表1 四季蒸散發(fā)變化趨勢面積占比 %Tab.1 The proportion of the area of the change trend of evapotranspiration in the four seasons

圖8 基于Mann-Kendall趨勢檢驗的1980-2020年東南沿海地區(qū)四季蒸散發(fā)量變化趨勢空間分布Fig.8 Spatial distribution of seasonal ET change trend in southeast coastal China from 1980 to 2020

圖9 基于Mann-Kendall趨勢檢驗的1980-2020年東南沿海地區(qū)四季蒸散發(fā)Z統(tǒng)計量的分布情況Fig.9 Spatial distribution of the Z statistics of seasonal ET derived from Mann-Kendall method in southeast coastal China during 1980 to 2020

此外，通過對Mann-Kendall趨勢檢驗的Z統(tǒng)計量分布規(guī)律進行分析可知，4個季節(jié)的Z統(tǒng)計量擬合得到的正態(tài)分布的均值基本都在2～4之間，不同季節(jié)略有差異。從整個分布形態(tài)不難看出，春季的Z統(tǒng)計量分布更為分散，而秋季和冬季則表現(xiàn)為更加集中。總體而言，大多數(shù)Z統(tǒng)計量都大于95%的顯著性水平標準（|Z|＞1.96）。

3.3 蒸散發(fā)的周期性分析

為了探究蒸散發(fā)時空變化的周期性，本研究采用功率譜小波分析對蒸散發(fā)的年際、季節(jié)在年際尺度的周期性進行計算分析，因此每個序列都有41個值，即每年的區(qū)域平均值，計算結果見圖10～圖12。在圖10（a）中，橫坐標代表年份，縱坐標表示周期（通常以年為單位）。圖中的顏色可勾勒出等值線，不同顏色表示不同的小波譜密度，其中粗黑等值線為置信水平大于95%，“V”形結構表示影響錐，其可以將功率譜分為“錐內”和“錐外”兩個部分，其中“錐外”的部分由于數(shù)據(jù)長度限制可以不予考慮。在圖10（b）中，橫軸表示能量，縱軸表示周期，圖中紅色虛線代表背景紅噪音理論曲線，如果黑色實線在紅色虛線右邊，則超越的部分黑色實線對應的數(shù)值就是周期值，且通過了顯著性檢測。

圖10 年蒸散發(fā)量小波功率譜等值線圖及小波方差譜圖Fig.10 Wavelet power spectrum contour and variance spectrum of annual ET

圖12 四季蒸散發(fā)量小波方差譜圖Fig.12 Wavelet variance spectrum of seasonal ET

從沿海地區(qū)年尺度蒸散發(fā)的周期性（圖10）可知，在1980-2020年間，蒸散發(fā)量雖有波動，但其周期性并不明顯。小波功率譜圖“錐內”沒有出現(xiàn)明顯的周期性等值線高值中心，且小波方差圖的紅色虛線右側也無黑色實線。由此表明，蒸散發(fā)在年尺度的周期性特征似乎并不明顯。然而，進一步探究蒸散發(fā)的四季周期性特性可以發(fā)現(xiàn)（圖11和圖12），春、夏、秋、冬4個季節(jié)均呈現(xiàn)出明顯的周期性變化規(guī)律，其中春季以4.0 a為周期，并伴隨著明顯的震蕩；夏季以2.3 a為周期；秋季則以3.2 a為周期并伴隨著強烈的震蕩。最為明顯的是冬季，其主周期為7.4 a和3.2 a，并出現(xiàn)了明顯的周期性震蕩規(guī)律。

圖11 四季蒸散發(fā)量小波功率譜等值線圖Fig.11 Wavelet power spectrum contour of seasonal ET

從蒸散發(fā)年尺度和季節(jié)尺度周期性分析結果可知，雖然年尺度上沒有明顯的周期性變化特征，但其年內4個季節(jié)卻呈現(xiàn)出不同尺度的顯著周期性變化規(guī)律。由此表明，短時段蒸散發(fā)量的周期性變化（如季節(jié)性的周期性），在進行時段合并或整合成長時間尺度（年尺度）之后，這種周期性會不同程度地“坦化”掉，導致在長時間尺度上無法表現(xiàn)出來。

4 結 論

（1）1980-2020年，我國東南沿海地區(qū)的多年平均蒸散發(fā)量為794.7 mm，春、夏、秋、冬4個季節(jié)的蒸散發(fā)量分別為68.9、95.5、64.3和35.5 mm∕mon，對全年蒸散發(fā)量的貢獻度為夏季＞春季＞秋季＞冬季。

（2）時間上，我國東南沿海地區(qū)近40年蒸散發(fā)量呈現(xiàn)出明顯的增加趨勢，增速為1.87 mm∕a。春、夏、秋、冬4個季節(jié)蒸散發(fā)增速分別為0.22、0.16、0.13和0.09 mm∕(mon·a)，其中春季對于年蒸散發(fā)增加的貢獻度最大，夏季次之，冬季最小，這和蒸散發(fā)量的貢獻度表現(xiàn)出不一致的順序?？臻g上，年尺度蒸散發(fā)有80.02%的面積表現(xiàn)為顯著增加的趨勢，且增加趨勢通過了95%的顯著性水平的檢驗。春、夏、秋、冬四季中，呈現(xiàn)顯著性增加的面積也基本都在60%以上。其中廣西、廣東、福建等省份較為明顯。周期性上，蒸散發(fā)在年尺度上無明顯的周期性，但在季節(jié)尺度上卻表現(xiàn)出明顯的周期性規(guī)律。

（3）珠江三角洲和長江三角地區(qū)的蒸散發(fā)表現(xiàn)出明顯的減少趨勢，這可能源于該區(qū)域高度的城市化，城市建設不同程度地使植被覆蓋減少，進而導致植被蒸散發(fā)減少。