王旭, 秦翔宇, 蘇子昕, 王鑫, 青玲萱, 薛飛陽, 楊存建

四川師范大學(xué)地理與資源科學(xué)學(xué)院

蒸散作用是大自然的水循環(huán)進程中最重要的機制與變量之一，是制約著全球自然生態(tài)系統(tǒng)演化的最重要因素，它還在全球環(huán)境的構(gòu)建上起著至關(guān)重要作用[1]。一般，70%的地表雨水都以熱蒸散的形式返回海洋中，但在半干旱地區(qū)，這一數(shù)量卻高達90%。旱災(zāi)是一個很普遍的自然災(zāi)害，在氣候變化的大背景下，其出現(xiàn)的時間頻率和空間格局都會出現(xiàn)變化，對地方經(jīng)濟社會發(fā)展和糧食安全都造成了不穩(wěn)定性[2]。干旱地區(qū)蒸散對下墊面的影響非常靈敏，并控制了蒸散的影響格局[3]。據(jù)此，通過深入研究海洋和地表蒸散量的干旱變化及其特征，也就可以對區(qū)域資源的合理分配提出科學(xué)依據(jù)，對水文模擬、生態(tài)農(nóng)業(yè)和環(huán)境保護等領(lǐng)域，均存在著重要的研究價值和研究意義。近幾十年來，隨著NASA 科學(xué)家們的努力，一系列具體的海洋遠程遙感蒸散作用模型應(yīng)運而生，其中最著名的是Peaman-Monteith 方程，它可以準(zhǔn)確反映陸地的表面狀況，而最近推出的MOD16 則更是可靠，它的準(zhǔn)確性達到86%，并且獲得了國際認可[4]。CWSI，一種建立在能量平衡原則之上的方法，它（Crop Water Stress Index）的物理含義清晰，可靠性強，而且可以提供較高的計算準(zhǔn)確率，因而被廣泛地應(yīng)用于探索大規(guī)模蒸發(fā)的變化規(guī)律[5]。

四川省氣候特點主要為區(qū)域差異大，自然資源分配不均，自然災(zāi)害頻發(fā)，嚴(yán)重制約了當(dāng)?shù)氐霓r(nóng)業(yè)發(fā)展[6]。已有學(xué)者對代表站點對潛在蒸散量進行研究，探討了影響作物蒸散的主要因素[7]。由于前人對于土壤蒸散作用的探討，大多是根據(jù)站點氣象資料預(yù)測的，對于土壤地表和墊層植物生長等要素考察不足，目前雖然已采用了盡可能多的地面測候站，但還是面臨著臺站數(shù)量稀疏的困難問題。當(dāng)利用經(jīng)驗?zāi)Ｊ綄︻A(yù)測所獲得的各站土壤地表分布量外插內(nèi)推時，因為四川盆地土壤多樣而出現(xiàn)了很大偏差。近年來，采用衛(wèi)星遙感技術(shù)進行土壤蒸散反演算法也比較可行，何慧娟等人根據(jù)MODIS 遙感數(shù)據(jù)資料的收集結(jié)果，采用作物缺水指數(shù)方法，探討了陜西省關(guān)中地區(qū)的旱災(zāi)特點[8]。尼格娜熱·阿曼太等使用可變下滲過程模擬技術(shù)模擬艾比湖流域的水文過程，分析了區(qū)值實際蒸發(fā)散量的日、年、日時間規(guī)律[9]。褚榮浩等利用MOD16 數(shù)據(jù)分析了安徽省蒸散和干旱變化的影響因素[10]。但研究過程中選取的氣象站點數(shù)量不足，研究結(jié)果缺少說服力，且對不同土地利用類型下的蒸散研究與變化情況分析也較少。因此選取了MOD16 遙感數(shù)據(jù)，以及四川省氣象站點常規(guī)觀測數(shù)據(jù)，結(jié)合變異系數(shù)、趨勢分析方法和Mann-Kendall 檢驗（M-K），探討了2000 年—2020 年地表ET、PET 和CWSI 變化和不同土地利用狀況下的ET、PET 和CWSI 的變化特征，并為四川省農(nóng)業(yè)發(fā)展，水資源合理分配和經(jīng)濟發(fā)展提供科學(xué)依據(jù)。

1 研究區(qū)概況

四川（97°21′～108°12′E，26°03′～34°19′N），位于我國西南中心腹地，長江上游流域，地處長江流域中下游平原和青藏高原中間的過渡帶。河流眾多，以長江水系為主。地處亞熱帶濕潤氣候，年均溫16—18℃，年降水量900—1 200 mm，降水主要集中在5—10 月，容易引發(fā)洪澇災(zāi)害，季風(fēng)氣候明顯，雨熱同期。四川地貌復(fù)雜，以山地為主要特點，分布有山地、丘陵、平地和草原等四種主要地貌類型，分別為全省國土面積的74.2%、10.3%、8.2%、7.3%，也是我國山地資源最為集中的區(qū)域之一[1]。

2 數(shù)據(jù)來源

2.1 高程數(shù)據(jù)

采用的是數(shù)字高程模型（Digital Elevation Model，DEM），空間分辨率為90m，數(shù)據(jù)來源于地理空間數(shù)據(jù)云（https://www.gscloud.cn/）。

2.2 遙感數(shù)據(jù)

采用的是第六版的MOD16 遙感蒸散產(chǎn)品數(shù)據(jù)，空間分辨率為500 m，數(shù)據(jù)來源為美國NASA（https://ladsweb.modaps.eosdis.na sa.gov/archive /），它是以Penman-Monteith 公式為基礎(chǔ)計算得到的，但MOD16 對裸土、沙漠地區(qū)的蒸散發(fā)不進行計算，數(shù)據(jù)原始分辨率為500 m，時間分辨率為8 天，時間跨度為2001—2020 年。數(shù)據(jù)集主要包括實際蒸散量（ET）、潛熱通量（LE）、潛在蒸散量（PET）和潛在潛熱通量（PLE），該數(shù)據(jù)已在全球范圍內(nèi)得到了廣泛驗證與使用。

2.3 土地利用數(shù)據(jù)

圖1 四川省概況圖（2020 年）Fig. 1 Overview map of Sichuan Province

該產(chǎn)品采用武漢大學(xué)制作的中國年度土地覆蓋數(shù)據(jù)集（annual China Land Cover Dataset, CLCD），將四川省土地利用類型分為9 種，分別為農(nóng)田、森林、灌木、草地、水體、冰雪、裸地、不透水面和濕地[11]。數(shù)據(jù)來源為武漢大學(xué)遙感信息處理所（http://irsip.whu.edu.cn/index.php）。

3 研究方法

3.1 作物缺水指數(shù)（CWSI）

基于熱力學(xué)定律的作物缺水指數(shù)法，具有物理學(xué)上的顯著性，其可操作性強、覆蓋面寬，而且具有較高的計算準(zhǔn)確性，已經(jīng)被普遍地運用于干旱的監(jiān)控。具體計算公式如下：

式中，ET 表示實際蒸發(fā)量（mm），PET 表示潛在蒸發(fā)量（mm），這是指該地區(qū)在充分供水時的蒸發(fā)量。這個公式表明，CWSI 值在0—1 之間，值越大，說明該地區(qū)越干旱，反之，說明該地區(qū)越濕潤。

3.2 趨勢分析

非參數(shù)Mann-Kendall（M-K）檢驗[12]。基于H0為一系列數(shù)據(jù)，xi是獨立、均勻分布，而H1則是位于X 中，并呈現(xiàn)出單調(diào)的特征。因此，可以用統(tǒng)計學(xué)方法來計算S 以及標(biāo)準(zhǔn)化檢驗統(tǒng)計量Z，其計算方法可以用以下方程來表示：

式中，xj表示第j 年的數(shù)據(jù)，xi 表示第i 年的數(shù)據(jù)，而n 則表示該時間序列的總長。統(tǒng)計量S 大多呈正態(tài)分布，且n≥8），而它的平均值E（S）以及它的方差Var（S）的計算可以用以下的公式來表示：

q 代表一致的編號，而tp則指的是在第p 次步驟中，該公式所得出的結(jié)果。

其中Z 為時間序列數(shù)據(jù)的變化趨勢，Z＞0 和Z＜0 分別表示時間序列數(shù)據(jù)呈上升或下降趨勢。如果|Z|＞Z(1-a/2)，說明該假設(shè)不成立，且時間序列數(shù)據(jù)有顯著的變化趨勢。Z(1-a/2)為標(biāo)準(zhǔn)正態(tài)分布表中的標(biāo)準(zhǔn)正態(tài)偏差。

通過Theil-Sen’s 估計方法，可以準(zhǔn)確地評估相關(guān)變量的變化趨勢，以及它們之間的關(guān)系。

β 代表了估計出的數(shù)據(jù)序列的變化趨勢，它可以用來描述時間j 和i 之間的變化情況。當(dāng)β＞0 時，表明該序列數(shù)據(jù)正在不斷增長，而當(dāng)β＜0 時，則表明該序列數(shù)據(jù)正在減少。

3.3 變異系數(shù)

計算逐年ET、PET 和CWSI 柵格數(shù)據(jù)的變異系數(shù)（Coefficient of Variation，CV），以此來反映各要素在近20 年的變異程度，統(tǒng)計分析研究區(qū)ET、PET 和CWSI 在空間分布上的穩(wěn)定性，具體計算公式如下：

其中，SDij為第i 行、第j 列的像元的標(biāo)準(zhǔn)差，為第i 行第j 列的像元年均值。CV 越大，表明各要素分布越離散，且在時間序列上波動較大；反之，CV 越小，表明各要素分布較集中，且在時間序列上較穩(wěn)定。為直觀反映四川省各要素變化特征，將CV 分為5 個等級[13]。

4 結(jié)果與分析

4.1 四川省ET、PET 和CWSI 時空變化特征

由圖2 可知，四川省2001—2020 年ET 呈增長趨勢，增長速率為6.7739 mm·a-1；PET 呈減少趨勢，減少速率為5.1192 mm·a-1；CWSI 呈減少趨勢，減少速率為0.0045·a-1。ET 的上升趨勢較為平緩，PET 的下降趨勢也較為平緩，而CWSI 的下降趨勢相比ET 和PET 更加快速。

表1 CV 波動性等級表Tab. 1 Volatility scale of CV

圖2 四川省2001 年—2020 年ET、PET 和CWSI 年變化特征Fig. 2 Annual change characteristics of ET, PET and CWSI in Sichuan Province from 2001 to 2020

由圖3 中ET、PET 和CWSI 的空間變異分布圖中可發(fā)現(xiàn)，四川省地區(qū)平均ET 值在0—1 390 mm 之間，總體呈現(xiàn)出中西部地區(qū)高，東部地區(qū)低的特征，尤其以四川盆地地區(qū)為最低。年均PET 位于0—2 550 mm 之間，總體呈現(xiàn)四川盆地地區(qū)稍低，而其余地區(qū)較高的特點。年均CWSI 則呈現(xiàn)東部和西部地區(qū)較高，中部地區(qū)偏低的特點，CWSI 的值在0.067—0.918 之間。這表明四川省總體呈現(xiàn)東部和西部地區(qū)較為干燥，而中部地區(qū)較為濕潤的氣候特點，其中濕潤地區(qū)主要包括成都、眉山、德陽、雅安和綿陽地區(qū)。

圖3 四川省2001 年—2020 年ET、PET 和CWSI 的空間分布特征Fig. 3 Spatial distribution characteristics of ET, PET and CWSI in Sichuan Province from 2001 to 2020

根據(jù)圖4 和表2 的數(shù)據(jù)，可以發(fā)現(xiàn)，在2001 年至2020 年期間，四川省的CWSI 變化呈現(xiàn)出明顯的下降趨勢，大約占總面積的65.37%。相比之下，其余地區(qū)的CWSI 變化并不明顯，只有4.37%和0.07%的地區(qū)出現(xiàn)了顯著的增加。ET 顯著增加地區(qū)和不顯著增加的地區(qū)僅有四川省中部少部分地區(qū)，大部分位于雅安市，其余地區(qū)基本呈顯著減少和不顯著減少趨勢。ET 變化趨勢總體上呈不顯著增加趨勢，占總面積的72.48%；其次為不顯著減少和顯著增加趨勢，分別占總面積的17.09%和9.83%；顯著減少趨勢最少，面積占比僅為0.6%。ET 呈現(xiàn)顯著減少和不顯著減少的地區(qū)為雅安、涼山和樂山部分地區(qū)，其余地區(qū)均呈顯著和不顯著增加趨勢。PET 變化趨勢總體比較穩(wěn)定，主要呈不顯著減少和不顯著增加趨勢，占總面積的51.74%和42.73%；其余地區(qū)呈顯著減少和顯著增加趨勢，占總面積的3.65%和1.88%。四川省PET 總體呈現(xiàn)東部地區(qū)不顯著減少趨勢，而西部地區(qū)則呈現(xiàn)不顯著增加趨勢。

表2 CV 波動性等級表Tab. 2 Volatility scale of CV

圖4 四川省2001—2020 年CWSI、ET 和PET 變化趨勢和顯著性檢驗空間分布Fig. 4 Spatial distribution of ET, PET and CWSI trends and their significance in Sichuan Province from 2001 to 2020

根據(jù)圖5 可知，四川省的ET 變化情況總體上表現(xiàn)出較低的波動性，在四川盆地東部和西北高原地區(qū)，波動性更加明顯。而PET 變化情況則表現(xiàn)出高波動性和低波動性，在遂寧、南充和資陽等地區(qū)表現(xiàn)出低波動性，而在巴中、廣元、綿陽、成都和樂山等地區(qū)，表現(xiàn)出高波動性。CWSI 總體呈現(xiàn)低波動性，除了東北和東南部少部分地區(qū)以外，CWSI 波動性都維持在較低水平。

圖5 四川省2001—2020 年ET、PET 和CWSI 變異系數(shù)空間分布Fig. 5 Spatial distribution of variation coefficients of ET, PET and CWSI in Sichuan Province from 2001 to 2020

4.2 不同土地利用類型下的ET、PET 和CWSI變化特征

通過ArcGIS10.2 的分析，可以深入研究各種土地利用類型的ET、PET 以及CWSI 的變動情況，從而獲得2001-2020 年期間各個地區(qū)的數(shù)據(jù)，最終得到該時期的平均數(shù)據(jù)。根據(jù)圖6 可以看出，按照ET 值從高到低，分別是灌木、草原、森林、濕地、農(nóng)田、水域、裸地、不透水面以及冰雪這幾類土地利用類型。灌木、草地、森林和濕地這幾種土地利用類型的ET 值整體表現(xiàn)出了逐漸增加的特征，但是在其他地方的ET 值增長卻并未表現(xiàn)出太大的差異。PET 值在不同的土壤中表現(xiàn)出了明顯的差異，其中，濕地的PET 值最大，其次是灌木、草原、樹林、水體、不透水面、裸地，最后是冰雪，而這些PET 值的變化趨勢與整個區(qū)域的PET 值的變化趨勢大致一致，均在逐漸減小。各土地利用類型對應(yīng)的CWSI 值則總體呈現(xiàn)下降趨勢。其中，不透水面的CWSI 值最高，而裸地和冰雪的CWSI 值最低，其余各地類對應(yīng)的CWSI 值則差異不明顯。

圖6 不同土地利用類型ET、PET 和CWSI 變化特征Fig. 6 Variation characteristics of ET, PET and CWSI in different land use types

5 結(jié)論與討論

5.1 結(jié)論

通過對MODIS 遙感數(shù)據(jù)、CLCD 數(shù)據(jù)、水分虧缺指數(shù)、變異系數(shù)、趨勢分析方法及其顯著性檢驗檢驗的綜合分析，探究了四川省2001—2020 年的地表蒸散與干旱的時空變化特征。結(jié)論如下：

時間上，四川省2001—2020 年ET 總體呈不顯著增加趨勢，增長速率為0.6674 mm·a-1?？偟膩碚f，PET 沒有明顯的下降趨勢，下降幅度為0.5199 mm·a-1。相比之下，CWSI 有明顯的下降趨勢，下降幅度為0.0045 mm·a-1。

空間上，四川省年均ET 位于0—1 390 mm，高值區(qū)域主要位于西部高原區(qū)域，低值地區(qū)主要位于四川盆地。變化趨勢在-4—4.29 mm·a-1之間，總體呈顯著增加趨勢以及低波動性和較低波動性。PET位于0—2 550 mm，除了四川省中部少部分地區(qū)為低值區(qū)域，其余皆為高值區(qū)域。變化趨勢在-15.14—17.95 mm 之間，總體呈不顯著減少趨勢以及低波動性和高波動性。CWSI 位于0.066—0.917，高值區(qū)域位于四川省東部和西部，而低值區(qū)域位于四川省中部地區(qū)。變化趨勢-0.0366—0.0208 之間，總體呈顯著減少趨勢以及低波動性。

基于武漢大學(xué)CLCD 土地利用數(shù)據(jù)將四川省土地利用分為9 類，分別為農(nóng)田、森林、灌木、草地、水體、冰雪、裸地、不透水面和濕地，各土地利用類型對應(yīng)的ET 值從高到低依次基本為灌木、草地、森林、濕地、農(nóng)田、水體、裸地、不透水面和冰雪，PET 值從高到低分別為濕地、灌木、草地、森林、水體、不透水面、裸地和冰雪，而CWSI，不透水面的值最高，而裸地和冰雪的值最低，其余各地類對應(yīng)的CWSI 值則差異不明顯。

5.2 討論

四川省蒸散相關(guān)的研究較少，多是基于站點尺度來進行分析參考作物的蒸散量?；贛OD16 遙感數(shù)據(jù)，分析了ET、PET 和CWSI 的變化特征，探討了不同地類ET、PET 和CWSI 的差異，彌補了現(xiàn)有研究的不足。但由于四川省地表情況較為復(fù)雜，高差較大，數(shù)據(jù)精度不足，數(shù)據(jù)種類較少，研究方法較少，且影響ET、PET 和CWSI 的因素較多，因此還需提高數(shù)據(jù)精度，使用更多方法，并結(jié)合研究區(qū)實際情況來進行進一步分析。隨著工業(yè)化和城市化的繼續(xù)發(fā)展，ET、PET 和CWSI 的變化趨勢是否會繼續(xù)延續(xù)，研究區(qū)的生態(tài)系統(tǒng)會如何響應(yīng)，也需要更全面的數(shù)據(jù)和更精確的方法來進行研究。