摘 要：為了更好地了解長江中下游6個子流域蒸散發(fā)量時空演變特征，以及氣候和下墊面因子改變對蒸散發(fā)量變化的影響，基于GRACE重力衛(wèi)星觀測數(shù)據(jù)和水量平衡法重建了長江中下游6個子流域?qū)嶋H蒸散發(fā)ET序列，評估并融合了3種ET數(shù)據(jù)集，獲得1992—2015年高精度的逐月蒸散發(fā)量，分析了6個子流域蒸散發(fā)量年值和季節(jié)值的變化趨勢，引入土地利用程度綜合指數(shù)La，基于通徑分析法定量評估了氣候和下墊面因子對各子流域蒸散發(fā)量變化的直接和間接影響。結(jié)果表明：①3種數(shù)據(jù)集在長江中下游流域的適用性較好，基于最小二乘權(quán)重法的數(shù)據(jù)融合方法減小了ETrecon與ETNOAH、ETGLEAM的平均差和均方根誤差，減小了ETNOAH、ETCR的標(biāo)準(zhǔn)差。②長江中下游流域多年平均蒸散發(fā)量為728.7 mm，空間上自西北向東南遞增；6個子流域不同季節(jié)的蒸散發(fā)量均呈升高趨勢，其中春、夏季的增幅最大。③各子流域年蒸散發(fā)量增加主要由La增強(qiáng)和氣溫升高所致，氣溫、La和植被覆蓋率等要素的間接作用致使太湖流域風(fēng)速降低對蒸散發(fā)量的影響從正向變?yōu)樨?fù)向。④氣溫升高促進(jìn)了NDVI對6個子流域春、夏季蒸散發(fā)量增加的正向效應(yīng)，太湖流域、長江中游和下游干流區(qū)秋、冬季降水的增加削弱了輻射降低對蒸散發(fā)量變化的作用，而風(fēng)速上升是洞庭湖流域、中游干流區(qū)冬季蒸散發(fā)量微弱增加的主導(dǎo)因素。研究結(jié)果將為長江中下游流域水資源管理、干旱預(yù)測和生態(tài)功能評估等研究提供理論基礎(chǔ)與科學(xué)依據(jù)。

關(guān)鍵詞：實際蒸散發(fā);下墊面;氣候變化;驅(qū)動機(jī)制;長江中下游流域

中圖分類號：TV11"" 文獻(xiàn)標(biāo)識碼：A"""""" 文章編號：2096-6792（2024）04-0036-11

Evolution Characteristics and Driving Mechanisms of Actual Evapotranspiration in the Middle and Lower Reaches of the Yangtze River Basin

Abstract：" In order to better understand the spatial and temporal evapotranspiration （ET） evolution characteristics of the six sub-basins in the middle and lower reaches of the Yangtze River， as well as the impacts of the changes in climate and subsurface factors on the changes in ET， the actual ET sequences of the six sub-basins in the middle and lower reaches of the Yangtze River were reconstructed based on the GRACE gravity satellite observation data and the water balance method. Three ET datasets were evaluated and merged to obtain high-precision monthly ET from 1992 to 2015. The trend of annual and seasonal ET in 6 sub-basins was analyzed， and the comprehensive index of land use degree （La） was introduced. Based on path analysis， the direct and indirect effects of climate and underlying surface factors on the change of ET in each sub-basin were quantitatively evaluated. The results are as follows. Firstly， the applicability of the three datasets in the middle and lower reaches of the Yangtze River Basin is better， and the data fusion method based on the least-squares weighting method reduces the mean difference and root-mean-square error of ETrecon and ETNOAH and ETGLEAM， and reduces the standard deviation of ETNOAH and ETCR. Secondly， the average ET in the middle and lower reaches of the Yangtze River Basin is 728.7 mm， increasing spatially from northwest to southeast. The ET of the six sub-basins showed an increasing trend in different seasons， and the increase was the largest in spring and summer. Thirdly， the increase of annual ET in each sub-basin was mainly caused by the enhancement of La and the increase of air temperature， and the indirect effects of air temperature， La and vegetation cover caused the effect of the decrease of wind speed on ET in the Taihu Lake basin to change from positive to negative. Fourthly， the increase of temperature promoted the positive effect of NDVI on the increase of EV in spring and summer in 6 sub-basins. The increase of precipitation in autumn and winter in the Taihu Lake basin， the middle and lower reaches of the Yangtze River weaken the effect of radiation reduction on ET change， while the increase of wind speed is the dominant factor for the slight increase of ET in winter in the Dongting Lake basin and the middle reaches of the Yangtze River. The research results will provide theoretical and scientific basis for water resources management， drought prediction and ecological function assessment in the middle and lower reaches of the Yangtze River Basin.

Keywords：" actual evapotranspiration; underlying surface; climate change; driving mechanism; the middle and lower reaches of the Yangtze River Basin

實際蒸散發(fā)（Evapotranspiration，ET）包括植被蒸騰和水分蒸發(fā)，是指土壤、植被和大氣系統(tǒng)中的水汽交換量與過程，與生態(tài)系統(tǒng)服務(wù)、生態(tài)安全格局息息相關(guān)。蒸散發(fā)是全球氣候變化環(huán)境下能量平衡和水碳循環(huán)的重要組成部分［1-3］，準(zhǔn)確測定與估算蒸散發(fā)量對流域水資源管理、生態(tài)環(huán)境保護(hù)等均具有十分重要的意義。流域?qū)嶋H蒸散發(fā)量的測定和估算一直是水文循環(huán)研究的重點和難點，目前ET數(shù)據(jù)的獲取主要有地面觀測、模型模擬和遙感反演3種方式［4］。遙感反演可基于Penman-Monteith 模型、互補(bǔ)關(guān)系法、能量剩余法等［5］進(jìn)行。因使用的傳感器、物理機(jī)制、統(tǒng)計分析方法不同，單個遙感ET產(chǎn)品數(shù)據(jù)集在區(qū)域上的適用性也不同。YANG X Q等［6］基于水量平衡法驗證了GLEAM產(chǎn)品數(shù)據(jù)集在淮河流域的適用性;何韶陽等［7］對3種全球高分辨率ET產(chǎn)品數(shù)據(jù)集在華北平原的適用性進(jìn)行了驗證，并對其時空變化情況進(jìn)行了對比，發(fā)現(xiàn)耕地對應(yīng)的各ET產(chǎn)品數(shù)據(jù)集的差異最大;YAO Y J等［8］結(jié)合通量塔數(shù)據(jù)，利用貝葉斯方法融合了5種不同算法的蒸散發(fā)產(chǎn)品數(shù)據(jù)集;張珂等［9］基于ETPLSH、ETJung、ETMODIS 3種遙感蒸散發(fā)

產(chǎn)品數(shù)據(jù)集，通過水量平衡法重建了金沙江流域?qū)嶋H蒸散發(fā)量月序列。數(shù)據(jù)融合可有效降低單一遙感ET產(chǎn)品數(shù)據(jù)集與實際蒸散發(fā)量的偏差，成為提升遙感ET產(chǎn)品數(shù)據(jù)集在區(qū)域尺度上適用性的可靠手段。此外，GRACE（Gravity Recovery and Climate Experiment）重力衛(wèi)星反演陸地水儲量變化為利用水量平衡方法進(jìn)行流域?qū)嶋H蒸散發(fā)量估算提供了有效途徑。然而，自2002年起GRACE數(shù)據(jù)僅能在較大的空間尺度（gt;20萬 km2）上較為準(zhǔn)確地反映陸地水儲量的變化。因此，其在實際應(yīng)用中存在一定的局限性。

長江中下游流域是我國三大糧食主產(chǎn)區(qū)之一。隨著南水北調(diào)工程的實施，其已成為我國中部和北方地區(qū)重要的水資源供給區(qū)，在我國經(jīng)濟(jì)社會發(fā)展戰(zhàn)略中占據(jù)重要地位。長江中下游流域地處熱帶季風(fēng)氣候區(qū)，初夏梅雨期易發(fā)生澇災(zāi)，盛夏天氣酷熱時易發(fā)生旱災(zāi)［10］。近幾十年，隨著城市化進(jìn)程的加快，建設(shè)用地增加，長江中下游流域成為我國土地利用變化最為活躍的地區(qū)［11-12］。氣候和下墊面的變化將引起流域水文循環(huán)過程和水資源分配方式的改變，分析蒸散發(fā)量的演變特征及其驅(qū)動機(jī)制對于長江中下游流域水資源管理、生態(tài)系統(tǒng)服務(wù)功能評價等具有重要意義。

眾多學(xué)者圍繞長江流域的實際蒸散發(fā)量演變及其影響因素開展了研究。如：尹劍等［13］運(yùn)用SEBS（Surface Energy Balance System）模型獲得了長江流域2000—2017年蒸散發(fā)量數(shù)據(jù)，發(fā)現(xiàn)蒸散發(fā)空間格局呈現(xiàn)明顯的分異性;詹云軍等［14］通過研究發(fā)現(xiàn)，長江流域?qū)嶋H蒸散發(fā)量的演變過程具有明顯的階段性規(guī)律，即1981—1997年呈非顯著下降趨勢，1998—2017年呈顯著上升趨勢。眾多研究結(jié)論表明：日照時數(shù)和風(fēng)速的下降是20世紀(jì)60年代至20世紀(jì)末期長江流域?qū)嶋H蒸散發(fā)量減少的主要氣候原因［15］，而21世紀(jì)至今蒸散發(fā)量的增加主要由氣溫上升和下墊面植被恢復(fù)所致［14-16］。此外，長江中下游地區(qū)農(nóng)村耕地冬季撂荒使?jié)駶櫢乇韺又苯咏邮茌椛淠芰浚瑢?dǎo)致蒸散發(fā)量增加［17］。同時，全球變暖導(dǎo)致氣溫升高，影響植被的生育周期和覆蓋類型［18］。反之，植被變化、土地利用方式通過改變地表反照率、粗糙度和土壤濕度等地表屬性直接或間接影響流域蒸散發(fā)量［19-20］。各環(huán)境因子間相互影響、相互制約，并對蒸散發(fā)量的變化產(chǎn)生影響。

以上表明，目前有關(guān)長江流域?qū)嶋H蒸散發(fā)量演變歸因的研究多集中于分析環(huán)境因子的直接影響，對于下墊面改變尤其是因子間接作用對蒸散發(fā)量影響的研究較少。鑒于此，本文基于GRACE重力衛(wèi)星觀測數(shù)據(jù)和水量平衡方法重建長江中下游流域?qū)嶋H蒸散發(fā)量序列，評估3種ET產(chǎn)品數(shù)據(jù)的精度，將其融合并延展至較長的時間序列;分析6個子流域?qū)嶋H蒸散發(fā)量時空演變特征，重點闡釋氣候和下墊面因子改變對蒸散發(fā)量變化的直接和間接影響。研究結(jié)果將為長江中下游流域水資源管理、干旱預(yù)測和生態(tài)功能評估等研究提供理論基礎(chǔ)與科學(xué)依據(jù)。

1 研究流域及數(shù)據(jù)

1.1 研究流域概況

長江中下游流域指湖北省宜昌市以東的長江流域，其地理位置位于東經(jīng)105°30′～122°30′、北緯23°45′～34°15′。該流域是我國中部和北方地區(qū)重要的水資源供給區(qū)，在國家社會經(jīng)濟(jì)發(fā)展戰(zhàn)略中占據(jù)重要地位。長江中下游流域可分為6個子流域：洞庭湖流域（DT）、漢江流域（HJ）、鄱陽湖流域（PY）、太湖流域（TH）、中游干流區(qū)（ZY）和下游干流區(qū)（XY）。流域總面積約79.5萬 km2，約占長江流域面積的53.4%;地形以平原為主，地勢由西向東降低，平均海拔377.5 m;多年平均氣溫16.0 ℃，多年平均降水量1 370.8 mm，多年平均風(fēng)速1.9 m/s。流域內(nèi)水文站點主要有宜昌、大通、漢口、九江、螺山等53個水文站；土地利用可分為耕地、林地、草地、城鎮(zhèn)用地和水域五大類。長江中下游流域主要水文站及土地利用類型分布情況如圖1所示。

1.2 數(shù)據(jù)資料

采用的數(shù)據(jù)包括遙感監(jiān)測數(shù)據(jù)、同化數(shù)據(jù)產(chǎn)品和實測數(shù)據(jù)。數(shù)據(jù)產(chǎn)品包括以下4種：①GRACE RL06重力衛(wèi)星水儲量數(shù)據(jù)（http：//grace.jpl.nasa.gov）；②基于GLDAS陸面同化系統(tǒng)的NOAH蒸散發(fā)產(chǎn)品數(shù)據(jù)（http：//earthdata.nasa.gov）；③由荷蘭阿姆斯特丹大學(xué)提供的基于遙感數(shù)據(jù)和陸面模型的GLEAM蒸散發(fā)產(chǎn)品數(shù)據(jù)（https：//www.gleam.eu/）；④基于蒸散發(fā)互補(bǔ)方法建立的中國地表蒸散發(fā)產(chǎn)品TEDAC（http：//data.tpdc.ac.cn/zh-hans/）和全球300 m分辨率歐空局陸地覆蓋數(shù)據(jù)（http：//ecocast.arc.nasa.gov）。氣象數(shù)據(jù)包括降水量P、凈輻射Rn、

氣溫Ta、風(fēng)速u、比濕SH。地面觀測數(shù)據(jù)包括中國區(qū)域地面氣象要素驅(qū)動數(shù)據(jù)集（http：//data.tpdc.ac.cn/zh-hans/）和通過水文年鑒獲取的徑流數(shù)據(jù)。具體數(shù)據(jù)信息見表1。

2 模型方法

2.1 水量平衡法

在非均勻下墊面區(qū)域，水量平衡法不受大氣變化的影響，在區(qū)域尺度上具有較高的適用性。GRACE衛(wèi)星反演水儲量數(shù)據(jù)的應(yīng)用為利用水量平衡法估算實際蒸散發(fā)量提供了有效途徑［9］。通過水量平衡法計算每個子流域的實際蒸散發(fā)量，以此為基準(zhǔn)評估蒸散發(fā)產(chǎn)品。即假設(shè)月尺度上流域水量達(dá)到平衡狀態(tài)，忽略誤差項后有：

ETrecon=P－R－ΔS;" （1）

ΔS=ΔS′i（dm）－ΔS′i（dm-1）。（2）

式中：ETrecon為流域平均蒸散發(fā)重建數(shù)據(jù)，mm;P為流域面平均降水量，mm;R為流域面平均徑流深，mm;ΔS為流域水儲量變化值，mm；ΔS′i（dm）和ΔS′i（dm－1）分別為第i個子流域第m月和第m-1月最后一天的經(jīng)過誤差修正的水儲量，mm。

2.2 基于最小二乘權(quán)重法的多源數(shù)據(jù)融合

數(shù)據(jù)融合可有效降低單一遙感ET產(chǎn)品數(shù)據(jù)與實際蒸散發(fā)量的偏差，成為提高遙感ET產(chǎn)品數(shù)據(jù)在區(qū)域尺度上適用性的可靠手段[8]。崔路明[29]基于最小二乘權(quán)重法對IMERG和GSMap降水?dāng)?shù)據(jù)進(jìn)行融合，發(fā)現(xiàn)兩種原始數(shù)據(jù)在不同流域內(nèi)得到了不同程度的優(yōu)化。本文將此方法引入到蒸散發(fā)產(chǎn)品數(shù)據(jù)融合中，基于觀測誤差最小化原則，融合得到集3種蒸散發(fā)產(chǎn)品優(yōu)勢于一體的1992—2015年月尺度蒸散發(fā)數(shù)據(jù)。最小二乘權(quán)重法融合的關(guān)鍵是觀測誤差的計算，本文以均方根誤差（RMSE）作為觀測誤差，選擇ETNOAH、ETCR和ETGLEAM進(jìn)行融合。以6個子流域2007—2016年3種蒸散發(fā)產(chǎn)品數(shù)據(jù)分別與ETrecon的均方根誤差為每月的計算權(quán)重，獲取長序列1992—2015年的逐月ETmerged值。將6個子流域每月的均方根誤差（RMSE）平方的倒數(shù)作為數(shù)據(jù)融合時的權(quán)重系數(shù)，其計算公式見式（3），具體步驟見文獻(xiàn)[29]。

式中：ωk為第k種蒸散發(fā)產(chǎn)品數(shù)據(jù)的權(quán)重;k為參與融合的3種蒸散發(fā)產(chǎn)品數(shù)據(jù)。

2.3 土地利用程度綜合指標(biāo)

環(huán)境因子（氣候和下墊面）的改變會對實際蒸散發(fā)量的變化產(chǎn)生直接或間接影響?？紤]降水量P、氣溫Ta、比濕SH、凈輻射Rn、風(fēng)速u等氣候因子和植被覆蓋率NDVI等下墊面指標(biāo)對實際蒸散發(fā)量變化的影響，引入土地利用程度綜合指標(biāo)La來定量評估區(qū)域土地利用改變對蒸散發(fā)量變化的貢獻(xiàn)。將土地利用類型分為耕地、林地、草地、城鎮(zhèn)用地和水域五大類，并通過計算La來量化土地利用強(qiáng)度。La的計算公式為：

式中：Ai為研究區(qū)第i級土地利用程度分級指數(shù)，根據(jù)莊大方和劉紀(jì)遠(yuǎn)[30]提出的土地利用程度分析方法，將土地利用程度按照土地利用自然綜合體在社會因素影響下的自然平衡保持狀態(tài)分為4級，并分別賦予未利用地的分級指數(shù)為1，林地、草地、水域的分級指數(shù)為2，耕地的分級指數(shù)為3，城鎮(zhèn)用地的分級指數(shù)為4;Ci為研究區(qū)第i級土地利用程度的面積比。La反映的是人類對土地開發(fā)利用的程度，取值范圍為100～400。

2.4 時空變化特征識別及主要影響因子判別法

采用基于像元的一元線性回歸分析法對1992—2015年長江中下游流域的蒸散發(fā)量、氣候因子、下墊面因子等進(jìn)行趨勢性分析，采用通徑分析揭示各環(huán)境因子對蒸散發(fā)變化的直接和間接影響。通徑分析采用多元線性回歸方法分析多個變量之間的關(guān)系。當(dāng)自變量數(shù)目多，且自變量間相互關(guān)系復(fù)雜（有些自變量間的關(guān)系是相關(guān)關(guān)系，有些自變量間可能是因果關(guān)系）或者某些自變量是通過其他自變量間接地對因變量產(chǎn)生影響時，可以采用通徑分析的方法。該方法已被廣泛用于探索環(huán)境變量和目標(biāo)變量之間的因果關(guān)系。如YAN R H等[17]采用通徑分析的方法分析了不同季節(jié)Rn、Ta、VPD、u、Ts對蒸散發(fā)量的影響。通徑分析法的表達(dá)式為：

riy=Piy+ri，1P1y+ri，2P2y…+ri，jPjy（j=1，2，…，n;j≠i）。（5）

式中：y為非獨立變量;xi為獨立變量;riy為xi和y的相關(guān)系數(shù)，代表xi對y的全部影響;Piy為xi和y的直接通徑相關(guān)系數(shù)，代表xi對y的直接影響;ri，j為xi和xj的相關(guān)系數(shù)，代表xj對y的全部影響;ri，jPjy表示xi、xj和y的間接通徑相關(guān)系數(shù)，

代表xi通過xj對y的間接影響。

2.5 評價指標(biāo)

為驗證蒸散發(fā)數(shù)據(jù)的可靠性和準(zhǔn)確性，采用以下統(tǒng)計指標(biāo)進(jìn)行評估[9]：平均差（MD）、均方根誤差（RMSE）、標(biāo)準(zhǔn)差（STD）、中心均方根誤差（RMSD）和相關(guān)系數(shù)（r）。各指標(biāo)的計算公式分別為：

3 結(jié)果分析

3.1 基于多源遙感產(chǎn)品的蒸散發(fā)數(shù)據(jù)集重建

基于GRACE重力衛(wèi)星數(shù)據(jù)以及水量平衡法重建了長江中下游各子流域2007—2016年逐月實際蒸散發(fā)量序列，并以此為標(biāo)準(zhǔn)對3種常用的ET產(chǎn)品數(shù)據(jù)集（ETNOAH、ETCR和ETGLEAM）進(jìn)行評估，結(jié)果如圖2所示。圖2（a）—（c）分別為ETNOAH、ETCR、ETGLEAM 與ETrecon的流域月均值散點對比圖。由圖2（a）—（c）可知：ETrecon與3種ET產(chǎn)品數(shù)據(jù)集在月值模擬上較為一致，散點分布比較集中；ETNOAH、ETCR、ETGLEAM與ETrecon均具有較強(qiáng)的相關(guān)性，其相關(guān)系數(shù)r依次為0.77、0.77、0.75；ETCR的RMSE與MD均最小，分別為16.84 mm/月和-3.14 mm/月，說明其與ETrecon在數(shù)值上的差異最小。由圖2（d）—（f）可知：ETCR在長江中下游流域的表現(xiàn)優(yōu)于ETNOAH和ETGLEAM的。

為分析ETmerged在長江中下游流域的適用性，結(jié)合泰勒圖（圖3）對比了4種ET數(shù)據(jù)集在6個子流域的精度。

由圖3可知：ETNOAH、ETCR、ETGLEAM、ETmerged與ETrecon均高度相關(guān)，r均為0.66以上，其中，數(shù)據(jù)集在中游干流區(qū)和漢江流域上的相關(guān)性最強(qiáng)，r均大于0.80；6個子流域中ETGLEAM的STD均最小，說明該數(shù)據(jù)集的穩(wěn)定性最強(qiáng)；ETmerged的STD均小于ETNOAH和ETCR的，略大于ETGLEAM的。綜合來看，基于最小二乘權(quán)重法的數(shù)據(jù)融合在數(shù)值上降低了不同ET數(shù)據(jù)集與ETrecon的差異，同時提高了數(shù)據(jù)的穩(wěn)定性，說明ETmerged數(shù)據(jù)集在長江中下游流域具有較高的可靠性和準(zhǔn)確性，可以用此數(shù)據(jù)集分析長江中下游6個子流域?qū)嶋H蒸散發(fā)量的時空演變特征。

3.2 長江中下游各子流域蒸散發(fā)時空變化特征

長江中下游各子流域1992—2015年蒸散發(fā)量的時空變化情況如圖4所示。經(jīng)計算可知，長江中下游流域年均實際蒸散發(fā)量變化范圍為550.3～896.5 mm，多年平均蒸散發(fā)量為728.7 mm。圖4（a）顯示蒸散發(fā)量的空間分布差異明顯：空間上，蒸散發(fā)量自西北向東南逐漸增大，高值區(qū)主要分布在流域中下游。由圖4（b）可以看出：6個子流域蒸散發(fā)量年值序列和季節(jié)值序列均呈上升趨勢；6個子流域春季的蒸散發(fā)量均呈顯著上升趨勢，上升速率均大于1.02 mm/年;夏季，太湖流域和下游干流區(qū)的蒸散發(fā)量均呈非顯著上升趨勢，其余子流域的均呈顯著上升趨勢，且除太湖流域的上升速率（0.47 mm/年）較小外，其余5個子流域的上升速率均大于1.02 mm/年;秋、冬季蒸散發(fā)量的上升趨勢均不顯著，6個子流域的上升速率均小于1.00 mm/年。

3.3 各子流域氣候因子和下墊面指標(biāo)的變化趨勢

1992—2015年長江中下游各子流域氣候因子和下墊面指標(biāo)的變化趨勢見表2。由表2可知：①冬季，除洞庭湖流域、鄱陽湖流域的Ta呈上升趨勢外，其余4個子流域的Ta均呈非顯著下降趨勢；6個子流域春、夏、秋季和年Ta值均呈上升趨勢。②6個子流域冬季的SH均減小，秋季除太湖流域外其余5個子流域的SH均增加。③春季6個子流域的Rn均增強(qiáng)；除洞庭湖流域外，其他子流域秋、冬季的Rn均減弱；除鄱陽湖流域外其余5個子流域的Rn年值均呈非顯著下降趨勢。④洞庭湖流域和漢江流域各季節(jié)u值均呈上升趨勢，太湖流域、下游干流區(qū)各季節(jié)u值均呈下降趨勢。⑤除太湖流域、中游干流區(qū)、下游干流區(qū)部分季節(jié)的NDVI值減小外，其余子流域不同季節(jié)的NDVI值均呈增加趨勢，且春季的增加趨勢最為明顯（其中洞庭湖、漢江流域相對年際變化率達(dá)0.53%）；而各子流域年NDVI值均呈上升趨勢。分析其原因為：植樹造林工程的推廣和農(nóng)業(yè)用水效率的提升使長江中下游流域植被生態(tài)系統(tǒng)的綜合質(zhì)量明顯提升。⑥6個子流域的La均呈顯著上升趨勢，其中太湖流域La的變化趨勢最顯著（相對年際變化率達(dá)0.27%），漢江流域的La最小，其年際變化趨勢也最為緩慢（相對年際變化率僅0.01%）。⑦6個子流域Ta和NDVI值的變化具有高度一致性。這是因為氣溫上升導(dǎo)致生長季延長和光合作用加強(qiáng)，從而促使植被生長。

3.4 各子流域土地利用及ET變化

將研究期劃分為3個時段：1992—1999年、2000—2007年、2008—2015年，各子流域不同時段的土地利用及ET變化情況如圖5所示。

由圖5可知：①1992—2015年長江中下游各子流域的土地利用以耕地和林地為主，漢江流域、中游干流區(qū)和下游干流區(qū)均有耕地減少、林地增加的趨勢，這得益于我國從2002年開始全面推行退耕還林工程。研究區(qū)53%的耕地面積分布于洞庭湖流域和鄱陽湖流域，研究區(qū)耕地和城鎮(zhèn)用地面積顯著增加、林地面積減小是La顯著增加的主要原因。②受高溫影響，鄱陽湖流域各類土地利用類型的蒸發(fā)值均明顯大于其他流域的，且草地的蒸散發(fā)量較其他土地利用類型的大。③漢江流域的林地面積占其流域總面積的54%，且林地面積逐漸增大，導(dǎo)致林地的蒸散發(fā)量較大。④太湖流域土地利用類型以耕地為主，耕地面積和林地面積減小、城鎮(zhèn)用地面積顯著增加導(dǎo)致該流域La顯著升高。⑤中游干流區(qū)和下游干流區(qū)的土地利用以耕地和林地為主，各類土地利用類型面積的變化與整個流域的土地利用類型面積的變化較為一致，同樣蒸散發(fā)量也隨著時間變化逐漸增大，且草地的蒸散發(fā)量最大。1992—2015年長江中下游各子流域土地利用的改變對蒸散發(fā)量變化的影響具有一定差異，但5種土地利用類型的蒸散發(fā)量均呈增加趨勢。

3.5 環(huán)境要素對蒸散發(fā)變化的影響

1992—2015年長江中下游各子流域蒸散發(fā)量及其影響因子的年尺度通徑分析結(jié)果如圖6所示。圖6中各影響因子均通過顯著性檢驗（p＜0.01）。

分析圖6可知：①各子流域年蒸散發(fā)量上升主要由La和Ta的顯著增加所致；②洞庭湖流域和鄱陽湖流域耕地面積增加、林地面積減小、La升高、農(nóng)作物生長以及樹木灌叢的減少釋放了更多的二氧化碳，促進(jìn)了Ta對蒸散發(fā)量增加的正向效應(yīng)（間接通徑系數(shù)分別為0.23、0.54）;③漢江流域林地面積增加，La升高，茂盛的植被使得植被蒸騰量和降水截留蒸發(fā)量有所增加，促進(jìn)了NDVI對蒸散發(fā)量增加的正向效應(yīng)（間接通徑系數(shù)為0.33）;④太湖流域u值由于受到Ta、La和NDVI的強(qiáng)烈影響（間接通徑系數(shù)分別為-0.37、-0.40、-0.26），導(dǎo)致u值降低對蒸散發(fā)量的影響從正向（直接通徑系數(shù)為0.43）變?yōu)樨?fù)向（相關(guān)性系數(shù)為-0.50）;⑤中游干流區(qū)La、Rn對蒸散發(fā)量的影響較大;⑥下游干流區(qū)u值由于受到La的強(qiáng)烈影響（間接通徑系數(shù)為-0.38），對蒸散發(fā)量的影響從正向（直接通徑系數(shù)為0.05）變?yōu)樨?fù)向（相關(guān)性系數(shù)為-0.52）；⑦6個子流域P和SH的變化對實際蒸散發(fā)量增加的影響較小。綜合來看，在年際變化上，1992—2015年Ta是影響太湖流域蒸散發(fā)量的主導(dǎo)因子，且u、La、NDVI通過Ta對蒸散發(fā)量產(chǎn)生了很強(qiáng)的間接影響;對于其余5個子流域，La是影響其蒸散發(fā)量的主導(dǎo)因子。

1992—2015年長江中下游各子流域年及季節(jié)尺度下的影響因子與蒸散發(fā)量的通徑分析結(jié)果見表3。表3中影響因子均通過顯著性檢驗（p＜0.01）。

由表3可知：①春、夏季Ta顯著升高是各子流域蒸散發(fā)量增加的主要原因，Ta對蒸散發(fā)量的直接作用均顯著大于總間接作用，雖然Ta對春季漢江流域和中游干流區(qū)蒸散發(fā)量的直接作用較弱，但Rn的增強(qiáng)促進(jìn)了Ta對春季漢江流域和中游干漢區(qū)蒸散發(fā)量增加的正向效應(yīng)（間接通徑系數(shù)分別為0.42、0.23）。②除太湖流域外，其他5個子流域秋季Ta仍然是影響蒸散發(fā)量最關(guān)鍵的因子。此外，洞庭湖流域NDVI的升高也是蒸散發(fā)量增加的重要原因。③冬季u值上升是洞庭湖流域、中游干流區(qū)蒸散發(fā)量微弱增加的主導(dǎo)因子。太湖流域、中游干流區(qū)和下游干流區(qū)秋、冬季蒸散發(fā)量受到Rn的影響也較大，但P的增加削弱了Rn降低對蒸散發(fā)量變化的作用，在其他因子的綜合作用下，6個子流域秋、冬季蒸散發(fā)量呈微弱的上升趨勢。6個子流域春、夏季各影響因子的相互作用明顯大于秋、冬季的。④1992—2015年各子流域NDVI對蒸散發(fā)量也產(chǎn)生了很大的影響，且受春、夏季Ta升高的強(qiáng)烈影響，春、夏季NDVI對蒸散發(fā)量的影響大于秋、冬季的，6個子流域春、夏季NDVI與蒸散發(fā)量的相關(guān)系數(shù)均大于0.42，這是因為植被在春、夏季生長旺盛，蒸騰作用較強(qiáng)，而秋、冬季生長較為緩慢，蒸騰作用較弱。⑤不同子流域各影響因子間的相互作用也對蒸散發(fā)量變化產(chǎn)生了不容忽視的影響，春、夏季Ta升高促進(jìn)了NDVI對6個子流域蒸散發(fā)量增加的正向效應(yīng)。洞庭湖流域、太湖流域和下游干流區(qū)春季的u值通過Ta的間接作用對蒸散發(fā)量的影響相對較大（間接通徑系數(shù)為0.15、-0.50、-0.28），洞庭湖流域夏季Rn、u、NDVI通過Ta對蒸散發(fā)量產(chǎn)生影響的間接相關(guān)系數(shù)均大于0.24，鄱陽湖流域各影響因子通過Ta對蒸散發(fā)量的間接通徑系數(shù)均超過0.20。

4 討論

利用最小二乘權(quán)重法融合3種可靠的蒸散發(fā)數(shù)據(jù)集得到了一組長時間序列（1992—2015年）的蒸散發(fā)月值序列，發(fā)現(xiàn)基于最小二乘權(quán)重法的數(shù)據(jù)融合減小了ETNOAH、ETGLEAM與ETrecon在數(shù)值上的差異，加強(qiáng)了數(shù)據(jù)的穩(wěn)定性，同時可有效減小ET產(chǎn)品對蒸散發(fā)量的高估或低估。氣候影響因子和下墊面要素的變化會對蒸散發(fā)量產(chǎn)生影響。20世紀(jì)90年代以來，受Ta、NDVI和La變化的影響，長江中下游流域?qū)嶋H蒸散發(fā)量顯著增加，茂盛的植被使得植被蒸騰量和降水截留蒸發(fā)量有所增加，同時氣溫升高、土地利用程度加強(qiáng)也在一定程度上促進(jìn)了蒸散發(fā)量的升高。各因素對實際蒸散發(fā)量的影響不僅具有季節(jié)性規(guī)律，而且存在空間差異性（表2和表3）。劉健等［15］認(rèn)為1955—2001年鄱陽湖流域?qū)嶋H蒸散發(fā)量的下降主要是由Rn和u的下降引起的。詹云軍等［14］提出，1998—2017年間植被恢復(fù)是長江流域大部分區(qū)域?qū)嶋H蒸散發(fā)量上升的重要原因，東南地區(qū)的洞庭湖、鄱陽湖流域?qū)嶋H蒸散發(fā)量主要受到相對濕度的影響，并且在1981—2017年的變化趨勢中，Ta仍起到非常重要的作用。劉沖等［16］發(fā)現(xiàn)鄱陽湖流域蒸散量變化的主導(dǎo)因子具有空間差異性，整體上看，植被恢復(fù)是驅(qū)動蒸散發(fā)量呈增加趨勢變化的主因，而氣候變化是導(dǎo)致蒸散發(fā)量年際波動的主導(dǎo)因子。氣候影響因子和下墊面要素在影響ET的同時也會產(chǎn)生復(fù)雜的相互作用［31-32］。POTTER C等［33］發(fā)現(xiàn)1982—2015年長江流域年平均NDVI與氣溫存在顯著的正相關(guān)性，氣溫上升導(dǎo)致生長季延長和光合作用加強(qiáng)，從而促使植被生長。LIU Y等［34］指出，1982—2004年NDVI增加與氣候變暖密切相關(guān)，之后二者關(guān)系逐漸減弱，在干旱區(qū)域和溫帶濕潤地區(qū)甚至出現(xiàn)了負(fù)相關(guān)，而降水與NDVI呈正相關(guān)關(guān)系。這一關(guān)系在2005年之后的干旱地區(qū)更為明顯。氣候影響因子和下墊面要素之間的相互作用在本文中也有所體現(xiàn)：①漢江流域林地面積占比大，NDVI值為6個子流域之首，但由于低溫和降水量少，其蒸散發(fā)量較小。②洞庭湖流域和鄱陽湖流域的La顯著升高，耕地和城鎮(zhèn)用地面積增加、林地面積減小、農(nóng)作物生長以及樹木灌叢的減少釋放了更多的二氧化碳，促進(jìn)了Ta對蒸散發(fā)量增加的正向效應(yīng)。③氣溫升高促進(jìn)了植被的生長，使得植被和降水截留蒸發(fā)量有所增加，促進(jìn)了NDVI對6個子流域春、夏季蒸散發(fā)量增加的正向效應(yīng)。各影響因子

對蒸散量產(chǎn)生直接影響的同時，還會通過其他因子對蒸散發(fā)量產(chǎn)生復(fù)雜的間接作用。

長江中下游各子流域的La均呈現(xiàn)上升趨勢，這與人類活動和經(jīng)濟(jì)社會的發(fā)展密切相關(guān)。近30年來長江流域城鎮(zhèn)化趨勢非常明顯［12］，主要體現(xiàn)在下游。太湖流域的優(yōu)勢地類為耕地和水域，耕地總量減少，大部分轉(zhuǎn)化為了建設(shè)用地［35］，可見人類活動對太湖流域下墊面的改變產(chǎn)生了很大影響。

文中城鎮(zhèn)用地的顯著增加是太湖流域La顯著上升的重要原因，但受到風(fēng)速逐年降低和氣溫的影響，蒸散發(fā)量上升速率較慢。漢江流域林地面積增加，茂盛的植被使得植被蒸騰量和降水截留蒸發(fā)量有所增加，促進(jìn)了NDVI對蒸散發(fā)量增加的正向效應(yīng)。在以往的研究中，La常用于研究土地利用開發(fā)情況［30］，不僅反映了土地利用中土地的自然屬性，同時也反映了人為因素與自然環(huán)境因素的綜合效應(yīng)。本文首次引入該因子，基于通徑分析法定量評估了氣候、植被覆蓋和土地利用等因子對流域蒸散發(fā)變化的直接和間接影響，對未來評估土地利用對蒸散發(fā)的影響提供了新的思路。因本文獲取的土地利用數(shù)據(jù)為年值序列，僅能在年尺度上進(jìn)行歸因分析，有望在以后的研究中獲取土地利用季節(jié)或月值數(shù)據(jù)，實現(xiàn)更小時間尺度上環(huán)境因子對流域水文過程影響的全面闡釋。

5 結(jié)論

基于水量平衡法重建了長江中下游流域2007—2016年實際蒸散發(fā)月值序列，并以此為標(biāo)準(zhǔn)對3種常用蒸散發(fā)數(shù)據(jù)集可靠性進(jìn)行評估。將3種可靠的蒸散發(fā)數(shù)據(jù)集融合并拓展至1992—2015年，分析了長江中下游流域?qū)嶋H蒸散發(fā)的時空變化特征，首次考慮土地利用強(qiáng)度綜合指標(biāo)，利用統(tǒng)計分析方法，定量識別了影響實際蒸散發(fā)的主要驅(qū)動因子。主要結(jié)論如下：

1）ETmerged在長江中下游流域具有較好的適用性，基于最小二乘權(quán)重法的數(shù)據(jù)融合方法增強(qiáng)了數(shù)據(jù)的穩(wěn)定性，同時有效減小了ET數(shù)據(jù)集對實際蒸散發(fā)量的過高或過低估計。

2）6個子流域年值、季節(jié)值蒸散發(fā)量在1992—2015年間均呈上升趨勢，春、夏季蒸散發(fā)量的上升趨勢比較明顯;6個子流域年值氣溫和La均呈顯著上升趨勢;6個流域的NDVI均呈上升趨勢;太湖流域和下游干流區(qū)的u值均呈顯著下降趨勢，而洞庭湖流域的呈顯著上升趨勢。5種土地利用類型的蒸散發(fā)量均呈增加趨勢。

3）各子流域年蒸散發(fā)量增加均主要由La和Ta升高所致，La和Ta的升高間接影響了其他因子對蒸散發(fā)量的作用。如漢江流域La升高促進(jìn)了NDVI對蒸散發(fā)量增加的正向效應(yīng)；太湖流域u值由于受到Ta、La和NDVI的強(qiáng)烈影響，對蒸散發(fā)量的影響從正向變?yōu)樨?fù)向;除太湖流域外，Ta仍然是影響其他5個子流域春、夏、秋季蒸散發(fā)量最關(guān)鍵的因子；春、夏季NDVI對蒸散發(fā)量的影響大于秋、冬季的；冬季降水量的增加抵消了太湖流域、長江中游和下游干流區(qū)輻射降低對蒸散發(fā)量變化的作用；風(fēng)速上升主導(dǎo)了洞庭湖流域和中游干流區(qū)冬季蒸散發(fā)量的微弱增加。6個子流域春、夏季各影響因子的相互作用明顯大于秋、冬季的。

參 考 文 獻(xiàn)

［1］WANG K C，DICKINSON R E.A review of global terrestrial evapotranspiration：observation，modeling，climatology，and climatic variability［J］.Reviews of geophysics，2012，50（2）：1-54.

［2］李鴻雁，薛麗君，王世界，等.基于水熱耦合平衡理論的嫩江流域蒸散發(fā)估算［J］.華北水利水電大學(xué)學(xué)報（自然科學(xué)版），2016，37（4）：47-53.

［3］王文川，趙釗，張磊.基于CSA-SIM-LSSVM的不同時間尺度參考作物蒸散發(fā)估算研究［J］.華北水利水電大學(xué)學(xué)報（自然科學(xué)版），2021，42（2）：76-83.

［4］MILLY P C D，DUNNE K A.Potential evapotranspiration and continental drying［J］.Nature climate change，2016，6（10）：946-949.

［5］劉元波，邱國玉，張宏昇，等.陸域蒸散的測算理論方法：回顧與展望［J］.中國科學(xué)：地球科學(xué)，2022，52（3）：381-399.

［6］YANG X Q，WANG G J，YE J Y，et al.Spatial and temporal changing analysis of terrestrial evapotranspiration in Huai River basin based on GLEAM data［J］.Transactions of the Chinese society of agricultural engineering，2015，31（9）：133-139.

［7］何韶陽，田靜，張永強(qiáng).三種高分辨率地表蒸散發(fā)產(chǎn)品在華北地區(qū)的驗證與對比［J］.資源科學(xué)，2020，42（10）：2035-2046.

［8］YAO Y J，LIANG S L，LI X L，et al.Bayesian multimodel estimation of global terrestrial latent heat flux from eddy covariance，meteorological，and satellite observations［J］.Journal of geophysical research：atmospheres，2014，119（8）：4521-4545.

［9］張珂，鞠艷，李致家.金沙江流域?qū)嶋H蒸散發(fā)遙感重建及時空特征分析［J］.水科學(xué)進(jìn)展，2021，32（2）：182-191.

［10］于文金，周鴻漸，占達(dá)穎，等.長江流域旱澇災(zāi)害特征研究［J］.災(zāi)害學(xué)，2013，28（3）：42-47.

［11］鞠洪潤，張生瑞，閆逸晨.1980—2020年粵港澳大灣區(qū)城鎮(zhèn)用地空間格局類型演變及其驅(qū)動力多維探測［J］.地理學(xué)報，2022，77（5）：1086-1101.

［12］徐蘇，張永勇，竇明，等.長江流域土地利用時空變化特征及其徑流效應(yīng)［J］.地理科學(xué)進(jìn)展，2017，36（4）：426-436.

［13］尹劍，邱遠(yuǎn)宏，歐照凡.長江流域?qū)嶋H蒸散發(fā)的遙感估算及時空分布研究［J］.北京師范大學(xué)學(xué)報：自然科學(xué)版，2020，56（1）：86-95.

［14］詹云軍，章文，嚴(yán)巖，等.長江流域?qū)嶋H蒸散發(fā)演變趨勢及影響因素［J］.生態(tài)學(xué)報，2021，41（17）：6924-6935.

［15］劉健，張奇，許崇育，等.近50年鄱陽湖流域?qū)嶋H蒸發(fā)量的變化及影響因素［J］.長江流域資源與環(huán)境，2010，19（2）：139-145.

［16］劉沖，齊述華，湯林玲，等.植被恢復(fù)與氣候變化影響下的鄱陽湖流域蒸散時空特征［J］.地理研究，2016，35（12）：2373-2383.

［17］YAN R H，LI L L，GAO J F，et al.Exploring the influence of seasonal cropland abandonment on evapotranspiration and water resources in the humid lowland region，southern China［J］.Water resources research，2022，58（4）：1-23.

［18］LI H D，JIANG J，CHEN B，et al.Pattern of NDVI-based vegetation greening along an altitudinal gradient in the eastern Himalayas and its response to global warming［J］.Environmental monitoring and assessment，2016，188（3）：1-10.

［19］阮宏威，于靜潔.1992—2015年中亞五國土地覆蓋與蒸散發(fā)變化［J］.地理學(xué)報，2019，74（7）：1292-1304.

［20］張永強(qiáng)，孔冬冬，張選澤，等.2003—2017年植被變化對全球陸面蒸散發(fā)的影響［J］.地理學(xué)報，2021，76（3）：584-594.

［21］HE J，YANG K，TANG W J，et al.The first high-resolution meteorological forcing dataset for land process studies over China［J］.Scientific data，2020，7（1）：25.

［22］TAPLEY B D，BETTADPUR S，RIES J C，et al.GRACE measurements of mass variability in the earth system［J］.Science，2004，305（5683）：503-505.

［23］RODELL M，HOUSER P R，JAMBOR U，et al.The global land data assimilation system［J］.Bulletin of the American meteorological society，2004，85（3）：381-394.

［24］MA N，SZILAGYI J.The CR of evaporation：a calibra-tion-free diagnostic and benchmarking tool for larges-cale terrestrial evapotranspiration modeling［J］.Water resources research，2019，55（8）：7246-7274.

［25］MA N，SZILAGYI J，ZHANG Y S，et al.Complementary-relationship-based modeling of terrestrial evapotran-spiration across China during 1982-2012：validations and spatiotemporal analyses［J］.Journal of geophysical research：atmospheres，2019，124（8）：4326-4351.

［26］MARTENS B，MIRALLES D G，LIEVENS H，et al.Gleam v3：satellite-based land evaporation and root-zonesoil moisture［J］.Geoscientific model development，2017，10（5）：1903-1925.

［27］WANG J B，DONG J W，LIU J Y，et al.Comparison of gross primary productivity derived from GIMMS NDVI3g，GIMMS，and MODIS in Southeast Asia［J］.Remote sen-sing，2014，6（3）：2108-2133.

［28］TUCKER C J，PINZON J E，BROWN M E，et al.An extended AVHRR 8-km NDVI dataset compatible with MODIS and SPOT vegetation NDVI data［J］.International journal of remote sensing，2005，26（20）：4485-4498.

［29］崔路明.面向中國大陸區(qū)域的多源降水衛(wèi)星產(chǎn)品融合及暴雨信息提取研究［D］.西安：西北大學(xué)，2021.

［30］莊大方，劉紀(jì)遠(yuǎn).中國土地利用程度的區(qū)域分異模型研究［J］.自然資源學(xué)報，1997，12（2）：105-111.

［31］SAITO M，KATO T，TANG Y.Temperature controls ecosystem CO2 exchange of an alpine meadow on the northeastern Tibetan Plateau［J］.Global change biology，2009，15（1）：221-228.

［32］張永強(qiáng)，孔冬冬，張選澤，等.2003—2017年植被變化對全球陸面蒸散發(fā)的影響［J］.地理學(xué)報，2021，76（3）：584-594.

［33］POTTER C，KLOOSTER S，GENOVESE V.Net primary production of terrestrial ecosystems from 2000 to 2009［J］.Climatic change，2012，115（2）：365-378.

［34］LIU Y，LI Y，LI S C，et al.Spatial and temporal patterns of global NDVI trends：correlations with climate and human factors［J］.Remote sensing，2015，7（10）：13233-13250.

［35］吳菲，吳俊鋒，凌虹，等.太湖流域土地利用變化研究［J］.中國人口·資源與環(huán)境，2018，28（增刊1）：143-145.