鞠 艷，張 珂，李炳鋒，陶 然,3，張 菁,4，吳星宇

(1.河海大學(xué)水文水資源學(xué)院，江蘇 南京 210098； 2.江蘇省水利科學(xué)研究院，江蘇 南京 210017；3.水利部南京水利水文自動(dòng)化研究所，江蘇 南京 210012； 4.湖北省荊門(mén)市氣象臺(tái)，湖北 荊門(mén) 448000)

實(shí)際蒸散發(fā)(ETA)是指一個(gè)區(qū)域內(nèi)，各種水熱和下墊面條件下，土壤蒸發(fā)、水面蒸發(fā)、冰雪升華蒸發(fā)以及植被蒸騰的總和[1]，連接著水、碳、能量循環(huán)以及大氣循環(huán)，是全球氣候系統(tǒng)的重要組成部分[2-3]。實(shí)際蒸散發(fā)是直接參與水文循環(huán)的重要變量，受地形、氣候、下墊面等影響，也是陸面生態(tài)過(guò)程的關(guān)鍵參數(shù)[4]。準(zhǔn)確估算區(qū)域?qū)嶋H蒸散發(fā)及其變化對(duì)區(qū)域水資源評(píng)定、水分利用效率、干旱預(yù)測(cè)等具有重要影響[5]。

近年來(lái)，通過(guò)遙感數(shù)據(jù)反演區(qū)域蒸散發(fā)，在一定程度上減少了傳統(tǒng)觀(guān)測(cè)方法的局限性[6-7]，但在非均勻下墊面條件下，仍存在分辨率效應(yīng)問(wèn)題[8]，導(dǎo)致一些區(qū)域能量循環(huán)不閉合。水量平衡方法不受影響，具有普遍適用性[9]。利用GRACE衛(wèi)星反演陸地水儲(chǔ)量變化，解決了在年內(nèi)尺度上忽略水儲(chǔ)量變化而帶來(lái)的區(qū)域蒸散發(fā)估算偏差問(wèn)題，為復(fù)雜地區(qū)的蒸散發(fā)估算提供了有效途徑。韓項(xiàng)等[10]結(jié)合GRACE數(shù)據(jù)的水量平衡方法模擬了汾沁地區(qū)2003—2015年的蒸散發(fā)量及其時(shí)空特征，并探討了其年際波動(dòng)與溫度、降水之間的關(guān)系；Li等[11]基于地表和大氣的水量平衡方法估算了青藏高原源頭蒸散發(fā)量及其不確定性；溫馨等[12]基于GLEAM蒸散發(fā)產(chǎn)品，分析了西南河源區(qū)不同流域的旬平均地表蒸散發(fā)，并通過(guò)經(jīng)驗(yàn)正交分解法研究了源區(qū)蒸散發(fā)的時(shí)空變化特征；段婭楠等[13]基于氣象站點(diǎn)觀(guān)測(cè)資料，結(jié)合彭曼公式計(jì)算了雅魯藏布江流域的潛在蒸散發(fā)，并分析了其對(duì)4種氣象因子的敏感性；詹明月等[14]基于CMIP6的12個(gè)全球氣候模式分析了SSP1-2.6、SSP2-4.5和SSP5-8.5情景下，長(zhǎng)江流域2020—2099年實(shí)際蒸散發(fā)的時(shí)空變化及其影響因素。

目前，針對(duì)蒸散發(fā)的研究主要集中在北部干旱半干旱地區(qū)[15]，高寒地區(qū)由于缺乏監(jiān)測(cè)資料[16]研究相對(duì)較少。金沙江流域地處青藏高原腹地，自然生態(tài)環(huán)境較差，水文氣象資料空間代表性較差，對(duì)區(qū)域水文循環(huán)研究有一定的限制。本文基于GRACE衛(wèi)星的水量平衡方法，結(jié)合流域內(nèi)25個(gè)水文站的流量數(shù)據(jù)，分析金沙江流域2002—2016年的實(shí)際蒸散發(fā)時(shí)空變化特征，通過(guò)趨勢(shì)分析和歸一化多元線(xiàn)性回歸分析其影響因素，以期為金沙江水資源管理、生態(tài)環(huán)境保護(hù)提供參考。

1 研究區(qū)概況

金沙江位于長(zhǎng)江流域上游，其流域主要包括通天河和雅礱江流域(圖1(a))。受地形的影響，流域呈瘦長(zhǎng)形分布，與岷江和瀾滄江流域相鄰。金沙江流域位于90°E～103°E、24°N～36°N之間，地處青藏高原和四川盆地之間，總面積為38.75萬(wàn)km2，約占長(zhǎng)江流域面積的26%。金河江流域橫跨4個(gè)省(自治區(qū))，主要位于青海、西藏、四川和云南的交界處，地形地貌多為高山，地勢(shì)由西北向東南降低，海拔在1 024～6 317 m之間。受東南和西南季風(fēng)的共同影響，多年平均氣溫在4～12℃之間，多年平均降水量為617 mm，多年平均流量約為4 750 m3/s，多年平均輻射量約為16 MJ/(m2·d)。

流域內(nèi)土地利用類(lèi)型眾多，主要包括農(nóng)田、林地、灌叢、草地等(圖1(b))，土壤類(lèi)型主要是草甸土、高鈣土等地帶性土壤和鹽土、風(fēng)沙土等非地帶性土壤。流域內(nèi)水文站主要有沱沱河、直達(dá)門(mén)、崗?fù)?、巴塘、古學(xué)、奔子欄等25個(gè)(圖1(a))。根據(jù)DEM和拓?fù)潢P(guān)系提取金沙江地區(qū)子流域，共劃分為25個(gè)子流域(圖1(a))。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源

采用的數(shù)據(jù)主要包括實(shí)測(cè)數(shù)據(jù)和遙感數(shù)據(jù)。其中，實(shí)測(cè)數(shù)據(jù)包括流量和降水?dāng)?shù)據(jù)；遙感數(shù)據(jù)包括GLDAS V2.1版本陸面模式同化數(shù)據(jù)(http://earthdata.nasa.gov)、GRACE RL05版本重力衛(wèi)星水儲(chǔ)量數(shù)據(jù)(http://grace.jpl.nasa.gov)、7種國(guó)際通用的蒸散發(fā)產(chǎn)品以及中國(guó)氣象數(shù)據(jù)網(wǎng)提供的氣溫、風(fēng)速數(shù)據(jù)(http://data.cma.cn)。具體數(shù)據(jù)信息見(jiàn)表1。

表1 多源數(shù)據(jù)信息Table 1 Information of multi-source satellite products

2.2 研究方法

2.2.1實(shí)際蒸散發(fā)重建方法

本文的實(shí)際蒸散發(fā)通過(guò)水量平衡方法來(lái)進(jìn)行計(jì)算：

ETR=P-R-ΔS

(1)

式中：ETR為重建的實(shí)際蒸散發(fā)，mm；P為降水量，mm；R為徑流深，mm；ΔS為月水儲(chǔ)量的變化，mm。由于水循環(huán)要素(P、R和ΔS)來(lái)自地面測(cè)量和衛(wèi)星觀(guān)測(cè)，這些數(shù)據(jù)中包含了測(cè)量隨機(jī)誤差和數(shù)據(jù)處理誤差，后續(xù)研究中進(jìn)行深入探討。

在面積超過(guò)4萬(wàn)km2的較大的空間區(qū)域尺度上，GRACE數(shù)據(jù)可以較為準(zhǔn)確地反映流域內(nèi)陸地水儲(chǔ)量情況，當(dāng)研究區(qū)面積較小時(shí)，GRACE數(shù)據(jù)的分辨率不夠精細(xì)，無(wú)法準(zhǔn)確獲取小流域下的水儲(chǔ)量結(jié)果。本文利用0.25°×0.25°分辨率的GLDAS水儲(chǔ)量數(shù)據(jù)與1°×1°分辨率的GRACE數(shù)據(jù)匹配，再將偏差矯正，獲取研究區(qū)的0.25°×0.25°的陸地水儲(chǔ)量數(shù)據(jù)。首先基于面積權(quán)重，將0.25°×0.25°分辨率的GLDAS數(shù)據(jù)升尺度到1°×1°分辨率，使之與GRACE數(shù)據(jù)有相同的空間分辨率，計(jì)算公式為[2]

(2)

式中：SM為升尺度得到的1°×1°分辨率的GLDAS水儲(chǔ)量，mm；Si為第i個(gè)流域0.25°×0.25°分辨率網(wǎng)格的規(guī)范化的GLDAS水儲(chǔ)量，mm；ai為第i個(gè)流域內(nèi)0.25°×0.25°網(wǎng)格的面積，m2；A為1°×1°分辨率網(wǎng)格的總面積，m2。

假定GRACE數(shù)據(jù)為“真值”，在相同分辨率下，將兩者之間的總水量差(BA)基于水量權(quán)重進(jìn)一步分配到網(wǎng)格中：

(3)

式中：bi為偏差，mm；B為1°×1°分辨率下GLDAS和GRACE之間的偏差；Soi為第i個(gè)流域0.25°×0.25°分辨率的GLDAS水儲(chǔ)量，mm。

逐月水儲(chǔ)量變化ΔSm為當(dāng)月的最后1 d與前1月的最后1 d的差：

ΔSm=S′i,m-S′i,m-1

(4)

式中S′i,m、S′i,m-1分別為第i個(gè)流域第m月和第m-1月最后1 d的經(jīng)過(guò)誤差修正的水儲(chǔ)量，mm。

2.2.2統(tǒng)計(jì)評(píng)估方法

為了驗(yàn)證該重建方法下的蒸散發(fā)結(jié)果的可靠性和準(zhǔn)確性，本文采用了幾種統(tǒng)計(jì)指標(biāo)來(lái)衡量其與7種蒸散發(fā)產(chǎn)品的準(zhǔn)確度，包括平均差(MD)、均方根差(RMSE)和相關(guān)系數(shù)(r)。數(shù)據(jù)波動(dòng)大小采用總體標(biāo)準(zhǔn)差(σ)、變異系數(shù)(Cv)和極差來(lái)衡量。

2.2.3時(shí)空變化分析與歸因分析

時(shí)空變化分析采用Mann-Kendall(M-K)趨勢(shì)分析方法，權(quán)衡變化趨勢(shì)的系數(shù)為β，具體方法詳見(jiàn)文獻(xiàn)[22]。

歸因分析將蒸散發(fā)與各影響因子(降水、氣溫、風(fēng)速、濕度和歸一化植被指數(shù)(normalized difference vegetation index，NDVI))進(jìn)行歸一化多元線(xiàn)性回歸分析，得到的標(biāo)準(zhǔn)回歸系數(shù)用于區(qū)分各影響因子對(duì)蒸散發(fā)的影響，選取標(biāo)準(zhǔn)回歸系數(shù)最高的影響因子作為影響該像元蒸散發(fā)變化的主導(dǎo)因子，計(jì)算公式如下：

(5)

3 結(jié)果與討論

3.1 不同遙感蒸散發(fā)產(chǎn)品對(duì)比

為了進(jìn)一步說(shuō)明ETR結(jié)果的可靠性，圖2給出了ETR與GLDAS 4種陸面模式的蒸散發(fā)產(chǎn)品數(shù)據(jù)(ETCLM、ETMOS、ETVIC、ETNOAH)以及基于不同算法得到的3種蒸散發(fā)產(chǎn)品數(shù)據(jù)(ETMET、ETMODIS、ETPLSH)的泰勒?qǐng)D和相關(guān)系數(shù)圖。從泰勒?qǐng)D可以看出，GLDAS 4種模式的蒸散發(fā)數(shù)據(jù)中，ETR與ETNOAH的3種統(tǒng)計(jì)指標(biāo)結(jié)果最好，r最大、SD和RMSE均最小，分別為0.86、11.68 mm/月和1.62 mm/月；基于不同算法的3種蒸散發(fā)產(chǎn)品中，與ETMET的SD和RMSE較小，分別為14.54 mm/月和1.73 mm/月；與ETPLSH的相關(guān)系數(shù)最大，為0.82。由此可以推斷，該降尺度方法下基于水量平衡估算的實(shí)際蒸散發(fā)結(jié)果是有一定可靠性的。

(a) 泰勒?qǐng)D

為了說(shuō)明考慮水儲(chǔ)量變化的重要性，本文基于水平衡方程重建了未考慮水儲(chǔ)量變化的蒸散發(fā)產(chǎn)品的數(shù)據(jù)ETP-R，分析了ETR和ETP-R的一些分布狀態(tài)參數(shù)，結(jié)果如表2所示。與ETP-R相比，ETR的標(biāo)準(zhǔn)差、變異系數(shù)均較小，離散程度較低，波動(dòng)較??；極差也較小；偏度和峰度較小，右偏的程度較小，與正態(tài)分布的差異較小；ETR極端值占3.82%，比ETP-R的極端值占比減少45.8%，數(shù)據(jù)分布較為集中，異常值和錯(cuò)誤值較少。綜上可以看出，計(jì)算水儲(chǔ)量變化的蒸散發(fā)結(jié)果，能有效捕捉蒸散發(fā)的高值，減少異常值的出現(xiàn)，減少不確定性和誤差。

表2 ETR與ETP-R計(jì)算結(jié)果統(tǒng)計(jì)對(duì)比Table 2 Statistical comparison between ETR and ETP-R

3.2 實(shí)際蒸散發(fā)時(shí)空變化分析

2002—2016年金沙江流域?qū)嶋H蒸散發(fā)的時(shí)空分布特征如圖3所示，可以看到，金沙江流域多年平均實(shí)際蒸散發(fā)量為447.30 mm，變化范圍在190～830 mm之間，空間分布為自西北部向東南部逐漸增加的分布趨勢(shì)。金沙江流域?qū)嶋H蒸散發(fā)變異空間分布存在差異性(圖3(b))，上游離散程度較小，下游離散程度較大。蒸散發(fā)比較穩(wěn)定的區(qū)域面積占29.3%，變異系數(shù)為0.67，主要分布在流域西南部；蒸散發(fā)很不穩(wěn)定的區(qū)域面積占12.7%，變異系數(shù)為1.14，主要分布在流域中下游。流域蒸散發(fā)空間分布格局受限于水熱和光照等條件，越往流域的下游，越能獲得更多的光照、降水和熱量，越能促進(jìn)植被生長(zhǎng)，蒸騰作用越強(qiáng)，下游蒸散發(fā)量也就越多。

為探究不同土地利用類(lèi)型下金沙江流域?qū)嶋H蒸散發(fā)的分布，本文提取了金沙江流域各類(lèi)土地利用類(lèi)型進(jìn)行分析。土地利用類(lèi)型數(shù)據(jù)來(lái)自科技部863計(jì)劃“全球地表覆蓋遙感制圖與關(guān)鍵技術(shù)研究”重點(diǎn)科研項(xiàng)目。對(duì)金沙江流域進(jìn)行分類(lèi)，概化為農(nóng)田(11.73%)、林地(21.02%)、灌叢(21.13%)、草地(43.81%)以及其他(2.31%)。將2000年、2005年、2010年和2015年的土地利用類(lèi)型圖與實(shí)際蒸散發(fā)結(jié)果擬合，計(jì)算得到了各類(lèi)土地利用類(lèi)型不同時(shí)序下的蒸散發(fā)結(jié)果，其中年均蒸散發(fā)從大到小依次為林地(424.96 mm)、灌叢(411.04 mm)、農(nóng)田(403.87 mm)、草地(397.46 mm)和其他(395.95 mm)，季節(jié)和月蒸散發(fā)如圖4所示。

(a) 多年平均實(shí)際蒸散發(fā)

不同土地利用類(lèi)型的蒸散發(fā)大小與土地利用類(lèi)型的面積占比具有不一致的表現(xiàn)，草地占金沙江流域總面積的43.81%，相當(dāng)于林地面積的2.08倍，但是林地的年均蒸散發(fā)比草地的多6.92%。究其原因，一是林木根系吸水用于蒸騰作用，二是高郁閉度的林木樹(shù)冠覆蓋的低矮植物蒸散發(fā)量也較大。從圖4(a)可以看出，夏季農(nóng)田、林地和灌叢的蒸散發(fā)量較大，草地較小，夏季由于氣溫較高，降水增多豐富，日照時(shí)數(shù)長(zhǎng)，農(nóng)作物系數(shù)較大，農(nóng)田蒸散發(fā)量較大；秋季林地和草地的蒸散發(fā)量較大，農(nóng)田蒸散發(fā)量減少，由于農(nóng)作物秋季成熟收割，蒸散發(fā)減少；進(jìn)入冬季，農(nóng)田、林地、灌叢等蒸散發(fā)量幾乎相同，冬季氣溫降低，降水偏少，日照時(shí)數(shù)減少，作物處于枯萎期，農(nóng)作物系數(shù)變小，蒸散發(fā)量減少，并且不同土地利用類(lèi)型之間蒸散發(fā)差異明顯減小。從圖4(b)可以看出，各土地利用類(lèi)型蒸散發(fā)變化呈典型的單峰型分布，1—4月草地和林地占比最大，5—8月農(nóng)田和林地占比最大，9—12月灌叢和林地占比最大，林地和草地蒸散發(fā)在植物生長(zhǎng)季占比較大，在封凍期較少，其他土地利用類(lèi)型月變化不大。

(a) 季節(jié)蒸散發(fā)

3.3 實(shí)際蒸散發(fā)變化的影響因子

金沙江流域蒸散發(fā)變化與區(qū)域水熱條件變化和植被分布有密切關(guān)系，同時(shí)與氣象動(dòng)力因素也有一定的聯(lián)系，因此本文選用水分條件(降水、相對(duì)濕度)、熱力學(xué)條件(氣溫)、動(dòng)力學(xué)條件(風(fēng)速)以及NDVI作為影響金沙江流域?qū)嶋H蒸散發(fā)的主要因子進(jìn)行分析，如表3所示。

表3 實(shí)際蒸散發(fā)與各影響因子的相關(guān)性Table 3 Correlation between actual evapotranspiration and various influencing factors

由表3可以看出，各影響因子與實(shí)際蒸散發(fā)大部分為正相關(guān)，其中風(fēng)速與實(shí)際蒸散發(fā)顯著正相關(guān)，相對(duì)濕度與實(shí)際蒸散發(fā)相關(guān)性最小。各季節(jié)實(shí)際蒸散發(fā)變化的主要控制因子也不相同，風(fēng)速是春季蒸散發(fā)增加的主要驅(qū)動(dòng)力；夏季氣溫升高，降水增多，降水和風(fēng)速成為實(shí)際蒸散發(fā)增加的主要控制因素；秋季，氣溫成為秋季蒸散發(fā)的主要影響因素；冬季降水對(duì)實(shí)際蒸散發(fā)的影響降低，風(fēng)速與實(shí)際蒸散發(fā)顯著相關(guān)，成為主要影響因子。

采用簡(jiǎn)單的相關(guān)分析，僅能判斷單個(gè)因子對(duì)蒸散發(fā)的影響，不能綜合判斷各影響因子對(duì)蒸散發(fā)變化的相對(duì)重要性，采用歸一化多元線(xiàn)性回歸分析方法綜合分析主導(dǎo)影響。圖5為各主導(dǎo)因子的空間分布和顯著性檢驗(yàn)，結(jié)果表明，直達(dá)門(mén)以上流域主要受降水和氣溫的影響，零星伴有NDVI的影響，影響都較顯著；直達(dá)門(mén)-巴塘區(qū)間以及道孚至雅江站以上，主要受降水和相對(duì)濕度的不顯著影響；雅江-攀枝花區(qū)間，蒸散發(fā)受多種因素影響，占主導(dǎo)作用的是氣溫和風(fēng)速；古學(xué)區(qū)間、瀘寧-桐子林區(qū)間、孫水關(guān)流域主要受降水的不顯著影響。

(a) 主導(dǎo)因子

金沙江流域空間異質(zhì)性較強(qiáng)，因此從 “廣度”和“程度”兩個(gè)方面來(lái)研究影響因子對(duì)蒸散發(fā)的影響。所謂“廣度”是指逐網(wǎng)格對(duì)5個(gè)因子進(jìn)行單個(gè)影響因子對(duì)蒸散發(fā)的簡(jiǎn)單相關(guān)性分析；所謂“程度”即對(duì)歸一化多元線(xiàn)性回歸的結(jié)果，逐網(wǎng)格統(tǒng)計(jì)各個(gè)影響因子的面積占比。最后，綜合選擇面積占比最大且正相關(guān)占比最大的因子作為影響蒸散發(fā)變化的主導(dǎo)因子。由表4可以看出，各主導(dǎo)因子面積占比從大到小為降水、氣溫、風(fēng)速、NDVI、相對(duì)濕度，各影響因子與蒸散發(fā)正相關(guān)面積占比從大到小為相對(duì)濕度、風(fēng)速、降水、氣溫、NDVI。5種影響因子與蒸散發(fā)均呈正相關(guān)關(guān)系，其中相對(duì)濕度、風(fēng)速和降水正相關(guān)的面積占比較大，均達(dá)到80%以上。

表4 實(shí)際蒸散發(fā)主導(dǎo)因子及相關(guān)性面積占比Table 4 Actual evapotranspiration dominant factors and correlation area proportion

金沙江流域源頭地處青藏高原腹地，自然條件較差，氣溫較低，影響植被生長(zhǎng)，植被恢復(fù)較慢，而降水增加能使相對(duì)濕度增加，促進(jìn)植被生長(zhǎng)，蒸騰作用加強(qiáng)，蒸散發(fā)與降水和氣溫絕大多數(shù)地區(qū)呈現(xiàn)為正相關(guān)關(guān)系。同時(shí)，平均橫向風(fēng)速越大，有利于水汽疏散，促進(jìn)大氣中的水氣循環(huán)交換，有利于蒸發(fā)作用，從而導(dǎo)致蒸散發(fā)速率變快，因而風(fēng)速與蒸散發(fā)變化大部分地區(qū)都呈正相關(guān)關(guān)系。綜合來(lái)看，金沙江流域主要受降水和氣溫影響較多，這兩者占主導(dǎo)作用，風(fēng)速次之，受NDVI和相對(duì)濕度的影響較小。

4 結(jié) 論

a.利用降尺度方法的水量平衡下的蒸散發(fā)結(jié)果有一定的可靠性。7種蒸散發(fā)產(chǎn)品之間比較，可以看出ETNOAH和ETPLSH與ETR相關(guān)性較好，考慮水儲(chǔ)量變化的蒸散發(fā)結(jié)果，能有效捕捉蒸散發(fā)的高值，減少異常值的出現(xiàn)，減少不確定性和誤差。

b.金沙江流域多年平均實(shí)際蒸散發(fā)量為447.30 mm，空間分布上表現(xiàn)為自西北向東南逐漸增加的趨勢(shì)。從年際分布來(lái)看，流域內(nèi)各類(lèi)土地利用類(lèi)型的年均蒸散發(fā)從大到小依次為林地、灌叢、農(nóng)田、草地和其他；從季節(jié)分布來(lái)看，夏季，農(nóng)田、林地和灌叢的蒸散發(fā)量較多；從年內(nèi)分布來(lái)看，各土地利用類(lèi)型蒸散發(fā)呈現(xiàn)典型的單峰型分布。

c.各影響因子與金沙江實(shí)際蒸散發(fā)均呈正相關(guān)關(guān)系，各主導(dǎo)因子對(duì)實(shí)際蒸散發(fā)影響從大到小為降水、氣溫、風(fēng)速、NDVI和相對(duì)濕度。綜合來(lái)看，金沙江流域主要受降水和氣溫影響較多，風(fēng)速次之，受NDVI和相對(duì)濕度的影響較小。