基于MODIS蒸散量數據的淮河流域蒸散發時空變化及影響因素分析

郭曉彤，孟 丹，蔣博武，朱 琳，龔建師

（1.首都師范大學資源環境與旅游學院，北京 100048；2.水資源安全北京實驗室，北京 100048；3.中國地質調查局南京地質調查中心，江蘇 南京 210016）

蒸散發包括植被蒸騰，土壤、水面的蒸發及截留降水或露水的蒸發，是地表能量平衡和水量平衡的重要組成部分，深刻影響著氣候變化。蒸散發的準確估算，監測其時空變化規律并分析其與氣象因子的關聯性，對農林、水資源、氣候、經濟等相關領域意義重大[1]。區域蒸散發的研究方法有多種，主要包括野外儀器實地測量法、基于物理機制的氣象因子計算法、水文模型模擬法以及遙感反演等。傳統的蒸散發多以觀測站觀測為主，得到的數據為“點”尺度，在空間上具有較大的局限性。而遙感技術基于能量平衡原理，可得到大區域、短周期的蒸散發量[2]。空間上克服了傳統“點”尺度的局限性，時間上可動態、實時的根據需求獲取相應的遙感數據。

現今JRA55、GLEAM、MODIS、GLDAS等國內外產品為蒸散發研究提供了方便。其中MODIS蒸散量產品（MOD16）空間分辨率較高，通過了全球通量塔站臺的檢驗，受到國內外研究學者的關注。此領域的研究主要包括蒸散發產品的精度驗證[3-4]、不同蒸散發產品的評估[5-6]、區域蒸散發時空分布特征[7]、蒸散發影響因素分析[8-9]以及以蒸散發為參考因素對植被缺水指數[10]、地下水[11]、干旱指數[12]等的研究。在蒸散發區域時空分布與影響因素分析方面，蒙雨等[13]運用MOD16產品和氣象站數據，使用一元線性回歸分析法計算蒸散發的時間變化趨勢并進行影響因素的單相關分析，探討了烏江流域蒸散發時空變化特征及其影響因素；溫媛媛等[14]采用變異系數法、Theil-Sen median趨勢法研究了山西省多年實際蒸散發、潛在蒸散發的空間分布特征與變化趨勢；梁紅閃等[15]在已有趨勢分析的基礎上，增添了Mann-Kendall 和Hurst 指數，研究了伊犁河流域蒸散量時空變化特征及波動性。黃葵等[16]在單相關分析基礎上，增加了偏相關和復相關，分析海河流域蒸散發的影響因素。

當前對于蒸散發的研究主要集中于我國北部干旱半干旱地區，而對于濕潤地區的研究相對較少?；春恿饔蛉丝诿芗r業用地占比較高，是我國的重要糧食產地，因此該地區的水土氣候及水資源具有很高的研究價值。本文基于MOD16/ET數據集定量分析淮河流域2000—2014年蒸散量的時空變化特征，結合時序氣溫、降水數據，采用相關分析方法定量探討了蒸散發與氣候因子的驅動力關系，并分析土地利用及其變化對區域蒸散發的影響，以期為淮河流域的水資源合理開發利用提供科學指導。

1 研究區概況

淮河流域介于長江和黃河兩流域之間，面積為26.6×104km2?；春恿饔虬ɑ春雍鸵抒疸艉觾纱笏怠Ｎ鞑?、西南部及東北部為山區和丘陵地帶，其余為平原，平原面積占流域總面積的2/3（圖1）?；春恿饔虻靥幹袊媳睔夂蜻^渡帶，是我國南北方重要分界線，冬春干旱少雨，夏季悶熱多雨，冷暖和旱澇轉變急劇，流域多年平均降水量為 897.7 mm，年均氣溫為15.1℃。

2 方法與數據

2.1 研究數據

本文數據主要包括MOD16/ET、氣象數據、土地利用數據、DEM數據、淮河流域邊界數據及水系矢量數據。MOD16全球蒸散發產品（http://files.ntsg.umt.edu）算法是基于改進的Penman-Monteith 公式，對于無植被覆蓋區域做了空值處理。本文使用的MOD16A2，MOD16A3蒸散發產品時間尺度分別是月尺度及年尺度，空間分辨率1 km×1 km，數據衛星軌道行列號為h27v05和h28v05。對數據進行裁剪拼接，提取實際蒸散發波段，投影變換為CGCS2000，并剔除空值。

圖1 研究區概況及氣象站位置Fig.1 Overview of the study area and location of the weather stations

氣象資料來源于國家氣象科學數據中心（http://data.cma.cn）中國地面氣候資料數據集，收集了2000—2014年的年、月、日氣象數據。本文用到的氣象因子包括氣溫、降水量、蒸發量。因年、月值數據集缺少蒸散發數據，故采用中國地面氣象資料日值數據集（V3.0），選取許昌、碭山、蒙城、泗洪、沐陽、灌云等6個氣象站蒸散量的日值數據累加得到月尺度蒸散量數據，用于MOD16A2/ET月尺度數據的適用性分析。選取氣溫、降水量作為蒸散量的主要氣候影響因素，采用IDW插值法對淮河流域內部及周邊共計61個地面氣象站的年尺度和月尺度氣象數據進行空間插值，空間分辨率設置為1 km×1 km?？臻g化后的氣象數據與MOD16/ET進行偏相關分析和復相關分析，用于蒸散量的氣候驅動類型研究。

本研究采用資源環境科學與數據中心（http://www.resdc.cn）提供的2000年、2005年、2010年、2015年土地利用數據，空間分辨率為1 km×1 km，用于分析土地利用及其變化對區域蒸散發的影響。該數據集間隔5年有一期數據，考慮到相差一年土地利用類型不會發生顯著變化，所以在本研究中用2015年土地利用數據替代2014年土地利用數據進行相關分析。根據“中科院土地利用覆蓋分類體系”，將數據重分類為水田、旱地、林地、草地、建設用地、水域、未利用地等7種土地利用類型，其中耕地劃分成水田和旱地，可量化不同農田類型下蒸散量分布特征。

2.2 研究方法

2.2.1 數據適用性分析

為驗證MOD16/ET數據在本研究區的適用性，采用相關系數（r）、均方根誤差（RMSE）、平均偏差（BIAS）和平均絕對偏差（MAE）等指標，將氣象站蒸發皿觀測數據與MOD16A2/ET進行比對。

2.2.2 趨勢分析

利用一元線性回歸方程的斜率對淮河流域2000—2014年 MOD16A2/ET數據進行基于像元尺度的趨勢分析：

式中：n——監測時間序列的長度，本文中n=15；

METi——第i年ET的平均值；

θslope——像元ET的回歸斜率值，并對回歸系數進行顯著性檢驗。

結合基于像元尺度的趨勢分析法，模擬蒸散量空間變化趨勢斜率θslope和P值，并將變化趨勢分為5個等級，見表1[17]。

表1 變化趨勢等級Table 1 Variation trend level

2.2.3 蒸散量氣候驅動分區準則

根據相關研究成果，在已有的植被覆蓋變化氣候驅動[18]和蒸散量變化氣候驅動研究[16]的基礎上，結合年尺度蒸散量與氣候因子偏相關系數和復相關系數的顯著性檢驗結果，確定淮河流域蒸散量與氣候因子的驅動分區準則，見表2。

表2 淮河流域蒸散發驅動分區準則Table 2 Rules of regionalization for the drivers of ET change

3 結果與分析

3.1 MOD16A2/ET數據適用性分析

因氣象站數據為小型蒸發皿觀測的水面蒸發量，而MOD16A2/ET為實際蒸散量，參考文獻[19?20]確定折算系數。選取江蘇省的沐陽站、灌云站、泗洪站、河南省的許昌站、安徽省沐陽站、碭山站共計6個氣象站2000—2004年的觀測數據對MOD16A2/ET進行分析。結果表明r值均大于0.7，RMSE在19.89～42.50 mm/mon，與相關研究結論吻合[21]，證明了MOD16A2/ET在淮河流域的適用性較好。

3.2 淮河流域 MOD16/ET的時空變化特征

3.2.1 蒸散量的年際變化特征

根據2000—2014年蒸散發統計結果，淮河流域多年蒸散量平均值為589.1 mm，標準差為99.1 mm。該區域蒸散發在空間上呈南高北低的分布格局（圖2）。

圖2 多年蒸散量均值空間分布Fig.2 Spatial distribution of the mean ET over the years

蒸散量最大值位于南部山區地帶，北部地區蒸散量值相對較低。根據地貌基本形態劃分指標[22]將該地區高程分為5個區間（表3）。統計不同高程區間內的蒸散量均值，結果表明中山地區蒸散量最高，其次為平原、高山地區，丘陵和低山地區蒸散量較低。

表3 不同地貌類型劃分及其蒸散量數據統計Table 3 Classification of different geomorphic types and ET data statistics

對淮河流域2000—2014年整個研究區的年蒸散量、降水量、氣溫進行統計（圖3），可看出15年中2002—2008年、2010年的蒸散值超過了多年平均值589.1 mm。15年間，整體上淮河流域蒸散發具有先增加后減少的趨勢，自2003年達到峰值630.53 mm后，雖后續年份存在蒸散發的回升情況（2005—2008年），但整體上蒸散發開始呈現減少趨勢，其中2011年的蒸散量最低。相關資料顯示，2003年淮河流域遭受洪災，2011年淮河流域曾遭遇旱災。同時，該地區年均降水為897.7 mm，降水充沛且年際變化較大；而氣溫年際變化較小，年均氣溫一直保持在15℃左右。根據相關性計算，氣溫與降水量相關系數為?0.351，呈負相關，而降水量與蒸散發的相關系數為0.549，遠高于氣溫與蒸散發的相關系數0.042，說明該地區蒸散發受到降水的影響更大。

圖3 2000—2014年蒸散量與氣候因子時間變化曲線Fig.3 Change of ET and climate factor from 2000 to 2014

為表征蒸散量年際變化在空間上的分布特征，本文基于像元尺度對15年間的蒸散量變化趨勢進行了擬合，見圖4。結果顯示15年間，31.4%的地區蒸散量呈顯著或極顯著減少趨勢，其中極顯著減少地區占16.6%，顯著減少地區占14.8%，主要分布在西部地區與江蘇省東部地區；5.4%的地區蒸散量呈顯著或極顯著增加趨勢，其中極顯著增加地區占1.8%，顯著增加地區占3.6%；63.2%的地區蒸散量無顯著變化。

3.2.2 蒸散量的年內變化特征

以2014年數據為例，分析蒸散量及氣候數據的月尺度變化特征，結果如圖5所示。數據顯示1—4月蒸散量逐步增加，5—6月份有所降低。查閱相關資料，產生這種現象主要與農作物種植周期有關，該地區農作物類型主要以冬小麥夏玉米輪作為主，而冬小麥在河南、安徽一帶收割時段為5月下旬至6月上旬，從而影響到地表蒸散發。7—8月份蒸散量迅速增加，在8月達到峰值，此后蒸散量逐漸降低。對照降水量、氣溫的年內變化，1—12月氣溫整體上呈現先上升后下降的趨勢，7月氣溫最高；而年降水量呈現波動上升，7—9月降水量較大，基本呈現雨、熱、蒸散同期。

圖4 2000—2014年蒸散量變化趨勢空間分布Fig.4 Spatial distribution of ET variation trend from 2000 to 2014

圖5 2014年各月份蒸散量與氣溫、降水量時間變化圖Fig.5 Variation diagram of evapotranspiration,temperature and precipitation in each month in 2014

統計2000—2014年蒸散量的季節分布，春夏秋冬四季的蒸散量均值分別為144.6，257.4，121.8，66.3 mm，夏季蒸散量最高，冬季蒸散量最低。夏季充沛的降水增加了該地區土壤水分，有研究表明陸面蒸散量以及土壤儲水量會隨著降水的增加而增加，且與其關系密切[23]。

3.3 氣候變化對淮河流域蒸散發時空變化的影響

分別計算年尺度蒸散量與年降水量、年均氣溫的偏相關系數和復相關系數。蒸散量與降水的偏相關系數整體均值達到了0.42，正相關地區占整個研究區的92.1%；蒸散量與氣溫的偏相關系數則表現為東部以正相關為主，西部以負相關為主，整體均值為0.12，其中正相關的地區占了總面積的68.6%。蒸散量與降水量、氣溫的復相關系數均值達到了0.51，說明降水量和氣溫對該地區蒸散發存在一定的影響。結合蒸散量與氣候因子偏相關系數和復相關系數的顯著性檢驗結果，確定了淮河流域蒸散發的氣候因子驅動分區（圖6）。結果表明淮河流域蒸散發主要表現為非氣候因子驅動型，面積占比52.0%；其次為降水驅動型，面積占比44.1%，雙因子驅動型和氣溫驅動型范圍很小，面積占比分別為2.4%、1.5%。

結合高程對蒸散發驅動分區的分布進行討論，其中海拔小于20 m的平原地帶主要以非氣候因子驅動型為主，面積占比達到81.3%；海拔在20～500 m之間的丘陵與低山地帶，降水量驅動型與非氣候因子驅動型分別占比46.9%、43.3%；海拔大于500 m的地區，以非氣候因子驅動型為主，面積占比為85.2%?？傮w而言，該地區降水量驅動型主要集中在西部的丘陵與低山地帶；非氣候因子驅動型主要分布在東部平原，東部地區水網密集，農用地以水田為主，人類活動對蒸散發的影響顯著。

圖6 蒸散量氣候驅動類型空間分布圖Fig.6 Spatial distribution of ET climate driven types

3.4 土地利用變化對淮河流域蒸散發時空變化的影響

研究區以旱地為主，其次為水田和建設用地，以2000年為例，旱地、水田、建設用地、林地、水域、草地、未利用地面積占比依次為52.66%、17.33%、14.18%、7.07%、4.94%、3.73%、0.09%。2000—2015年間，建設用地和水域面積增加，旱地、水田、林地、草地面積減少，未利用地面積變化不大。

由于MOD16/ET數據在建設用地類型下多為空值，本研究僅統計旱地、水田、林地、草地4種植被類型的蒸散量均值及總量（表4）。以2000年為例，4種土地覆蓋類型蒸散量均值由大到小依次為：林地、水田、旱地、草地。2000年蒸散發總量的統計結果中，旱地最多為798.36×108m3，其次為水田289.02×108m3、林地116.63×108m3，草地最少為53.76×108m3。

表4 淮河流域不同土地利用類型年均蒸散量統計Table 4 Annual average ET of different land use types in the Huaihe River Basin

本研究計算了2000—2014年的土地利用轉移矩陣，并對每種轉變的用地類型面積、蒸散量均值及總量進行了統計。結果顯示，草地轉至水田蒸散量明顯增加，旱地轉變為草地、林地轉變為旱地的蒸散量明顯減少。總體而言，與2000年相比，2014年蒸散量明顯減少，15年間4種用地類型的蒸散量總共減少66.83×108m3。

4 結論

本文基于MOD16/ET數據集對淮河流域蒸散發時空變化及影響因素進行了分析，得到以下主要結論：

（1）適用性分析表明MOD16/ET產品與采用蒸發皿觀測折算后的蒸散量數據的一致性較高，相關系數均大于0.7，均方根誤差為19.89～42.50 mm/mon。

（2）淮河流域多年平均蒸散量為589.1 mm，空間上表現為南高北低；對不同高程下蒸散量的統計分析發現該地區中山地區蒸散量最高，其次為平原、高山地區，丘陵和低山地區蒸散量較低。時間上，15年間蒸散量呈先升后降的趨勢，總體而言蒸散量減少；基于像元尺度分析，31.4%的地區蒸散量呈減少趨勢，5.4%的地區蒸散量呈增加趨勢，63.2%的地區無顯著變化。

（3）蒸散量與降水的偏相關系數整體均值達到了0.42，正相關地區占整個研究區的92.1%；蒸散量與氣溫的偏相關系數整體均值為0.12，其中正相關的地區占總面積的68.6%，相比于氣溫，淮河流域蒸散量與降水量的相關性更高。從蒸散量的氣候因子分區來看，52.0%的區域表現為非氣候因子驅動型，44.1%的地區為降水驅動型，雙因子驅動型和氣溫驅動型范圍很小，面積占比分別為2.4%、1.5%。

（4）蒸散量受土地利用類型的影響很大，呈現出明顯差異性，總體表現為林地＞水田＞旱地＞草地。草地轉至水田蒸散量明顯增加，旱地轉變為草地、林地轉變為旱地的蒸散量明顯減少，與2000年相比，2014年蒸散量明顯減少，15年間4種用地類型的蒸散量共減少66.83×108m3。

本文僅探討了氣溫和降水因素對淮河流域實際蒸散發的影響驅動，實際蒸散發的影響因子還包括植被覆蓋度、光照強度、風速、相對濕度、人工灌溉等諸多因素的影響，在不同氣候區蒸散發的影響因素也存在差別，因此多種復雜情況還需進一步討論。此外，本文氣候因子驅動分區討論是在年尺度數據的基礎上進行的分析，不可避免會模糊氣溫和降水的年內變化，因此后續的研究中可以使用更精細的時間尺度數據進行研究。