延河流域實際蒸散發時空特征及影響因素分析

羅 宇， 尹殿勝， 穆興民,4， 高 鵬,4?， 趙廣舉,4

(1.中國科學院 水利部 水土保持研究所，黃土高原土壤侵蝕與旱地農業國家重點實驗室，712100，陜西楊凌；2.中國科學院大學，100049，北京；3.中水淮河規劃設計研究有限公司，230601，合肥；4.西北農林科技大學 黃土高原土壤侵蝕與旱地農業國家重點實驗室，712100，陜西楊凌)

蒸散發是水量平衡的一個主要支出項，由地表、水體、植物上的水分蒸發和植物的蒸騰構成[1]。作為水分傳輸的紐帶，蒸散發影響地表生態系統中水分循環、植物生長發育和能量循環等環節。在表述蒸散發的變量中，實際蒸散發(actual evapotranspiration，Ea)因為直接參與水文循環過程而成為研究的焦點[2-3]。Ea的變化影響著水循環系統，對氣象因子和植被覆蓋變化十分敏感。延河流域是黃土高原水土流失治理的重點區域，20世紀50年代以來我國對其實施諸多生態治理工程，水土保持效益顯著，植被覆蓋顯著提高，區域水文循環過程發生著重要的變化。李傳哲等[4]研究表明延河流域徑流量隨著水土保持措施的增加逐年減少，周志鵬等[5]研究表明延河流域實際蒸散發量在黃河中游支流中增長速率最大；因此，選擇延河流域進行實際蒸散發研究，不僅對黃土高原水文循環研究有指導意義，而且為水土保持工作中植被恢復需水研究、水資源規劃和保護提供重要的科學參考。

氣象因子和植被覆蓋因子等對實際蒸散發的作用在不同區域仍具有很多不確定性。李修倉[6]應用AA模型對中國典型流域的實際蒸散發研究發現，珠江流域和海河流域實際蒸散發呈顯著下降趨勢，塔里木河流域實際蒸散發呈顯著上升趨勢，從季節上看3個流域實際蒸散發最大值在夏季；輻射能量項和空氣動力學項是導致實際蒸散發變化的主要原因，兩項的變化由氣候、氣壓、風速和日照等引起。楊潔等[7]就氣候和植被變化對黃土高原蒸散發的影響進行發現降水和NDVI是影響黃土高原蒸散發季節性差異的重要因素。當前實際蒸散發的估算方法中，基于互補相關理論的平流-干旱模型(advection-aridity model，簡稱AA模型)[8]、CRAE模型[9]、Granger模型[10]得到廣泛應用。劉紹民等[11]基于Bouthet互補理論的AA、Granger、CARE模型對黃土高原實際蒸散發進行比較發現，3個模型的誤差都<10%，其中AA模型的計算誤差最小。曾燕等[12]通過將各氣象要素的分布式模擬結果與AA模型耦合對黃河流域蒸散量研究發現，黃河流域蒸散量呈微上升趨勢；AA模型的估算結果與水量平衡法結果吻合，且該模型只需常規氣象數據，更能滿足應用的需要。韓松俊等[13]通過對3種基于互補原理的模型比較研究發現AA模型普遍適用于非極端的自然環境。綜上可知，AA模型估算效果更優。但模型參數存在區域差異性，在應用時需進行率定才可精確估算實際蒸散發。

筆者以延河流域為研究區，選定AA模型作為Ea的估算方法，考慮模型區域適用性，對參數進行率定得到該模型在延河流域的最優參數。用率定后模型的估算結果分析延河流域實際蒸散發的時空分布特征與變化趨勢，探究氣象因子和植被覆蓋因子對延河流域實際蒸散發的影響，以期為黃土高原水循環與植被恢復需水研究、水資源管理與可持續利用提供理論依據。

1 研究區概況

延河流域位于E 108°39＇～110°29＇，N 36°22＇～37°20＇，屬黃河中游的一級支流，發源于靖邊縣天賜灣鄉周山，流經志丹、安塞、寶塔、延長等4個縣區，在延長縣南河溝鄉涼水岸附近匯入黃河，全長286.9 km，流域總面積7 725 km2。主要支流有西川河、杏子河、蟠龍川和南川河等。延河流域屬于大陸性氣候，年平均氣溫9.4 ℃，多年平均降水量520 mm，主要集中在6—9月，占年降水量的70%以上；多年平均流量為1.06億m3，徑流深為35 mm；林草覆蓋度為16.3%[14-15]。延河流域水土流失非常嚴重，隨著20世紀50年代后水土保持工程的開展，其生態環境得到極大改善。

2 數據與方法

2.1 數據來源

筆者利用的數據有：逐日氣象數據、逐日徑流數據和逐月植被覆指數(normalized difference vegetation index, NDVI)數據。其中逐日氣象數據來自中國氣象數據網，包括日平均溫度、日最高溫度、日最低溫度、降水量、相對濕度、氣壓、日照時數、2 m高風速，時間序列為1978—2017年，氣象站點有7個：志丹、安塞、子長、延安、延川、延長、甘泉站；逐日徑流資料來自水利部黃河水利委員會《黃河流域水文資料年鑒》，時間序列為1978—2017年，控制水文站為甘谷驛站；NDVI數據為AVHRR NDVI數據(1982—1999年)和MODIS NDVI數據(2000—2017年)，來源于美國航天局網站(NASA)，其中AVHRR NDVI數據分辨率為1 km，MODIS NDVI數據分辨率為500 m。筆者對以上3類數據均進行了預處理和質量控制。延河流域水文站、氣象站分布如圖1所示。

圖1 延河流域氣象站、水文站分布圖Fig.1 Distribution of temporal stations and hydrological stations in Yanhe River Basin

2.2 AA模型

1979年，Brutsaert和Stricker[8]基于Bouchet[16]的互補相關原理提出計算區域尺度實際蒸散發的AA模型。該模型以Penman 公式計算潛在蒸散發，以Priestley-Taylor公式計算濕潤環境蒸散發。計算公式如下：

(1)

E=f(U2)(es-ea)；

(2)

f(U2)=0.35(1+0.54U2)。

(3)

式中：Ea為流域實際蒸散發，mm；α為經驗系數(原始為1.26，本文率定范圍為0.5～1.6)；Δ為飽和水氣壓-溫度曲線斜率，kPa/℃；γ為干濕表常數，kPa/℃；Rn為地表每日凈輻射，mm；E為空氣干燥力，mm/d；U2為2 m高風速，m/s；f(U2)為2 m高風速的函數；es為飽和水氣壓，kPa；ea為實際水氣壓，kPa。其中各項計算詳情見參考文獻[8,17]。

2.3 AA模型參數率定

由于參數α機理很復雜，筆者參考前人的做法對AA模型的參數進行率定[2,3,11,18]。由降雨資料和同期徑流量資料，求得多年平均降雨量P0及多年平均徑流深R0，以模型計算的Ea與水量平衡法(E0=P0-R0)推求的ET0之間相對誤差最小(<5%)或者納什系數>0為準則對α進行率定。規定相對誤差μ為：

(4)

(5)

2.4 分析方法

筆者運用Mann-Kendall檢驗法(MK)[20]、反距離加權法(inverse distance weighting，IDW)[21]對延河流域實際蒸散發時空特征進行探究，利用Pearson相關分析[22]探究延河流域實際蒸散發與氣象因子、NDVI的相關性。

3 結果與分析

3.1 AA模型參數率定結果

筆者以1978—1997年為參數率定期，通過水量平衡法E0=P0-R0計算得到延河流域多年平均實際蒸散發E0為474.60 mm。進行AA模型率定時，以0.01為步長，從α=0.50開始不斷改變α，直至α=1.6，計算出Ea的值，得出E0和Ea相對誤差最小、納什系數最大的α值，為0.85。以1998—2017為參數驗證期，將AA模型計算得到的Ea與水量平衡法的同期計算結果比較發現：當α=0.85時兩者的相對誤差為4.27%，納什系數為0.998。這表明AA模型的率定結果可信。率定結果見表1。利用率定后的AA模型進行日實際蒸散發量的估算，并且通過累加得到月尺度和年尺度的實際蒸散發。將模型率定前后的計算結果進行比較(圖2)發現率定前后的AA模型對實際蒸散發的估算結果趨勢相似，但率定后的AA模型精度更高，更具可靠性。

表1 AA模型參數率定結果

圖2 AA模型率定前后對比Fig.2 Comparison before and after calibration by AA model

3.2 實際蒸散發時空特征

3.2.1 時間變化特征 延河流域1978—2017年多年年均Ea為472.92 mm，最小值在1983年為446.86 mm，最大值在2002年為505.40 mm。對延河流域多年平均實際蒸散發進行MK趨勢分析發現，Ea呈增加趨勢，且通過0.05顯著性水平的檢驗。對Ea年際和年內變化研究發現，多年平均Ea以0.23 mm/a的趨勢增加(圖3a)；多年月平均Ea為單峰分布(圖3b)，1月和12月的Ea低，6月、7月、8月的Ea高，符合生長季的規律，這與劉紹民等[11]Ea年內變化的研究結果類似，也進一步驗證了率定后的AA模型適用于延河流域實際蒸散發的估算。

圖3 1978—2017年延河流域實際蒸散發的年際年內變化Fig.3 Inter-annual and annual variation of Ea in Yanhe River Basin from 1978 to 2017

3.2.2 空間分布特征 延河流域Ea空間特征如圖4所示，Ea總體呈東南高、西北低的分布特征，最高值為487.64 mm在流域的東南側。對延河流域每10年Ea進行分析表明，1978—1987年間延河流域Ea呈現東南高、西北低的分布規律，但是總體差異不是很大(圖5a)；1988—1997年間，延安站及其附近Ea顯著增加，西北地區Ea顯著減少，總體分布規律沒有改變(圖5b))；1998—2007年，延安及其周邊的Ea再次顯著增加(圖5c)；2008年以來，延安成為整個延河流域Ea(475.98 mm)最高的地區，而延長站所在地區Ea顯著減少，延河流域Ea總體空間分布特征發生改變，表現為南>東>西>北(圖5d)。綜上可以發現延河流域Ea高值區域隨著時間逐漸向南偏移。

圖4 延河流域實際蒸散發的空間分布特征Fig.4 Spatial distribution characteristics of Ea in Yanhe River Basin

圖5 延河流域實際蒸散發空間分布每10年滑動變化Fig.5 Sliding variation of Ea spatial distribution every 10 years in the Yanhe River Basin

4 實際蒸散發變化原因分析

4.1 氣象因子的影響

對延河流域氣象因子進行趨勢分析可得，1978—2017年間日最高溫度、日最低溫度、平均溫度、降雨量和日照時間呈上升趨勢；氣壓、2 m高風速和相對濕度呈下降趨勢。對Ea和氣象因子進行相關性分析(表2)發現，從年尺度上來看，1978—2017年Ea與年降雨量、相對濕度、氣壓、2 m風速是負相關關系，但是并不顯著；與日最高溫度、日最低溫度、平均溫度、日照時間均是正相關關系，且通過0.05顯著性水平的檢驗。因此，年降雨量、相對濕度、氣壓、2 m風速的變化造成Ea的減少，特別是降水量和氣壓的變化；其增加是溫度與日照時間的共同作用導致。

表2 延河流域實際蒸散發與氣象因子的相關性分析

4.2 植被的影響

筆者對延河流域NDVI進行趨勢分析發現：延河流域植被覆蓋呈增加趨勢，這種趨勢通過MK檢驗置信度為99%的顯著性檢驗，這表明延河流域植被恢復建設十分有成效。對每10年的NDVI空間分布進行研究(圖6)發現延河流域植被覆蓋總體呈現東南高西北低的分布規律，且每10年滑動變化規律也與Ea的特征大致相同。

對Ea與NDVI進行相關分析可得相關系數為-0.063，兩者總體呈現弱負相關關系，但Ea與NDVI的關系具有空間差異。由圖6和圖5可見，延河流域Ea與NDVI的弱負相關關系主要源于延安站及附近地區，其他地區兩者大都呈正相關關系。這是因為延河流域干旱頻發，植被生長的需水量與可利用水量的供給間存在矛盾，植被的生長大都受到水分限制[23]。因此即使2008—2017年間延安站及附近地區的植被覆蓋低，隨著20世紀90年代來生態文明和城市綠化建設倍受重視，人為對植被生長所需水分的補給力度加強。水分補給不僅促進植被的生長，還使該地區土壤水分蒸發作用加強，由此推動了蒸散作用，從而延安站及附近地區Ea成為整個流域最大的區域。除了延安站及附近地區外，延河流域其他地區Ea大都與NDVI呈現正相關。如延河流域西北角每10年的植被覆蓋均是整個流域最低的(圖6)，其Ea也低(圖5)；1998—2007年間流域南部植被覆蓋度高(圖6c)，圖5c對應的Ea也高。這是因為植被覆蓋高，植被葉面的蒸騰與蒸發作用就強，所以實際蒸散量就高。綜上可得實際蒸散發空間分布差異由植被覆蓋度空間分布差異決定，兩者大都呈現正相關關系，但由于植被的生長對水分補給敏感，所以在水分補給的干預下，植被覆蓋低的地區對應的Ea也會變大。

圖6 延河流域NDVI空間分布每10年滑動變化Fig.6 Sliding variation of NDVI spatial distribution every 10 years in the Yanhe River Basin

5 討論

影響Ea的因子有很多，氣象因子和植被覆蓋對Ea的影響十分顯著。氣象因子對Ea的作用是重要的、復雜的[7]。筆者研究發現，延河流域溫度、日照時間與Ea呈正相關關系，降雨量、相對濕度、氣壓、2 m風速與Ea呈負相關關系，Ea的增加主要是溫度的上升、氣壓的下降造成的。這個結果揭示了延河流域氣象因子對實際蒸散發的作用，與溫姍姍等[24]在松花江流域關于氣象要素與實際蒸散發關系的研究結果類似。值得關注的是，氣象因子在不同季節對Ea的作用有差異[24]。這也是氣象因子對Ea作用的復雜之處之一。從簡單的相關角度看，造成氣象因子與Ea年在尺度上呈正作用(或負作用)的原因是：氣象因子在四季中與實際蒸散發呈正相關關系的比例高于(或低于)負相關關系的比例。因此如果要解釋年尺度上氣象因子和Ea的關系，就要定量給出各氣象因子在不同季節對Ea變化的貢獻量。所以對不同時間尺度(季度或者月尺度)下氣象因子對實際蒸散發的作用及貢獻率進行定量研究是下一步研究的重點。植被的蒸騰是促進區域蒸散發的重要原因[25]。本文研究發現，延河流域植被覆蓋度總體上與Ea是正相關關系，但植被覆蓋對Ea的影響具有空間差異。這是因為植被生長過程中對水分的補給十分敏感，深刻影響著蒸散發的變化[26]。所以在植被覆蓋度低的局部地區，人為給植物補給水分后，植被的蒸騰加快，Ea變高。局部地區的水分補給導致整個流域植被覆蓋與Ea之間呈現弱負相關關系，從而使植被覆蓋對Ea的作用具有空間差異，可以看出水分補給的影響非常大。因此，為了解實際蒸散發空間差異的原因，應對不同區域植被覆蓋與實際蒸散發的相關關系進行深入探究，植被蒸騰作用對實際蒸散發變化的貢獻量也是研究的重點。

6 結論

1)AA模型在延河流域的最優參數α=0.85，且滿足精度要求。

2)延河流域多年平均實際蒸散發為472.92 mm且呈現每年增加0.23 mm的趨勢，多年月平均實際蒸散發為單峰分布。空間上，實際蒸散發總體呈東南高、西北低的分布特征，高值區域隨著時間逐漸向南偏移。

3)延河流域實際蒸散發的年際增加趨勢由溫度和日照時數的上升、氣壓的下降造成的；植被覆蓋度空間異質性決定著實際蒸散發空間分布差異，在水分補給的影響下，植被覆蓋對Ea的作用差異顯著。