金沙江流域實際蒸散發(fā)時空分布特征及其影響因子

鞠 艷，張 珂，李炳鋒，陶 然,3，張 菁,4，吳星宇

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

實際蒸散發(fā)(ETA)是指一個區(qū)域內，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)，是全球氣候系統的重要組成部分[2-3]。實際蒸散發(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)過程的關鍵參數[4]。準確估算區(qū)域實際蒸散發(fā)及其變化對區(qū)域水資源評定、水分利用效率、干旱預測等具有重要影響[5]。

近年來，通過遙感數據反演區(qū)域蒸散發(fā)，在一定程度上減少了傳統觀測方法的局限性[6-7]，但在非均勻下墊面條件下，仍存在分辨率效應問題[8]，導致一些區(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)星反演陸地水儲量變化，解決了在年內尺度上忽略水儲量變化而帶來的區(qū)域蒸散發(fā)估算偏差問題，為復雜地區(qū)的蒸散發(fā)估算提供了有效途徑。韓項等[10]結合GRACE數據的水量平衡方法模擬了汾沁地區(qū)2003—2015年的蒸散發(fā)量及其時空特征，并探討了其年際波動與溫度、降水之間的關系；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)，并通過經驗正交分解法研究了源區(qū)蒸散發(fā)的時空變化特征；段婭楠等[13]基于氣象站點觀測資料，結合彭曼公式計算了雅魯藏布江流域的潛在蒸散發(fā)，并分析了其對4種氣象因子的敏感性；詹明月等[14]基于CMIP6的12個全球氣候模式分析了SSP1-2.6、SSP2-4.5和SSP5-8.5情景下，長江流域2020—2099年實際蒸散發(fā)的時空變化及其影響因素。

目前，針對蒸散發(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)測資料[16]研究相對較少。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，結合流域內25個水文站的流量數據，分析金沙江流域2002—2016年的實際蒸散發(fā)時空變化特征，通過趨勢分析和歸一化多元線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)境保護提供參考。

1 研究區(qū)概況

金沙江位于長江流域上游，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km2，約占長江流域面積的26%。金河江流域橫跨4個省(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)。

流域內土地利用類型眾多，主要包括農田、林地、灌叢、草地等(圖1(b))，土壤類型主要是草甸土、高鈣土等地帶性土壤和鹽土、風沙土等非地帶性土壤。流域內水文站主要有沱沱河、直達門、崗拖、巴塘、古學、奔子欄等25個(圖1(a))。根據DEM和拓撲關系提取金沙江地區(qū)子流域，共劃分為25個子流域(圖1(a))。

2 數據來源與研究方法

2.1 數據來源

采用的數據主要包括實測數據和遙感數據。其中，實測數據包括流量和降水數據；遙感數據包括GLDAS V2.1版本陸面模式同化數據(http://earthdata.nasa.gov)、GRACE RL05版本重力衛(wèi)星水儲量數據(http://grace.jpl.nasa.gov)、7種國際通用的蒸散發(fā)產品以及中國氣象數據網提供的氣溫、風速數據(http://data.cma.cn)。具體數據信息見表1。

表1 多源數據信息Table 1 Information of multi-source satellite products

2.2 研究方法

2.2.1實際蒸散發(fā)重建方法

本文的實際蒸散發(fā)通過水量平衡方法來進行計算：

ETR=P-R-ΔS

(1)

式中：ETR為重建的實際蒸散發(fā)，mm；P為降水量，mm；R為徑流深，mm；ΔS為月水儲量的變化，mm。由于水循環(huán)要素(P、R和ΔS)來自地面測量和衛(wèi)星觀測，這些數據中包含了測量隨機誤差和數據處理誤差，后續(xù)研究中進行深入探討。

在面積超過4萬km2的較大的空間區(qū)域尺度上，GRACE數據可以較為準確地反映流域內陸地水儲量情況，當研究區(qū)面積較小時，GRACE數據的分辨率不夠精細，無法準確獲取小流域下的水儲量結果。本文利用0.25°×0.25°分辨率的GLDAS水儲量數據與1°×1°分辨率的GRACE數據匹配，再將偏差矯正，獲取研究區(qū)的0.25°×0.25°的陸地水儲量數據。首先基于面積權重，將0.25°×0.25°分辨率的GLDAS數據升尺度到1°×1°分辨率，使之與GRACE數據有相同的空間分辨率，計算公式為[2]

(2)

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

假定GRACE數據為“真值”，在相同分辨率下，將兩者之間的總水量差(BA)基于水量權重進一步分配到網格中：

(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個流域0.25°×0.25°分辨率的GLDAS水儲量，mm。

逐月水儲量變化ΔSm為當月的最后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個流域第m月和第m-1月最后1 d的經過誤差修正的水儲量，mm。

2.2.2統計評估方法

為了驗證該重建方法下的蒸散發(fā)結果的可靠性和準確性，本文采用了幾種統計指標來衡量其與7種蒸散發(fā)產品的準確度，包括平均差(MD)、均方根差(RMSE)和相關系數(r)。數據波動大小采用總體標準差(σ)、變異系數(Cv)和極差來衡量。

2.2.3時空變化分析與歸因分析

時空變化分析采用Mann-Kendall(M-K)趨勢分析方法，權衡變化趨勢的系數為β，具體方法詳見文獻[22]。

歸因分析將蒸散發(fā)與各影響因子(降水、氣溫、風速、濕度和歸一化植被指數(normalized difference vegetation index，NDVI))進行歸一化多元線性回歸分析，得到的標準回歸系數用于區(qū)分各影響因子對蒸散發(fā)的影響，選取標準回歸系數最高的影響因子作為影響該像元蒸散發(fā)變化的主導因子，計算公式如下：

(5)

3 結果與討論

3.1 不同遙感蒸散發(fā)產品對比

為了進一步說明ETR結果的可靠性，圖2給出了ETR與GLDAS 4種陸面模式的蒸散發(fā)產品數據(ETCLM、ETMOS、ETVIC、ETNOAH)以及基于不同算法得到的3種蒸散發(fā)產品數據(ETMET、ETMODIS、ETPLSH)的泰勒圖和相關系數圖。從泰勒圖可以看出，GLDAS 4種模式的蒸散發(fā)數據中，ETR與ETNOAH的3種統計指標結果最好，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的相關系數最大，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際蒸散發(fā)結果是有一定可靠性的。

(a) 泰勒圖

為了說明考慮水儲量變化的重要性，本文基于水平衡方程重建了未考慮水儲量變化的蒸散發(fā)產品的數據ETP-R，分析了ETR和ETP-R的一些分布狀態(tài)參數，結果如表2所示。與ETP-R相比，ETR的標準差、變異系數均較小，離散程度較低，波動較小；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%，數據分布較為集中，異常值和錯誤值較少。綜上可以看出，計算水儲量變化的蒸散發(fā)結果，能有效捕捉蒸散發(fā)的高值，減少異常值的出現，減少不確定性和誤差。

表2 ETR與ETP-R計算結果統計對比Table 2 Statistical comparison between ETR and ETP-R

3.2 實際蒸散發(fā)時空變化分析

2002—2016年金沙江流域實際蒸散發(fā)的時空分布特征如圖3所示，可以看到，金沙江流域多年平均實際蒸散發(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。金沙江流域實際蒸散發(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，越能促進植被生長，蒸騰作用越強，下游蒸散發(fā)量也就越多。

為探究不同土地利用類型下金沙江流域實際蒸散發(fā)的分布，本文提取了金沙江流域各類土地利用類型進行分析。土地利用類型數據來自科技部863計劃“全球地表覆蓋遙感制圖與關鍵技術研究”重點科研項目。對金沙江流域進行分類，概化為農田(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年的土地利用類型圖與實際蒸散發(fā)結果擬合，計算得到了各類土地利用類型不同時序下的蒸散發(fā)結果，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) 多年平均實際蒸散發(fā)

不同土地利用類型的蒸散發(fā)大小與土地利用類型的面積占比具有不一致的表現，草地占金沙江流域總面積的43.81%，相當于林地面積的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，日照時數長，農作物系數較大，農田蒸散發(fā)量較大；秋季林地和草地的蒸散發(fā)量較大，農田蒸散發(fā)量減少，由于農作物秋季成熟收割，蒸散發(fā)減少；進入冬季，農田、林地、灌叢等蒸散發(fā)量幾乎相同，冬季氣溫降低，降水偏少，日照時數減少，作物處于枯萎期，農作物系數變小，蒸散發(fā)量減少，并且不同土地利用類型之間蒸散發(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)在植物生長季占比較大，在封凍期較少，其他土地利用類型月變化不大。

(a) 季節(jié)蒸散發(fā)

3.3 實際蒸散發(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系，同時與氣象動力因素也有一定的聯系，因此本文選用水分條件(降水、相對濕度)、熱力學條件(氣溫)、動力學條件(風速)以及NDVI作為影響金沙江流域實際蒸散發(fā)的主要因子進行分析，如表3所示。

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

由表3可以看出，各影響因子與實際蒸散發(fā)大部分為正相關，其中風速與實際蒸散發(fā)顯著正相關，相對濕度與實際蒸散發(fā)相關性最小。各季節(jié)實際蒸散發(fā)變化的主要控制因子也不相同，風速是春季蒸散發(fā)增加的主要驅動力；夏季氣溫升高，降水增多，降水和風速成為實際蒸散發(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；冬季降水對實際蒸散發(fā)的影響降低，風速與實際蒸散發(fā)顯著相關，成為主要影響因子。

采用簡單的相關分析，僅能判斷單個因子對蒸散發(fā)的影響，不能綜合判斷各影響因子對蒸散發(fā)變化的相對重要性，采用歸一化多元線性回歸分析方法綜合分析主導影響。圖5為各主導因子的空間分布和顯著性檢驗，結果表明，直達門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；直達門-巴塘區(qū)間以及道孚至雅江站以上，主要受降水和相對濕度的不顯著影響；雅江-攀枝花區(qū)間，蒸散發(fā)受多種因素影響，占主導作用的是氣溫和風速；古學區(qū)間、瀘寧-桐子林區(qū)間、孫水關流域主要受降水的不顯著影響。

(a) 主導因子

金沙江流域空間異質性較強，因此從 “廣度”和“程度”兩個方面來研究影響因子對蒸散發(fā)的影響。所謂“廣度”是指逐網格對5個因子進行單個影響因子對蒸散發(fā)的簡單相關性分析；所謂“程度”即對歸一化多元線性回歸的結果，逐網格統計各個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占比最大的因子作為影響蒸散發(fā)變化的主導因子。由表4可以看出，各主導因子面積占比從大到小為降水、氣溫、風速、NDVI、相對濕度，各影響因子與蒸散發(fā)正相關面積占比從大到小為相對濕度、風速、降水、氣溫、NDVI。5種影響因子與蒸散發(fā)均呈正相關關系，其中相對濕度、風速和降水正相關的面積占比較大，均達到80%以上。

表4 實際蒸散發(fā)主導因子及相關性面積占比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，植被恢復較慢，而降水增加能使相對濕度增加，促進植被生長，蒸騰作用加強，蒸散發(fā)與降水和氣溫絕大多數地區(qū)呈現為正相關關系。同時，平均橫向風速越大，有利于水汽疏散，促進大氣中的水氣循環(huán)交換，有利于蒸發(fā)作用，從而導致蒸散發(fā)速率變快，因而風速與蒸散發(fā)變化大部分地區(qū)都呈正相關關系。綜合來看，金沙江流域主要受降水和氣溫影響較多，這兩者占主導作用，風速次之，受NDVI和相對濕度的影響較小。

4 結 論

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

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

c.各影響因子與金沙江實際蒸散發(fā)均呈正相關關系，各主導因子對實際蒸散發(fā)影響從大到小為降水、氣溫、風速、NDVI和相對濕度。綜合來看，金沙江流域主要受降水和氣溫影響較多，風速次之，受NDVI和相對濕度的影響較小。