基于遙感數據的中國東南沿海地區蒸散發時空演變特征分析

魏 煒，莫崇勛

（1.廣西交通職業技術學院，南寧 530023；2.廣西大學土木建筑工程學院，南寧 530004；3.廣西防災減災與工程安全重點實驗室，南寧 530004）

0 引 言

蒸散發是水循環過程中的重要組分，起著連接地表水和大氣水汽的重要作用。在地表水熱過程中，能量傳輸也是以蒸散發方式進行，因此，蒸散發對地表水循環和能量循環都發揮著關鍵作用[1,2]。探究地表蒸散發的時空演變特征及規律，有助于我們更深入地認識地表水循環變化過程，更好地應對當今氣候變化所帶來的影響。我國東南沿海地區是我國經濟發展速度相對較快且人口集中度較高的地區。該地區常年受到太平洋副熱帶高壓的控制和東南亞季風影響。在全球氣候變化的背景下，大氣環流等氣候氣象狀況在正在發生著深刻改變。對蒸散發影響較大的氣象因子，如降水、太陽輻射、風速等也勢必會隨之發生變化。因此，針對我國東南沿海地區，開展地表蒸散發的時空演變特征分析是十分必要的。

隨著衛星遙感技術的興起，蒸散發的觀測突破了原有站點測量的局限性，使觀測大規模尺度蒸散發量成為現實，不再受到地表異質性的影響。因此，陸續出現了多種基于遙感的地表蒸散發產品，如MODIS、GLEAM、PML-CSIRO、PLSH等，各個產品在觀測基礎數據和模型反演上存在差異。根據基本原理和模型結構，主要分為經驗方法[3,4]、能量平衡余項法[5]、微氣象理論法[6]、蒸發互補理論[7]等。本文結合遙感產品的適用性，選用GLEAM遙感數據作為分析沿海地區蒸散發時空演變特性的基礎。對于GLEAM遙感蒸散發產品在中國地區的適用性，Yang等[8]利用中國地區基于渦度通量觀測的ChinaFLUX站點數據分別從年、月、日尺度對其進行過評估，結果顯示，GLEAM產品在中國地區具有良好的精度和適用性。

目前，隨著遙感蒸散發產品的陸續研發，利用遙感產品對我國不同地區的蒸散發量分析的研究相繼出現。王海波[9]等基于遙感數據和Penman-Monteith模型在我國黑河流域開展了不同生態系統的蒸散發估算研究；楊秀芹[10]等利用遙感數據對淮河流域多年蒸散發時空變化及其季節性演變進行了分析；王煥[11]等通過分析2000-2014年MODIS蒸散發產品，研究了貴州省蒸散發的時空變化特征及其與氣候因子的關系，結果表明貴州省蒸散發年內變化影響最大的是氣候因子。符淑宜[12]利用遙感蒸散發模型估算了黃土高原地區的蒸散發，并結合植被覆蓋數據探究了兩者之間的時空變化規律。雖然已有相關研究，然而，上述多數產品的實時性不夠，且多應用在我國內陸流域或省份，沿海地區的研究相對較少。鑒于此，本文利用GLEAM最新版數據產品（1980-2020年），探究我國沿海地區的蒸散發時空演變特性，以期為沿海地區的水文循環演變研究提供科學參考。

1 研究數據及區域

1.1 研究數據

GLEAM蒸散發數據由英國布里斯托大學Miralles團隊研發的，基于多顆衛星遙感觀測數據和反演算法模型得到。GLEAM模型的基礎是Priestley-Taylor方程，該模型利用衛星觀測的地表凈輻射和近地面氣溫數據計算潛在蒸散發（Potential Evapotranspiration, PET），然后利用微波植被光學厚度和根區土壤濕度得到蒸散發應力因子，之后將潛在蒸散發轉化為實際蒸散發。GLEAM模型包括4個模塊：植被截留Gash模塊、PET模塊、蒸發脅迫壓力的模塊和根區土壤濕度模塊。GLEAM的空間分辨率約為25 km（0.25°×0.25°），時間分辨率為年、月、日尺度。本研究選用GLEAM version3.5的逐月的蒸散發數據，其時間跨度為1980-2020年（共41年），通過ArcGIS提取出中國大陸東南沿海地區的蒸散發數據。

1.2 研究區域概況

本研究選取的中國東南沿海省市包括江蘇省、上海市、浙江省、福建省、廣東省和廣西壯族自治區等6個省市地區，如圖1所示。研究區處于太平洋的西岸，常年受太平洋上副熱帶高壓和季風的影響，屬于典型的亞熱帶季風氣候，夏季高溫多雨、冬季低溫少雨。由于常年受到季風的影響，該研究區水資源量時空分布不均，多年平均降水量在1 600 mm以上，太陽輻射在150 W∕m2以上，常年風速1.5 m∕s以上。此外，該區域是我國經濟發展速度較快、人口聚集度較高的地區，其面積總和約為74.82 萬km2，占國土總面積的7.8%，而2021年GDP總量占全國的37.7%，在經濟社會發展中起著十分重要的支撐作用。其中，“長三角城市群”和“粵港澳大灣區”等國際城市群屬于高度城市化地區，其下墊面的變化勢必會影響蒸散發過程及其時空演變特征。

圖1 研究區地理位置圖Fig.1 Geographic position of study area

2 研究方法

2.1 Mann-Kendall趨勢檢驗

Mann-Kendall趨勢檢驗是一種非參數方法，其被廣泛用在水文氣象領域的時間序列趨勢檢測研究中[13]，該方法的基本原理為：

式中：n表示時間序列長度；xk和xj分別取k=1,2,…,n-1和j=k+1,…,n。

當n＞10時，可以認為統計量S近似服從標準正態分布，如此可知，統計量S均值為0，方差為：

之后，可得到統計量Z為：

當Z＞0時，表示待檢測的時間序列呈增加趨勢，反之為減少趨勢。此外，通過限定顯著性水平α，檢測能否成立，可以判斷序列的變化是否顯著，其中對應遵循標準正態分布，本研究中p=0.05，即對應95%的顯著性水平。

2.2 小波分析

小波分析（Wavelet Analysis）是分析時間序列周期性規律的方法，該方法通過Fourier變化，利用一簇小波函數去近似逼近待分析信號，在水文氣象領域較受歡迎[14]。其中，Morlet小波函數是一種具有多種分辨率功能的函數，其具有震蕩特性，表達式為：

式中：φ(t)表示子小波；a為尺度因子，表示小波周期的漲幅；b為平移因子，表示小波在時間上的平移量。

Wf(a,b)為小波信號的轉換形式，也稱作小波系數，kΔt為t的離散形勢，和φ相互共軛；通過對小波系數的平方值積分，可求得小波方差，如下：

小波方差對著尺度因子a的變化為小波方差圖，它能夠反映信號波動的能量隨著尺度的分布規律。因此，通過小波方差圖可以判斷出信號波動變化的主周期。之后，Torrence等人把紅、白噪音引入到小波方差峰值的顯著性檢驗中，進一步豐富了小波分析的周期性檢測理論。

3 研究結果

3.1 蒸散發時間變化特征

3.1.1 年尺度時間變化

通過對中國東南沿海地區1980-2020年GLEAM蒸散發量多年面積平均值數據分析，可得到圖2。由圖2可知，多年平均蒸散發量為794.7 mm，其中最大值發生在2018年，其蒸散發量為858.0 mm；最小值年份為1984年，其值為763.5 mm。經過一階線性趨勢分析可知，近40年來蒸散發雖有不同程度的波動，但整體而言，表現出明顯的增加趨勢，其增速為1.87 mm∕a。從增加趨勢可知，2000-2020年蒸散發的增加趨勢較1980-1999年更為顯著。

圖2 1980-2020年東南沿海地區蒸散發量年際時間變化及趨勢Fig.2 Temporal changes and trends of annual ET in southeast coastal China from 1980 to 2020

3.1.2 季節尺度時間變化

為了進一步探究蒸散發增加的原因，將1980-2020年的年內四季的蒸散發量也進行繪制，可得圖3。春、夏、秋、冬4個季節的蒸散發量分別為68.9、95.5、64.3和35.5 mm∕mon，因此，其對全年蒸散發的貢獻度為夏季（36.15%）＞春季（26.08%）＞秋季（24.34%）＞冬季（13.44%）。由于夏季東南沿海地區的溫度為全年最高，且經常受到東亞季風的影響，加之該地區受副熱帶高壓的控制，夏季潮濕的空氣從太平陽西岸吹向大陸，空氣中攜帶大量的水汽，較容易形成降水。豐沛的降水和季風，為地表蒸散發過程創造了良好的氣象條件，促使蒸散發量明顯較其它季節偏多。

圖3 1980-2020年東南沿海地區蒸散發量年內四季的變化及趨勢Fig.3 Temporal changes and trends of seasonal ET in southeast coastal China from 1980 to 2020

從4個季節蒸散發的時間變化趨勢可知，春、夏、秋、冬4個季節均表現出蒸散發量增加的發展趨勢，且增加程度并不相同。4個季節的蒸散發增速分別為0.22、0.16、0.13和0.09 mm∕(mon·a)。值得注意的是，雖然夏季的蒸散發量對于全年蒸散發總量貢獻較大，但對于蒸散發的增加趨勢，春季的蒸散發量增速對全年蒸散發的增速貢獻卻是最大的。換言之，年蒸散發量的增加更多是源于春季蒸散發的增加。相比之下，由于冬季本身溫度較低，降水較少，所以，無論是蒸散發量，或是蒸散發量增加速率，冬季對于全年的蒸散發的影響相對較小。春、夏、秋、冬4個季節的貢獻率分別為36.73%、27.45%、21.25%和14.57%。

3.2 蒸散發的空間分布變化特征

為探究蒸散發的空間變化特征，基于GLEAM蒸散發數據，繪制了中國東南沿海地區蒸散發的空間格局，分別從年尺度和季節尺度分析蒸散發的空間變化特征及規律。

3.2.1 年尺度空間變化

將1980-2020年蒸散發的空間分布形態繪制成圖4，并通過年際間標準差反映蒸散發的波動情況。通過多年蒸散發量空間分布可知，蒸散發多年平均值為794.7 mm，其中廣西、廣東和福建3個地區的蒸散發量較浙江、上海、江蘇等地區偏多，前者多年平均蒸散發量在800～1 000 mm∕a左右，后者約為600 mm∕a左右，這與廣西、廣東和福建更靠南的地理位置和氣候條件有關。此外，從蒸散發空間分布上可知，在廣東省珠三角地區、長江三角洲、上海等地區，年蒸散發量呈現出明顯的低值，其值為200 mm∕a以下。由此表明，在城市化程度相對較高的地區，由于城市發展需要，城市建設使得原本被植被覆蓋的地區轉化為建設用地，并使地表“硬底化”程度越來越高，從而在一定程度上減少了植被蒸散發。然而，植被蒸散發是蒸散發的重要組成成分，植被蒸散發減少，總蒸散發量會隨之減少。此外，從圖4（b）的蒸散發量年際變化可知，在廣西的中西部（柳州等地）、廣東的中部（廣州）、東部（潮汕地區）、福建東北部（福州等地）以及浙江西部（杭州等地），其蒸散發的標準差表現出明顯的高值，均大于5 mm；相比之下，其它地區的蒸散發量年際波動相對較小。

圖4 1980-2020年東南沿海地區年蒸散發量空間變化Fig.4 Spatial changes of annual ET in southeast coastal China from 1980 to 2020

基于Mann-Kendall趨勢檢驗，對每個空間網格點的蒸散發變化進行趨勢分析，并統計其Z統計量的分布情況。圖5（a）中，網格顏色表示Z統計量的數值，藍色表示增加，紅色表示減少。對于沿海6個省市地區蒸散發空間分布，絕大多數網格的蒸散發均表現出明顯的變化趨勢。統計分析可知，80.02%的地區表現出顯著變化趨勢，其中77.62%為顯著增加趨勢，2.40%為顯著減少趨勢[圖5（a）]。值得注意的是，呈現顯著減少趨勢的地區主要分布在廣東省的珠江三角洲地區（如粵港澳大灣區），以及長江三角地區（上海、杭州、寧波和蘇州等地區）。由此表明，隨著城市化進程的加劇，人類活動正在不同程度上改變著地表下墊面，而這一改變也對地表蒸散發過程乃至水循環過程產生著深刻影響。從Mann-Kendall趨勢檢驗Z統計量的分布規律可知，Z統計量的均值為3.68，且頻數較大的值主要分布在4～6之間，遠遠大于1.96的顯著性檢驗標準。由此表明，研究區的蒸散發增加趨勢是主要且顯著的。

圖5 1980-2020年東南沿海地區年蒸散發量變化趨勢空間分布Fig.5 Spatial distribution of ET change trend in southeast coastal China from 1980 to 2020

3.2.2 季節尺度空間變化

為進一步探究蒸散發的年內季節性空間變化規律，分別繪制春、夏、秋、冬4個季節的蒸散發空間格局，見圖6和圖7。從4個季節蒸散發的空間分布可知，夏季蒸散發量最大，春季和秋季相當，冬季蒸散發量最小。對于夏季，廣西、廣東、福建、浙江等地區的蒸散發量較上海和江蘇等地區大，前者蒸散發量均在100 mm∕mon以上，部分地區超過120 mm∕mon。其中，福建省的蒸散發量最大，主要集中在西部和北部地區，這主要與下墊面較高的森林覆蓋度有關。福建省是我國公認的綠化率最高的省份，森林覆蓋率高達66.8%，位于全國首位，素有“八山一水一分田”之稱。地處福建省西部的三明市，森林覆蓋率超過78%，是中國的“綠都”和“國家森林城市”。因此，植被的覆蓋為下墊面蒸散發量提供主要貢獻。相比之下，城市化水平較高的上海和廣州等地區，其蒸散發量則稍顯偏低，這一現象在春季[圖6（a）]表現的更為明顯。此外，由于受到氣候條件的影響，以北緯30°為界限，無論是秋季還是冬季，界限以南的區域和以北的區域，蒸散發量也呈現出明顯的區別。例如，在冬季，江蘇省及其以南的省份蒸散發量基本維持在40 mm∕mon以上，而在其以北的地區，蒸散發量則基本不超過40 mm∕mon。

圖6 1980-2020年東南沿海地區蒸散發量年內四季的空間變化形態Fig.6 Spatial distribution of seasonal ET in southeast coastal China from 1980 to 2020

圖7 1980-2020年東南沿海地區四季蒸散發量的年際間標準差Fig.7 Spatial distribution of the standard deviation of seasonal ET in southeast coastal China from 1980 to 2020

從四季蒸散發的年際間標準差空間分布可知，春、夏、秋、冬4個季節蒸散發量標準差分別為6.00、5.73、3.70和3.92 mm∕mon，說明波動幅度劇烈程度為春季＞夏季＞冬季＞秋季，這與蒸散發量的貢獻率表現出不一致。其中，春季蒸散發年際波動最為明顯，且主要波動高值主要出現在福建省的中西部和浙江省的西部等地區。秋冬兩季的蒸散發年際波動最弱，其中冬季江蘇省中部以北地區的蒸散發波動尤為不明顯，基本在2.0 mm∕mon以下。波動情況與蒸散發量的不一致表明，蒸散發的空間分布具有較強的異質性及不確定性。

類似地，利用Mann-Kendall趨勢檢驗方法分別對蒸散發在年內4個季節的變化趨勢進行分析，可得圖8、圖9和表1。從圖8和圖9可知，春、夏、秋、冬4個季節蒸散發量總體上均表現出明顯的增加趨勢。其中，春季蒸散發增加趨勢最為明顯，其呈現顯著增加（通過95%顯著性檢驗）的面積占比高達76.89%，顯著減少的面積占比僅有0.18%，而22.93%面積的地區蒸散發量雖有變化，但并不顯著。此外，對于蒸散發量增加趨勢相對較小的冬季，同樣有接近60%地區的蒸散發呈現顯著增加。與蒸散發年變化趨勢類似，對于秋、冬兩季，呈現顯著減少趨勢的地區主要分布在廣東省的珠江三角洲地區和江蘇南部等地。

表1 四季蒸散發變化趨勢面積占比 %Tab.1 The proportion of the area of the change trend of evapotranspiration in the four seasons

圖8 基于Mann-Kendall趨勢檢驗的1980-2020年東南沿海地區四季蒸散發量變化趨勢空間分布Fig.8 Spatial distribution of seasonal ET change trend in southeast coastal China from 1980 to 2020

圖9 基于Mann-Kendall趨勢檢驗的1980-2020年東南沿海地區四季蒸散發Z統計量的分布情況Fig.9 Spatial distribution of the Z statistics of seasonal ET derived from Mann-Kendall method in southeast coastal China during 1980 to 2020

此外，通過對Mann-Kendall趨勢檢驗的Z統計量分布規律進行分析可知，4個季節的Z統計量擬合得到的正態分布的均值基本都在2～4之間，不同季節略有差異。從整個分布形態不難看出，春季的Z統計量分布更為分散，而秋季和冬季則表現為更加集中。總體而言，大多數Z統計量都大于95%的顯著性水平標準（|Z|＞1.96）。

3.3 蒸散發的周期性分析

為了探究蒸散發時空變化的周期性，本研究采用功率譜小波分析對蒸散發的年際、季節在年際尺度的周期性進行計算分析，因此每個序列都有41個值，即每年的區域平均值，計算結果見圖10～圖12。在圖10（a）中，橫坐標代表年份，縱坐標表示周期（通常以年為單位）。圖中的顏色可勾勒出等值線，不同顏色表示不同的小波譜密度，其中粗黑等值線為置信水平大于95%，“V”形結構表示影響錐，其可以將功率譜分為“錐內”和“錐外”兩個部分，其中“錐外”的部分由于數據長度限制可以不予考慮。在圖10（b）中，橫軸表示能量，縱軸表示周期，圖中紅色虛線代表背景紅噪音理論曲線，如果黑色實線在紅色虛線右邊，則超越的部分黑色實線對應的數值就是周期值，且通過了顯著性檢測。

圖10 年蒸散發量小波功率譜等值線圖及小波方差譜圖Fig.10 Wavelet power spectrum contour and variance spectrum of annual ET

圖12 四季蒸散發量小波方差譜圖Fig.12 Wavelet variance spectrum of seasonal ET

從沿海地區年尺度蒸散發的周期性（圖10）可知，在1980-2020年間，蒸散發量雖有波動，但其周期性并不明顯。小波功率譜圖“錐內”沒有出現明顯的周期性等值線高值中心，且小波方差圖的紅色虛線右側也無黑色實線。由此表明，蒸散發在年尺度的周期性特征似乎并不明顯。然而，進一步探究蒸散發的四季周期性特性可以發現（圖11和圖12），春、夏、秋、冬4個季節均呈現出明顯的周期性變化規律，其中春季以4.0 a為周期，并伴隨著明顯的震蕩；夏季以2.3 a為周期；秋季則以3.2 a為周期并伴隨著強烈的震蕩。最為明顯的是冬季，其主周期為7.4 a和3.2 a，并出現了明顯的周期性震蕩規律。

圖11 四季蒸散發量小波功率譜等值線圖Fig.11 Wavelet power spectrum contour of seasonal ET

從蒸散發年尺度和季節尺度周期性分析結果可知，雖然年尺度上沒有明顯的周期性變化特征，但其年內4個季節卻呈現出不同尺度的顯著周期性變化規律。由此表明，短時段蒸散發量的周期性變化（如季節性的周期性），在進行時段合并或整合成長時間尺度（年尺度）之后，這種周期性會不同程度地“坦化”掉，導致在長時間尺度上無法表現出來。

4 結 論

（1）1980-2020年，我國東南沿海地區的多年平均蒸散發量為794.7 mm，春、夏、秋、冬4個季節的蒸散發量分別為68.9、95.5、64.3和35.5 mm∕mon，對全年蒸散發量的貢獻度為夏季＞春季＞秋季＞冬季。

（2）時間上，我國東南沿海地區近40年蒸散發量呈現出明顯的增加趨勢，增速為1.87 mm∕a。春、夏、秋、冬4個季節蒸散發增速分別為0.22、0.16、0.13和0.09 mm∕(mon·a)，其中春季對于年蒸散發增加的貢獻度最大，夏季次之，冬季最小，這和蒸散發量的貢獻度表現出不一致的順序。空間上，年尺度蒸散發有80.02%的面積表現為顯著增加的趨勢，且增加趨勢通過了95%的顯著性水平的檢驗。春、夏、秋、冬四季中，呈現顯著性增加的面積也基本都在60%以上。其中廣西、廣東、福建等省份較為明顯。周期性上，蒸散發在年尺度上無明顯的周期性，但在季節尺度上卻表現出明顯的周期性規律。

（3）珠江三角洲和長江三角地區的蒸散發表現出明顯的減少趨勢，這可能源于該區域高度的城市化，城市建設不同程度地使植被覆蓋減少，進而導致植被蒸散發減少。