金曉媚,郭任宏,夏 薇
(中國地質(zhì)大學(xué)(北京)水資源與環(huán)境學(xué)院,北京 100083)
地表的蒸發(fā)和植被的蒸騰共同構(gòu)成蒸散(Evapotranspiration,ET)。蒸散是大氣-植被-土壤中能量交換的主要途徑[1]。研究區(qū)域蒸散的時(shí)空分布特征不僅是了解區(qū)域生態(tài)水文過程的基礎(chǔ),也對深入認(rèn)識地表能量平衡和區(qū)域水循環(huán)具有重要意義[2]。
Penman-Monteith 公 式[3~4]、波文比能量平衡法[5]、空氣動力學(xué)法[6]等是傳統(tǒng)估算蒸散發(fā)的方法,主要通過點(diǎn)上計(jì)算再推算至區(qū)域。對于大尺度的非均質(zhì)地表,這些以點(diǎn)代面的計(jì)算方法誤差較大,很難滿足精度上的要求。隨著近年來遙感技術(shù)的迅猛發(fā)展,應(yīng)用遙感技術(shù)估算區(qū)域蒸散發(fā)的方法已經(jīng)得到廣泛應(yīng)用。由于遙感數(shù)據(jù)可以綜合反映地表覆蓋的空間分布狀況,因此,將遙感數(shù)據(jù)與實(shí)際觀測的水文氣象數(shù)據(jù)相結(jié)合,用于估算區(qū)域蒸散發(fā)的方法具有明顯的優(yōu)越性。
雖然國內(nèi)利用遙感技術(shù)計(jì)算區(qū)域蒸散發(fā)起步較晚,但是很多學(xué)者已經(jīng)做了大量的研究工作。吳炳方等[7~8]提出了將 Penman-Monteith 公式和余項(xiàng)法相結(jié)合的ETWatch方法,將晴天的阻抗格局?jǐn)U展至有云日,利用逐日的氣象數(shù)據(jù),重建了日蒸散量的時(shí)間序列。并進(jìn)一步提出不同尺度遙感數(shù)據(jù)蒸散量計(jì)算中的數(shù)據(jù)融合方法。莫興國等[9]應(yīng)用MODIS數(shù)據(jù)對華北平原的區(qū)域蒸散及GPP進(jìn)行了模擬,并分析了其對氣候波動的影響。馬寧等[10]利用14個氣象站近50年來的逐日氣象資料,以Penman-Monteith模型為基礎(chǔ),結(jié)合ArcGIS空間差值,分析了黑河流域蒸散量的空間分布及時(shí)間變化特征;李發(fā)鵬等[11]基于MODIS數(shù)據(jù),應(yīng)用表面能量平衡(SEBS)模型,對黃河三角洲的區(qū)域陸面蒸散發(fā)量進(jìn)行了估算,分析了區(qū)域蒸散發(fā)量的時(shí)空分布特征;王艷君等[12]分別應(yīng)用區(qū)域蒸散互補(bǔ)關(guān)系原理AA模型和全球海氣耦合模式ECHAM5/MPIOM,估算了長江流域近47年的實(shí)際蒸發(fā)量,并對兩種方法估算的結(jié)果進(jìn)行時(shí)間序列分析及對比,揭示了長江流域區(qū)域蒸散發(fā)的變化趨勢;馬宏偉等[13]基于MODIS數(shù)據(jù),利用SEBAL模型對石羊河流域2004年不同時(shí)期的日蒸發(fā)蒸騰量進(jìn)行了計(jì)算,分析了流域蒸散發(fā)的時(shí)空分布特征。
柴達(dá)木盆地地處高原干旱區(qū),由于自然條件惡劣,交通不便,因此研究工作程度較低。本文以柴達(dá)木盆地及8個水資源三級區(qū)為研究區(qū)域,基于MODIS數(shù)據(jù),對區(qū)域蒸散發(fā)進(jìn)行了估算研究,并對其影響因素進(jìn)行分析。
柴達(dá)木盆地為高原型盆地,地處青海省西北部,地理位置90°16'~99°16'E、35°00'~ 39°20'N 之間。盆地略呈三角形,北西西-南東東方向延伸,東西長約800km,南北寬約300km,面積276233 km2,為中國四大內(nèi)陸盆地之一。盆地地勢西高東低,西寬東窄。四周高山環(huán)繞,南面是昆侖山脈,北面是祁連山脈,西北是阿爾金山脈,東為日月山,為封閉的內(nèi)陸盆地。盆地內(nèi)大面積由荒漠覆蓋。盆地植被屬荒漠半荒漠植被,分布德令哈、察汗烏蘇、香日德、諾木洪、格爾木等綠洲農(nóng)業(yè)區(qū),使得柴達(dá)木盆地在青海的農(nóng)業(yè)生產(chǎn)發(fā)展中具有舉足輕重的地位[14]。
柴達(dá)木盆地屬高原大陸性氣候,具有典型的荒漠氣候特征,寒冷、干燥、富日照、太陽輻射強(qiáng)、多風(fēng),并以干旱為其主要特點(diǎn)。柴達(dá)木盆地南部降水多在100~300mm,西部降水僅25mm左右;四周山區(qū)年降水量一般在200mm以上,而盆地中心地帶不足25mm;降水分布具有由東南向西北、由四周山區(qū)向盆地中心遞減的趨勢特征。地表徑流的分布趨勢與降水一致。
由于柴達(dá)木盆地中有多條河流和多個匯水中心,各個匯水區(qū)之間水文地質(zhì)狀況不同,水資源及利用狀況也有差異。因此根據(jù)區(qū)域地質(zhì)構(gòu)造、地形地貌、水文氣象、產(chǎn)業(yè)結(jié)構(gòu)的差異,以水系為單位進(jìn)行水資源分區(qū),將柴達(dá)木盆地本次共劃分為8個水資源三級區(qū):哈爾騰河蘇干湖區(qū)、茫崖冷湖區(qū)、魚卡河大小柴旦區(qū)、巴音河德令哈區(qū)、都蘭河希賽區(qū)、那棱格勒烏圖美仁區(qū)、格爾木區(qū)、柴達(dá)木河都蘭區(qū)(圖1)。
圖1 柴達(dá)木盆地8個水資源區(qū)及氣象站位置圖Fig.1 Location of meteorological stations and hydrological subregions in Qaidam basin
表面能量平衡系統(tǒng)(Surface Energy Balance System,SEBS)是由荷蘭科學(xué)家 Z.Bob.Su 等[15~16]開發(fā)的應(yīng)用衛(wèi)星對地觀測的可見光、近紅外和熱紅外波段資料,結(jié)合氣象站實(shí)測數(shù)據(jù),估算地表相對蒸散的方法。
表面能量平衡可表達(dá)為:
式中:Rn——凈輻射通量;
G——土壤熱通量;
H——顯熱通量;
λE——潛熱通量(地表蒸發(fā)所用能量)。λ是水的汽化熱,表示一定體積的水通過蒸散
發(fā)從液態(tài)變?yōu)闅鈶B(tài)所需的能量,E為水蒸散通量。
SEBS模型中日蒸散量為:
式中:Ed——日蒸散量;
ρw——水的密度。
計(jì)算區(qū)域蒸散量選用的遙感數(shù)據(jù)是中等分辨率的MODIS(Moderate-resolution Imaging Spectroradiometer)數(shù)據(jù),主要包括地表反射率產(chǎn)品、空間分辨率為500 m的MOD09數(shù)據(jù),以及地表比輻射率與地表溫度產(chǎn)品、空間分辨率為1000 m的MOD11數(shù)據(jù)。數(shù)據(jù)來源于美國 NASA 網(wǎng)站(http://reverb.echo.nasa.gov/reverb/)。為了研究中數(shù)據(jù)的一致性,將MODIS地表反射率、地表比輻射率與地表溫度數(shù)據(jù)在ENVI軟件中進(jìn)行投影變換與重采樣,地理坐標(biāo)系為ENVI中的Geographic Lat/Lon,像元大小為0.005°(約為500 m)。將地表反射率(波段1~7)、地表比輻射率、地表溫度共9個波段按順序疊加在一起,形成輸入數(shù)據(jù)集文件。本文選取了2001~2011年共計(jì)3036景MODIS數(shù)據(jù)用于計(jì)算蒸散發(fā)量。
SEBS模型中使用到的相關(guān)地形數(shù)據(jù),包括地表高程、坡向和坡度,其中坡向和坡度可以由地表高程數(shù)據(jù)通過數(shù)字地形分析得到。為了反映區(qū)域地形的空間變化特征,研究中選用了空間分辨率達(dá)到90 m的SRTMDEM數(shù)據(jù)。
GLDAS(the Global Land Data Assimilation System)是基于地表信息系統(tǒng),結(jié)合大量地表觀測數(shù)據(jù),全球尺度的多重地表模型。其空間分辨率為0.25~1 km。GLDAS數(shù)據(jù)的時(shí)間分辨率為3小時(shí),同時(shí),擁有基于3小時(shí)分辨率的月均地表觀測值。GLDAD數(shù)據(jù)下載于美國NASA水文數(shù)據(jù)及信息服務(wù)中心(http://disc.sci.gsfc.nasa.gov/hydrology/data-holdings)。GLDAS數(shù)據(jù)有22個波段,本文計(jì)算蒸散量選用的是19~22的4個波段,分別為相對濕度、風(fēng)速、氣溫和氣壓波段。應(yīng)用2001~2011年間共計(jì)132幅GLDAS數(shù)據(jù)來估算區(qū)域蒸散量。
通過模型計(jì)算,柴達(dá)木盆地2001~2011年的年蒸散量分別為:72.73mm、73.94mm、78.06mm、84.53mm、 143.93mm、 123.17mm、 135.11mm、144.79mm、170.12mm、169.16mm、182.34mm。其空間分布見圖2。
圖2 柴達(dá)木盆地2001~2011年蒸散量分布圖Fig.2 Annual ET distribution of Qaidam basin during 2001 ~2011
從圖2中可以看出,盆地中部主要為荒漠,其實(shí)際蒸散量相對較低;盆地南部和東部主要有植被覆蓋,其蒸散量相對較高;湖即水體的蒸散量最高。2001~2011年間柴達(dá)木盆地的區(qū)域蒸散量呈逐年上升趨勢(圖3),從2001年的72.73 mm增加至2011年的182.34 mm,年均增長率為12mm。
圖3 柴達(dá)木盆地2001~2011年蒸散量變化趨勢圖Fig.3 Annual ET variation of Qaidam basin during 2001~2011
經(jīng)過對柴達(dá)木盆地8個水文區(qū)的區(qū)域蒸散量計(jì)算結(jié)果的統(tǒng)計(jì)發(fā)現(xiàn),都蘭河希賽區(qū)的年蒸散量最大,2011年達(dá)到266.80 mm;茫崖冷湖區(qū)的年蒸散量最小,2011年為145.95 mm(圖4)。盆地8個水資源區(qū)蒸散量按由大到小的順序排列為:都蘭河希賽區(qū)、柴達(dá)木河都蘭區(qū)、格爾木區(qū)、巴音河德令哈區(qū)、哈爾騰河蘇干湖區(qū)、魚卡河大小柴旦區(qū)、那棱格勒河烏圖美仁區(qū)、茫崖冷湖區(qū)??傮w上看,植被覆蓋和降水量對蒸散量的影響較大,盆地東部的降水量較大,植被覆蓋率較高;而盆地西部主要為荒漠,植被覆蓋率較低,降水量很小,所以盆地東部區(qū)域的蒸散量高于盆地西部。
圖4 柴達(dá)木盆地8個水資源區(qū)蒸散量變化趨勢圖Fig.4 ET variation of 8 hydrological subregions in Qaidam basin
由于氣象站蒸發(fā)皿觀測的蒸發(fā)量為水面蒸發(fā),觀測值相對較高。本次研究統(tǒng)計(jì)了研究區(qū)內(nèi)2001~2011年格爾木、烏蘭、都蘭、諾木洪、小灶火、冷湖、大柴旦、德令哈等8個氣象站實(shí)測的月蒸發(fā)量值,與SEBS模型計(jì)算的蒸散量值建立相關(guān)性分析(圖5)。統(tǒng)計(jì)結(jié)果顯示,兩者具有良好的相關(guān)性,相關(guān)系數(shù)為0.597。盆地氣象站實(shí)測的蒸發(fā)量值與實(shí)際蒸散量值的換算系數(shù)為0.12,即柴達(dá)木盆地的蒸發(fā)系數(shù)為0.12。
圖5 柴達(dá)木盆地氣象站觀測月蒸發(fā)量與SEBS模型計(jì)算月蒸散量的關(guān)系Fig.5 Relationship between SEBS ET and pan observed evaporation of Qaidam basin
3.3.1 氣象因素
圖6 月蒸散量與氣象因素的相關(guān)性關(guān)系圖Fig.6 Correlation between monthly ET and meteorological factors
在干旱區(qū),氣候?qū)^(qū)域蒸散量的影響較為明顯,特別是氣溫、降水、風(fēng)速和相對濕度的影響較大。因此,本次研究采用茫崖、格爾木、烏蘭、都蘭、諾木洪、小灶火、冷湖、大柴旦、德令哈等9個氣象站的資料求取2001~2011年每月的平均氣溫、降水、風(fēng)速、相對濕度,與每月對應(yīng)的蒸散量建立相關(guān)性分析(圖6)。
從結(jié)果中可以看出,柴達(dá)木盆地的蒸散量與氣溫的相關(guān)性最高,R2達(dá)到0.799;與降水的相關(guān)性也較好,R2為0.656,即盆地蒸散量隨著氣溫和降水的增加而增加;但是盆地蒸散量與風(fēng)速的相關(guān)性較小,R2為0.123,總體趨勢是隨著風(fēng)速的增加,蒸散量呈增加的趨勢;蒸散量與相對濕度有一定的相關(guān)性,但是相關(guān)性不明顯,R2為0.457。
3.3.2 用地類型
通過統(tǒng)計(jì),不同用地類型(水體、裸土、稀疏灌木、中等覆蓋灌木、草場、農(nóng)田)的蒸散量見圖7。其中,水體的蒸散量最大,達(dá)2.31 mm/d,而裸土及沙地的蒸散量最小,為0.24 mm/d。稀疏灌木、中等覆蓋灌木、草場以及農(nóng)田的日蒸散量平均值分別為0.42 mm/d、1.21 mm/d、1.12 mm/d、1.18 mm/d。
3.3.3 植被覆蓋率
植被發(fā)育狀況對區(qū)域蒸散量的影響較大,通常狀況下,植被覆蓋高,區(qū)域蒸散量較大;反之,植被覆蓋差,區(qū)域蒸散量較低。植被覆蓋率是指植被(包括葉、莖、枝)在地面的垂直投影面積占統(tǒng)計(jì)區(qū)總面積的百分比。植被覆蓋率的測量可分為地面測量和遙感估算兩種方法。地面測量常用于田間尺度,遙感估算常用于區(qū)域尺度。目前已經(jīng)發(fā)展了很多利用遙感測量植被覆蓋率的方法,較為實(shí)用的方法是利用植被指數(shù)近似估算植被覆蓋度,常用的植被指數(shù)為NDVI。下面是基于像元二分模型的基礎(chǔ)上的計(jì)算模型:
圖7 柴達(dá)木盆地不同用地類型的日蒸散量平均值Fig.7 Daily ET of different landuse in Qaidam basin
式中:fc——植被覆蓋率;
NDVI——?dú)w一化差值植被指數(shù);
NDVImin——植被指數(shù)最小值;
NDVImax——植被指數(shù)最大值。
根據(jù)公式(3),計(jì)算得到了2001~2011年每年7月份的植被覆蓋率。將柴達(dá)木盆地2001~2011年每年7月份的蒸散量與對應(yīng)的植被覆蓋率建立相關(guān)關(guān)系,分析植被對區(qū)域蒸散量的影響(圖8)。
圖8 2001~2011年每年7月份的植被覆蓋率與對應(yīng)區(qū)域蒸散量的關(guān)系Fig.8 Correlation between regional ET and corresponding vegetation cover during 2001~2011
從圖8中可以看出,區(qū)域蒸散量與植被覆蓋率呈正相關(guān)關(guān)系,相關(guān)系數(shù)R2為0.767,即區(qū)域蒸散量隨著植被覆蓋率的增加而增大。
利用表面能量平衡系統(tǒng),基于MODIS遙感數(shù)據(jù),反演柴達(dá)木盆地及8個水資源區(qū)的區(qū)域蒸散發(fā)量,得出以下幾點(diǎn)結(jié)論:
(1)柴達(dá)木盆地2001~2011年的年蒸散量呈現(xiàn)逐漸增長的趨勢,盆地年蒸散量分別為72.73mm、73.94mm、78.06mm、84.53mm、143.93mm、123.17mm、135.11mm、144.79mm、170.12mm、169.16mm、182.34mm。
(2)柴達(dá)木盆地8個水資源區(qū)區(qū)域蒸散量按由大到小的順序排列為:都蘭河希賽區(qū)、柴達(dá)木河都蘭區(qū)、格爾木區(qū)、巴音河德令哈區(qū)、哈爾騰河蘇干湖區(qū)、魚卡河大小柴旦區(qū)、那棱格勒河烏圖美仁區(qū)、茫崖冷湖區(qū)。
(3)區(qū)域蒸散量與氣溫、降水和相對濕度呈正相關(guān)關(guān)系,但是與風(fēng)速的相關(guān)性較小。
(4)區(qū)域蒸散量與植被覆蓋率呈正相關(guān)關(guān)系,即蒸散量隨著植被覆蓋率的增加而增大。
(5)不同用地類型的蒸散量差異較大,其中水體的蒸散量最大,裸土及沙地的蒸散量最小。
[1]Burman R,Pochop L.Evaporation,Evapotranspiration and Climatic Data[M].The Netherlands:Elsevier Science,1994.
[2]周仰效,李文鵬.地下水可持續(xù)開發(fā):概念、原理與方法[J].水文地質(zhì)工程地質(zhì),2010,37(1):1 -8.[ZHOU Y X,LI W P.Groundwater sustainability:concepts and approaches[J].Hydrogeology & Engineering Geology,2010,37(1):1 -8.(in Chinese)]
[3]Penman H L.Natural evaporation from open water,Bare Soil and Grass[J].Proceedings of the Royal Society of London, Series A, Mathematical and Physical Sciences,1948,193(1032):120-145.
[4]Monteith J L.Principles of Environmental Physics[D].London:Edward Arnold,1973.
[5]Bowen I S.The ratio of heat losses by conduction and by evaporation from any water surface[J].Physical Review,1926,27(6):779-787.
[6]Thornthwaite C W, Holzman A.Reportofthe commutation on transpiration and evaporations[J].Transactions of the American Geophysical Union,1944,25(1):683-693.
[7]Wu B F,Xiong J,Yan N.ETWatch:models and methods[J].Journal of Remote Sensing,2011,15(2):224-239.
[8]Liu S F,Xiong J,Wu B F.ETWatch:a method of multi-resolution ET data fusion[J].Journal of Remote Sensing,2011,15(2):255 -269.
[9]莫興國,劉蘇峽,林中輝,等.華北平原蒸散和GPP格局及其對氣候波動的響應(yīng)[J].地理學(xué)報(bào),2011,66(5):589-598.[MO X G,LIU S X,LIN Z H,et al.Patterns of evapotranspiration and GPP and their responses to climate variations over the North China Plain[J].Acta Geographica Sinica,2011,66(5):589 -598.(in Chinese)]
[10]馬寧,王乃昂,王鵬龍,等.黑河流域參考蒸散量的時(shí)空變化特征及影響因素的分析[J].自然資源學(xué)報(bào),2012,27(6):975 - 989.[MA N,WANG N A,WANG P L,et al.Temporal and spatial variation characteristics and quantification of the affect factors for reference evapotranspiration in Heihe River basin[J].Journal of Natural Resources,2012,27(6):975-989.(in Chinese)]
[11]李發(fā)鵬,徐宗學(xué),李景玉.基于MODIS數(shù)據(jù)的黃河三角洲區(qū)域蒸散發(fā)量時(shí)空分布特征[J].農(nóng)業(yè)工程學(xué)報(bào),2009,25(2):113 -122.[LI F P,XU Z X,LI J Y.Characteristics of the spatial and temporal distribution forregionalevapotranspiration in the Yellow River Delta based on MODIS data[J].Transactions of the CSAE,2009,25(2):113 - 122.(in Chinese)]
[12]王艷君,姜彤,劉波.長江流域?qū)嶋H蒸發(fā)量的變化趨勢[J].地理學(xué)報(bào),2010,65(9):1079 -1088.[WANG Y J,JIANG T,LIU B.Trends of estimated and simulated actual evapotranspiration in the Yangze River basin[J].Acta Geographic Sinica,2010,65(9):1079 -1088.(in Chinese)]
[13]馬宏偉,王乃昂,朱金峰,等.石羊河流域蒸發(fā)蒸騰量遙感反演及靈敏度分析[J].水資源與水工程學(xué)報(bào),2010,21(6):76 -80.[MA H W,WANG N A,ZHU J F,et al.Analysis of evapotranspiration using satellite remote and its sensitivity in Shiyang River basin[J].Journal of Water Resources & Water Engineering,2010,21(6):76 -80.(in Chinese)]
[14]李健,王輝,黃勇,等.柴達(dá)木盆地格爾木河流域生態(tài)需水量初步估算探討[J].水文地質(zhì)工程地質(zhì),2008,35(1):71 -75.[LI J,WANG H,HUANG Y,et al. Preliminary estimation on ecological consumption of water of Golmud River in Qaidam basin[J].Hydrogeology & Engineering Geology,2008,35(1):71 -75.(in Chinese)]
[15]Su Z.The Surface Energy Balance System(SEBS)for estimation of turbulent heat fluxes[J].Hydrology and Earth System Sciences,2002,6(1):85 -89.
[16]Su Z.Remote sensing of land use and vegetation for mesoscale hydrologicalstudies[J]. International Journal of Remote Sensing,2000,21(1):213-233.