基于MOD16的洞庭湖流域2000－2014年地表蒸散時空變化分析

張 猛，曾永年，齊 玥

?

基于MOD16的洞庭湖流域2000－2014年地表蒸散時空變化分析

張 猛，曾永年※，齊 玥

（1. 中南大學(xué)地球科學(xué)與信息物理學(xué)院，長沙 410083； 2. 中南大學(xué)空間信息技術(shù)與可持續(xù)發(fā)展研究中心，長沙 410083）

地表蒸散是決定土壤-植被-大氣之間水循環(huán)與能量轉(zhuǎn)換的關(guān)鍵因素，研究流域蒸散量的時空變化對水文、氣象和農(nóng)業(yè)等領(lǐng)域的治理和管理具有重要意義。該文基于時間序列MOD16數(shù)據(jù)集，分析了2000－2014年洞庭湖流域地表蒸散量時空變化，并利用多年降水量及氣溫數(shù)據(jù)，采用回歸模型探討了蒸散量與氣候因子之間的相關(guān)性, 以期為洞庭湖流域熱量平衡和氣候干濕狀況評價提供數(shù)據(jù)支持。結(jié)果表明：1）MOD16地表蒸散量產(chǎn)品數(shù)據(jù)的精度滿足洞庭湖流域蒸散量時空分布研究的需求；2）洞庭湖流域年蒸散量值具有較高的空間分異性，呈現(xiàn)出東北部低、西部和南部高的趨勢。洞庭湖流域各年蒸散量多年年平均蒸散量值為636.83 mm/a，多年年均蒸散量整體呈波動下降趨勢；3）蒸散量的季節(jié)性變化明顯，一年中夏季地表蒸散量平均值最高4）洞庭湖流域地表蒸散量年內(nèi)分布顯現(xiàn)為先增大后減小的單峰型分布趨勢，蒸散量的高值區(qū)主要集中在5－9月，最高值出現(xiàn)在7月，最小值出現(xiàn)在12月；5）地表蒸散量值與降水量和氣溫的平均相關(guān)系數(shù)分別是0.67和0.41，表明地表蒸散量與降水量的相關(guān)性較高?；谝延械难芯勘砻鳎傮w而言，MOD16產(chǎn)品為全球變化研究提供了較為可靠的、長時間序列蒸散發(fā)產(chǎn)品，并可以用于全球范圍地表蒸散研究。

蒸散；氣溫；降水；時空變化；MOD16；洞庭湖流域

0 引 言

蒸散（evapotranspiration, ET）是指植被與地面向大氣輸送的水汽總通量，既包括從土壤和植物表面的水分蒸發(fā)，也包括通過植物體表和體內(nèi)的蒸騰，是土壤-植被-大氣系統(tǒng)（SPAC）中水分轉(zhuǎn)移、轉(zhuǎn)化的重要一環(huán)，也是水文水循環(huán)和水量平衡研究的核心[1-6]。蒸散作為生態(tài)環(huán)境和水資源評估的重要環(huán)節(jié)，適時、準(zhǔn)確地分析區(qū)域蒸散時空特征及其與氣候因子的關(guān)系，對區(qū)域氣象、水文、水利工程及農(nóng)業(yè)等領(lǐng)域有著重要的意義[7-12]。洞庭湖流域是長江流域重要的組成部分，素有“魚米之鄉(xiāng)”之稱的洞庭湖流域也是中國糧食主生產(chǎn)區(qū)之一[13-14]。由于受氣候的影響，降水量年際變化率較大，加之全球氣候變暖的影響，洞庭湖流域極端旱澇災(zāi)害頻發(fā)，給農(nóng)業(yè)經(jīng)濟(jì)造成了巨大的損失[15]。據(jù)統(tǒng)計(jì)表明，旱澇災(zāi)害是制約洞庭湖流域農(nóng)業(yè)可持續(xù)發(fā)展最大制約因素[16-17]。旱澇災(zāi)害的頻繁發(fā)生表明洞庭湖流域的水量平衡關(guān)系產(chǎn)生了變化，由于地表蒸散量的時空變化對流域水量平衡關(guān)系中占據(jù)十分關(guān)鍵的作用，及時地監(jiān)測與研究流域地表蒸散量及其時空變化，對于揭示洞庭湖流域水量平衡關(guān)系的變化，研究流域水資源合理利用以及旱澇監(jiān)測等研究具有重要意義。

遙感技術(shù)現(xiàn)已成為區(qū)域蒸散（能量平衡和水分狀況）監(jiān)測的主要手段，國內(nèi)外學(xué)者基于遙感數(shù)據(jù)對不同尺度的地表蒸散進(jìn)行了分析[17-19]。以往的研究多基于分辨率較低的NOAA/AVHRR數(shù)據(jù)，盡管能夠分析大區(qū)域、大尺度范圍長時間序列的地表蒸散狀況，但其無法精細(xì)地表達(dá)地表蒸散的空間分布和變化。也有學(xué)者基于Landsat數(shù)據(jù)，采用不同的模型模擬估算了地表蒸散[20-21]。但由于受天氣和Landsat重訪周期的影響，其無法獲取長時間序列的地表蒸散數(shù)據(jù)，從而影響了長時間序列的變化研究。由美國NASA地球觀測系統(tǒng)發(fā)布的全球MODIS陸地蒸散產(chǎn)品數(shù)據(jù)（MOD16）已在大范圍流域、乃至全球范圍的地表蒸散的時空分布及變化研究得到較為廣泛的應(yīng)用[22-24]。同時，MOD16蒸散產(chǎn)品數(shù)據(jù)在中國不同尺度的地表蒸散定量分析中也得到應(yīng)用，李偉光等[25]以MOD16蒸散產(chǎn)品數(shù)據(jù)為基礎(chǔ)，分析海南島蒸散量的變化規(guī)律，并探討了該區(qū)域干旱災(zāi)害的成因分析及生態(tài)需水量。吳桂平等[26]基于MOD16產(chǎn)品數(shù)據(jù)對鄱陽湖流域地表蒸散量的時空分布特征進(jìn)行了研究。賀添等[27]基于MOD16產(chǎn)品對中國2001－2010年蒸散發(fā)時空格局變化進(jìn)行了分析。因此，MOD16產(chǎn)品已成為分析區(qū)域及全球地表蒸散量時空分布的重要遙感數(shù)據(jù)產(chǎn)品。

本文基于2000－2014年的MOD16遙感蒸散產(chǎn)品數(shù)據(jù)，定量分析了近15 a來洞庭湖流域蒸散時空分布特征及年際變化，并探討流域地表蒸散變化與氣候因子間的相關(guān)性，為理解流域水熱平衡，氣候的干濕狀況評價提供數(shù)據(jù)支持，并為流域旱澇災(zāi)害中水量平衡關(guān)系變化的成因和生態(tài)需水量研究提供科學(xué)依據(jù)。

1 研究區(qū)及數(shù)據(jù)

1.1 研究區(qū)概況

洞庭湖流域位于長江中游，該流域范圍介于107°16′～114°17′E，24°38′～30°26′N（圖1），范圍覆蓋了湖南絕大部分，以及湖北、廣西、貴州部分地區(qū)，流域總面積約26.3萬km2[28]。研究區(qū)水系發(fā)達(dá)，河網(wǎng)稠密，包括洞庭湖區(qū)以及湘、資、沅、澧泗水。流域內(nèi)地貌形態(tài)復(fù)雜多樣，以山地和丘陵為主，海拔在-21～2 529 m之間。洞庭湖流域?qū)賮啛釒Ъ撅L(fēng)氣候，四季分明，雨熱同期，年均降水量在420 mm左右，但降水和蒸散時空分布不均，具有明顯的季節(jié)性和區(qū)域性[29]。

圖1 研究范圍

1.2 數(shù)據(jù)及處理

1.2.1 數(shù)據(jù)來源

本文采用地表蒸散產(chǎn)品（MOD16）數(shù)據(jù)下載于http://www.ntsg.umt.edu/project/mod16，根據(jù)洞庭湖流域的地理位置及MOD16產(chǎn)品數(shù)據(jù)軌道號，選擇下載數(shù)據(jù)的衛(wèi)星軌道號為h27v05、h27v06和h28v06，涵蓋了洞庭湖流域2000－2014年共15 a的數(shù)據(jù)。

研究區(qū)的DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云（http://www.gscloud.cn/），分辨率為30 m。氣象數(shù)據(jù)來源于中國氣象科學(xué)數(shù)據(jù)共享網(wǎng)（http://cdc.nmic.cn），選取2000－2014年研究區(qū)及周邊地區(qū)46個氣象站點(diǎn)的月平均溫度、月總降水量。1:25萬全國土地利用數(shù)據(jù)來源于中科院地理所，該數(shù)據(jù)是基于TM/ETM+遙感影像通過人機(jī)交互目視解譯獲得。

洞庭湖流域邊界數(shù)據(jù)下載于國家基礎(chǔ)地理信息中心（http://ngcc.sbsm.gov.cn/），同時依據(jù)流域DEM數(shù)據(jù)、流域水系特征及國內(nèi)外學(xué)者研究的成果，劃出洞庭湖流域的子流域分布區(qū)。

1.2.2 數(shù)據(jù)處理

1）土地利用數(shù)據(jù)處理

依據(jù)洞庭湖流域主要的土地利用類型和分析精度要求，基于1:25萬土地利用數(shù)據(jù)，利用ENVI與ArcGIS平臺，將研究區(qū)土地利用類型歸并為水體、草地、耕地、林地、城鎮(zhèn)和裸地6個一級地類。

2）氣象數(shù)據(jù)處理

以研究區(qū)的DEM數(shù)據(jù)及氣象站點(diǎn)的經(jīng)緯度數(shù)據(jù)為基礎(chǔ)，得到洞庭湖流域柵格格式的經(jīng)度、緯度、坡度、坡向數(shù)據(jù)，并在SPSS及ArcGIS環(huán)境下，通過多元線性回歸法將氣象要素實(shí)現(xiàn)空間化，進(jìn)而獲取氣象要素柵格數(shù)據(jù)，并將其空間分辨率與MOD16數(shù)據(jù)保持一致。同時，計(jì)算得出洞庭湖流域時間序列的年均降水量與氣溫，從溫度、降水的時間序列線性回歸趨勢以及兩者的平均值線可以得出，研究區(qū)多年降水量呈微弱下降趨勢，而溫度則呈微弱上升趨勢（圖2）。

圖2 洞庭湖流域時間序列年均降水量與氣溫

3）MOD16產(chǎn)品及精度說明

對原始的MOD16產(chǎn)品進(jìn)行投影轉(zhuǎn)換（WGS-1984），并進(jìn)行影像鑲嵌和裁剪。基于研究區(qū)各子流域的矢量邊界圖，裁剪得到不同時間和空間尺度下研究區(qū)域內(nèi)的地表蒸散數(shù)據(jù)，并分別統(tǒng)計(jì)蒸散量的最大值、最小值、平均值及方差統(tǒng)計(jì)。本文將MOD16重采樣為3 km×3 km，并與桃源農(nóng)業(yè)生態(tài)站多年實(shí)測數(shù)據(jù)（實(shí)測點(diǎn)范圍為3 km×3 km）對比分析。結(jié)果表明2000-2014年實(shí)測值與遙感蒸散量（MOD16）之間的相對誤差較小，總體小于10%左右（表1）。同時，對實(shí)測值與遙感蒸散量（MOD16）的回歸分析表明，兩者的相關(guān)系數(shù)為0.88，相關(guān)性顯著（圖3）。另一方面，已有研究表明[25-27]，MODIS產(chǎn)品數(shù)據(jù)的精度較好，可以用于流域或大范圍地表蒸散研究。因此，MOD16產(chǎn)品數(shù)據(jù)能夠滿足洞庭湖流域地表蒸散量時空變化。

表1 MOD16蒸散量產(chǎn)品的精度檢驗(yàn)

圖3 蒸散量實(shí)測值與MOD16蒸散量值的相關(guān)性分析

2 研究方法

2.1 年際趨勢分析

洞庭湖流域年地表蒸散量值的年際趨勢分析主要采用一元線性回歸分析法，年際變化率即為趨勢線斜率。公式如下

式中表示趨勢斜率，表示估算年數(shù)，ET表示第年的年際蒸散量（mm），利用ET值與時間序列的相關(guān)關(guān)系表示ET年際變化的顯著性，>0表示增加，<0表示減少[30]。

2.2 氣候因子相關(guān)性分析

以研究區(qū)每個像元的蒸散量值和已被空間化的氣象要素為基礎(chǔ)，研究區(qū)每個像元的蒸散量值與降水量和溫度之間的相關(guān)性利用單相關(guān)系數(shù)來表達(dá)，得到以下公式

3 結(jié)果與分析

3.1 洞庭湖流域地表年度蒸散值時空分布特征

3.1.1 洞庭湖流域多年ET平均值空間特征

2000－2014年，洞庭湖流域蒸散量空間分布如圖4所示?？傮w而言，洞庭湖流域年蒸散量具有較高的空間分異性，呈現(xiàn)出東北部低、西部和南部高的趨勢。蒸散量的不均勻分布，在一定程度上與流域內(nèi)植被覆蓋度不均有較大的聯(lián)系。流域東北部洞庭湖區(qū)及其周邊高強(qiáng)度人類活動和經(jīng)濟(jì)發(fā)展，致使該地區(qū)植被覆蓋相對較低，從而使得蒸散量值也相對較低；高值區(qū)聚集地多為地勢較高的西部與南部的山地森林區(qū)，這些地域年最大植被覆蓋率可達(dá)90%以上，是常年植被覆蓋區(qū)域，植被類型多種多樣，植物蒸騰作用明顯，導(dǎo)致蒸散量值較高。

圖4 2000－2014年洞庭湖流域多年蒸散量平均值的空間分布

由于生理生態(tài)特性及降水的差異，不同土地利用類型的平均蒸散量及分布特征表現(xiàn)出不同的特點(diǎn)[26]，洞庭湖流域年均蒸散量與土地利用類型密切相關(guān)，不同土地利用類型的平均蒸散量存在著較大的差異[27]。利用研究區(qū)土地利用數(shù)據(jù)對MOD16數(shù)據(jù)進(jìn)行裁剪，并分地類進(jìn)行統(tǒng)計(jì)得到不同土地利用類型年ET均值（圖5）。其中，林地的年均蒸散量最高，達(dá)到了1 284 mm/a；城鎮(zhèn)的年ET均值最低，為568 mm/a；耕地多為水田、水澆地，其蒸散量的大小及空間變化與農(nóng)作物種類、土壤水分含量以及農(nóng)業(yè)技術(shù)措施等有關(guān)。總體來看，除水體外，流域內(nèi)各土地利用類型的年均蒸散量大小依次為林地>草地>裸地>耕地>建設(shè)用地。

圖5 不同土地利用類型年ET均值

3.1.2 洞庭湖流域ET變化特征

洞庭湖流域地表年蒸散量值的逐年變化過程，以及洞庭湖流域年蒸散量值的相對變化率的年際波動情況如圖6所示。2000－2014年，洞庭湖流域地表年蒸散量均值在610～670 mm/a之間波動。研究時段，年蒸散量最高值出現(xiàn)在2001年，蒸散量為669.19 mm/a；年蒸散量最低值為613.62 mm/a，出現(xiàn)在2011年。洞庭湖流域多年年平均蒸散量為636.83 mm/a（如圖3所示），研究時段，各年蒸散量平均值整體呈波動下降趨勢。相對變化率變化的情況也較為復(fù)雜，其中最低為?0.06%（2002年），最高達(dá)到0.08%（2001年），總體趨勢呈下降趨勢。比較分析2000－2014年各年流域蒸散量平均值發(fā)現(xiàn)，年蒸散量值超出多年年平均蒸散量值的年份出現(xiàn)在2001年、2003年、2005年、2006年、2007年、2013年，其他年份均低于多年年蒸散量的平均值。其中，2001年2003年尤為突出，分別超出多年年蒸散量平均值32.73和32.36 mm。根據(jù)此變化情況可將研究時段分為以下幾個階段：2001－2003年，年蒸散量值呈快速上升趨勢并達(dá)到研究時段的最大值；2004－2007年，年蒸散量值在波動中呈較平穩(wěn)的增加趨勢；2009－2011年，年蒸散量值顯著下降并降到波谷。2011－2014年流域蒸散量變化較大，與研究時段多數(shù)年份旱情有關(guān)，尤其是2011年由于旱情的影響導(dǎo)致年降水量為研究時段的最低值，年總降水量為1 078 mm（圖2a），且流域整體年降水量表現(xiàn)為顯著減少趨勢?？傮w上看，年蒸散量值的年際變化趨勢的復(fù)雜性的主要是由于氣候變化的復(fù)雜性。

圖6 2000－2014年洞庭湖流域地表蒸散量值的年際變化

3.1.3 洞庭湖流域各子流域ET變化

為進(jìn)一步研究洞庭湖流域地表年蒸散量值的空間分布特征，本研究分析了近15a來洞庭湖流域各個子流域的年蒸散量值的空間分布特征來去除年際變化的影響，如圖7所示。其中，湘江流域多年平均蒸散量值最高，達(dá)到576.2 mm/a左右，湘江流域占洞庭湖流域的面積最大，水系發(fā)達(dá)，河網(wǎng)密布，并且支流水庫眾多，降水豐沛，植被覆蓋度高，所以蒸散量值也呈現(xiàn)為高值狀態(tài)，該子流域的蒸散量平均值總體趨勢為先升高后降低再升高，呈現(xiàn)為穩(wěn)定中增加趨勢；其次，沅江流域的多年平均蒸散量值為448.6 mm/a，在所有子流域中，沅江流域占洞庭湖流域面積位居第二，干流長位居第一；資水流域和澧水流域的多年平均蒸散量值差別不大，都集中在340～390 mm/a之間，這2個子流域所占洞庭湖流域面積較小，2個子流域的蒸散量平均值總體變化趨勢為先降低后升高再降低，呈現(xiàn)為穩(wěn)定中降低的趨勢。

圖7 洞庭湖流域各子流域逐年ET平均值

3.1.4 洞庭湖流域ET年際趨勢分析

2000－2014年地表蒸散量值變化趨勢如圖8所示?？傮w上看，近15a的洞庭湖流域內(nèi)大部分地區(qū)的地表蒸散量值變化趨勢不顯著，多年地表年蒸散量值的年際變化率均值為?2.98%（<0.05，結(jié)果呈顯著相關(guān)），即流域蒸散量整體呈下降趨勢。洞庭湖流域地表蒸散量值整體呈現(xiàn)中度的變化居多、低程度的變化偏少、高程度的變化最少的特征，整體為不顯著的下降趨勢。依據(jù)此變化程度將年地表蒸散量值變化劃分為：明顯減少、較明顯減少、輕微減少、輕微增加、較明顯增加、明顯增加6種情況。其中，年地表蒸散量值呈明顯減少、較明顯減少的的區(qū)域主要分布在東北地區(qū)及其邊緣地帶，集中在洞庭湖周邊以及子流域的周邊地區(qū)，減少的主要原因與年地表蒸散量值的變化原因相似；而西北部和東南部蒸散量的變化趨勢較為類似，小部分地區(qū)地表蒸散量值為明顯和較明顯的增加趨勢，這些地區(qū)地勢高、植被覆蓋率高、植物種類多樣，以至于地表蒸散量值的增加趨勢明顯；剩下的大多數(shù)地區(qū)地表蒸散量值接近為無變化，這些區(qū)域地表蒸散量值分布主要受氣候變化的影響，人為因素干擾波動較小，因此年地表蒸散量值的年際變化相對穩(wěn)定。

蒸散量值分布的年際變化與氣象因素變化息息相關(guān)，降水量的增加、氣候的變暖導(dǎo)致的植物本身返青期提前，其生長期延長，這些對植被的生長起到了良好的推進(jìn)作用，加速了植被覆蓋度的提高，間接導(dǎo)致地表蒸散量值的提高[31-32]，但洞庭湖流域內(nèi)部分區(qū)域的草地退化是人類活動與自然因素長期累積的結(jié)果，不可能短期內(nèi)實(shí)現(xiàn)扭轉(zhuǎn)，故部分區(qū)域的地表蒸散量值仍有下降現(xiàn)象。

圖8 洞庭湖流域2000－2014年ET值變化率空分布

3.2 洞庭湖流域地表季度蒸散量值時空分布特征

3.2.1 洞庭湖流域多年季度ET平均值空間特征

受洞庭湖流域氣溫、降水等氣候因素影響，洞庭湖流域的四季地表蒸散量值空間分布差異明顯，流域春季、夏季、秋季及冬季地表蒸散量值的空間分布如圖9。整體上看，春、夏、秋季地表蒸散量值變化趨勢的空間分布與多年地表蒸散量值較為一致，其中，冬季地表蒸散量值空間差異小，空間差異不明顯。洞庭湖流域春季地表蒸散發(fā)的高值區(qū)主要集中在西部及南部地區(qū)，而低值區(qū)則主要分布在流域的東部、北部地區(qū)（洞庭湖周邊及子流域周邊地區(qū)）；夏季受季風(fēng)氣候的影響，雨水較多，加之氣溫的升高，使得流域地表蒸散量值整體較高，但高值區(qū)最為顯著的仍為流域西部及南部地區(qū)；秋季，與春季的空間分布趨勢較為相似，流域的西南一帶地表蒸散量值高值區(qū)仍較為顯著。冬季，大部分地區(qū)的地表蒸散量值均呈顯著的下降趨勢，尤其是東北一帶，地表蒸散量值下降最為明顯。

圖9 洞庭湖流域多年季度蒸散量平均值空間分布

3.2.2 洞庭湖流域多年季度蒸散平均值時間特征

時間尺度上，春季（3－5月）地表蒸散量均值為84.60 mm，隨著氣溫的回暖、降水量增長、植被返青，地表蒸散量較冬季逐漸增大。夏季（6－8月）為洞庭湖流域的雨季，氣溫較高、太陽輻射較大，為地表蒸散發(fā)供給了有利條件，夏季的地表蒸散量平均值為122.69 mm。具體來看，地表蒸散量值在6月份略有降低，是因?yàn)橹脖坏谜趄v作用減弱，7、8月份正值草地和森林的生長旺季，植被較茂盛，加之洞庭湖流域內(nèi)的水系較多，植被的蒸騰、土壤的蒸發(fā)及水面的蒸發(fā)非常旺盛，使得流域內(nèi)的地表蒸散量迅速增加，7月份時達(dá)到全年的最大值；秋季（9－11月）洞庭湖流域受到大陸的冷氣團(tuán)控制，氣溫降低，雨量也逐漸減少，并且秋季是植物的衰敗或處于非生長的階段，因此地表蒸散量也隨之降低，此季的地表蒸散量平均值較小，約為79.76 mm；冬季（12月－次年2月）植被量減少為最低，降水量少、氣溫低、氣候干冷，流域內(nèi)的地表蒸散量值的空間分布差異不明顯，地表蒸散量較小并且?guī)缀醪粫兓?，所?2月至次年2月的地表蒸散量值的變動趨勢平緩；冬季洞庭湖流域的地表蒸散量值平均值為55.78 mm?？傮w而言，一年中地表蒸散量平均值為：夏季（122.69 mm）＞春季（84.60 mm）＞秋季（79.76 mm）＞冬季（55.78 mm）。

3.3 洞庭湖流域地表月蒸散平均值時空分布特征

2000－2014年洞庭湖流域不同月份的月平均蒸散量空間分布如圖10所示。從洞庭湖流域的月蒸散量均值的空間分布圖可以看出，受到降水、溫度等氣候因素的影響，洞庭湖流域內(nèi)多年地表蒸散量月平均值的空間分布差異較為明顯。除7、8月份外，其他月份的地表蒸散值整體趨勢表現(xiàn)為東北部較低，西部及南部較高，與年蒸散量值的空間分布特征類似。

洞庭湖流域地表蒸散量年內(nèi)分布顯現(xiàn)為先增大后減小的單峰型分布趨勢，11月到次年4月的變化較為平緩，5－8月，月蒸散量值處于快速升高階段，8月時月蒸散量值達(dá)到最大，而后9月、10月月蒸散量值迅速下降，月蒸散量的高值區(qū)主要集中在5月－9月，其中月蒸散量值最小值出現(xiàn)在12月，僅為52.53 mm左右，7月的月蒸散量數(shù)值最大，達(dá)到130.13 mm左右，其主要原因?yàn)椋?月、2月、12月，洞庭湖流域的氣溫較低，不利于地表蒸散發(fā)，加之降水量也相對較少，故月蒸散量值平均值較低，僅為55.78 mm；3－5月，洞庭湖流域的氣溫緩慢回升，氣候條件逐漸利于蒸散發(fā)，地表蒸散量也隨之升高，月蒸散量值平均值達(dá)到84.60 mm；6－8月份氣溫達(dá)到最高，并且此時期正值長江主汛期，降雨量大，供水充裕，再加上風(fēng)速大、日照充足，有利于地表蒸散發(fā)，同時，7月的月蒸散量達(dá)到了最高值，并且這一季度的蒸散量均值達(dá)到了122.69 mm；9－11月時氣溫又緩慢降低，因此該階段的蒸散量值又逐漸回落，該階段的蒸散量均值下降為79.76 mm。由此可見，不同月份的地表蒸散量值分布與該時段內(nèi)的氣溫和降水等因素的變化關(guān)系密切。

圖10 洞庭湖流域不同月份的地表蒸散空間分布

3.4 蒸散量與氣候因子的相關(guān)性分析

湖南省的氣象要素的空間分布表現(xiàn)為：降水量從北方向南方逐漸增加，高值區(qū)出現(xiàn)在流域東南部；溫度方面，環(huán)洞庭湖區(qū)和湘中南地區(qū)的溫度值高于近15 a的年溫度平均值，而低于年平均值的區(qū)域則分布在西北地區(qū)，以及南部的小部分地區(qū)（圖11a、11b）。利用相關(guān)系數(shù)分析法分析2000－2014年地表年蒸散量值與年均降水量、年均氣溫在像元尺度上的相關(guān)性空間分布如圖11c、11d，通過統(tǒng)計(jì)分析得到地表蒸散量值與降水量和氣溫的平均相關(guān)系數(shù)分別是0.67和0.41，相比較而言，地表蒸散量值與降水量的相關(guān)性更強(qiáng)。地表蒸散量值與降水量、氣溫正相關(guān)的面積占流域總面積的比例分別為95.65%和91.86%；地表蒸散量值與降水量、氣溫負(fù)相關(guān)的面積占流域總面積的比例分別為4.35%和8.14%。

通過將洞庭湖流域年蒸散量與年均降水量、年均氣溫分布比較可知，南部一帶地區(qū)的年降水量與年均溫均呈顯著增加趨勢，降水量充沛、氣溫偏高，這樣溫和且濕潤的氣候條件有利于植被的生長發(fā)育，隨之植被覆蓋度增加，地表蒸散量值也隨之增加；西邊一帶，地表蒸散量總值隨氣溫和降水量的相互影響狀況有年際波動現(xiàn)象，但總體平穩(wěn)增加；東北一帶降水偏少、但氣溫偏高，易導(dǎo)致干旱等自然災(zāi)害的發(fā)生，不利于植被的生長，導(dǎo)致地表蒸散量總值低。西部地區(qū)的地表蒸散量值影響因素主要是降水量，而東部地區(qū)和北部氣溫是地表蒸散量值的主要影響因素，南部地區(qū)的地表蒸散量值的變化則是氣溫和降水量共同影響下的結(jié)果。

圖11 洞庭湖流域2000－2014年蒸散量與降水及溫度的相關(guān)性空間分布

另外，一定溫度范圍內(nèi)降水量的增多而導(dǎo)致的連續(xù)低溫、陰雨天氣可能會導(dǎo)致植被的生長受限，不利于植被的光合作用進(jìn)行，阻礙植被的覆蓋度增長，進(jìn)而導(dǎo)致地表蒸散量值得減少[33]。從圖11可知，大部分的區(qū)域降水量與年地表蒸散量值呈現(xiàn)正相關(guān)趨勢（95.65%），尤其北部邊緣地區(qū)（洞庭湖周邊及其子流域的周邊地區(qū)）最為明顯，少數(shù)地區(qū)呈現(xiàn)為負(fù)相關(guān)，并且集中在流域的西南一帶，中部地區(qū)則是大部分為負(fù)相關(guān)關(guān)系中間穿插少部分的正相關(guān)關(guān)系。溫度方面，洞庭湖流域氣溫和年地表蒸散量值整體呈現(xiàn)正相關(guān)，且主要分布于流域北部與南部。而流域中部與西部的部分區(qū)域則呈現(xiàn)出一定的負(fù)相關(guān)。根據(jù)以上分析，可以進(jìn)一步說明氣溫和降水量的耦合作用是影響地表蒸散量值的重要因素。

4 結(jié) 論

在地表試驗(yàn)數(shù)據(jù)驗(yàn)證的基礎(chǔ)上，本文基于時間序列的MOD16產(chǎn)品數(shù)據(jù)，分析了洞庭湖流域2000－2014年地表蒸散的時空變化，獲得如下結(jié)論：1）洞庭湖流域多年年均蒸散量空間分異性顯著，空間上呈東北部低、西部和南部高的格局。2）2000－2014年洞庭湖流域蒸散量年平均值呈波動下降趨勢，但各子流域的蒸散量平均值變化趨勢無顯著差異。年際變化率（）均值為?2.98%，整體呈下降趨勢。3）洞庭湖流域蒸散量的季節(jié)性變化明顯，呈現(xiàn)為夏季>春季>秋季>冬季，蒸散量年內(nèi)分布顯現(xiàn)為先增大后減小的單峰型分布趨勢。4）洞庭湖流域地表蒸散量與降水量存在顯著的相關(guān)關(guān)系，說明降水量對地表蒸散量有較大影響。

本文用于流域地表蒸散分析的MOD16產(chǎn)品空間分辨率較低，為進(jìn)一步精細(xì)分析與評價洞庭湖流域地表蒸散時空變化，后續(xù)研究將基于250 m空間分辨率MODIS數(shù)據(jù)，利遙感蒸散估算模型反演與分析流域地表蒸散。另一面，氣溫、降水等氣候因素與地表蒸散變化之間的關(guān)系較為復(fù)雜，尚需進(jìn)一步定量分析與厘定。

[1] Lievens H, Martens B, Verhoest N E C, et al. Assimilation of global radar backscatter and radiometer brightness temperature observations to improve soil moisture and land evaporation estimates[J]. Remote Sensing of Environment, 2017, 189: 194－210.

[2] Venturini, Shafiqul, Rodriguez, et al. Estimation of evaporative fraction and evapotranspiration from MODIS products using a complementary based model[J]. Remote Sensing of Environment, 2008, 112(1): 132－141.

[3] 莫興國，林忠輝，李宏軒，等. 基于過程模型的河北平原冬小麥產(chǎn)量和蒸散量模擬[J]. 地理研究，2004，23(5)：623－631.

Mo Xingguo, Lin Zhonghui, Li Hongxuan, et al. Simulation of winter wheat yield and evapotranspiration with process-based model and remote[J]. Geographical Research, 2004, 23(5): 623－631. (in Chinese with English abstract)

[4] He R, Jin, Y, Kandelous M M, et al. Evapotranspiration estimate over an almond orchard using landsat satellite observations[J].2017,436－448.

[5] Alemayehu T, Griensven A, Senay G B, et al. Evapotranspiration mapping in a heterogeneous landscape using remote sensing and global weather datasets: Application to the Mara Basin, East Africa[J].2017,: 390－402.

[6] 段春鋒，繆啟龍，曹雯. 西北地區(qū)參考作物蒸散變化特征及其主要影響因素[J]. 農(nóng)業(yè)工程學(xué)報，2011，27(8)：77－83.

Duan Chunfeng, Lao Qilong, Cao Wen. Changing characteristics of reference crop evapotranspiration and main causes in the Northwest China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(8): 77－83. (in Chinese with English abstract)

[7] 連晉姣，黃明斌，李杏鮮，等. 夏季黑河中游綠洲樣帶蒸散量遙感估算[J]. 農(nóng)業(yè)工程學(xué)報，2014，30(15)：120－129.

Lian Jinjiao, Huang Mingbin, Li Xingxian, et al. Evapotranspiration estimation for oasis transect in middle reach of Heihe River Basin based on remote sensing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(15): 120－129. (in Chinese with English abstract)

[8] 王瀟瀟，潘學(xué)標(biāo)，顧生浩，等. 內(nèi)蒙古地區(qū)參考作物蒸散變化特征及其氣象影響因子[J]. 農(nóng)業(yè)工程學(xué)報，2015，31(增刊1)：142－152.

Wang Xiaoxiao, Pan Xuebiao, Gu Shenghao, et al. Trend in reference crop evapotranspiration and meteorological factors affecting trends in Inner Mongolia[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(Supp.1): 142－152. (in Chinese with English abstract)

[9] Guo S, Zhu A X, Meng L, et al. Unification of soil feedback patterns under different evaporation conditions to improve soil differentiation over flat area[J]. International Journal of Applied Earth Observations & Geoinformation, 2016, 49(49): 126－137.

[10] Martens B, Miralles D, Lievens H, et al. Improving terrestrial evaporation estimates over continental Australia through assimilation of SMOS soil moisture[J]. International Journal of Applied Earth Observation & Geoinformation, 2015, 48: 146－162.

[11] 張靜，任志遠(yuǎn). 基于MOD16的漢江流域地表蒸散發(fā)時空特征[J]. 地理科學(xué)，2017，37(2)：274－282.

Zhang Jing, Ren Zhiyuan. Spatiotemporal characteristics of evapotranspiration based on MOD16 in the Hanjiang River Basin[J]. Scientia Geographica Sinica, 2017, 37(2): 274－282. (in Chinese with English abstract)

[12] 張猛，曾永年，朱永森. 面向?qū)ο蠓椒ǖ臅r間序列MODIS數(shù)據(jù)濕地信息提?。阂远赐ズ饔?yàn)槔齕J]. 遙感學(xué)報，2017，21(3)：479－492.

Zhang Meng, Zeng Yongnian, Zhu Yongsen. Wetland mapping of Dongting Lake Basin based on time-series MODIS data and object-oriented method[J]. Journal of Remote Sensing, 2017, 21(3): 479－492. (in Chinese with English abstract)

[13] 龍?jiān)兰t，秦建新，賀新光，等. 洞庭湖流域植被動態(tài)變化的小波多分辨率分析[J]. 地理學(xué)報，2015，70(9)：1491－1502.

Long Yuehong, Qin Jianxin, He Xinguang, et al. Wavelet multi-resolution analysis of vegetation dynamic change in Dongting Lake Basin[J]. Acta Geographica Sinica, 2015, 70(9):1491－1502. (in Chinese with English abstract)

[14] 王婷，章新平，黎祖賢，等. 近52年來洞庭湖流域氣象干旱的時空分布特征[J]. 長江流域資源與環(huán)境，2016(3)：514－522.

Wang Ting, Zhang Xinping, Li Zuxian, et al. Temporal and spatial distribution characteristics of meteorological drought for recent 52 years in Dongting Lake Basin[J]. Resources and Environment in the Yangtze Basin, 2016(3): 514－522. (in Chinese with English abstract)

[15] 孫葭，章新平，黃一民，等. 基于多源降水?dāng)?shù)據(jù)的洞庭湖流域夏季降水與西太平洋副熱帶高壓的關(guān)系[J]. 地理科學(xué)，2016，36(7)：1115－1124.

Sun Jia, Zhang Xinping, Huang Yimin, et al. Relationship between summer precipitation of different data in Dongting Lake and Western Pacific Subtropical High[J]. Scientia Geographica Sinica, 2016, 36(7): 1115－1124. (in Chinese with English abstract)

[16] 孫占東，黃群，姜加虎，等. 洞庭湖近年干旱與三峽蓄水影響分析[J]. 長江流域資源與環(huán)境，2015，24(2)：251－256.

Sun Zhandong, Huang Qun, Jiang Jiahu, et al. Recent hydrological droughts in Dongting Lake and its association with the operation of Three Gorges Reservoir[J]. Resource and Environment in Yangtze Basin, 2015, 24(2): 251－256. (in Chinese with English abstract)

[17] 張長春，王曉燕，邵景力. 利用NOAA數(shù)據(jù)估算黃河三角洲區(qū)域蒸散量[J]. 資源科學(xué)，2005(1)：86－91.

Zhang Changchun, Wang Xiaoyan, Shao Jingli. Estimated of evapotranspiration based on NOAA data in the Yellow River Delta[J]. Resources Science, 2005(1): 86－91. (in Chinese with English abstract )

[18] 杜嘉，張柏，宋開山，等. 基于NOAA/AVHRR數(shù)據(jù)估算三江平原蒸散量研究初探[J]. 水土保持研究，2009(2)：56－62.

Du Jia, Zhang Bo, Song Kaishan, et al. Estimated evapotranspiration based on NOAA/AVHRR data in the Sanjiang Plain[J]. Research of Soil and Water Conservation, 2009(2): 56－62. (in Chinese with English abstract)

[19] Venturini V, Bisht G, Islam S, et al. Comparison of evaporative fractions estimated from AVHRR and MODIS sensors over South Florida[J]. Remote Sensing of Environment, 2004, 93(1/2): 77－86.

[20] 曾麗紅，宋開山，張柏，等. 應(yīng)用Landsat數(shù)據(jù)和SEBAL模型反演區(qū)域蒸散發(fā)及其參數(shù)估算[J]. 遙感技術(shù)與應(yīng)用，2008，23(3)：255－263.

Zeng Lihong, Song Kaishan, Zhang Bo, et al. Applying Landsat data and SEBAL model to inverse regional evapotranspiration and its parameters estimation[J]. Remote Sensing Technology and Application, 2008, 23(3): 255－263. (in Chinese with English abstract )

[21] 張圓，鄭江華，劉志輝，等. 基于Landsat 8與GEOEYE-1數(shù)據(jù)融合的天山北坡縣域蒸散量計(jì)算：以呼圖壁縣為例[J]. 中國沙漠，2016，36(2)：508－514. Zhang Yuan, Zheng Jianghua, Liu Zhihui, et al. Evapotranspiration estimation at Hutubi County in northern slope of the Tianshan Mountains using data fusion of Geoeye-1 and Landsat8[J]. Journal of Desert Research, 2016, 36(2): 508－514. (in Chinese with English abstract)

[22] Hu G, Jia L, Menenti M. Comparison of MOD16 and LSA-SAF MSG evapotranspiration products over Europe for 2011[J]. Remote Sensing of Environment, 2015, 156: 510－526.

[23] Arantes A E, Ferreira L G, Coe M T. The seasonal carbon and water balances of the Cerrado environment of Brazil: Past, present, and future influences of land cover and land use[J]. Isprs Journal of Photogrammetry & Remote Sensing, 2016, 117: 66－78.

[24] 何慧娟，卓靜，董金芳，等. 基于MOD16監(jiān)測陜西省地表蒸散變化[J]. 干旱區(qū)地理，2015(5)：960－967.

He Huijuan, Zhuo Jing, Dong Jinfang, et al. Surveying variations of evapotranspiration in Shanxi Province using MOD16 products[J] Arid Land Geography, 2015(5): 960－967. (in Chinese with English abstract)

[25] 李偉光，易雪，蔡大鑫，等. 基于MOD16蒸散量的海南島干旱特征分析[J]. 自然災(zāi)害學(xué)報，2016，25(5)：176－183.

Li Weiguang, Yi Xue, Cai Daxin, et al. Analysis of drought characteristics in Hainan Island based on MOD16 evapotranspiration data[J]. Journal of Natural Disasters, 2016, 25(5): 176－183. (in Chinese with English abstract)

[26] 吳桂平，劉元波，趙曉松，等. 基于MOD16產(chǎn)品的鄱陽湖流域地表蒸散量時空分布特征[J]. 地理研究，2013，32(4)：617－627.

Wu Guiping, Liu Yuanbo, Zhao Xiaosong, et al. Spatio-temporal variations of evapotranspiration in Poyang Lake Basin using MOD16 products[J]. Geographical Research, 2013, 32(4): 617－627. (in Chinese with English abstract)

[27] 賀添，邵全琴. 基于MOD16產(chǎn)品的我國2001－2010年蒸散發(fā)時空格局變化分析[J]. 地球信息科學(xué)學(xué)報，2014，16(6)：979－988.

He Tian, Shao Quanqin. Spatial-temporal variation of terrestrial evapotranspiration in China from 2001 to 2010 using MOD16 products[J]. Journal of Geo-Information Science, 2014, 16(6): 979－988. (in Chinese with English abstract)

[28] 徐衛(wèi)紅，葛德祥，李娜，等. 1960－2011年洞庭湖流域降水量變化特征[J]. 濕地科學(xué)，2016，14(1)：108－112.

Xu Weihong, Ge Dexiang, Li Na, et al. Characteristics of precipitation variation in the Dongting Lake Basin during 1961－2011[J]. Wetland Science, 2016, 14(1): 108－112. (in Chinese with English abstract)

[29] 符靜，秦建新，張猛，等. 2001－2013年洞庭湖流域植被覆蓋度時空變化特征[J]. 地球信息科學(xué)學(xué)報，2016，18(9)：1209－1216.

Fu Jing, Qin Jianxin, Zhang Meng, et al. Spatial-temporal variations of vegetation coverage in the Dongting Lake Basin from 2001 to 2013[J]. Journal of Geo-Information Science, 2016, 18(9): 1209－1216. (in Chinese with English abstract)

[30] 陳曉玲，曾永年. 亞熱帶山地丘陵區(qū)植被NPP時空變化及其與氣候因子的關(guān)系：以湖南省為例[J]. 地理學(xué)報，2016，71(1)：35－48.

Chen Xiaoling, Zeng Yongnian. Spatial and temporal variability of the net primary production (NPP) and its relationship with climate factors in subtropical mountainous and hilly regions of China: A case study in Hunan Province[J]. Acta Geographica Sinica, 2016, 71(1): 35－48. (in Chinese with English abstract)

[31] Yao Y, Liang S, Cheng J, et al. MODIS-driven estimation of terrestrial latent heat flux in China based on a modified Priestley-Taylor algorithm[J]. Agricultural and Forest Meteorology, 2013, 171-172(3): 187－202.

[32] 周蕾，王紹強(qiáng)，陳鏡明，等. 1991年至2000年中國陸地生態(tài)系統(tǒng)蒸散時空分布特征[J]. 資源科學(xué)，2009，31(6)：962－972.

Zhou Lei, Wang Shaoqiang, Chen Jingming, et al. The spatial-temporal characteristics of evapotranspiration of China’s terrestrial ecosystems during 1991－2000[J]. Resource Science, 2009, 31(6): 962－972.

[33] Chen Y, Xia J Z, Liang S L, et al. Comparison of satellite based evapotranspiration models over terrestrial ecosystems in China[J]. Remote Sensing of Environment, 2014, 140: 279－293.

Analyzing spatio-temporal variations of evapotranspiration in Dongting Lake Basin during 2000－2014 based on MOD16

Zhang Meng, Zeng Yongnian※, Qi Yue

(1.,410083,; 2.,,410083,)

As an important part of ecological environment and water resources assessment, timely and accurate analysis of spatio-temporal characteristics of regional evapotranspiration and its relationship with climate factors, is of great significance to the regional weather, hydrology, water conservancy and agricultural fields. In this article, we analyzed the inter-annual variation and annual variation of surface evapotranspiration in the Dongting Lake Basin during 2000－2014 based on the time series MOD16 dataset. And the correlation between evapotranspiration and climate factors was discussed by using regression model based on the annual precipitation and temperature data of study area. The results show that: 1) Based on the measured evapotranspiration of Taoyuan station, we validated the MOD16 dataset. The correlation coefficient between the measured evapotranspiration and surface evapotranspiration from MOD16 was 0.88, which met the needs of accuracy of the study on the spatial and temporal distribution of evapotranspiration in Dongting Lake Basin; 2) The annual evapotranspiration value of Dongting Lake Basin has a strong spatial differentiation pattern, showing a trend of being low in the northeast area, and high in western and southern areas of the study area. During the study period, the average annual evapotranspiration in Dongting Lake Basin was 636.83 mm/a, which showed a downward trend with irregular fluctuations. The highest evapotranspiration value appeared in 2001, which was 669.19 mm/a, and the lowest evapotranspiration value was 613.62mm/a, which appeared in 2011. The change rate of annual surface evapotranspiration () was -2.98%, which indicated that the evapotranspiration value showed a downward trend of Dongting Lake Basin. The spatial distribution of evapotranspiration was related to land cover types, which had effect on the evapotranspiration distribution in the Dongting Lake Basin, and the order of evapotranspiration intensity of different land cover types was forest > grassland > bare land > cultivated land > town. 3) The seasonal variation of evapotranspiration value was obvious, and the evapotranspiration in summer was the highest. The order of evapotranspiration value of different seasons was Summer > Spring > Autumn > Winter. 4) Furthermore, the annual variation of evapotranspiration in Dongting Lake Basin showed a unimodal pattern that increased first and then decreased. The high value area of monthly evapotranspiration was mainly concentrated between May and September, the minimum value appeared in December, and the peak value occurred in July. 5) The correlation coefficients between surface evapotranspiration and precipitation and temperature were 0.67 and 0.41, respectively. Most of the regional precipitation and temperature have a positive correlation with surface evapotranspiration in Dongting Lake Basin. Comparatively, the correlation between surface evapotranspiration and precipitation was stronger than that between surface evapotranspiration and temperature. The humid climatic condition is beneficial to the growth and development of vegetation. With the increase of vegetation coverage, the value of surface evapotranspiration also increases. However, a higher temperature and less precipitation, being not conducive to the growth of vegetation, results in low surface evapotranspiration. According to the above analysis of this article, it can be further explained that the coupling effect of temperature and precipitation is an important factor affecting the surface evapotranspiration in Dongting Lake Basin.

evapotranspiration; temperature; precipitation; spatio-temporal change; MOD16; Dongting Lake Basin

10.11975/j.issn.1002-6819.2018.20.020

TP79; S127

A

1002-6819(2018)-20-0160-09

2018-04-16

2018-09-01

國家自然科學(xué)基金（41171326，40771198）；中南大學(xué)中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金（2016zzts087）

張 猛，博士生，研究方向?yàn)榄h(huán)境遙感。Email：251zhangmeng@sina.com

曾永年，博士，教授，博導(dǎo)，研究方向?yàn)檫b感與地理信息系統(tǒng)及其環(huán)境變化研究。Email：ynzeng@mail.csu.edu.cn

張 猛，曾永年，齊 玥. 基于MOD16的洞庭湖流域2000-2014年地表蒸散時空變化分析[J]. 農(nóng)業(yè)工程學(xué)報，2018，34(20)：160－168. doi：10.11975/j.issn.1002-6819.2018.20.020 http://www.tcsae.org

Zhang Meng, Zeng Yongnian, Qi Yue. Analyzing spatio-temporal variations of evapotranspiration in Dongting Lake Basin during 2000－2014 based on MOD16[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(20): 160－168. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.20.020 http://www.tcsae.org