基于SEBAL模型的西北農(nóng)牧交錯(cuò)帶生長季蒸散發(fā)估算及變化特征分析

李旭亮,楊禮簫,胥學(xué)峰,田 偉,賀纏生,2,*

1 蘭州大學(xué)資源環(huán)境學(xué)院西部環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室,旱區(qū)流域科學(xué)與水資源研究中心,蘭州 730000 2 美國西密歇根大學(xué)地理系,美國密歇根卡拉馬祖 49008

蒸散發(fā)(Evapotranspiration,ET)包括土壤、水面蒸發(fā)和植被蒸騰,是土壤-植被-大氣系統(tǒng)中水循環(huán)和能量交換的重要組成部分,全球約有60%以上的降水通過陸地蒸散發(fā)重返大氣[1],農(nóng)田系統(tǒng)中大約有99%的水用于蒸發(fā)和蒸騰,農(nóng)田和牧場的蒸散發(fā)量占陸地總蒸散發(fā)量的三分之一左右[2]。在全球水資源日益匾乏的情況下,準(zhǔn)確估算蒸散發(fā)不僅對全球氣候演變、環(huán)境問題以及水資源的評價(jià)等理論研究具有重要意義,而且對于指導(dǎo)農(nóng)業(yè)的排水與灌溉、監(jiān)測農(nóng)業(yè)旱情、提高農(nóng)業(yè)水資源的利用率等方面的現(xiàn)實(shí)意義也十分重大[3]。傳統(tǒng)的蒸散發(fā)觀測手段,如蒸滲儀法、渦度相關(guān)儀法、大孔徑閃爍通量儀法等可較準(zhǔn)確的獲得特定地點(diǎn)的蒸散發(fā)量,但這些方法不僅需要復(fù)雜而精密的儀器,且成本高,耗時(shí)長,僅能提供特定位置蒸散發(fā)的“點(diǎn)”值信息[4],其區(qū)域尺度的應(yīng)用受到了限制,而遙感影像真實(shí)的記錄了蒸散過程發(fā)生時(shí)的地表狀況,同時(shí)可將點(diǎn)測資料延拓到區(qū)域,克服了傳統(tǒng)站點(diǎn)觀測手段不能反映蒸散發(fā)空間變異性的缺點(diǎn),解決了很多因地域原因而缺乏實(shí)測氣象水文資料帶來的估算問題[5]。過去幾十年里,基于遙感數(shù)據(jù)建立了一系列的蒸散發(fā)遙感估算模型,如：TSEB(Two Source Energy Balance)模型[6]、SEBAL(Surface Energy Balance Algorithms for Land)模型[7]、S-SEBI(Simplified Surface Energy Balance Index)模型[8]、SEBS(Surface Energy Balance System)模型[9]、METRIC(Mapping Evapotranspiration at high Resolution with Internalized Calibration)模型[10]、Ts-VI三角(surface temperature-vegetation index triangle method)模型[11]、基于Penman-Monteith公式改進(jìn)的MODIS-ET模型[12]及將能量余項(xiàng)法與P-M公式相結(jié)合的ETwatch模型[13]等,其中SEBAL模型物理概念較為清楚、所需氣象數(shù)據(jù)較少、數(shù)據(jù)獲取比較容易、反演精度高而且普遍適用于各種氣候條件等優(yōu)點(diǎn),成為目前最常用的反演蒸散發(fā)的遙感方法之一[7],現(xiàn)已在多個(gè)國家各種農(nóng)業(yè)氣候條件下的蒸散發(fā)估測均取得了良好的模擬效果。近年來,利用SEBAL模型已在我國的干旱流域如：沙拉沐淪河流域[14]、塔里木河干流[15]、疏勒河流域[16]和生態(tài)脆弱地區(qū)如：濕地[17]、綠洲[18]、黃土丘陵溝壑區(qū)[19]、典型草原[20]等各種下墊面條件下開展了區(qū)域蒸散發(fā)的估算與分析。

西北農(nóng)牧交錯(cuò)帶作為中國北方農(nóng)牧交錯(cuò)帶的典型區(qū)域,境內(nèi)生態(tài)環(huán)境十分脆弱,氣候干旱,降水量少,蒸發(fā)能力強(qiáng),水資源匱乏,干旱和水資源短缺是制約該地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展的主要因素,是我國生態(tài)環(huán)境亟待治理的重點(diǎn)地區(qū),由于地理位置的獨(dú)特性和氣候環(huán)境敏感性的特征,許多學(xué)者對此處蒸散發(fā)做了專門研究,目前對該區(qū)域蒸散發(fā)的研究一方面是采用Penman-Monteith(P-M)公式計(jì)算區(qū)域潛在蒸散發(fā)并利用空間插值手段對其時(shí)空變化進(jìn)行分析[21- 23],另一方面也有在流域尺度上利用SEBAL模型對蒸散發(fā)空間分布特征的探討[19, 24]。大部分學(xué)者基于氣象站點(diǎn)利用經(jīng)驗(yàn)公式來研究西北農(nóng)牧交錯(cuò)帶潛在蒸散發(fā)的時(shí)空變化特征,運(yùn)用空間插值的手段進(jìn)行空間分析存在外延精度低、下墊面特征考慮不足等問題,而采用物理機(jī)制模型對異質(zhì)性較高,下墊面特征復(fù)雜的西北農(nóng)牧交錯(cuò)帶實(shí)際蒸散發(fā)的研究相對較少。

本研究從區(qū)域尺度入手,利用遙感獲得的地表溫度、歸一化植被指數(shù)(NDVI)、地表反照率等參數(shù)結(jié)合氣象站點(diǎn)數(shù)據(jù),基于能量平衡原理建立的SEBAL物理機(jī)制模型估算西北農(nóng)牧交錯(cuò)帶生長季(4—10月)的日蒸散量,并采用RS、GIS技術(shù)與數(shù)理統(tǒng)計(jì)分析等手段分析生長季蒸散發(fā)的時(shí)空變化特征,探討蒸散發(fā)與地表特征參數(shù)之間的關(guān)系,研究結(jié)果有助于了解本地區(qū)的蒸散發(fā)時(shí)空變化規(guī)律及下墊面特征與蒸散發(fā)之間的關(guān)系,為本地區(qū)水資源的合理配置與生態(tài)可持續(xù)發(fā)展提供有意義的借鑒。

1 研究區(qū)概況

西北農(nóng)牧交錯(cuò)帶(36°49′—40°11′N, 105°35′—110°54′E)位于鄂爾多斯高原向陜北黃土高原的過渡地區(qū),總面積達(dá)8萬多平方公里,行政區(qū)劃上包括內(nèi)蒙古自治區(qū)的烏審旗、鄂托克旗、鄂托克前旗,陜西省的定邊縣、榆陽區(qū)、神木縣、靖邊縣、橫山縣及寧夏回族自治區(qū)的鹽池縣、靈武市,具有以草地-農(nóng)田-裸地大面積相互鑲嵌的獨(dú)特下墊面,是我國典型的農(nóng)牧交錯(cuò)地區(qū)。該地區(qū)位于我國季風(fēng)區(qū)的西陲,年平均氣溫為6.0—8.5℃,多年平均降水量由東南部的440 mm,向西遞減至250 mm,降水變率大且主要集中于7—9月,約占全年降水的2/3以上[25]；地勢自西北向東南傾斜,境內(nèi)分布著為毛烏素沙地,北部為庫布齊沙漠,西臨烏蘭布和沙漠,土地退化嚴(yán)重,生態(tài)環(huán)境極其脆弱；地下水位在空間分布上的變化很大,可從幾厘米到幾十米,沙地的水分供應(yīng)來自大氣降水、河川與湖泊、地下水。本區(qū)的三大植被類群是梁地上的草原與灌叢植被,半固定、固定沙丘與沙地上的沙生灌叢,以及灘地上的草甸,鹽生與沼澤植被[25]。

圖1 西北農(nóng)牧交錯(cuò)帶位置示意圖及土地利用空間分布Fig.1 Location map of the agro-pastoral ecotone in Northwest China and its spatial distribution of land use

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源及處理

本文從美國國家航空和宇航局的土地處理分布式活動(dòng)檔案中心(LP DAAC)網(wǎng)站(https://lpdaac.usgs.gov/data_access)下載獲得的MODIS產(chǎn)品作為數(shù)據(jù)源,選取地表溫度、NDVI與地表反照率作為SEBAL模型的主要輸入數(shù)據(jù)(詳見表1),覆蓋西北農(nóng)牧交錯(cuò)帶的MODIS產(chǎn)品軌道號為(h24v04、h24v05),原始的MODIS 產(chǎn)品為HDF-EOS 格式、ISIN(Integerized Sinusoidal)投影,利用MODIS的處理工具M(jìn)RT(MODIS Reprojection Tools)進(jìn)行軌道鑲嵌、格式轉(zhuǎn)換、投影變換等將其轉(zhuǎn)換為WGS- 1984坐標(biāo)系統(tǒng)下Geo Tiff格式的文件,統(tǒng)一投影為Albers Conical Equal Area,之后在ArcGIS 10.2軟件中經(jīng)過裁剪、重采樣等得到模型的輸入數(shù)據(jù)。DEM數(shù)據(jù)來源于中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心國際科學(xué)數(shù)據(jù)鏡像網(wǎng)站(http://www.gscloud.cn),重采樣生成與MODIS數(shù)據(jù)相同的空間分辨率(1km)。

氣象數(shù)據(jù)源自中國氣象數(shù)據(jù)共享服務(wù)網(wǎng)(http://data.cma.cn/)所提供的日值數(shù)據(jù),共計(jì)23個(gè)站點(diǎn)(見圖1),主要?dú)庀笠匕ㄖ鹑盏钠骄鶜鉁?、最高氣溫、最低氣溫、平均風(fēng)速、平均相對濕度、最小相對濕度和日照時(shí)數(shù),主要用于SEBAL模型的數(shù)據(jù)輸入與P-M模型的估算,采用IDW插值方法將站點(diǎn)觀測資料擴(kuò)展至區(qū)域。

土地利用數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供的2015年1km空間分辨率的土地利用數(shù)據(jù)(http://www.resdc.cn/),依據(jù)中國科學(xué)院資源環(huán)境數(shù)據(jù)中心的土地利用分類系統(tǒng)并結(jié)合研究區(qū)內(nèi)的實(shí)際狀況,將其劃分為耕地、林地、草地、水域、建設(shè)用地與未利用地六類(圖1)。

蒸散發(fā)在冬季整體值較低且空間變異性較小,而生長季隨時(shí)間的推移水熱條件發(fā)生顯著變化,是蒸散發(fā)年內(nèi)空間變化的主要時(shí)段。根據(jù)王靜璞等[26]的研究結(jié)果,本地區(qū)生長季開始于第90—156天,結(jié)束于第245—323天,由于遙感影像數(shù)據(jù)質(zhì)量的限制及為了與土地利用數(shù)據(jù)獲得的年份統(tǒng)一,故而選取2015生長季4—10各月中云量覆蓋小,數(shù)據(jù)質(zhì)量較好且為各月中旬具有代表性的一天探究研究區(qū)生長季日蒸散發(fā)的變化特征,日序分別為97(4月7日)、129(5月9日)、161(6月10日)、193(7月12日)、225(8月13日)、257(9月14日)、289(10月15日)。

表1 MODIS 產(chǎn)品的詳細(xì)信息

2.2 SEBAL模型簡述

1998年Basitaanssen等基于能量平衡原理建立的地表能量平衡算法(SEBAL)模型,它是一種單源能量平衡模型,它可以不需要土壤、作物和管理實(shí)踐的相關(guān)信息而估算潛熱通量和其他能量平衡組分[7,27]。主要是利用能量平衡原理來獲得蒸散發(fā),即：

Rn=G+H+LE+PH

(1)

式中,Rn為地表凈輻射通量,W/m2；G為土壤熱通量,W/m2；H為感熱通量,W/m2；LE為潛熱通量,W/m2；PH是用于植物光合作用和生物量增加的能量,W/m2(其值很小可以忽略)。

2.2.1地表凈輻射通量Rn

地表凈輻射通量代表地面可用的實(shí)際輻射能量,通過從所有進(jìn)入的輻射通量中減去所有輸出輻射通量計(jì)算獲得[7,27],主要公式如下：

Rn=(1-α)Rs↓+Rl↓-Rl↑-(1-εg)Rl↓

(2)

Rs↓=Gsc×cosθ×dr×τsw

(3)

(4)

(5)

式中,Rs↓為到達(dá)地表短波輻射,W/m2；α為反照率；Rl↓為入射的長波輻射,W/m2；Rl↑為向外發(fā)射的長波輻射,W/m2；τsw為大氣單向透射率；εa為大氣比輻射率,εa=1.08×(-lnτsw)；εg為地表比輻射率,又稱發(fā)射率,可由與NDVI之間的經(jīng)驗(yàn)公式進(jìn)行推算,εg=1.009+0.047×ln(NDVI),當(dāng)為水體時(shí)取0.995；Gsc為太陽常數(shù),取1367 W/m2；θ為太陽天頂角；dr為日地距離(天文單位)；σ為斯蒂芬-玻爾茲曼常數(shù),取值為5.67×10-8W m-2k-4；Ta為參考高度處的溫度,K；Ts為地表溫度,K。

2.2.2土壤熱通量G

土壤熱通量是由于傳導(dǎo)導(dǎo)致的儲(chǔ)存到土壤和植被中的熱量的比率,可由Rn、Ts、NDVI與α之間的經(jīng)驗(yàn)統(tǒng)計(jì)公式計(jì)算：

(6)

G=0.2×Rn(裸露土壤)

式中,NDVI為歸一化植被指數(shù)。

2.2.3感熱通量H

感熱通量是由于溫差造成的對流和傳導(dǎo)對空氣的熱損失速率[7],可由下式計(jì)算：

H=ρCpdT/rah

(7)

(8)

式中,ρ為空氣密度,kg/m3;Cp是空氣熱量常數(shù)(取值為1004 J kg-1K-1)；dT為高度z1、z2處的溫度差,其中z1和z2是植被冠層零平面位移以上的高度,取值分別是0.01m和2m；rah為空氣動(dòng)力學(xué)阻抗;u*是摩擦速度;k是卡爾曼常數(shù)(一般取0.41);具體計(jì)算過程詳見文獻(xiàn)[7,27]。

地表溫度梯度(dT)的獲得是假定地表溫度與溫度梯度之間存在線性關(guān)系,即dT=a×Ta+b,計(jì)算系數(shù)a與b需要通過選取冷熱象元并引入Monin-Obukhov理論通過循環(huán)遞歸運(yùn)算反復(fù)迭代獲得,熱象元代表極端干旱地區(qū),假定濕度為0,即潛熱為0,H≈Rn-G,一般選擇在非常干燥的缺少植被覆蓋的沙漠、戈壁等地區(qū)；冷象元代表極端濕潤地區(qū),假定地表溫度為0,即感熱為0,λET≈Rn-G,一般選擇在植物比較茂密,水分供應(yīng)充足的地區(qū)。系數(shù)a、b確定后即可獲得dT,以此求得感熱通量。

2.2.4潛熱通量LE

潛熱通量是由蒸散發(fā)引起的表面潛熱損失率。當(dāng)各個(gè)通量確定后即可根據(jù)公式(1)計(jì)算獲得。

2.2.5蒸發(fā)比EF

基于能量平衡公式結(jié)合遙感影像所獲得的蒸散量是瞬時(shí)的蒸散發(fā),實(shí)際的應(yīng)用價(jià)值較小,需要進(jìn)行尺度的拓展至日蒸散發(fā)。研究表明,蒸發(fā)比在白天當(dāng)中基本保持穩(wěn)定[28],因而結(jié)合蒸發(fā)比不變定律可以擴(kuò)展至日蒸散發(fā)。蒸發(fā)比的計(jì)算公式為：

(9)

式中,EF為蒸發(fā)比。

2.2.6日蒸散量ET24

當(dāng)蒸發(fā)比已知時(shí),日蒸散發(fā)ET24可以由下式進(jìn)行計(jì)算：

(10)

式中,Rn24是一整天的凈輻射通量；G24是一整天的土壤熱通量；86400 是一天對應(yīng)的秒數(shù)；λ為水的汽化潛熱(J/kg),可以由與溫度的關(guān)系式得到：

λ=[2.501-0.002361×(Ts-273.15)]×106

(11)

3 日蒸散量精度的驗(yàn)證

為了驗(yàn)證SEBAL模型所獲得的地表日蒸散量的可信度,需要對估算結(jié)果進(jìn)行檢驗(yàn),因在該時(shí)段內(nèi)缺少實(shí)測數(shù)據(jù)對模型的估算結(jié)果進(jìn)行直接精度驗(yàn)證,結(jié)合前人的研究經(jīng)驗(yàn)[15- 16],采用聯(lián)合國糧農(nóng)組織(FAO)推薦使用的P-M公式與作物系數(shù)結(jié)合進(jìn)行間接對比分析,參考FAO推薦的作物系數(shù)[29]及張娜等得到的各時(shí)期作物系數(shù)[30],確定4—5月取0.77,6月取0.99,7—8月取1.02,9—10月分別取0.86與0.68,以此對各時(shí)期估算的區(qū)域蒸散發(fā)均值與P-M模型的計(jì)算均值進(jìn)行對比,由圖2結(jié)果得出：除6月10日可能存在低估外,其他各個(gè)時(shí)段均存在一定程度的高估,雖個(gè)別時(shí)期誤差較大,但整體變化特征基本吻合,整體平均絕對誤差(MAE)為0.79mm/d,均方根誤差(RMSE)為0.94mm/d,確定性系數(shù)(R2)為0.76。本研究中的誤差范圍與其他學(xué)者在區(qū)域尺度的檢驗(yàn)結(jié)果相近[15,17,31],因而估算誤差處于合理范圍內(nèi),說明SEBAL模型在西北農(nóng)牧交錯(cuò)帶蒸散發(fā)的估算精度基本上可以滿足本地區(qū)的研究。

圖2 精度檢驗(yàn)結(jié)果 SEBAL ET與P-M ET對比圖SEBAL ET與P-M ET散點(diǎn)圖Fig.2 The results of precision test The comparison of SEBAL ET and P-M ET,The scatter plot of SEBAL ET and P-M ETP-M ET：基于Penman-Monteith公式結(jié)合作物系數(shù)計(jì)算的蒸散發(fā)值The ET calculated based on FAO Penman-Monteith formula and crop coefficient;SEBAL ET：基于陸面能量平衡算法(SEBAL)模型計(jì)算的蒸散發(fā)值The ET calculated based on Surface Energy Balance Algorithms for Land (SEBAL) model

4 結(jié)果與分析

4.1 西北農(nóng)牧交錯(cuò)帶生長季蒸散發(fā)時(shí)空變化規(guī)律

圖3 西北農(nóng)牧交錯(cuò)帶生長季各天的蒸散發(fā)反演值分布Fig.3 Spatial dist ribution of ET during the growing season in the agro-pastoral ecotone in Northwest China

蒸散發(fā)受天氣參數(shù)、作物特征、地形特征、管理方式和環(huán)境因素等各方面的影響隨時(shí)間推移呈現(xiàn)明顯的空間變化規(guī)律,基于SEBAL模型得到2015年西北農(nóng)牧交錯(cuò)帶生長季蒸散發(fā)的空間變化(如圖3所示),4、5月份為本地區(qū)生長季初期,日蒸散發(fā)變化范圍分別為0—12.18、0—11.92mm/d,區(qū)域日均蒸散量分別為3.34mm/d與4.47mm/d。此時(shí)氣溫開始回升,植被逐漸變綠,農(nóng)作物也剛開始耕種萌芽生長,故而蒸散發(fā)量逐漸升高。

6—8月份是本地區(qū)的生長季中期,日蒸散發(fā)變化范圍分別為0—12.52、0—16.71、0—15.08mm/d,區(qū)域日均蒸散量分別為5.22、5.73、5.46mm/d,7月份是一年當(dāng)中蒸散發(fā)量最高的時(shí)段,其空間異質(zhì)性也達(dá)到最大。究其因,此時(shí)氣溫明顯上升,日照時(shí)間變長,降水也進(jìn)入了全年當(dāng)中較為豐沛的時(shí)段,植被生長比較茂盛,尤其農(nóng)田由于灌溉,土壤水分供應(yīng)充足且作物達(dá)到完全冠層覆蓋,具有全年當(dāng)中最大的葉面積指數(shù),蒸騰旺盛,使得蒸散發(fā)量較高,植被覆蓋度的增加等均為蒸散發(fā)提供了有利的條件,使蒸散發(fā)高值區(qū)分布面積明顯增加,蒸散發(fā)高值區(qū)主要分布在耕地與植被覆蓋度較高草地。

9、10月份為本地區(qū)生長季末期,日蒸散發(fā)變化范圍分別為0—8.94、0—5.61mm/d,區(qū)域日均蒸散量分別為4.31、1.69mm/d,為一年生長季當(dāng)中的較低值,區(qū)域內(nèi)大部分蒸散發(fā)量小于5mm/d,其空間分布的異質(zhì)性也降到了最低。此時(shí)氣候條件發(fā)生了明顯的變化,氣溫下降、降水量減少,且農(nóng)業(yè)灌溉水量減少,土壤含水量較低,而旱生植物受水分影響大,一旦水分不足,便處于休眠或假死狀態(tài),大部分植物的代謝活動(dòng)已經(jīng)下降,甚至枯萎,促進(jìn)光合作用和蒸騰作用的氣孔數(shù)量顯著減少,植被參與蒸散發(fā)的作用大大降低,因而蒸散發(fā)量相對較低。

圖4 生長季日均蒸散發(fā)頻率分布圖 Fig.4 Daily average evapotranspiration frequency distribution map

圖5 2015年研究區(qū)生長季日均蒸散發(fā)空間分布Fig.5 The distribution of average daily ET in 2015

為了探究研究區(qū)生長季蒸散發(fā)的整體空間分布特征,將各時(shí)段的蒸散發(fā)進(jìn)行柵格平均并統(tǒng)計(jì)了其值域像元的頻數(shù)分布,如圖4所示,研究區(qū)生長季蒸散發(fā)均值的變化范圍處于0.12—10.66mm/d,呈單峰的分布特征,峰值主要集中于4—5mm/d,均值為4.31mm/d。從空間分布特征來說(如圖5所示),研究區(qū)生長季的區(qū)域蒸散發(fā)空間分布整體呈現(xiàn)東北、西南部較高,西部偏低的特征,蒸散發(fā)的高值區(qū)大部分出現(xiàn)在東部,其值范圍介于4—6mm/d,主要分布在神木、榆林、橫山、靖邊等部分地區(qū),呈離散的條帶狀或塊狀的分布格局,因該地區(qū)主要的植被類型為草地與耕地,植被長勢較好,降水較多,具備了良好的蒸散條件；西南部的高值區(qū)(6—7mm/d)主要為分布在黃河沖積平原的農(nóng)耕地區(qū),與當(dāng)?shù)鼐哂休^好的供水條件密切相關(guān)；低值區(qū)出現(xiàn)在研究區(qū)西部,其值范圍處于1—3mm/d,呈片狀的分布格局,西部主要以沙地與稀疏草地為主且降水較少,地表溫度雖高但提供蒸散發(fā)的水分不足,因而蒸散發(fā)量小于東部。

4.2 蒸散發(fā)與地表特征參數(shù)關(guān)系探究

下墊面特征是影響地表能量和物質(zhì)交換的重要因素,NDVI、地表溫度、地表反照率與地表凈輻射是描述下墊面性質(zhì)的幾個(gè)重要參數(shù),它們之間相互作用并共同影響著蒸散發(fā)的空間分布格局。如圖6各地表參數(shù)均值的空間分布所示：NDVI的高值區(qū)(0.24—0.54)主要集中于研究區(qū)的東部山區(qū),除西南部呈條塊狀高值區(qū)(0.35—0.54)外,自東向西其值逐漸變小,植被覆蓋條件逐漸變差；地表反照率的高值區(qū)主要集中分布于西部,東部為低值區(qū),因東部主要以高覆蓋的林地、草地與農(nóng)田為主,地表較為濕潤且粗糙度較高,反照率相對較低,而西部主要以裸地與沙地為主,地表粗糙度較低,地面對太陽輻射的反射能力較高,地表反照率較高；地表溫度受地表覆被與海拔等因素的共同影響除西北部高海拔地區(qū)的地表溫度較低外,整體與NDVI的空間分布相反，但規(guī)律相似,植被覆蓋條件較好的地區(qū)地表溫度越低；受下墊面的影響，地表凈輻射與NDVI之間的空間分布格局相似。

圖6 2015年生長季地表特征參數(shù)的均值空間分布Fig.6 Spatial distribution of land surface parameters during growing season in the 2015

為了進(jìn)一步量化各地表特征參數(shù)與蒸散發(fā)之間的關(guān)系,本文利用ArcGIS 10.2中的Create Fishnet命令以1km為間距進(jìn)行取樣統(tǒng)計(jì)分析,如圖7所示,在植被覆蓋區(qū),NDVI與蒸散發(fā)之間呈現(xiàn)出正相關(guān)關(guān)系,R2=0.28,即植被覆蓋度越高,植被長勢越好,植物散發(fā)在整個(gè)蒸散發(fā)過程中所占的比例越大,則蒸散發(fā)量越高；蒸散發(fā)與地表溫度二者之間呈顯著的線性負(fù)相關(guān)關(guān)系,R2=0.74,不同下墊面的物理屬性具有顯著的差異性,植被覆蓋度較高的地區(qū)因吸收和反射了大量的太陽輻射,因而地表溫度相對較低,加之由于植物散發(fā),故而蒸散發(fā)量較高,而地表溫度的高值區(qū)主要分布于沙地、戈壁,感熱在整個(gè)能量分配占較大比例且由于水分因素的限制,蒸散發(fā)反而較低。反照率與蒸散發(fā)之間呈負(fù)相關(guān)關(guān)系,R2=0.33,反照率越高,到達(dá)地表的有效輻射越小,用于蒸散發(fā)的能量越少,所以蒸散發(fā)則越小。蒸散發(fā)與凈輻射通量之間呈顯著的正相關(guān)關(guān)系,R2=0.68,地表凈輻射是供給蒸散發(fā)的有效能量,它控制著蒸散發(fā)的物理與生物過程,如水分輸送與運(yùn)移能量的多少、植被光合作用的大小等,因而能量越高,蒸散發(fā)越大。由以上分析可以得出,蒸散發(fā)與地表特征參數(shù)之間相關(guān)性由強(qiáng)到弱依次為地表溫度>地表凈輻射>地表反照率>NDVI。

圖7 蒸散發(fā)與各地表特征參數(shù)相關(guān)性圖Fig.7 Correlation diagram between evapotranspiration and characteristic factors of land surface

4.3 不同土地利用/覆被類型的蒸散發(fā)量分析

不同下墊面因理化性質(zhì)的差異,因而蒸散發(fā)量各不相同。利用ArcGIS 10.2中的區(qū)域統(tǒng)計(jì)功能,統(tǒng)計(jì)了不同土地利用類型下的日均蒸散量,由于面積較小的土地利用類型包含的混合相元較多,誤差較大,故而不做統(tǒng)計(jì),選取了該地區(qū)典型的耕地、林地、草地與未利用地統(tǒng)計(jì)結(jié)果如表2所示：耕地日均蒸散量為4.89mm/d,相對來說是蒸散發(fā)量較高的地類,因研究區(qū)內(nèi)的耕地以旱地為主,農(nóng)作物需要灌溉水源,當(dāng)作物處于生長季中期時(shí),氣溫較高且灌溉水源充足,植物散發(fā)與土壤、水面蒸發(fā)的雙重作用使得蒸散量較高；林地的日均蒸散量為4.44mm/d,林地具有水源涵養(yǎng)與蒸騰的雙重作用,能夠?yàn)檎羯l(fā)提供良好的水分條件,蒸發(fā)量理應(yīng)相對較高,但研究區(qū)內(nèi)林地的占比不足3%,且以人工林為主,樹齡小,林間密度低,樹種低矮,故而蒸散量相對較低；未利用地與草地蒸散量最小,日均值分別為4.21、4.18mm/d,草地與未利用地約占研究區(qū)總面積的80%,草地主要以草原植被、荒漠植被與沙地植被為主,分布稀疏,由于本地區(qū)獨(dú)特的鑲嵌性下墊面特征,草地與未利用地呈相間分布,蒸騰作用較低,且研究區(qū)西北部的高山荒漠地區(qū)可能存在一定程度高估,致使未利用地蒸散量的統(tǒng)計(jì)結(jié)果整體比草地較高。

綜上分析,耕地因灌溉等人為綜合管理措施使得蒸散量較高,其次為低矮的人工林地,未利用地與草地相差不大,日蒸散發(fā)量較小。

表2 不同土地利用/覆被類型下的平均日蒸散發(fā)量

5 結(jié)論與討論

本文利用SEBAL模型獲得研究區(qū)生長季日均蒸散發(fā)的變化范圍為0.12—10.66mm/d,這與蘇婷婷等[32]基于 Landsat8遙感影像在半干旱區(qū)的土默特右旗利用SEBAL模型在作物生育期內(nèi)的蒸散發(fā)估算結(jié)果基本一致(1.182—13.144mm/d),說明利用MODIS數(shù)據(jù)結(jié)合SEBAL模型對區(qū)域尺度蒸散發(fā)的估算具有一定的適用性,但由于較低的空間分辨率對于西北農(nóng)牧交錯(cuò)帶復(fù)雜的農(nóng)-草-裸鑲嵌分布的復(fù)雜下墊面的刻畫并不顯著,僅能反映出整體蒸散發(fā)的空間分布隨時(shí)間的變化特征,因而日后研究中選用高空間分辨率的遙感影像來刻畫復(fù)雜下墊面的信息是準(zhǔn)確獲得蒸散發(fā)的前提。通過檢驗(yàn)結(jié)果發(fā)現(xiàn)SEBAL模型計(jì)算的結(jié)果可能存在一定程度的高估,由于下墊面的異質(zhì)性,采用單點(diǎn)驗(yàn)證的方式并不一定能夠說明1km×1km空間分辨率的象元特征,不可避免的存在一定的驗(yàn)證誤差,曾麗紅等[33]在松嫩平原與宇文穎等[17]在盤錦濕地利用渦度相關(guān)檢驗(yàn)結(jié)果也得到類似的結(jié)論,為進(jìn)一步明晰具體的影響因素,避免因各個(gè)參數(shù)的不確定性而致使誤差傳遞,需要利用實(shí)測數(shù)據(jù)對每一步的反演結(jié)果進(jìn)行訂正以此來消除計(jì)算過程中產(chǎn)生的累積誤差。此外,通過取點(diǎn)回歸發(fā)現(xiàn)地表溫度與蒸散發(fā)之間的相關(guān)性最高且呈負(fù)相關(guān)關(guān)系,與NDVI呈正相關(guān)關(guān)系,此結(jié)果與楊肖麗等[14]在半干旱地區(qū)和王軍等[20]在典型草原得到的研究結(jié)果一致,說明了在干旱半干旱區(qū)地表蒸散發(fā)受下墊面特征的影響較為顯著,能量與水分是影響本地區(qū)蒸散發(fā)量的重要因素,但因蒸散發(fā)受地表溫度的影響顯著,在西北部高海拔地區(qū)出現(xiàn)了低值高估的現(xiàn)象,使得未利用地的蒸散發(fā)結(jié)果統(tǒng)計(jì)值偏高,可能因?yàn)槟Ｐ蛯τ诘匦慰紤]不足所致。

本文基于地表能量平衡的SEBAL模型利用MODIS數(shù)據(jù)對西北農(nóng)牧交錯(cuò)帶2015年生長季的蒸散發(fā)進(jìn)行反演,并利用FAO推薦的 P-M公式結(jié)合作物系數(shù)對反演結(jié)果進(jìn)行對比,得到平均絕對誤差為0.79mm/d,均方根誤差為0.94mm/d,確定性系數(shù)R2為0.76,結(jié)果在可信范圍之內(nèi),說明所需參數(shù)較少、物理機(jī)制較為明確的SEBAL模型在下墊面復(fù)雜的西北農(nóng)牧交錯(cuò)帶的蒸散發(fā)反演研究中也具有一定的適用性。并以此為基礎(chǔ)對蒸散發(fā)進(jìn)行了分析,得到以下結(jié)論：

(1)西北農(nóng)牧交錯(cuò)帶生長季蒸散發(fā)隨時(shí)間變化呈現(xiàn)出明顯的空間變異性,生長季日均蒸散發(fā)為4.31mm/d,呈現(xiàn)出東北、西南部較高,西部偏低的空間分布格局,蒸散發(fā)的高值區(qū)呈小斑塊狀、離散的條帶狀或塊狀的分布格局；低值區(qū)呈片狀的空間分布格局,農(nóng)區(qū)蒸散量高于牧區(qū)。

(2)基于SEBAL模型得到的日蒸散發(fā)與MODIS地表特征參數(shù)之間的統(tǒng)計(jì)分析結(jié)果表明,蒸散發(fā)與地表溫度和反照率之間呈負(fù)相關(guān)關(guān)系,與NDVI和地表凈輻射之間呈正相關(guān)關(guān)系,其中蒸散發(fā)與地表溫度之間的相關(guān)性最高,R2=0.74,因而對地表溫度的準(zhǔn)確反演是獲得精確蒸散發(fā)的前提。

(3)不同土地利用/覆被下蒸散量大致呈現(xiàn)以下的特征：耕地具有較高的蒸散量,林地次之,未利用地與草地蒸散量較低。