黃土高原不同植被覆蓋土地利用等對(duì)蒸散發(fā)量的影響

李燕 張凱瑞

摘 要：為實(shí)現(xiàn)對(duì)黃土高原蒸散發(fā)量的動(dòng)態(tài)連續(xù)監(jiān)測(cè)，基于蒸散發(fā)量（ET）、歸一化植被指數(shù)（NDVI）、土地利用、氣溫和降水量數(shù)據(jù)，采用SEN趨勢(shì)分析、Hurst指數(shù)及偏相關(guān)分析法，探究了黃土高原2001—2020年ET時(shí)空分布特征、變化趨勢(shì)、未來持續(xù)狀態(tài)及降水、氣溫、不同植被覆蓋度、不同坡度、不同土地利用下的ET變化規(guī)律。結(jié)果表明：①黃土高原ET空間分布呈從北向南增大的趨勢(shì)，高蒸發(fā)區(qū)集中在渭河平原、六盤山和祁連山區(qū)域，ET隨坡度、植被覆蓋度的增大而增大;②占黃土高原總面積92.02%的區(qū)域ET表現(xiàn)為顯著增大趨勢(shì)（顯著性水平α<0.01），增速為2～5 mm/a，草地和農(nóng)用地的ET增速較大，水體、濕地、建筑用地的ET增速較小;③ET與降水和氣溫均以正相關(guān)關(guān)系為主。

關(guān)鍵詞：蒸散發(fā);植被覆蓋;土地利用;黃土高原

中圖分類號(hào)：S161.4;TP79

文獻(xiàn)標(biāo)志碼：A

doi：10.3969/j.issn.1000-1379.2021.12.014

引用格式：李燕，張凱瑞.黃土高原不同植被覆蓋/土地利用等對(duì)蒸散發(fā)量的影響[J].人民黃河，2021，43（12）：68-73.

Abstract： In order to achieve the dynamic and continuous monitoring of evapotranspiration in the Loess Plateau， based on evapotranspiration （ET）， normalized vegetation index （NDVI）， land use data， temperature and precipitation data， this paper adopted SEN trend analysis， R/S analysis and partial correlation analysis and studied the temporal and spatial distribution characteristics， change trend， future continuous state， precipitation and air quality of ET under different vegetation coverage， slope and land use in the Loess Plateau from 2001 to 2020. The results show that： a） the spatial distribution of ET in the Loess Plateau shows an increasing trend from north to south in the past 20 years. b） ET shows a significant increasing trend in a large area during 20 years， and the increasing rate is concentrated in 2-5 mm/a， accounting for 92.02% of the total area of the Loess Plateau. The ETs of grassland and agricultural land increase more， while the ETs of water， wetland and construction land increase less. c） In the future， ET will decrease in most areas of the Loess Plateau， and the persistence in most pixels of Inner Mongolia， Gansu and Qinghai is stronger than that in other areas. d） The relationship between ET and precipitation/air temperature is mainly positive correlation.

Key words： evapotranspiration; vegetation cover; land use; Loess Plateau

蒸散發(fā)主要由土壤蒸發(fā)和植物蒸騰組成，將部分地表水分輸送到大氣中[1-3]，是干旱與半干旱區(qū)水量消耗的主要途徑[4-7]。黃土高原地處半濕潤(rùn)、半干旱、干旱區(qū)過渡地帶，受西風(fēng)環(huán)流、高原季風(fēng)和東亞季風(fēng)環(huán)流共同影響，干旱事件頻繁發(fā)生[8-12]。因此，充分認(rèn)識(shí)蒸散發(fā)量（ET）和植被覆蓋/土地利用的時(shí)空變化規(guī)律及其響應(yīng)關(guān)系，不僅有利于理解ET對(duì)水循環(huán)的影響機(jī)制，也可為黃土高原水源涵養(yǎng)和水資源合理開發(fā)利用提供理論參考。

近年來，專家們從不同角度出發(fā)不斷對(duì)蒸散發(fā)開展研究，提出很多種蒸散發(fā)量的計(jì)算方法[13-16]。如Bowen[13]提出了波文比-能量平衡法、Wilm等[14]提出了空氣動(dòng)力學(xué)方法、Penman[15]提出了Penman算法，這些算法雖然能夠獲取較高精度的數(shù)據(jù)，但區(qū)域代表性差[16-17]。隨著遙感技術(shù)發(fā)展，美國(guó)國(guó)家航空航天局（NASA）于2011年基于Penman-Monteith遙感模型和MODIS數(shù)據(jù)研發(fā)了全球陸地蒸散發(fā)數(shù)據(jù)產(chǎn)品（MOD16），該產(chǎn)品獲取的蒸散發(fā)信息空間覆蓋范圍廣、數(shù)據(jù)分辨率高，精度能夠滿足大尺度的研究需求[18-20]。目前，基于MOD16數(shù)據(jù)研究ET時(shí)空變化及不同植被覆蓋/土地利用下ET的差異性成為熱點(diǎn)之一[21-25]。如董晴晴等[24]基于MOD16研究了2000—2013年渭河流域ET的空間格局，發(fā)現(xiàn)ET呈緩慢增大趨勢(shì)，但年際波動(dòng)性較大，且空間異質(zhì)性較強(qiáng);張翔等[25]基于MOD16研究了2008—2017年呼倫貝爾地區(qū)植被的ET，發(fā)現(xiàn)其整體呈增大趨勢(shì)，但不同區(qū)域的ET差異明顯，年際波動(dòng)性較大;谷佳賀等[26]基于MOD16、NDVI和不同土地利用數(shù)據(jù)對(duì)黃河流域ET時(shí)空分布及不同植被覆蓋下ET變化規(guī)律研究發(fā)現(xiàn)，年均ET呈東南大、西北小的空間分布格局，與不同植被覆蓋和土地利用區(qū)域有很大關(guān)系;Wang等[27]研究發(fā)現(xiàn)低植被覆蓋時(shí)，植被變化對(duì)ET產(chǎn)生負(fù)面影響，隨著植被覆蓋度增大，這種負(fù)效應(yīng)逐漸變?yōu)檎?yīng)。目前對(duì)蒸散發(fā)的研究雖較多，但多采用單一時(shí)刻遙感數(shù)據(jù)對(duì)某一地區(qū)ET進(jìn)行研究[16-19]，很少探討長(zhǎng)時(shí)間序列、不同植被覆蓋下的ET變化特征和未來可能持續(xù)狀態(tài)。

筆者基于2001—2020年黃土高原的MODIS ET、NDVI數(shù)據(jù)，采用Sen、Hurst指數(shù)和偏相關(guān)方法對(duì)植被覆蓋度/不同土地利用類型的ET時(shí)空分布特征、變化趨勢(shì)及氣候變化對(duì)蒸散發(fā)的影響進(jìn)行分析，以期掌握退耕還林（還草）等生態(tài)工程措施下黃土高原蒸散發(fā)、植被覆蓋的時(shí)空變化特征，為該地區(qū)生態(tài)環(huán)境保護(hù)提供科學(xué)依據(jù)。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

黃土高原地處中國(guó)西北地區(qū)，總面積64.9萬km2，包括山西、內(nèi)蒙古、陜西、河南、寧夏、甘肅、青海7個(gè)?。▍^(qū)）。降水量少而不均，從西北向東南逐漸增大，年降水量300～800 mm，降水主要集中在7—9月;年均氣溫為3.6～14.3 ℃，冬季嚴(yán)寒、夏季暖熱。黃土質(zhì)地疏松，具有濕陷性，經(jīng)人為擾動(dòng)后，極易發(fā)生風(fēng)力和水力侵蝕[1]。區(qū)域內(nèi)地貌類型多樣，植被覆蓋度呈東南高、西北低的空間分布格局，主要土地類型為草地、林地和農(nóng)用地[9-10]（見圖1）。

1.2 數(shù)據(jù)來源與處理

（1）NDVI數(shù)據(jù)：來源于Google Earth Engine（GEE，https：//code.earthengine.google.com/）平臺(tái)提供的2001—2020年MOD13Q1產(chǎn)品的NDVI數(shù)據(jù)，空間分辨率為250 m，時(shí)間分辨率為16 d，經(jīng)過幾何校正和大氣校正，是標(biāo)準(zhǔn)3級(jí)產(chǎn)品數(shù)據(jù)。使用Hants方法對(duì)NDVI時(shí)序數(shù)據(jù)進(jìn)行去噪，并將年均NDVI小于0.05的像元排除在外[28]。

（2）ET數(shù)據(jù)：來源于GEE平臺(tái)提供的2001—2020年的MOD16A2產(chǎn)品，空間分辨率為500 m，時(shí)間分辨率為8 d。該數(shù)據(jù)是利用物理意義明確且不受地表溫度影響的Penman-Monteith模型計(jì)算得到的，很多學(xué)者研究發(fā)現(xiàn)MOD16雖然在某些地區(qū)存在高估或低估現(xiàn)象，但其精度能夠滿足研究大尺度的應(yīng)用需求[29-31]。

（3）土地利用數(shù)據(jù)：來源于GEE平臺(tái)提供的MCD12Q1產(chǎn)品，是根據(jù)生物圈計(jì)劃（IGBP）進(jìn)行分類的全球產(chǎn)品，包括17種土地利用類型。高艷妮等[32]曾以野外調(diào)查獲取的草地樣點(diǎn)數(shù)據(jù)對(duì)不同來源的土地利用類型數(shù)據(jù)進(jìn)行精度評(píng)價(jià)，發(fā)現(xiàn)MCD12Q1的采樣點(diǎn)驗(yàn)證精度為83.74%，故該分類精度能夠滿足本研究的要求。

（4）氣溫、降水量數(shù)據(jù)：采用中國(guó)氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/data/cdcindex）提供的月數(shù)據(jù)，時(shí)間跨度為2001—2020年，得到研究區(qū)及周圍的130個(gè)氣象站（見圖2）的氣溫、降水量數(shù)據(jù)，定義12月至次年2月為冬季、3—5月為春季、6—8月為夏季、9—11月為秋季，利用氣象插值軟件ANUSPLINE將季節(jié)性氣溫、降水量數(shù)據(jù)插值為500 m的柵格數(shù)據(jù)集。

2 結(jié)果與分析

2.1 ET與NDVI/土地利用空間分布特征分析

利用均值法計(jì)算得到2001—2020年黃土高原ET與NDVI的多年平均值（見圖3），可以看出：ET空間分布上呈從北向南增大的趨勢(shì)，其中高蒸發(fā)區(qū)集中在渭河流域、六盤山和祁連山山脈，而鄂爾多斯高原、寧夏高原和后套平原地帶的蒸散發(fā)較低;NDVI的空間分布與ET空間分布具有相似性，在ET較小的區(qū)域NDVI值較小（植被覆蓋度低），ET較大的區(qū)域NDVI大。結(jié)合圖1、圖2可以發(fā)現(xiàn)，ET較大的區(qū)域主要土地利用類型為農(nóng)用地和建筑用地，且坡度主要為0°～2°;ET較小的內(nèi)蒙古、寧夏和甘肅的土地利用類型主要為草地和林地，坡度主要為0°～2°;黃土高原南部地區(qū)ET較大，坡度一般大于2°。因此，黃土高原的ET與NDVI/土地利用類型和坡度具有一定相關(guān)性，隨坡度增大而增大。

2.2 NDVI/ET空間變化趨勢(shì)分析

采用Sen和M-K檢驗(yàn)方法得出的2001—2020年黃土高原ET變化速率空間分布見圖4（a）?？梢钥闯觯篍T在占黃土高原總面積92.02%的區(qū)域上表現(xiàn)為顯著增大趨勢(shì)（顯著性水平α<0.01），增速為2～5 mm/a，ET增速大于5 mm/a的區(qū)域集中在陜西省洛河、甘肅隴東和祁連山地區(qū)，而在鄂爾多斯和太行山南坡的ET增速為2～3 mm/a;ET呈減小趨勢(shì)的區(qū)域零星分布在渭河平原地區(qū)，減小速率為0～1 mm/a。從不同土地利用類型、不同坡度的ET變化統(tǒng)計(jì)數(shù)據(jù)發(fā)現(xiàn)，草地和農(nóng)用地的ET增速較大，90%以上的面積ET增速在2 mm/a以上，草地ET增速較大的為2°～15°坡度的區(qū)域，增速基本在3 mm/a以上，而農(nóng)用地ET增速較大的為6°～15°坡度的區(qū)域，見圖4（b）。

基于Sen和M-K檢驗(yàn)方法得出的2001—2020年黃土高原NDVI變化趨勢(shì)空間分布見圖5（a）。NDVI整體呈顯著增大趨勢(shì)（顯著性水平α<0.01），尤其在呂梁山脈、山西高原及甘肅隴東地區(qū)的增長(zhǎng)趨勢(shì)較大，NDVI呈減小趨勢(shì)的區(qū)域零星分布在陜西省的渭河平原地區(qū)。農(nóng)用地的NDVI增長(zhǎng)趨勢(shì)最明顯，尤其在25°以上坡度的區(qū)域。草地和林地及建筑用地的NDVI增長(zhǎng)趨勢(shì)較為接近，2°～6°坡度的區(qū)域NDVI增長(zhǎng)趨勢(shì)最大，見圖5（b）。

2.3 ET與NDVI的空間響應(yīng)關(guān)系

利用2001—2020年黃土高原ET與NDVI的長(zhǎng)時(shí)間序列數(shù)據(jù)，計(jì)算得到二者的相關(guān)系數(shù)（見圖6）。占總面積93.89%的區(qū)域ET與NDVI成正相關(guān)關(guān)系，相關(guān)系數(shù)為0.2～0.8;相關(guān)性較好的區(qū)域集中在呂梁山脈和六盤山地帶，相關(guān)系數(shù)在0.6以上。ET與NDVI成負(fù)相關(guān)關(guān)系的區(qū)域集中在祁連山、渭河平原、后套平原和太行山脈南坡，相關(guān)系數(shù)為-0.4～0。草地的ET與NDVI的相關(guān)系數(shù)較其他幾種土地利用類型的相關(guān)系數(shù)大，坡度為2°～6°的草地相關(guān)系數(shù)在0.53以上，坡度為0°～2°的草地相關(guān)系數(shù)為0.47（坡度在25°以上的草地ET與NDVI的相關(guān)系數(shù)小，為0.18）;其次為建筑用地，ET與NDVI的相關(guān)系數(shù)隨著坡度的減小而減小，坡度為15°～25°的建筑用地ET與NDVI相關(guān)系數(shù)為0.48;農(nóng)用地的ET與NDVI相關(guān)系數(shù)在不同坡度上的差異較小，相關(guān)系數(shù)均在0.2以上。

2.4 ET與氣溫、降水的空間響應(yīng)關(guān)系

在控制氣溫的條件下ET與降水的相關(guān)關(guān)系為正、負(fù)相關(guān)并存，空間分布上由北向南相關(guān)系數(shù)逐漸減?。ㄒ妶D7（a））。占黃土高原總面積90.41%的區(qū)域ET與降水以正相關(guān)為主，相關(guān)系數(shù)為0～0.8，相關(guān)系數(shù)在0.8以上的區(qū)域集中在毛烏素沙地;ET與降水成負(fù)相關(guān)關(guān)系的區(qū)域集中在海拔較高的祁連山、太行山脈、后套平原地區(qū)。在控制降水的條件下，ET與氣溫為正、負(fù)相關(guān)關(guān)系并存，空間分布上表現(xiàn)為中部相關(guān)系數(shù)大、南北兩邊相關(guān)系數(shù)?。ㄒ妶D7（b））。

毛烏素沙地的ET與氣溫以正相關(guān)為主，相關(guān)系數(shù)在0.6以上;黃土高原南部地區(qū)氣溫與ET相關(guān)系數(shù)為0～0.4;ET與氣溫成負(fù)相關(guān)關(guān)系的地區(qū)集中在鄂爾多斯高原東北部、山西高原，相關(guān)系數(shù)在-0.2以下。

3 討 論

本文通過研究2001—2020年黃土高原不同土地利用類型和不同植被覆蓋下的蒸散發(fā)變化趨勢(shì)，發(fā)現(xiàn)其蒸散發(fā)量表現(xiàn)為顯著增大趨勢(shì)，其中2003年和2016年氣溫異常大于其他年份，導(dǎo)致ET也異常大于其他年份。ET空間上表現(xiàn)為北小南大、西小東大的態(tài)勢(shì)，主要原因是西部和北部地勢(shì)高、氣溫低、降水量小、地表干燥及高寒地區(qū)植被生長(zhǎng)季較短，蒸散發(fā)主要靠土壤淺層水分的微弱蒸發(fā)，因此蒸散發(fā)量小;黃土高原南部和東部地區(qū)夏季降水量較大，太陽(yáng)輻射強(qiáng)，且該地區(qū)的林地、草地、農(nóng)作物等覆蓋度高，植被蒸騰和土壤水分蒸發(fā)作用較強(qiáng)，因此蒸散發(fā)量較大。

2001—2020年黃土高原的洛河流域、甘肅隴東和祁連山周圍蒸散發(fā)量呈顯著增大趨勢(shì)（顯著性水平α<0.01），原因一方面可能與近20 a黃土高原土地利用類型發(fā)生顯著變化及全球氣候變化有關(guān)。有研究[6，36-38]表明，不同土地利用類型對(duì)ET的貢獻(xiàn)率不同，沼澤地主要覆蓋淺水及水生植物，因此沼澤地水分的直接蒸發(fā)比草地、林地等的蒸騰作用強(qiáng)烈;而林地由于林木根系可以吸收土壤深層水分用于蒸騰，因此其ET比其他植被類型大。邵薇薇等[37]研究表明，陸面植被覆蓋率增大導(dǎo)致蒸散發(fā)量增大的同時(shí)，會(huì)使陸面水熱通量發(fā)生變化;Piao等[38]研究表明，溫暖的春季促使植被物候提前及植被生長(zhǎng)加速，影響地表蒸散發(fā)量的變化，特別是林地面積的增大加大了蒸散發(fā)量。ET增大的另一方面原因可能是黃土高原東南部降水量嚴(yán)重受到東亞夏季風(fēng)的制約，自20世紀(jì)70年代以來，東亞夏季風(fēng)強(qiáng)度總體表現(xiàn)為顯著減弱趨勢(shì)，氣候變暖導(dǎo)致植被蒸騰作用加快，因此蒸散發(fā)增大。而本研究也發(fā)現(xiàn)黃土高原ET與氣溫和降水呈顯著正相關(guān)關(guān)系，其中降水對(duì)ET的影響范圍較廣、影響程度較大，空間分布上存在明顯的由北向南ET與降水相關(guān)系數(shù)逐漸減小的趨勢(shì)，尤其在毛烏素沙地。

4 結(jié) 論

本文基于NDVI、ET及氣溫、降水量數(shù)據(jù)，分析了2001—2020年黃土高原ET與NDVI、不同土地利用類型、氣溫、降水的關(guān)系、時(shí)空格局和變化趨勢(shì)及氣候因子對(duì)ET的影響，得出結(jié)論如下。

（1）黃土高原ET空間分布呈從北向南增大的趨勢(shì)，且隨坡度的增大而增大。

（2）占黃土高原總面積92.02%的區(qū)域ET表現(xiàn)為顯著增大趨勢(shì)（顯著性水平α<0.01），增速為2～5 mm/a;草地和農(nóng)用地的ET增速較大，林地ET增速隨坡度的增大而減小，建筑用地的ET隨坡度增大而增大;ET隨植被覆蓋度的增大而增大。

（3）占黃土高原總面積90.41%的區(qū)域ET與降水成正相關(guān)關(guān)系，相關(guān)系數(shù)為0～0.8。ET與氣溫以正相關(guān)關(guān)系為主，空間分布表現(xiàn)為中部相關(guān)系數(shù)大、南北兩邊相關(guān)系數(shù)小。

參考文獻(xiàn)：

[1] MONTEITH J L. Evaporation and Environment[J]. Symposia of the Society for Experimental Biology，1965，19：205-234.

[2] XIONG Y J， ZHAO S H， TIAN F， et al. An Evapotranspiration Product for Arid Regions Based on the Three-Temperature Model and Thermal Remote Sensing[J]. Journal of Hydrology，2015，530：392-404.

[3] 周志鵬，孫文義，穆興民，等.2001—2017年黃土高原實(shí)際蒸散發(fā)的時(shí)空格局[J].人民黃河，2019，41（6）：76-80，84.

[4] NISHIDA K， NEMANI R R， GLASSY J M， et al. Development of an Evapotranspiration Index from Aqua/MODIS for Monitoring Surface Moisture Status[J]. IEEE Transactions on Geoscience & Remote Sensing，2003，41（2）：493-501.

[5] DONG Q， ZHAN C， WANG H， et al. A Review on Evapotranspiration Data Assimilation Based on Hydrological Models[J]. Journal of Geographical Sciences，2016，26（2）：230-242.

[6] 張戴煒，王春穎，韓宇平，等.基于溫度的ET_0模型改進(jìn)及在海河流域的適用性[J].人民黃河，2021，43（3）：155-160.

[7] 鄧興耀，劉洋，劉志輝，等.中國(guó)西北干旱區(qū)蒸散發(fā)時(shí)空動(dòng)態(tài)特征[J].生態(tài)學(xué)報(bào)，2017，37（9）：2994-3008.

[8] 周忠學(xué).陜北黃土高原土地利用變化與社會(huì)經(jīng)濟(jì)發(fā)展關(guān)系及效應(yīng)評(píng)價(jià)[D].西安：陜西師范大學(xué)，2007：21-37.

[9] 孫藝杰，劉憲鋒，任志遠(yuǎn)，等.1960—2016年黃土高原多尺度干旱特征及影響因素[J].地理研究，2020，39（4）：591-601.

[10] 楊濤，陸桂華，李會(huì)會(huì)，等.氣候變化下水文極端事件變化預(yù)測(cè)研究進(jìn)展[J].水科學(xué)進(jìn)展，2011，22（2）：279-286.

[11] 秦大河，丁一匯，王紹武，等.中國(guó)西部生態(tài)環(huán)境變化與對(duì)策建議[J].地球科學(xué)進(jìn)展，2002，17（3）：314-319.

[12] 姚玉璧，張強(qiáng)，李耀輝，等.干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估技術(shù)及其科學(xué)問題與展望[J].資源科學(xué)，2013，35（9）：1884-1897.

[13] BOWEN I S. The Ration of Heat Losses by Conduction and Evaporation from Any Water Surface[J]. Physical Review，1926，27（6）：779-798.

[14] WILM H G，THORNTHWAITE C W. Report of the Committee on Transpiration and Evaporation[J]. Transactions of the American Sections of the American Geophysical Union，1944，25（5）：683-693.

[15] 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.

[16] 韓松俊，張寶忠.基于Penman方法和互補(bǔ)原理的蒸散發(fā)研究歷程與展望[J].水利學(xué)報(bào)，2018，49（9）：1158-1168.

[17] KONG J， HU Y， YANG L， et al. Estimation of Evapotranspiration for the Blown-Sand Region in the Ordos Basin Based on the SEBAL Model[J]. International Journal of Remote Sensing，2019，40（5-6）：1945-1965.

[18] MU Q， ZHAO M， STEVEN W. Improvements to a MODIS Global Terrestrial Evapotranspiration Algorithm[J]. Remote Sensing of Environment，2011，115（8）：1781-1800.

[19] MU Q， HEINSCH， F A， ZHAO M， et al. Development of a Global Evapotranspiration Algorithm Based on MODIS and Global Meteorology Data[J]. Remote Sensing of Environment，2007，111（4）：519-536.

[20] 徐麗娟，張文鴿，李皓冰，等.鄂爾多斯市潛在蒸散發(fā)時(shí)空變化分析[J].人民黃河，2018，40（9）：53-57.

[21] 喻元，白建軍，王建博，等.基于MOD16的關(guān)中地區(qū)實(shí)際蒸散發(fā)時(shí)空特征分析[J].干旱地區(qū)農(nóng)業(yè)研究，2015，33（3）：245-253.

[22] 何慧娟，卓靜，董金芳，等.基于MOD16監(jiān)測(cè)陜西省地表蒸散變化[J].干旱區(qū)地理，2015，38（5）：960-967.

[23] 溫媛媛，趙軍，王炎強(qiáng)，等.基于MOD16的山西省地表蒸散發(fā)時(shí)空變化特征分析[J].地理科學(xué)進(jìn)展，2020，39（2）：255-264.

[24] 董晴晴，占車生，王會(huì)肖，等.2000年以來的渭河流域?qū)嶋H蒸散發(fā)時(shí)空格局分析[J].干旱區(qū)地理，2016，39（2）：327-335.

[25] 張翔，朱曉昱，沈貝貝，等.呼倫貝爾植被蒸散發(fā)時(shí)空變化研究[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2020，41（4）：308-316.

[26] 谷佳賀，薛華柱，董國(guó)濤，等.黃河流域NDVI/土地利用對(duì)蒸散發(fā)時(shí)空變化的影響[J].干旱區(qū)地理，2021，44（1）：158-167.

[27] WANG Y， LIU Y B， JIN J X. Contrast Effects of Vegetation Cover Change on Evapotranspiration During a Revegetation Period in the Poyang Lake Basin， China[J].Forests，2018，9（4）：217-230.

[28] 秦格霞，吳靜，李純斌，等.中國(guó)北方草地植被物候變化及其對(duì)氣候變化的響應(yīng)[J].應(yīng)用生態(tài)學(xué)報(bào)，2019，30（12）：4099-4107.

[29] 姜艷陽(yáng)，王文，周正昊.MODIS MOD16蒸散發(fā)產(chǎn)品在中國(guó)流域的質(zhì)量評(píng)估[J].自然資源學(xué)報(bào)，2017，32（3）：517-528.

[30] 李佳，辛?xí)灾?，彭志晴，?地表蒸散發(fā)遙感產(chǎn)品比較與分析[J].遙感技術(shù)與應(yīng)用，2021，36（1）：103-120.

[31] 晉銳，李新，馬明國(guó)，等.陸地定量遙感產(chǎn)品的真實(shí)性檢驗(yàn)關(guān)鍵技術(shù)與試驗(yàn)驗(yàn)證[J].地球科學(xué)進(jìn)展，2017，32（6）：630-642.

[32] 高艷妮，郭艷芳，王維，等.不同土地利用/覆蓋數(shù)據(jù)在中國(guó)北方草地的精度評(píng)價(jià)[J].生態(tài)學(xué)雜志，2019，38（1）：283-293.

[33] 汪攀，劉毅敏.Sen’s 斜率估計(jì)與Mann-Kendall法在設(shè)備運(yùn)行趨勢(shì)分析中的應(yīng)用[J].武漢科技大學(xué)學(xué)報(bào)，2014，37（6）：454-457，472.

[34] 姜麗霞，王晾晾，呂佳佳，等.基于Hurst指數(shù)的黑龍江省作物生長(zhǎng)季降水趨勢(shì)研究[J].氣象與環(huán)境學(xué)報(bào)，2020，36（2）：70-77.

[35] 徐建華.計(jì)量地理學(xué)[M].北京：高等教育出版社，2014：109-200.

[36] 胡光印，金會(huì)軍，董治寶，等.黃河源區(qū)土地利用/覆蓋變化（LUCC）研究[J].冰川凍土，2014，36（3）：573-581.

[37] 邵薇薇，楊大文，孫福寶，等.黃土高原地區(qū)植被與水循環(huán)的關(guān)系[J].清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2009，49（12）：1958-1962.

[38] PIAO S， FANG J， ZHOU L， et al. Variations in Satellite-Derived Phenology in Chinas Temperate Vegetation[J].Global Change Biology， 2006，12（4）：672-685.

【責(zé)任編輯 張華興】