基于表面能量平衡模型的張承地區(qū)蒸散發(fā)研究

董祥旺，金曉媚，張緒財(cái)，殷秀蘭，金愛芳，郎 捷，羅緒富，馬靖宣

（1.中國(guó)地質(zhì)大學(xué)（北京）水資源與環(huán)境學(xué)院，北京 100083；2.中國(guó)地質(zhì)環(huán)境監(jiān)測(cè)院，北京 100081）

蒸散發(fā)包括來自土壤、水域、冠層表面等各類地表的蒸發(fā)，也包括植物氣孔的蒸騰[1]，準(zhǔn)確的估算蒸散量對(duì)于水資源合理利用及生態(tài)環(huán)境保護(hù)具有極其重要的意義[2]。蒸散量估算方法大致可以分為實(shí)測(cè)法和模型法2類。實(shí)測(cè)法主要包括波文比法、渦度相關(guān)法、液流法、蒸發(fā)皿和蒸滲儀等方法，但是傳統(tǒng)實(shí)測(cè)方法難以獲得區(qū)域尺度的蒸散發(fā)[3]。隨著遙感技術(shù)的興起，出現(xiàn)許多與遙感相結(jié)合估算蒸散量的模型，主要分為與傳統(tǒng)方法相結(jié)合的模型（如彭曼公式、互補(bǔ)相關(guān)理論模型、Priestley-Taylor模型）、經(jīng)驗(yàn)統(tǒng)計(jì)模型、特征空間法、垂向能量平衡模型（如SEBAL、SEBS、TSEB）[4]。其中，Su[5?6]提出的表面能量平衡模型（Surface Energy Balance System, SEBS）已被證明能夠在各種尺度上以可接受的精度估計(jì)湍流通量和蒸發(fā)比，眾多學(xué)者[7?10]將該模型應(yīng)用于不同空間和時(shí)間尺度上，均得到了較好的驗(yàn)證。

近年來，隨著遙感云計(jì)算平臺(tái)的發(fā)展，發(fā)布了眾多地表蒸散量遙感產(chǎn)品，如MOD16A2（8 d, 500 m）、Gl-ASS-ET（8 d, 1 km）、GLEAM（1 d, 0.25°）等蒸散發(fā)遙感產(chǎn)品[11]，其中GLASS-ET，GLEAM等數(shù)據(jù)空間分辨率較低，不適用于空間面積較小的地區(qū)；而時(shí)空分辨率較高且應(yīng)用廣泛的MOD16A2數(shù)據(jù)產(chǎn)品在無植被覆蓋區(qū)域進(jìn)行了無值化處理，對(duì)于植被覆蓋不是很高的地區(qū)也不能完全反映區(qū)域?qū)嶋H蒸散的空間分布。

張家口承德地區(qū)（簡(jiǎn)稱“張承地區(qū)”）作為京津冀城市群生態(tài)安全的重要屏障，是生態(tài)環(huán)境關(guān)注的熱點(diǎn)地區(qū)，2015年《全國(guó)生態(tài)功能區(qū)劃（修編版）》將河北省的張家口、承德以及北京市北部城區(qū)等地區(qū)劃為京津冀北部水源涵養(yǎng)重要區(qū)，并指出該地區(qū)存在水資源過度開發(fā)等生態(tài)環(huán)境問題。在京津冀協(xié)同發(fā)展的戰(zhàn)略中，以往的蒸散研究多將京津冀作為一個(gè)整體進(jìn)行探究，如于占江[12]等基于高橋公式對(duì)京津冀地區(qū)的實(shí)際蒸散開展了研究，發(fā)現(xiàn)京津冀地區(qū)的蒸散量呈現(xiàn)不顯著上升趨勢(shì)，但并未對(duì)其空間變化特征進(jìn)行分析；少數(shù)學(xué)者對(duì)張家口部分地區(qū)的蒸散量曾進(jìn)行過研究，如石嘉麗[13]等基于GLASS蒸散產(chǎn)品分析了河北壩上地區(qū)蒸散量的時(shí)空變化趨勢(shì)，研究發(fā)現(xiàn)壩上地區(qū)的蒸散量呈略微下降趨勢(shì)并且受土地利用變化影響顯著。雖然前人的研究取得了一些重要成果，但是就張承地區(qū)而言，仍然缺少對(duì)該地區(qū)長(zhǎng)時(shí)間序列的實(shí)際蒸散量空間變化規(guī)律以及影響因素的分析，不能完全反映該地區(qū)實(shí)際蒸散的時(shí)空分布特征。

因此，本文以張承地區(qū)為研究區(qū)，基于連續(xù)的MODIS產(chǎn)品數(shù)據(jù)和GLDAS氣象數(shù)據(jù)，應(yīng)用SEBS模型計(jì)算2001年1月——2020年12月逐月的區(qū)域蒸散量，與MOD16A2產(chǎn)品數(shù)據(jù)時(shí)間序列的變化趨勢(shì)進(jìn)行對(duì)比，通過野外實(shí)測(cè)數(shù)據(jù)在像元尺度上對(duì)蒸散量計(jì)算結(jié)果進(jìn)行驗(yàn)證。在此基礎(chǔ)上，對(duì)研究區(qū)20 a間的蒸散量時(shí)空變化特征及影響因素進(jìn)行分析，所得結(jié)果期望為張承地區(qū)水資源的可持續(xù)利用以及生態(tài)環(huán)境保護(hù)提供參考。

1 研究區(qū)概況

張家口承德地區(qū)位于河北省西北部，北鄰蒙古高原，南接華北平原，總面積約為7.6×104km2（圖1）。研究區(qū)內(nèi)以陰山山脈為界，分為壩上和壩下地區(qū)，在地勢(shì)上呈現(xiàn)出西北高東南低的地勢(shì)特點(diǎn)，研究區(qū)屬于溫帶季風(fēng)性氣候，夏季高溫多雨，冬季寒冷干燥，據(jù)張家口和承德2個(gè)氣象站統(tǒng)計(jì)，多年平均降水量約為460 mm，年均氣溫9～12 °C，年日照率約為60%，日照充足。

圖1 研究區(qū)及野外試驗(yàn)點(diǎn)位置示意圖Fig.1 Location of the study area and the test site

2 研究方法與數(shù)據(jù)

2.1 SEBS模型

2.2 Sen+Mannkendall趨勢(shì)分析

Sen趨勢(shì)度可以很好地減少噪聲的干擾，并判斷趨勢(shì)的上升或是下降[14]， Mannkendall檢驗(yàn)是評(píng)估趨勢(shì)顯著性的非參數(shù)性檢驗(yàn)，在水文趨勢(shì)檢驗(yàn)研究中得到了廣泛的應(yīng)用[15?16]，其優(yōu)點(diǎn)是不需要測(cè)量值服從正態(tài)分布，也不要求趨勢(shì)是線性的，并且不受缺失值和異常值的影響。采用上述2種方法結(jié)合可以增強(qiáng)方法的抗噪性，并在一定程度上提高檢驗(yàn)結(jié)果的準(zhǔn)確性[17]。

Sen趨勢(shì)度計(jì)算公式為：

式中：xi、xj————時(shí)間序列數(shù)據(jù)。

β大于0表示時(shí)間序列呈現(xiàn)上升趨勢(shì)，反之處于下降趨勢(shì)。

MK檢測(cè)過程如下：

假設(shè)H0：數(shù)據(jù)樣本{xi,i=1,2,3,···,n}是獨(dú)立且同分布的，H1：序列存在單調(diào)趨勢(shì)。M-K的統(tǒng)計(jì)量S定義為：

式中：n——數(shù)據(jù)集的長(zhǎng)度。

sgnθ定義為：

根據(jù)數(shù)據(jù)集的長(zhǎng)度n值選取顯著性檢驗(yàn)統(tǒng)計(jì)量：當(dāng)n<10時(shí)，使用統(tǒng)計(jì)量S進(jìn)行雙邊趨勢(shì)檢驗(yàn)，在給定顯著性水平α下，如果 |S|≥Sα/2則拒絕H0，認(rèn)為原序列存在顯著趨勢(shì)；否則接受H0，認(rèn)為序列趨勢(shì)不顯著[15]。當(dāng)n≥10時(shí)，使用檢驗(yàn)統(tǒng)計(jì)量Z進(jìn)行趨勢(shì)檢驗(yàn)，Z值計(jì)算如下：

式中：m——序列中結(jié)（重復(fù)出現(xiàn)的數(shù)據(jù)組）的個(gè)數(shù)；

ti————結(jié)的寬度（第i個(gè)重復(fù)數(shù)據(jù)組中的重復(fù)數(shù)據(jù)個(gè)數(shù)）。

統(tǒng)計(jì)量Z值同樣采用雙邊趨勢(shì)檢驗(yàn)，當(dāng)|Z|>Z1?α/2時(shí)，則拒絕H0，認(rèn)為原序列存在顯著趨勢(shì)；否則接受H0，認(rèn)為序列趨勢(shì)不顯著。

2.3 相關(guān)性分析

（1）Pearson 相關(guān)性分析

Pearson相關(guān)性分析是分析2個(gè)變量間線性相關(guān)的方法，并且要求2個(gè)變量都呈正態(tài)分布，而且是隨機(jī)變量。

（2）偏相關(guān)性分析

偏相關(guān)系數(shù)是衡量多個(gè)變量中某2個(gè)變量之間的線性相關(guān)程度的指標(biāo)[18]，偏相關(guān)系數(shù)絕對(duì)值愈大，表明變量之間的線性相關(guān)程度愈高；反之愈低。樣本的偏相關(guān)系數(shù)rij·h計(jì)算公式為：

式中：rij————變量xi和xj的簡(jiǎn)單相關(guān)系數(shù)；

rih————xi和xh的 簡(jiǎn) 單 相 關(guān) 系 數(shù) ；

上述數(shù)據(jù)傳輸電路單元得到的電壓數(shù)據(jù)和電流數(shù)據(jù)經(jīng)過分壓電阻R2和分壓電阻R3流向通訊收發(fā)芯片U6，通訊收發(fā)芯片U6自帶CAN總線通訊協(xié)議，在接收到單片機(jī)U1傳輸?shù)碾妷簲?shù)據(jù)和電流數(shù)據(jù)后對(duì)其進(jìn)行通訊協(xié)議轉(zhuǎn)化，轉(zhuǎn)化后的電壓數(shù)據(jù)和電流數(shù)據(jù)信號(hào)流向共模濾波電感L3，濾除掉信號(hào)中的干擾成分，并經(jīng)過電阻R12和電阻R13的分壓保護(hù)，經(jīng)過瞬態(tài)抑制二極管Z1和瞬態(tài)抑制二極管Z2后流向保險(xiǎn)F1和保險(xiǎn)F2，最終通過接線端子J2和外部CAN總線相連，并通過CAN總線將測(cè)量得到的電壓數(shù)據(jù)和電流數(shù)據(jù)上傳至實(shí)時(shí)監(jiān)測(cè)光伏組件運(yùn)行狀態(tài)的數(shù)據(jù)處理計(jì)算機(jī)，完成整個(gè)檢測(cè)流程.

rjh————xj和xh的簡(jiǎn)單相關(guān)系數(shù)。

計(jì)算樣本的檢驗(yàn)統(tǒng)計(jì)量t，確定P值，做出推斷結(jié)論，統(tǒng)計(jì)量t計(jì)算公式為：

式中：r——偏相關(guān)系數(shù)；

k——樣本數(shù)；

q——偏相關(guān)階數(shù)。

統(tǒng)計(jì)量服從k?q?2個(gè)自由度的分布。

2.4 研究數(shù)據(jù)

（1）MODIS 數(shù)據(jù)

（2）氣象數(shù)據(jù)

由于研究區(qū)只有張家口承德2個(gè)氣象站，所以本文采用2001——2020年間GLDAS數(shù)據(jù)中的氣溫、氣壓、風(fēng)速、相對(duì)濕度、總降雨量5個(gè)波段，該數(shù)據(jù)的時(shí)間分辨率為1月、空間分辨率為25 km，GLDAS數(shù)據(jù)來源于GES DISC(https://disc.gsfc.nasa.gov/)。

（3）高程數(shù)據(jù)

本文選取高程SRTMDEM 90 m分辨率原始高程數(shù)據(jù)、SRTMSLOPE 90 m分辨率坡度數(shù)據(jù)、SETMASPECT 90 m分辨率坡向數(shù)據(jù)，數(shù)據(jù)來源為地理空間數(shù)據(jù)云（http://www.gscloud.cn/）。

（4）土地利用數(shù)據(jù)

為研究用地類型對(duì)蒸散發(fā)的影響，本文選取2000、2005、2010、2015、2020年5期中科院的中國(guó)土地利用遙感監(jiān)測(cè)數(shù)據(jù)，空間分辨率為30 m，數(shù)據(jù)來源為資源環(huán)境與科學(xué)數(shù)據(jù)中心（https://www.resdc.cn/）。

為保證數(shù)據(jù)的一致性，所有數(shù)據(jù)均重采樣為0.005°（約為500 m），地理坐標(biāo)系為WGS84。

3 研究成果

3.1 蒸散量的時(shí)空分布特征

從張承地區(qū)2020年蒸散量（ET）的空間分布圖（圖2）可以看出，壩下地區(qū)的蒸散量明顯高于壩上地區(qū)，其中承德地區(qū)的中部和西南部地區(qū)以及張家口的東南部地區(qū)蒸散量較高，年蒸散量主要在800～1 300 mm變化；而在陰山以北的壩上地區(qū)，包括承德圍場(chǎng)北部靠近內(nèi)蒙古的區(qū)域、張家口北部的康保和尚義以及沽源等地區(qū)的蒸散發(fā)相對(duì)較小，年蒸散量在60～700 mm之間變化。

圖2 2020年研究區(qū)蒸散量空間分布圖Fig.2 Spatial distribution map of evapotranspiration in the study area

通過對(duì)蒸散量統(tǒng)計(jì)結(jié)果進(jìn)行分析可知，張承地區(qū)年蒸散量呈現(xiàn)略微波動(dòng)上升趨勢(shì)見圖3，最大值為2013年的545 mm，最小值為2002年的348 mm；研究區(qū)內(nèi)張家口承德2個(gè)地區(qū)在20 a間的蒸散變化趨勢(shì)較為一致，且承德地區(qū)的蒸散量明顯高于張家口地區(qū)，承德地區(qū)在2013年達(dá)到其最大值583 mm，張家口地區(qū)在2003年達(dá)到最大值508 mm。研究區(qū)多年平均的年內(nèi)月蒸散量分布見圖4，6——8月的蒸散量較高，12月至次年2月的蒸散量最小。

圖3 張承地區(qū)2001——2020年蒸散量值Fig.3 Evapotranspiration values of Zhangjiakou and Chengde from 2001 to 2020

圖4 研究區(qū)月均蒸散量值Fig.4 Average monthly evapotranspiration values in the study area

3.2 蒸散量結(jié)果驗(yàn)證

（1）與 MOD16A2 數(shù)據(jù)對(duì)比

由于MOD16A2數(shù)據(jù)在無植被覆蓋區(qū)域進(jìn)行了無值化處理，因此本文僅將計(jì)算結(jié)果與其做趨勢(shì)上的對(duì)比。從圖5可以看出，SEBS計(jì)算的月蒸散量值與MOD16A2數(shù)據(jù)在趨勢(shì)上具有較強(qiáng)的一致性，確定系數(shù)為0.79，吻合較好，說明SEBS反演結(jié)果具有較高的可靠度。

圖5 研究區(qū)2001——2020年SEBS與MOD16A2數(shù)據(jù)對(duì)比Fig.5 Comparison of the SEBS and MOD16A2 data from 2001 to 2020 in the study area

（2）與野外實(shí)測(cè)數(shù)據(jù)對(duì)比驗(yàn)證

本文利用自制蒸滲儀在研究區(qū)內(nèi)選取了石莊屯（果園）、姚家莊（高植被覆蓋）、王家樓（中等植被覆蓋）3個(gè)地點(diǎn)進(jìn)行了現(xiàn)場(chǎng)蒸發(fā)試驗(yàn)，對(duì)模型反演結(jié)果進(jìn)行驗(yàn)證，試驗(yàn)期為2021年7月9——23日。

為保證驗(yàn)證結(jié)果的準(zhǔn)確性，本文選取了2021年7月的MODIS數(shù)據(jù)以及GLDAS數(shù)據(jù)基于SEBS模型計(jì)算出7月的蒸散量與試驗(yàn)結(jié)果進(jìn)行對(duì)比驗(yàn)證（表1），從結(jié)果可以看出，王家樓、姚家莊試驗(yàn)點(diǎn)的觀測(cè)值與反演值的誤差約為0.3 mm，石莊屯試驗(yàn)點(diǎn)的誤差較小，僅為0.12 mm，相對(duì)誤差為5.77%，其他2個(gè)試驗(yàn)點(diǎn)的誤差均小于15%，總體來說SEBS模型反演的結(jié)果與現(xiàn)場(chǎng)實(shí)測(cè)值吻合相對(duì)較好。

表1 3個(gè)野外蒸發(fā)試驗(yàn)日蒸散發(fā)結(jié)果統(tǒng)計(jì)Table 1 Statistics of daily evapotranspiration results of three field evaporation tests

3.3 Sen+MannKendall的蒸散量變化趨勢(shì)分析

為進(jìn)一步探究研究區(qū)蒸散量的變化趨勢(shì)，本文基于Sen+Mannkendall趨勢(shì)檢測(cè)方法對(duì)20 a研究區(qū)的蒸散量變化趨勢(shì)進(jìn)行分析。利用Sen斜率計(jì)算的β值作為變化斜率。根據(jù)經(jīng)驗(yàn)判斷，取0≤β≤10，蒸散量呈穩(wěn)定趨勢(shì)，由于研究序列長(zhǎng)度為20，采用統(tǒng)計(jì)量Z進(jìn)行檢驗(yàn)，取顯著水平α=0.05，Z1?α/2=Z0.975=1.96，按照表2將研究區(qū)蒸散量變化趨勢(shì)分為5類，得到研究區(qū)蒸散變化趨勢(shì)空間分布（圖6）。

圖6 研究區(qū)20 a實(shí)際蒸散量時(shí)空變化趨勢(shì)圖Fig.6 Trend of the actual evapotranspiration over the period of 20 years

表2 研究區(qū)蒸散量變化趨勢(shì)分類標(biāo)準(zhǔn)Table 2 Classification criteria for the trend of evapotranspiration in the study area

對(duì)研究區(qū)蒸散量變化趨勢(shì)進(jìn)行統(tǒng)計(jì)（表3），從結(jié)果可以看出：蒸散量基本穩(wěn)定的區(qū)域占總面積的75.41%；蒸散量顯著增加的區(qū)域占據(jù)了研究區(qū)的5.12%，主要分布在張家口東部和南部地區(qū)以及承德的中部地區(qū)；蒸散量輕微降低的區(qū)域占研究區(qū)的18.35%，主要分布在張家口的張北北部、九連城、沽源北部、蔚縣和懷來地區(qū)以及承德的圍場(chǎng)北部地區(qū)、承德的南部地區(qū)；顯著降低的區(qū)域占總面積的1.11%，主要分布在承德圍場(chǎng)北部靠近內(nèi)蒙古的地區(qū)，以及張家口安固里淖附近地區(qū)、懷來的部分地區(qū)。

表3 研究區(qū)蒸散發(fā)空間變化趨勢(shì)面積統(tǒng)計(jì)Table 3 Area statistics of evapotranspiration spatial change trend in the study area

4 影響因素分析

4.1 氣象因素

本文利用GLDAS 2001——2020年20 a間每月的氣溫降水?dāng)?shù)據(jù)與SEBS反演的月蒸散量，基于偏相關(guān)分析分別分析氣溫、降水與蒸散量的相關(guān)程度，并進(jìn)行T檢驗(yàn)，得到氣溫和降水與蒸散量的偏相關(guān)性檢驗(yàn)空間分布圖（圖7），結(jié)果表明：研究區(qū)內(nèi)氣溫與蒸散量具有較強(qiáng)的正相關(guān)性，特別是壩下地區(qū)，說明氣溫是蒸散量極其重要的影響因素，氣溫越高蒸散量越大；降水對(duì)于區(qū)域蒸散量也有一定的影響，其中承德東南部地區(qū)降水與蒸散量具有顯著正相關(guān)性，張家口大部分地區(qū)與承德西部地區(qū)具有不顯著正相關(guān)性。

圖7 氣溫與蒸散量和降水與蒸散量的偏相關(guān)性檢驗(yàn)空間分布圖Fig.7 Spatial distribution plots for the partial correlation between air temperature and evapotranspiration (a) and for the partial correlation between precipitation and evapotranspiration (b)

4.2 植被因素

植被蒸騰是蒸發(fā)的一種方式，通常情況下，植被覆蓋越大，植被指數(shù)越高，區(qū)域蒸散量越大，反之，植被覆蓋越低或無植被區(qū)域，區(qū)域蒸散量越小。為探究研究區(qū)內(nèi)植被對(duì)蒸散發(fā)的影響，本文利用MOD09A1的近紅外波段和紅外波段計(jì)算每月的歸一化植被指數(shù)NDVI，然后逐像元的計(jì)算NDVI與每月的SEBS反演的蒸散量的相關(guān)系數(shù)，得到植被指數(shù)與蒸散量的相關(guān)系數(shù)空間分布（圖8）。從圖中可以看出，以陰山山脈為界，陰山以南大部分區(qū)域，包括張家口地區(qū)的尚義縣南部、下花園區(qū)、懷安縣、陽(yáng)原縣以及蔚縣東南部，承德地區(qū)的豐寧、承德縣、承德市、灤平、隆化、興隆的大部分地區(qū)的蒸散發(fā)都與植被有較強(qiáng)的相關(guān)性；區(qū)域蒸散發(fā)與植被覆蓋不明顯的區(qū)域主要分布在陰山以北地區(qū)，包括康保、沽源、張北以及承德的圍場(chǎng)北部，這些地區(qū)大部分屬于壩上地區(qū)，氣候較為寒冷，除了夏季植被發(fā)育較好外，其他季節(jié)的植被覆蓋均較差，因此蒸散發(fā)的變化與植被的相關(guān)性不明顯。

圖8 研究區(qū)植被指數(shù)與蒸散量的 Pearson相關(guān)系數(shù)空間分布圖Fig.8 Spatial distribution of Pearson correlation coefficients of vegetation index and evapotranspiration in the study area

4.3 人為因素

人類活動(dòng)對(duì)區(qū)域蒸散發(fā)的分布也有較大的影響，這主要體現(xiàn)在用地類型的變化上。為探究用地類型對(duì)蒸散發(fā)的影響，本文根據(jù) 2000、2005、2010、2015、2020年5期的中科院土地利用空間分布圖，并依據(jù)中科院土地利用一級(jí)分類標(biāo)準(zhǔn)分為耕地、林地、草地、水體、建設(shè)用地和未利用土地6類，統(tǒng)計(jì)得到研究區(qū)不同土地用地類型的面積（表4），結(jié)果顯示，2020年不同用地類型面積從大到小依次為：林地>耕地>草地>建設(shè)用地>水體>未利用土地；研究區(qū)內(nèi)耕地面積明顯減少，主要轉(zhuǎn)化為林地和草地；研究區(qū)建筑用地的面積增長(zhǎng)了近一倍，使得城市及周邊地區(qū)的蒸散量出現(xiàn)了明顯的下降，特別是張家口、宣化以及懷來城市帶地區(qū)；研究區(qū)的未利用土地面積很少，零星分布于壩上地區(qū)，主要分布于康保和沽源地區(qū)，在各類用地類型中占比最小。利用2020年中科院土地利用數(shù)據(jù)對(duì)研究區(qū)20 a蒸散量的平均值進(jìn)行統(tǒng)計(jì)，結(jié)果顯示，不同用地類型的蒸散量從大到小依次為：林地>水體>草地>耕地>建設(shè)用地>未利用土地。受城市熱島效應(yīng)的影響[19]，一般情況下建設(shè)用地的表面溫度高于未利用土地，因此建設(shè)用地的蒸散量略高于未利用土地。

表4 張承地區(qū)2000——2020年不同土地利用類型的面積以及年均蒸散量統(tǒng)計(jì)Table 4 Area statistics of different land use types from 2000 to 2020 and average annual evapotranspiration statistics of different land use types in the ZhangCheng area

5 結(jié)論

（1）SEBS反演結(jié)果與MOD16A2數(shù)據(jù)、野外現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)吻合度較好，驗(yàn)證了SEBS模型在研究區(qū)反演的結(jié)果具有較高的可靠性。

（2）研究區(qū)內(nèi)張家口承德地區(qū)2001——2020年的蒸散量變化趨勢(shì)較為一致，均呈現(xiàn)略微上漲的趨勢(shì)，其中張家口市的多年平均蒸散量為454 mm，承德市的多年平均蒸散量為506 mm。

（3）研究區(qū)蒸散量與氣溫具有較強(qiáng)的正相關(guān)性，溫度越高，蒸散量越大，降雨對(duì)蒸散量的變化也有一定的影響，但是影響沒有氣溫顯著；植被與蒸散量的變化呈現(xiàn)較強(qiáng)的正相關(guān)性，植被指數(shù)越高，蒸散量越大；不同用地類型的蒸散量從大到小依次為：林地>水體>草地>耕地>建設(shè)用地>未利用土地。

（4）人類活動(dòng)會(huì)改變下墊面以及用地類型情況，間接影響蒸散量的空間分布，而蒸散作為水均衡中的重要組成部分，其長(zhǎng)序列的變化研究對(duì)于了解張承地區(qū)區(qū)域水循環(huán)，提高水資源的高效利用和管理以及生態(tài)環(huán)境的保護(hù)具有重要的意義。