基于遙感和通量觀測的實際蒸散發(fā)時空變化特征

鞠琴 劉小妮 劉娣 申同慶 谷黃河 王國慶 余鐘波

摘要：蒸散發(fā)是地表水熱平衡的關(guān)鍵要素，分析蒸散發(fā)的時空分布特征及其影響因素，對于深入理解區(qū)域水文循環(huán)與生態(tài)系統(tǒng)過程至關(guān)重要?；谕坑^測站數(shù)據(jù)，評估GLEAM、MTE、GLDAS和AVHRR 共4種蒸散發(fā)產(chǎn)品在黃河流域水源涵養(yǎng)區(qū)的適用性，利用水量平衡方法驗證其在流域尺度上的精度，并探討實際蒸散發(fā)的影響因素。結(jié)果表明：在站點尺度上，GLEAM蒸散發(fā)產(chǎn)品精度最高;在流域尺度上，校正后的GLEAM蒸散發(fā)產(chǎn)品與實際蒸散發(fā)的相對誤差在渭河南山支流區(qū)最小，其次是蘭州以上地區(qū);1982—2015年黃河流域水源涵養(yǎng)區(qū)實際蒸散發(fā)整體呈增加趨勢，空間分布上自西到東逐漸增加;不同植被類型年均蒸散發(fā)差異較大，闊葉林的蒸散發(fā)最大（575.2 mm），其次是農(nóng)田（504.3 mm），高山草甸的蒸散發(fā)最小（358.2 mm）;實際蒸散發(fā)變化主要受到太陽輻射與氣溫的影響。

關(guān)鍵詞：實際蒸散發(fā);遙感蒸散發(fā)產(chǎn)品;通量觀測;影響因素;水源涵養(yǎng)區(qū);黃河流域

中圖分類號：P343;TV11

文獻標(biāo)志碼：A

文章編號：1001-6791（2024）02-0338-10

收稿日期：2023-08-09;網(wǎng)絡(luò)出版日期：2023-11-24

網(wǎng)絡(luò)出版地址：https：//link.cnki.net/urlid/32.1309.P.20231123.1146.004

基金項目：國家重點研發(fā)計劃資助項目（2021YFC3201104）;國家自然科學(xué)基金資助項目（U2240217）

作者簡介：鞠琴（1980—），女，江蘇泰興人，副教授，博士，主要從事變化環(huán)境下水文循環(huán)響應(yīng)方面的研究。

Email：juqin@hhu.edu.cn

通信作者：余鐘波，E-mail：zyu@hhu.edu.cn

蒸散發(fā)（Evapotranspiration，ET）是陸地生態(tài)系統(tǒng)水分和能量循環(huán)的重要組成部分，是連接地表水循環(huán)和能量循環(huán)的紐帶^［1-2］。流域的實際蒸散發(fā)是一個復(fù)雜的過程，與所在區(qū)域的氣候、土壤和植被等要素緊密相關(guān)^［3］。準(zhǔn)確估算實際蒸散量的時空變化特征對維持生態(tài)系統(tǒng)的水分平衡、碳循環(huán)和土壤養(yǎng)分的流動等方面具有重要意義。實際蒸散發(fā)的地面觀測方法主要有蒸滲儀、渦度相關(guān)法、閃爍通量儀等^［4］，精度相對較高。以渦度相關(guān)技術(shù)為核心的全球通量觀測網(wǎng)絡(luò)已積累了較為可靠的蒸散發(fā)觀測序列，但是受到成本和數(shù)據(jù)代表性的限制，中國通量觀測研究網(wǎng)絡(luò)ChinaFLUX公開的觀測研究站點僅為79個。同時，點尺度的蒸散發(fā)數(shù)據(jù)在空間上存在一定的局限性，很難在大范圍內(nèi)對蒸散發(fā)進行觀測?；谒科胶夥匠炭梢垣@得較準(zhǔn)確的長時間尺度（年、多年）蒸散發(fā)，但很難得到短時間尺度（日、月）的蒸散發(fā)。

隨著遙感技術(shù)與反演算法的快速發(fā)展，遙感產(chǎn)品為估算大尺度蒸散發(fā)提供了有效途徑，根據(jù)全球和區(qū)域尺度ET產(chǎn)品的計算方法可概括為3類^［5］：再分析與陸面模式同化產(chǎn)品，如Global Land Data Assimilation System（GLDAS）、Global Land Evaporation Amsterdam Model（GLEAM）、Advanced Very High Resolution Radiometer（AVHRR）;機器學(xué)習(xí)方法插值產(chǎn)品，如Model Tree Ensembles（MTE）;基于遙感蒸散發(fā)模型模擬產(chǎn)品，如MOD16。潘健^［6］評估了這5種蒸散發(fā)產(chǎn)品在黃河流域的適用性，發(fā)現(xiàn)較其他產(chǎn)品而言，GLEAM產(chǎn)品是在黃河流域表現(xiàn)最好的蒸散發(fā)數(shù)據(jù)；Zhu等^［7］在點尺度上，對MOD16、GLEAM、AVHRR等5種蒸散發(fā)產(chǎn)品的準(zhǔn)確性和不確定性進行了評估，發(fā)現(xiàn)不同蒸散發(fā)產(chǎn)品的精度存在顯著差異。以上研究表明，不同蒸散發(fā)產(chǎn)品被認為具有較高的時效性，但由于下墊面的非均勻性，遙感蒸散發(fā)產(chǎn)品在研究區(qū)域的適應(yīng)性差異較大^［8］，而且其時空分辨率也不一致。因此，應(yīng)用于不同研究區(qū)域前需要進行精度評估。受到衛(wèi)星觀測方式和反演算法的局限性影響，蒸散發(fā)產(chǎn)品具有一定的不確定性。在估算區(qū)域蒸散發(fā)時，為減少復(fù)雜的參數(shù)化過程以及對地面觀測數(shù)據(jù)的依賴，其校正方法研究也是遙感蒸散發(fā)應(yīng)用的一個重要方向^［9］。準(zhǔn)確估算區(qū)域?qū)嶋H蒸散發(fā)一直是水循環(huán)研究中的難點^［10］，需要將點尺度通量觀測數(shù)據(jù)與流域尺度的水量平衡法相結(jié)合，進一步提高蒸散發(fā)遙感產(chǎn)品的準(zhǔn)確性。此外，影響實際蒸散發(fā)的因素較多，大氣條件與下墊面特征均會影響實際蒸散發(fā)的強度及其空間分布。

為科學(xué)認識和準(zhǔn)確解析氣候變化與不同下墊面條件下流域蒸散發(fā)變化規(guī)律及其影響因素，本文以黃河流域水源涵養(yǎng)區(qū)為研究區(qū)域，從站點尺度對GLEAM、MTE、GLDAS、AVHRR共4種蒸散發(fā)產(chǎn)品進行精度評估，優(yōu)選出精度相對較好的蒸散發(fā)產(chǎn)品，并對其進行校正;進一步結(jié)合水量平衡法，從流域尺度上進行精度驗證;探究不同土地利用類型的蒸散發(fā)變化及其影響因子的貢獻程度。研究成果以期為流域生態(tài)服務(wù)評估、水資源規(guī)劃與管理提供參考。

1 研究區(qū)與數(shù)據(jù)來源

1.1 研究區(qū)概況

黃河流域水源涵養(yǎng)區(qū)天然徑流量占黃河流域的84%，是黃河流域的主要產(chǎn)流區(qū)^［11］。該區(qū)由蘭州以上地區(qū)（22.25萬km²）、渭河南山支流區(qū)（6.33萬km²）和伊洛河流域（1.86萬km²）組成（圖1），橫跨青海、四川、甘肅、寧夏、陜西和河南6省區(qū)。地勢西高東低，流域落差較大，下墊面條件較為復(fù)雜。黃河流域水源涵養(yǎng)區(qū)作為黃河流域最重要的生態(tài)功能區(qū)，生態(tài)環(huán)境較為脆弱^［12］，研究黃河流域水源涵養(yǎng)區(qū)的蒸散發(fā)時空演變特征并對其進行歸因分析，對黃河流域生態(tài)保護和緩解水資源供需矛盾意義重大。

1.2 數(shù)據(jù)來源

本文使用的4種蒸散發(fā)產(chǎn)品具體信息見表1?；跍u度相關(guān)技術(shù)的通量觀測方法是獲取實際蒸散發(fā)相對真值的主要途徑，也是目前全球使用最廣泛的通量觀測方法，被眾多學(xué)者應(yīng)用于蒸散發(fā)精度驗證研究中^［13］。其中，海北灌叢（2003—2010年）、長武（2005—2009年）、若爾蓋（2017年）通量觀測站點數(shù)據(jù)來源于中國通量觀測研究網(wǎng)絡(luò)ChinaFLUX（http：∥chinaflux.org/），下墊面條件分別為草地、農(nóng)田、濕地。采用的降水量、氣溫、空氣比濕以及太陽輻射氣象數(shù)據(jù)來源于再分析數(shù)據(jù)集CMFD（http：∥poles.tpdc.ac.cn/），時間序列為1979—2018年，該數(shù)據(jù)集已被證實在中國區(qū)域具有良好的適用性^［14］。歸一化植被指數(shù)（NDVI）數(shù)據(jù)來源于GIMMS3g NDVI數(shù)據(jù)集，時間分辨率為15 d，空間分辨率為8 km，時間序列為1982—2015年。中國多時期土地利用遙感監(jiān)測數(shù)據(jù)集來源于資源環(huán)境科學(xué)數(shù)據(jù)注冊與出版系統(tǒng)^［15］，空間分辨率為30 km。黃河流域水源涵養(yǎng)區(qū)的蘭州站、咸陽站、黑石關(guān)站的徑流數(shù)據(jù)來源于水文年鑒。本文對實際蒸散發(fā)的時空分布特征及其影響要素的分析統(tǒng)一研究時段為1982—2015年。

2 研究方法

2.1 水量平衡方法

本文主要的研究思路是將點尺度蒸散發(fā)產(chǎn)品評估與流域尺度的水量平衡法驗證相結(jié)合。在站點尺度，選用數(shù)據(jù)時段較長的海北灌叢通量觀測站點數(shù)據(jù)，通過均方根誤差（E_RMS）、相關(guān)系數(shù)（r）、納什效率系數(shù)（E_NS）這3種評估指標(biāo)評估不同蒸散發(fā)產(chǎn)品的精度，選取精度較優(yōu)的蒸散發(fā)產(chǎn)品，并基于海北灌叢、長武、若爾蓋3個代表站的通量觀測數(shù)據(jù)，采用Delta方法^［16］對精度較好的蒸散發(fā)產(chǎn)品進行校正。流域水量平衡方法被廣泛應(yīng)用于流域尺度的蒸散發(fā)產(chǎn)品精度驗證^［17］，計算公式如下：

E_T，P-R=P-R-ΔS（1）

式中：E_T，P-R為水量平衡法計算的蒸散發(fā);P為降水量;R為年徑流量;ΔS為流域蓄水量的動態(tài)變化，在多年尺度上可以忽略不計。

2.2 影響因子的貢獻程度分析方法

各影響因子對黃河流域水源涵養(yǎng)區(qū)實際蒸散發(fā)的貢獻程度采用向量自回歸（VAR）模型來定量分析。VAR模型是一種計量經(jīng)濟模型，常被應(yīng)用于環(huán)境、水文領(lǐng)域^［18］，可被用來研究實際蒸散發(fā)與其影響因子之間的響應(yīng)關(guān)系。在構(gòu)建蒸散發(fā)的VAR模型之前，首先需要對降水、氣溫、太陽輻射、空氣比濕、風(fēng)速和NDVI多個影響因子的逐月數(shù)據(jù)進行平穩(wěn)性檢驗（P<0.05），移除不符合的因子；其次通過方差分析評估所選變量之間的關(guān)聯(lián)性和穩(wěn)定性；最后量化不同因子的貢獻程度。VAR模型計算公式如下：

Y_t=Φ₁Y_t-1+Φ₂Y_t-2+…+Φ_pY_t-p+HX_t+ε_tt=1，2，…，T（2）

式中：Y_t為k維內(nèi)生變量的列向量;p為滯后階數(shù);T為樣本數(shù)量;Φ_i為k×k維矩陣;H為待估計的系數(shù)矩陣;X_t為時間序列;ε_t為k維擾動列向量。

3 結(jié)果與分析

3.1 不同蒸散發(fā)產(chǎn)品評估

在站點尺度上，考慮到通量站點觀測數(shù)據(jù)的可獲取性和研究結(jié)果的可靠性，本文選擇下墊面特征占比較大（草地面積占比為60.4%）、觀測時段相對較長的海北灌叢站點數(shù)據(jù)對GLEAM、MTE、GLDAS、AVHRR 4種蒸散發(fā)產(chǎn)品進行適用性評估。結(jié)果表明（表2），不同蒸散發(fā)產(chǎn)品與觀測站點的相關(guān)性較好，r均在0.89以上。根據(jù)E_NS精度評估結(jié)果，將4種蒸散發(fā)產(chǎn)品的驗證精度排序為GLEAM>MTE>AVHRR>GLDAS。月尺度與季節(jié)尺度的蒸散發(fā)對比分析如圖2所示，GLEAM、MTE和GLDAS估算的蒸散發(fā)與觀測值年內(nèi)變化趨勢較一致，但均存在低估現(xiàn)象，其中GLEAM蒸散發(fā)產(chǎn)品與站點觀測數(shù)據(jù)更接近；AVHRR蒸散發(fā)產(chǎn)品嚴重高估了夏季、秋季、冬季的蒸散量。根據(jù)3種精度評估指標(biāo)與年內(nèi)變化對比結(jié)果，GLEAM蒸散發(fā)產(chǎn)品的精度明顯優(yōu)于其他蒸散發(fā)產(chǎn)品，與楊曉甜等^［19］和陳鑫濤等^［20］的研究結(jié)論基本一致。

為進一步提高GLEAM蒸散發(fā)產(chǎn)品的精度，本文采用Delta方法^［16］對其進行校正。選用了海北灌叢、長武、若爾蓋3個分別代表草地、農(nóng)田、濕地的通量觀測站點，得到3種土地利用類型對應(yīng)的校正系數(shù)分別為1.15（草地）、1.26（農(nóng)田）、1.80（濕地）。按照黃河流域水源涵養(yǎng)區(qū)的草地（60.4%）、農(nóng)田（15.1%）、濕地（0.98%）面積占比分配權(quán)重，最終得到GLEAM蒸散發(fā)產(chǎn)品的校正系數(shù)為1.18。

3.2 水量平衡方法精度驗證

通過水量平衡方法從流域尺度上進一步評估蒸散發(fā)產(chǎn)品精度，本文以1982—2015年為研究時段，將黃河流域水源涵養(yǎng)區(qū)分為蘭州以上地區(qū)、渭河南山支流區(qū)和伊洛河流域3個研究區(qū)域，基于蘭州、咸陽、黑石關(guān)3個水文站的徑流數(shù)據(jù)分別計算不同研究區(qū)域的實際蒸散發(fā)（E_T，P-R），并與校正后的GLEAM蒸散發(fā)產(chǎn)品（E_{T，GLEAM}）進行對比驗證（表3）。由表3可以看出，3個子流域的實際蒸散發(fā)多年平均相對誤差均值分別為12.1%、11.1%、14.4%。伊洛河流域的年均蒸散發(fā)最大，其次是渭河南山支流區(qū)。由于本次研究暫未考慮動態(tài)水儲量變化，基于水量平衡方法計算的實際蒸散發(fā)年際變化可能存在一定的偏差，將在后續(xù)研究中增加GRACE陸地水儲量數(shù)據(jù)來估算區(qū)域?qū)嶋H蒸散發(fā)。

3.3 實際蒸散發(fā)時空分布特征

由圖3（a）可知，1982—2015年黃河流域水源涵養(yǎng)區(qū)實際蒸散發(fā)整體呈增加趨勢，年內(nèi)變化為單峰型且在7月份達到峰值。黃河流域水源涵養(yǎng)區(qū)實際蒸散發(fā)空間分布特征如圖3（b）所示，自西向東依次增加，變化范圍為284.1～830.6 mm。由于研究區(qū)地理跨度較大，其經(jīng)度范圍為96°E—114°E，地形起伏變化明顯，這可能也是空間分布存在較大差異的原因之一。蘭州以上地區(qū)、渭河南山支流區(qū)、伊洛河流域的年均實際蒸散發(fā)分別為448.1、615.1、688.7 mm，主要與地理、地形、氣候條件有關(guān)。蘭州以上地區(qū)的西部為黃河源區(qū)，屬于氣溫低、降水少的高寒地區(qū)，植被覆蓋率相對較低，該區(qū)域的實際蒸散發(fā)較小。渭河南山支流區(qū)至伊洛河流域的地勢逐漸下降，水熱條件豐富，植被覆蓋率相對較高，植被的蒸騰作用變強，導(dǎo)致蒸散發(fā)增大。進一步探究不同土地利用類型下實際蒸散發(fā)的空間分布情況，將土地利用類型分為農(nóng)田、林地、草地、水域和其他地類，黃河流域水源涵養(yǎng)區(qū)土地利用類型面積占比及變化率見表4。不同土地利用類型對應(yīng)的年均蒸散發(fā)從大到小依次為農(nóng)田（497.8 mm）、林地（480.9 mm）、水域（408.6 mm）、草地（394.9 mm）、其他地類（392.2 mm）。相比于1980年，多年平均面積變化率僅為2.01%，土地利用動態(tài)變化較小，故在本文中未分析土地利用變化對蒸散發(fā)的影響。

以往研究表明實際蒸散發(fā)與植被類型密切相關(guān)^［21］，植被對于蒸散發(fā)會有一定的影響，需要進一步對植被類型進行細分，見圖4（a）。由圖4（b）可知，不同地表覆被類型下的年均蒸散發(fā)差異比較顯著，年均蒸散發(fā)從大到小排序為闊葉林（575.2 mm）、農(nóng)田（504.3 mm）、針葉林（484.2 mm）、沼澤（445.6 mm）、灌叢（434.4 mm）、草地（418.6 mm）、荒漠（445.6 mm）、高山草甸（358.2 mm）。闊葉林和農(nóng)田具有較大的葉面積、較豐富的土壤水分，且農(nóng)田通常種植作物，作物的生長需要大量的水分，蒸散發(fā)量相對較大，主要分布在渭河南山支流區(qū)中下游和伊洛河流域上游。而高山草甸的葉片與葉面積相對較小，一般分布在氣溫較低，相對濕度較高的高寒山區(qū)，氣象條件也不利于蒸散發(fā)的發(fā)生，蒸散發(fā)量相對較小，分布在蘭州以上地區(qū)的黃河源區(qū)。該研究結(jié)果可以為評估生態(tài)服務(wù)系統(tǒng)、提高水源涵養(yǎng)能力等方面工作提供參考。

3.4 實際蒸散發(fā)影響因素分析

在分析黃河流域水源涵養(yǎng)區(qū)實際蒸散發(fā)的影響因素時，選取了氣溫、空氣比濕、歸一化植被指數(shù)、降水量、風(fēng)速、太陽輻射作為初始影響因素。由于風(fēng)速沒有通過構(gòu)建VAR模型所需要的平穩(wěn)性檢驗，且與實際蒸散發(fā)的相關(guān)性較差，故不將其列為VAR模型的主要影響因素。1982—2015年長時序逐網(wǎng)格的單因子與實際蒸散發(fā)的空間相關(guān)關(guān)系見圖5。可見，各影響因子與實際蒸散發(fā)均呈正相關(guān)關(guān)系，空間相關(guān)系數(shù)均在0.4以上，氣溫、空氣比濕與實際蒸散發(fā)的空間相關(guān)性較高。氣溫的相關(guān)性最好，幾乎整個流域的相關(guān)系數(shù)都在0.9以上；其次是空氣比濕，在蘭州以上地區(qū)的相關(guān)系數(shù)也超過0.9;NDVI在大部分網(wǎng)格的相關(guān)系數(shù)在0.8以上;降水量與蘭州以上地區(qū)的相關(guān)性相對較好，而太陽輻射與之相反。綜上所述，氣溫、空氣比濕、NDVI與實際蒸散發(fā)具有較好的空間相關(guān)性，而降水量和太陽輻射對實際蒸散發(fā)的作用存在空間差異性。

在流域尺度上，實際蒸散發(fā)主要受到氣溫、空氣比濕、NDVI、降水量、太陽輻射的綜合影響。分析1982—2015年黃河流域水源涵養(yǎng)區(qū)實際蒸散發(fā)及其影響因子在月尺度上的相關(guān)性，如圖6（a）可知，相關(guān)系數(shù)均在0.84以上且均呈正相關(guān)關(guān)系，各因子之間也存在一定的關(guān)聯(lián)性，其相互關(guān)系共同影響著實際蒸散發(fā)的變化趨勢。為探究各因子對流域?qū)嶋H蒸散發(fā)的相對貢獻，利用前期篩選過的5個主要影響因子來構(gòu)建VAR模型?？紤]到各因子之間的動態(tài)關(guān)系，選擇過去12期（1 a）的數(shù)據(jù)評估每個因子對實際蒸散發(fā)的貢獻，如圖6（b）所示。各因子的相對貢獻隨著時間的推移逐漸趨于穩(wěn)定，在第10期基本達到平穩(wěn)狀態(tài)。各因子影響年際實際蒸散發(fā)變化的貢獻率從大到小排序為太陽輻射（37.4%）、氣溫（31.3%）、空氣比濕（14.4%）、NDVI（9.7%）、降水量（7.2%）?？梢钥闯鎏栞椛渑c氣溫對實際蒸散發(fā)的影響較大，這與張曉龍^［22］分析1979—2015年黃河源區(qū)實際蒸散發(fā)主要受到氣溫與太陽輻射影響的研究結(jié)果一致。

4 討論

實際蒸散發(fā)時空變化受氣候、地形、植被以及人類活動等因素的共同影響，黃河流域水源涵養(yǎng)區(qū)地理跨度較大，地表覆蓋類型復(fù)雜多樣，包括草地、農(nóng)田、林地等多種類型，不同下墊面的太陽輻射吸收能力、地表反射率等物理特性存在差異^［23］?，F(xiàn)有遙感蒸散發(fā)產(chǎn)品已經(jīng)取得了較大發(fā)展，但受衛(wèi)星觀測方式和反演算法的局限性，蒸散發(fā)產(chǎn)品具有一定的不確定性，而遙感蒸散發(fā)產(chǎn)品真實性檢驗的核心問題是遙感區(qū)域尺度相對真值的獲取^［24］，渦度相關(guān)儀的觀測數(shù)據(jù)常被用來評估遙感產(chǎn)品的區(qū)域適用性。本文選用的渦度觀測站點相對較少，需要增加更多代表不同下墊面的通量觀測數(shù)據(jù)來提高研究結(jié)果的可靠性。提出的遙感蒸散發(fā)產(chǎn)品Delta校正方法是基于通量觀測點的蒸散發(fā)與遙感產(chǎn)品之間的線性關(guān)系進行校正，未考慮高程、坡度、坡向等微觀地形因子的影響。此外，渭河南山支流區(qū)與伊洛河流域受水利工程、水土保持等人類活動影響較大，這在一定程度上也會影響實際蒸散發(fā)的空間分布。今后需要進一步研究實際蒸散發(fā)多尺度轉(zhuǎn)換函數(shù)，發(fā)展適用于非均勻下墊面的蒸散發(fā)理論方法，同時從氣候變化和人類活動影響的不同層面上解析蒸散發(fā)變化過程，降低估算實際蒸散發(fā)的不確定性。

5 結(jié)論

通過在站點尺度上對GLEAM、MTE、GLDAS、AVHRR共4種蒸散發(fā)產(chǎn)品進行精度評估，將蒸散發(fā)數(shù)據(jù)升尺度到流域，以水量平衡法驗證精度，分析了黃河流域水源涵養(yǎng)區(qū)實際蒸散發(fā)的時空變化特征及其影響要素，進一步探討了不同土地利用類型對實際蒸散發(fā)的影響。主要結(jié)論如下：

（1） 在站點尺度上，4種蒸散發(fā)產(chǎn)品整體存在低估現(xiàn)象，GLEAM數(shù)據(jù)與站點觀測數(shù)據(jù)一致性較高，模擬精度較優(yōu)；在多年尺度上，校正后的GLEAM數(shù)據(jù)與水量平衡蒸散發(fā)較接近，在黃河流域水源涵養(yǎng)區(qū)適用性良好。

（2） 1982—2015年黃河流域水源涵養(yǎng)區(qū)實際蒸散發(fā)整體呈增加趨勢，季節(jié)上夏季>春季>秋季>冬季，空間分布上自西向東實際蒸散發(fā)增加。各因子對實際蒸散發(fā)的影響存在空間差異性，整體來看，太陽輻射與氣溫對實際蒸散發(fā)的貢獻率較高。

（3） 實際蒸散發(fā)與土地利用類型密切相關(guān)，不同植被類型的年蒸散發(fā)差異較大，高植被覆蓋區(qū)的蒸散發(fā)較高，年均蒸散發(fā)排序為闊葉林>農(nóng)田>針葉林>沼澤>灌叢>草地>荒漠>高山草甸。

參考文獻：

［1］李晗，陳晗，黃津輝，等.區(qū)域遙感雙源蒸散發(fā)模型研究進展［J］.水資源保護，2022，38（4）：87-94.（LI H，CHEN H，HUANG J H，et al.Research progress on dual-source evapotranspiration models based on regional remote sensing［J］.Water Resources Protection，2022，38（4）：87-94.（in Chinese））

［2］JUNG M，REICHSTEIN M，CIAIS P，et al.Recent decline in the global land evapotranspiration trend due to limited moisture supply［J］.Nature，2010，467（7318）：951-954.

［3］鞠琴，高慧濱，王國慶，等.基于能量平衡原理的潛在蒸散發(fā)模型構(gòu)建［J］.水科學(xué)進展，2022，33（5）：794-804.（JU Q，GAO H B，WANG G Q，et al.Modeling potential evapotranspiration based on energy balance［J］.Advances in Water Science，2022，33（5）：794-804.（in Chinese））

［4］武夏寧，胡鐵松，王修貴，等.區(qū)域蒸散發(fā)估算測定方法綜述［J］.農(nóng)業(yè)工程學(xué)報，2006，22（10）：257-262.（WU X N，HU T S，WANG X G，et al.Review of estimating and measuring regional evapotranspiration［J］.Transactions of the Chinese Society of Agricultural Engineering，2006，22（10）：257-262.（in Chinese））

［5］崔澤鵬，王志慧，肖培青，等.2000—2018年黃河上中游地區(qū)蒸散發(fā)年際時空變化及其影響因素分析［J］.遙感技術(shù)與應(yīng)用，2022，37（4）：865-877.（CUI Z P，WANG Z H，XIAO P Q，et al.Analysis of spatio-temporal dynamics of interannual evapotranspiration and its influencing factors in the upper and middle reaches of the Yellow River from 2000 to 2018［J］.Remote Sensing Technology and Application，2022，37（4）：865-877.（in Chinese））

［6］潘健.黃河流域多源蒸散發(fā)產(chǎn)品評估、融合及其在干旱研究中的應(yīng)用［D］.南京：南京信息工程大學(xué)，2019.（PAN J.Evaluation and fusion of multi-source evapotranspiration products in the Yellow River basin and its application in drought［D］.Nanjing：Nanjing University of Information Science & Technology，2019.（in Chinese））

［7］ZHU W B，TIAN S R，WEI J X，et al.Multi-scale evaluation of global evapotranspiration products derived from remote sensing images：accuracy and uncertainty［J］.Journal of Hydrology，2022，611：127982.

［8］葉林媛，魯漢，秦淑靜，等.長江流域1960—2019年蒸發(fā)皿蒸發(fā)和實際蒸散發(fā)演變規(guī)律［J］.水科學(xué)進展，2022，33（5）：718-729.（YE L Y，LU H，QIN S J，et al.Changes in pan evaporation and actual evapotranspiration of the Yangtze River basin during 1960—2019［J］.Advances in Water Science，2022，33（5）：718-729.（in Chinese））

［9］辛?xí)灾?，劉雅妮，柳欽火，等.MODIS數(shù)據(jù)估算區(qū)域蒸散量的空間尺度誤差糾正［J］.遙感學(xué)報，2012，16（2）：207-231.（XIN X Z，LIU Y N，LIU Q H，et al.Spatial-scale error correction methods for regional fluxes retrieval using MODIS data［J］.Journal of Remote Sensing，2012，16（2）：207-231.（in Chinese））

［10］張珂，鞠艷，李致家.金沙江流域?qū)嶋H蒸散發(fā)遙感重建及時空特征分析［J］.水科學(xué)進展，2021，32（2）：182-191.（ZHANG K，JU Y，LI Z J.Satellite-based reconstruction and spatiotemporal variability analysis of actual evapotranspiration in the Jinshajiang River basin，China［J］.Advances in Water Science，2021，32（2）：182-191.（in Chinese））

［11］王國慶.黃河流域水源涵養(yǎng)區(qū)界定［J］.水文，2022，42（2）：65.（WANG G Q.Definition of water conservation areas in the Yellow River basin［J］.Journal of China Hydrology，2022，42（2）：65.（in Chinese））

［12］吳金雨，鞠琴，劉小妮，等.CMIP6模式對黃河水源涵養(yǎng)區(qū)降水和氣溫模擬能力的評估［J］.水利水運工程學(xué)報，2023 （6）：1-12.（WU J Y，JU Q，LIU X N，et al.Assessment of precipitation and temperature in the water conservation region of the Yellow River basin using CMIP6 models［J］.Hydro-Science and Engineering，2023（6）：1-12.（in Chinese））

［13］ZHAO X L，WANG J B，YE H，et al.The Bowen ratio of an alpine grassland in three-river headwaters，Qinghai-Tibet Plateau，from 2001 to 2018［J］.Journal of Resources and Ecology，2021，12（3）：305-318.

［14］HE J，YANG K，TANG W J，et al.The first high-resolution meteorological forcing dataset for land process studies over China［J］.Scientific Data，2020，7：25.

［15］徐新良，劉紀遠，張樹文，等.中國多時期土地利用遙感監(jiān)測數(shù)據(jù)集（CNLUCC）［DB/OL］.［2023-07-06］.http：∥www.resdc.cn/.（XU X L，LIU J Y，ZHANG S W，et al.China′s multi-temporal land use remote sensing monitoring dataset （CNLUCC）［DB/OL］.［2023-07-06］.http：∥www.resdc.cn/.

［16］鞠琴，劉小妮，劉智天，等.淮北平原地下水埋深變化對氣候變化的響應(yīng)及預(yù)測［J］.農(nóng)業(yè)工程學(xué)報，2022，38（7）：136-145.（JU Q，LIU X N，LIU Z T，et al.Response and prediction of groundwater depth changes to climate change in the Huaibei Plain of China［J］.Transactions of the Chinese Society of Agricultural Engineering，2022，38（7）：136-145.（in Chinese））

［17］LANDERER F W，SWENSON S C.Accuracy of scaled GRACE terrestrial water storage estimates［J］.Water Resources Research，2012，48（4）：W04531.1-W04531.11.

［18］李藝珍，毛建剛，張明，等.基于VAR模型的新疆金溝河氣象要素與徑流關(guān)系分析［J］.水資源與水工程學(xué)報，2020，31（5）：80-86.（LI Y Z，MAO J G，ZHANG M，et al.Relationship between meteorological elements and runoff in Jingou River basin of Xinjiang based on the VAR model［J］.Journal of Water Resources and Water Engineering，2020，31（5）：80-86.（in Chinese））

［19］楊曉甜，張建云，鮑振鑫，等.黃淮海流域?qū)嶋H蒸散發(fā)時空演變規(guī)律分析［J］.水利水運工程學(xué)報，2022（3）：12-22.（YANG X T，ZHANG J Y，BAO Z X，et al.Temporal and spatial distribution characteristics of evapotranspiration in the Huang-Huai-Hai River basin［J］.Hydro-Science and Engineering，2022（3）：12-22.（in Chinese））

［20］陳鑫濤，鄧超.多種蒸散發(fā)產(chǎn)品在黃河流域的評估和融合［J］.水電能源科學(xué)，2021，39（5）：5-8，57.（CHEN X T，DENG C.Evaluation and integration of multiple evapotranspiration products in the Yellow River basin［J］.Water Resources and Power，2021，39（5）：5-8，57.（in Chinese））

［21］夏婷，王忠靜，羅琳，等.基于REDRAW模型的黃河河龍間近年蒸散發(fā)特性研究［J］.水利學(xué)報，2015，46（7）：811-818.（XIA T，WANG Z J，LUO L，et al.REDRAW-based evapotranspiration characters analysis in Hekou-Longmen section of the Yellow River［J］.Journal of Hydraulic Engineering，2015，46（7）：811-818.（in Chinese））

［22］張曉龍.基于遙感和通量觀測的實際蒸散發(fā)機理研究與模型應(yīng)用［D］.西安：西安理工大學(xué)，2019.（ZHANG X L.Research on the mechanism and model of actual evapotranspiration from satellite and flux observations［D］.Xi′an：Xi′an University of Technology，2019.（in Chinese））

［23］陳厚兵，陳耀亮，宋清海，等.2001—2020年瀾湄流域熱帶地區(qū)土地覆被變化對蒸散發(fā)的影響［J］.農(nóng)業(yè)工程學(xué)報，2022，38（22）：113-122.（CHEN H B，CHEN Y L，SONG Q H，et al.Effects of land cover change on evapotranspiration in the tropical Lancang-Mekong River basin from 2001 to 2020［J］.Transactions of the Chinese Society of Agricultural Engineering，2022，38（22）：113-122.（in Chinese））

［24］張圓，賈貞貞，劉紹民，等.遙感估算地表蒸散發(fā)真實性檢驗研究進展［J］.遙感學(xué)報，2020，24（8）：975-999.（ZHANG Y，JIA Z Z，LIU S M，et al.Advances in validation of remotely sensed land surface evapotranspiration［J］.Journal of Remote Sensing，2020，24（8）：975-999.（in Chinese））

Spatiotemporal variation characteristics of actual evapotranspiration based on

remote sensing and flux observations：case study in the water

conservation area of the Yellow River basin

The study is financially supported by the National Key R&D Program of China （No.2021YFC3201104） and the National Natural Science Foundation of China （No.U2240217）.

JU Qin^1，2，LIU Xiaoni^1，2，LIU Di^1，2，SHEN Tongqing^1，2，GU Huanghe^1，2，WANG Guoqing^2，3，YU Zhongbo^1，2

（1. The National Key Laboratory of Water Disaster Prevention，Hohai University，Nanjing 210098，China;

2. Cooperative Innovation

Center for Water Safety and Hydro Science，Hohai University，Nanjing 210098，China;

3. The National Key Laboratory of

Water Disaster Prevention，Nanjing Hydraulic Research Institute，Nanjing 210029，China）

Abstract：Evapotranspiration （ET） is an important component in the surface water-heat balance，and accurate analysis of the spatiotemporal distribution characteristics of evapotranspiration and its influencing factors is crucial for understanding the hydrological cycle and ecosystem of specific regions.Based on flux observatory data from the Yellow River basin water conservation area，we evaluated the applicability of four ET products，Global Land Evaporation Amsterdam Model （GLEAM），Model Tree Ensembles （MTE），Global Land Data Assimilation System （GLDAS），and Advanced Very High Resolution Radiometer （AVHRR），and applied the water balance principle to verify their accuracy at the basin scale，and to discuss the influencing factors of actual ET.Results showed that the GLEAM ET product had the highest accuracy at site scale.At basin scale，the relative errors of ETGLEAM and ETP-R were the smallest in a tributary basin of the Weihe River in the southern mountains，followed by the basin above Lanzhou.Actual ET in the water conservation area of the Yellow River basin showed an overall increasing trend during 1982—2015，and a gradual increase from the west toward the east in terms of spatial distribution.The annual average ET varied greatly among different vegetation types，with broadleaved forests showing the largest ET （575.2 mm），followed by farmland （504.3 mm），and alpine meadows showing the smallest ET （358.2 mm）.Actual ET is mainly affected by solar radiation and temperature.

Key words：actual evapotranspiration;remote sensing evapotranspiration products;flux observations;influencing factors;water conservation area;Yellow River basin