基于MODIS数据的柴达木盆地区域蒸散量的变化特征

金晓媚，郭任宏，夏 薇

（中国地质大学(北京)水资源与环境学院，北京 100083）

地表的蒸发和植被的蒸腾共同构成蒸散(Evapotranspiration，ET)。蒸散是大气－植被－土壤中能量交换的主要途径［1］。研究区域蒸散的时空分布特征不仅是了解区域生态水文过程的基础，也对深入认识地表能量平衡和区域水循环具有重要意义［2］。

Penman-Monteith 公 式［3～4］、波文比能量平衡法［5］、空气动力学法［6］等是传统估算蒸散发的方法，主要通过点上计算再推算至区域。对于大尺度的非均质地表，这些以点代面的计算方法误差较大，很难满足精度上的要求。随着近年来遥感技术的迅猛发展，应用遥感技术估算区域蒸散发的方法已经得到广泛应用。由于遥感数据可以综合反映地表覆盖的空间分布状况，因此，将遥感数据与实际观测的水文气象数据相结合，用于估算区域蒸散发的方法具有明显的优越性。

虽然国内利用遥感技术计算区域蒸散发起步较晚，但是很多学者已经做了大量的研究工作。吴炳方等［7～8］提出了将 Penman-Monteith 公式和余项法相结合的ETWatch方法，将晴天的阻抗格局扩展至有云日，利用逐日的气象数据，重建了日蒸散量的时间序列。并进一步提出不同尺度遥感数据蒸散量计算中的数据融合方法。莫兴国等［9］应用MODIS数据对华北平原的区域蒸散及GPP进行了模拟，并分析了其对气候波动的影响。马宁等［10］利用14个气象站近50年来的逐日气象资料，以Penman-Monteith模型为基础，结合ArcGIS空间差值，分析了黑河流域蒸散量的空间分布及时间变化特征；李发鹏等［11］基于MODIS数据，应用表面能量平衡(SEBS)模型，对黄河三角洲的区域陆面蒸散发量进行了估算，分析了区域蒸散发量的时空分布特征；王艳君等［12］分别应用区域蒸散互补关系原理AA模型和全球海气耦合模式ECHAM5/MPIOM，估算了长江流域近47年的实际蒸发量，并对两种方法估算的结果进行时间序列分析及对比，揭示了长江流域区域蒸散发的变化趋势；马宏伟等［13］基于MODIS数据，利用SEBAL模型对石羊河流域2004年不同时期的日蒸发蒸腾量进行了计算，分析了流域蒸散发的时空分布特征。

柴达木盆地地处高原干旱区，由于自然条件恶劣，交通不便，因此研究工作程度较低。本文以柴达木盆地及8个水资源三级区为研究区域，基于MODIS数据，对区域蒸散发进行了估算研究，并对其影响因素进行分析。

1 研究区概况

柴达木盆地为高原型盆地，地处青海省西北部，地理位置90°16'～99°16'E、35°00'～ 39°20'N 之间。盆地略呈三角形，北西西－南东东方向延伸，东西长约800km，南北宽约300km，面积276233 km2，为中国四大内陆盆地之一。盆地地势西高东低，西宽东窄。四周高山环绕，南面是昆仑山脉，北面是祁连山脉，西北是阿尔金山脉，东为日月山，为封闭的内陆盆地。盆地内大面积由荒漠覆盖。盆地植被属荒漠半荒漠植被，分布德令哈、察汗乌苏、香日德、诺木洪、格尔木等绿洲农业区，使得柴达木盆地在青海的农业生产发展中具有举足轻重的地位［14］。

柴达木盆地属高原大陆性气候，具有典型的荒漠气候特征，寒冷、干燥、富日照、太阳辐射强、多风，并以干旱为其主要特点。柴达木盆地南部降水多在100～300mm，西部降水仅25mm左右；四周山区年降水量一般在200mm以上，而盆地中心地带不足25mm；降水分布具有由东南向西北、由四周山区向盆地中心递减的趋势特征。地表径流的分布趋势与降水一致。

由于柴达木盆地中有多条河流和多个汇水中心，各个汇水区之间水文地质状况不同，水资源及利用状况也有差异。因此根据区域地质构造、地形地貌、水文气象、产业结构的差异，以水系为单位进行水资源分区，将柴达木盆地本次共划分为8个水资源三级区:哈尔腾河苏干湖区、茫崖冷湖区、鱼卡河大小柴旦区、巴音河德令哈区、都兰河希赛区、那棱格勒乌图美仁区、格尔木区、柴达木河都兰区(图1)。

图1 柴达木盆地8个水资源区及气象站位置图Fig.1 Location of meteorological stations and hydrological subregions in Qaidam basin

2 方法及数据

2.1 计算方法

表面能量平衡系统(Surface Energy Balance System，SEBS)是由荷兰科学家 Z.Bob.Su 等［15～16］开发的应用卫星对地观测的可见光、近红外和热红外波段资料，结合气象站实测数据，估算地表相对蒸散的方法。

表面能量平衡可表达为:

式中:Rn——净辐射通量；

G——土壤热通量；

H——显热通量；

λE——潜热通量(地表蒸发所用能量)。λ是水的汽化热，表示一定体积的水通过蒸散

发从液态变为气态所需的能量，E为水蒸散通量。

SEBS模型中日蒸散量为:

式中:Ed——日蒸散量；

ρw——水的密度。

2.2 数据

计算区域蒸散量选用的遥感数据是中等分辨率的MODIS(Moderate-resolution Imaging Spectroradiometer)数据，主要包括地表反射率产品、空间分辨率为500 m的MOD09数据，以及地表比辐射率与地表温度产品、空间分辨率为1000 m的MOD11数据。数据来源于美国 NASA 网站(http://reverb.echo.nasa.gov/reverb/)。为了研究中数据的一致性，将MODIS地表反射率、地表比辐射率与地表温度数据在ENVI软件中进行投影变换与重采样，地理坐标系为ENVI中的Geographic Lat/Lon，像元大小为0.005°(约为500 m)。将地表反射率(波段1～7)、地表比辐射率、地表温度共9个波段按顺序叠加在一起，形成输入数据集文件。本文选取了2001～2011年共计3036景MODIS数据用于计算蒸散发量。

SEBS模型中使用到的相关地形数据，包括地表高程、坡向和坡度，其中坡向和坡度可以由地表高程数据通过数字地形分析得到。为了反映区域地形的空间变化特征，研究中选用了空间分辨率达到90 m的SRTMDEM数据。

GLDAS(the Global Land Data Assimilation System)是基于地表信息系统，结合大量地表观测数据，全球尺度的多重地表模型。其空间分辨率为0.25～1 km。GLDAS数据的时间分辨率为3小时，同时，拥有基于3小时分辨率的月均地表观测值。GLDAD数据下载于美国NASA水文数据及信息服务中心(http://disc.sci.gsfc.nasa.gov/hydrology/data-holdings)。GLDAS数据有22个波段，本文计算蒸散量选用的是19～22的4个波段，分别为相对湿度、风速、气温和气压波段。应用2001～2011年间共计132幅GLDAS数据来估算区域蒸散量。

3 结果与分析

3.1 区域蒸散量分布特征

通过模型计算，柴达木盆地2001～2011年的年蒸散量分别为:72.73mm、73.94mm、78.06mm、84.53mm、 143.93mm、 123.17mm、 135.11mm、144.79mm、170.12mm、169.16mm、182.34mm。其空间分布见图2。

图2 柴达木盆地2001～2011年蒸散量分布图Fig.2 Annual ET distribution of Qaidam basin during 2001 ～2011

从图2中可以看出，盆地中部主要为荒漠，其实际蒸散量相对较低；盆地南部和东部主要有植被覆盖，其蒸散量相对较高；湖即水体的蒸散量最高。2001～2011年间柴达木盆地的区域蒸散量呈逐年上升趋势(图3)，从2001年的72.73 mm增加至2011年的182.34 mm，年均增长率为12mm。

图3 柴达木盆地2001～2011年蒸散量变化趋势图Fig.3 Annual ET variation of Qaidam basin during 2001～2011

经过对柴达木盆地8个水文区的区域蒸散量计算结果的统计发现，都兰河希赛区的年蒸散量最大，2011年达到266.80 mm；茫崖冷湖区的年蒸散量最小，2011年为145.95 mm(图4)。盆地8个水资源区蒸散量按由大到小的顺序排列为:都兰河希赛区、柴达木河都兰区、格尔木区、巴音河德令哈区、哈尔腾河苏干湖区、鱼卡河大小柴旦区、那棱格勒河乌图美仁区、茫崖冷湖区。总体上看，植被覆盖和降水量对蒸散量的影响较大，盆地东部的降水量较大，植被覆盖率较高；而盆地西部主要为荒漠，植被覆盖率较低，降水量很小，所以盆地东部区域的蒸散量高于盆地西部。

图4 柴达木盆地8个水资源区蒸散量变化趋势图Fig.4 ET variation of 8 hydrological subregions in Qaidam basin

3.2 蒸发系数的确定

由于气象站蒸发皿观测的蒸发量为水面蒸发，观测值相对较高。本次研究统计了研究区内2001～2011年格尔木、乌兰、都兰、诺木洪、小灶火、冷湖、大柴旦、德令哈等8个气象站实测的月蒸发量值，与SEBS模型计算的蒸散量值建立相关性分析(图5)。统计结果显示，两者具有良好的相关性，相关系数为0.597。盆地气象站实测的蒸发量值与实际蒸散量值的换算系数为0.12，即柴达木盆地的蒸发系数为0.12。

图5 柴达木盆地气象站观测月蒸发量与SEBS模型计算月蒸散量的关系Fig.5 Relationship between SEBS ET and pan observed evaporation of Qaidam basin

3.3 区域蒸散量的影响因素

3.3.1 气象因素

图6 月蒸散量与气象因素的相关性关系图Fig.6 Correlation between monthly ET and meteorological factors

在干旱区，气候对区域蒸散量的影响较为明显，特别是气温、降水、风速和相对湿度的影响较大。因此，本次研究采用茫崖、格尔木、乌兰、都兰、诺木洪、小灶火、冷湖、大柴旦、德令哈等9个气象站的资料求取2001～2011年每月的平均气温、降水、风速、相对湿度，与每月对应的蒸散量建立相关性分析(图6)。

从结果中可以看出，柴达木盆地的蒸散量与气温的相关性最高，R2达到0.799；与降水的相关性也较好，R2为0.656，即盆地蒸散量随着气温和降水的增加而增加；但是盆地蒸散量与风速的相关性较小，R2为0.123，总体趋势是随着风速的增加，蒸散量呈增加的趋势；蒸散量与相对湿度有一定的相关性，但是相关性不明显，R2为0.457。

3.3.2 用地类型

通过统计，不同用地类型(水体、裸土、稀疏灌木、中等覆盖灌木、草场、农田)的蒸散量见图7。其中，水体的蒸散量最大，达2.31 mm/d，而裸土及沙地的蒸散量最小，为0.24 mm/d。稀疏灌木、中等覆盖灌木、草场以及农田的日蒸散量平均值分别为0.42 mm/d、1.21 mm/d、1.12 mm/d、1.18 mm/d。

3.3.3 植被覆盖率

植被发育状况对区域蒸散量的影响较大，通常状况下，植被覆盖高，区域蒸散量较大；反之，植被覆盖差，区域蒸散量较低。植被覆盖率是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比。植被覆盖率的测量可分为地面测量和遥感估算两种方法。地面测量常用于田间尺度，遥感估算常用于区域尺度。目前已经发展了很多利用遥感测量植被覆盖率的方法，较为实用的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为NDVI。下面是基于像元二分模型的基础上的计算模型:

图7 柴达木盆地不同用地类型的日蒸散量平均值Fig.7 Daily ET of different landuse in Qaidam basin

式中:fc——植被覆盖率；

NDVI——归一化差值植被指数；

NDVImin——植被指数最小值；

NDVImax——植被指数最大值。

根据公式(3)，计算得到了2001～2011年每年7月份的植被覆盖率。将柴达木盆地2001～2011年每年7月份的蒸散量与对应的植被覆盖率建立相关关系，分析植被对区域蒸散量的影响(图8)。

图8 2001～2011年每年7月份的植被覆盖率与对应区域蒸散量的关系Fig.8 Correlation between regional ET and corresponding vegetation cover during 2001～2011

从图8中可以看出，区域蒸散量与植被覆盖率呈正相关关系，相关系数R2为0.767，即区域蒸散量随着植被覆盖率的增加而增大。

4 结论

利用表面能量平衡系统，基于MODIS遥感数据，反演柴达木盆地及8个水资源区的区域蒸散发量，得出以下几点结论:

(1)柴达木盆地2001～2011年的年蒸散量呈现逐渐增长的趋势，盆地年蒸散量分别为72.73mm、73.94mm、78.06mm、84.53mm、143.93mm、123.17mm、135.11mm、144.79mm、170.12mm、169.16mm、182.34mm。

(2)柴达木盆地8个水资源区区域蒸散量按由大到小的顺序排列为:都兰河希赛区、柴达木河都兰区、格尔木区、巴音河德令哈区、哈尔腾河苏干湖区、鱼卡河大小柴旦区、那棱格勒河乌图美仁区、茫崖冷湖区。

(3)区域蒸散量与气温、降水和相对湿度呈正相关关系，但是与风速的相关性较小。

(4)区域蒸散量与植被覆盖率呈正相关关系，即蒸散量随着植被覆盖率的增加而增大。

(5)不同用地类型的蒸散量差异较大，其中水体的蒸散量最大，裸土及沙地的蒸散量最小。

［1］Burman R，Pochop L.Evaporation，Evapotranspiration and Climatic Data［M］.The Netherlands:Elsevier Science，1994.

［2］周仰效，李文鹏.地下水可持续开发:概念、原理与方法［J］.水文地质工程地质，2010，37(1):1 －8.［ZHOU Y X，LI W P.Groundwater sustainability:concepts and approaches［J］.Hydrogeology ＆ Engineering Geology，2010，37(1):1 －8.(in Chinese)］

［3］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.

［4］Monteith J L.Principles of Environmental Physics［D］.London:Edward Arnold，1973.

［5］Bowen I S.The ratio of heat losses by conduction and by evaporation from any water surface［J］.Physical Review，1926，27(6):779－787.

［6］Thornthwaite C W， Holzman A.Reportofthe commutation on transpiration and evaporations［J］.Transactions of the American Geophysical Union，1944，25(1):683－693.

［7］Wu B F，Xiong J，Yan N.ETWatch:models and methods［J］.Journal of Remote Sensing，2011，15(2):224－239.

［8］Liu S F，Xiong J，Wu B F.ETWatch:a method of multi-resolution ET data fusion［J］.Journal of Remote Sensing，2011，15(2):255 －269.

［9］莫兴国，刘苏峡，林中辉，等.华北平原蒸散和GPP格局及其对气候波动的响应［J］.地理学报，2011，66(5):589－598.［MO X G，LIU S X，LIN Z H，et al.Patterns of evapotranspiration and GPP and their responses to climate variations over the North China Plain［J］.Acta Geographica Sinica，2011，66(5):589 －598.(in Chinese)］

［10］马宁，王乃昂，王鹏龙，等.黑河流域参考蒸散量的时空变化特征及影响因素的分析［J］.自然资源学报，2012，27(6):975 － 989.［MA N，WANG N A，WANG P L，et al.Temporal and spatial variation characteristics and quantification of the affect factors for reference evapotranspiration in Heihe River basin［J］.Journal of Natural Resources，2012，27(6):975－989.(in Chinese)］

［11］李发鹏，徐宗学，李景玉.基于MODIS数据的黄河三角洲区域蒸散发量时空分布特征［J］.农业工程学报，2009，25(2):113 －122.［LI F P，XU Z X，LI J Y.Characteristics of the spatial and temporal distribution forregionalevapotranspiration in the Yellow River Delta based on MODIS data［J］.Transactions of the CSAE，2009，25(2):113 － 122.(in Chinese)］

［12］王艳君，姜彤，刘波.长江流域实际蒸发量的变化趋势［J］.地理学报，2010，65(9):1079 －1088.［WANG Y J，JIANG T，LIU B.Trends of estimated and simulated actual evapotranspiration in the Yangze River basin［J］.Acta Geographic Sinica，2010，65(9):1079 －1088.(in Chinese)］

［13］马宏伟，王乃昂，朱金峰，等.石羊河流域蒸发蒸腾量遥感反演及灵敏度分析［J］.水资源与水工程学报，2010，21(6):76 －80.［MA H W，WANG N A，ZHU J F，et al.Analysis of evapotranspiration using satellite remote and its sensitivity in Shiyang River basin［J］.Journal of Water Resources ＆ Water Engineering，2010，21(6):76 －80.(in Chinese)］

［14］李健，王辉，黄勇，等.柴达木盆地格尔木河流域生态需水量初步估算探讨［J］.水文地质工程地质，2008，35(1):71 －75.［LI J，WANG H，HUANG Y，et al. Preliminary estimation on ecological consumption of water of Golmud River in Qaidam basin［J］.Hydrogeology ＆ Engineering Geology，2008，35(1):71 －75.(in Chinese)］

［15］Su Z.The Surface Energy Balance System(SEBS)for estimation of turbulent heat fluxes［J］.Hydrology and Earth System Sciences，2002，6(1):85 －89.

［16］Su Z.Remote sensing of land use and vegetation for mesoscale hydrologicalstudies［J］. International Journal of Remote Sensing，2000，21(1):213－233.