基于BEPS-Terrainlab v2.0模型鄂西犟河流域1999年—2016年蒸散发模拟分析

崔 越， 张利华， 吴宗钒， 符雅盛， 马永明

(中国地质大学(武汉)地理与信息工程学院， 武汉 430074)

蒸散发(ET)是植被蒸腾与土壤蒸发的总和，在水文学中又被称为绿水，在水循环中占据总水量的65%，因此被视为重要的水资源，同时ET也是连接水圈、大气圈和生物圈的关键纽带.获取流域尺度的蒸散发数据对农林保护、水源涵养和旱情监测等有重大意义[1-2].本研究中ET涉及范围包括植被蒸腾、土壤蒸发、植被截留降水的蒸发，研究区内无大量表层水体，本研究中ET不包含地表水体的蒸发量.

目前ET数据的获取途径主要有：通量站测量、遥感数据产品、模型模拟等.其中通量站可直接进行较小尺度测量，但建设站点需要一定成本，且可移植性差.在遥感数据产品中，受到国内外研究者广泛认可的MODIS数据ET产品[3](MOD16A2)空间分辨率1 000 m×1 000 m，在研究小流域尺度时无法得到更高分辨率的数据，导致数据精度不高.近年来，模型模拟的方法在不断完善，结合遥感技术手段，可以一定程度上不受地区因素制约，高分辨率的应用于研究小流域尺度的ET时空分布.

1948年Penman在研究蒸散发过程中建立了Penman公式[4].1965年Monteith在Penman公式的基础上加入表面阻抗，建立Penman-Monteith(P-M)公式[5]，P-M公式适用性强、精度高得到了广泛认可[6].研究采用的BEPS-Terrainlab v2.0模型，是双向耦合生态水文模型，BEPS模型由Liu[7]等于1997年建立，Terrainlab分布式水文模型由Chen等[8-9]在Wigmosta等[10]的分布式水文植被模型的基础上发展起来的.模型采用P-M公式计算ET，充分考虑了地形影响下土壤水分侧向流动对植物蒸腾的影响，同时还加入植被凋落物、根系分布等影响因素，大大提高了模拟精度.该模型已经在加拿大[7-8]、美国[9]、中国[11]、中国秦岭[12]和大兴安岭地区[13]成功运用.

研究区犟河流域位于湖北省十堰市，犟河是汉江的二级支流，流经十堰市张湾区，汇入南水北调中线工程水源地丹江口水库.获得犟河流域ET数据对流域内和流域下游的生态水文保护以及南水北调工程的评估具有重要意义，但流域内没有可用的ET通量站，并且流域面积较小(326 km2)，MOD16A2数据精度较低，因此采用模型模拟方法估算犟河流域ET，并分析其时空分布特征，以期更好地认识流域内水文循环与生态水文过程，为农林业管理、水资源保护和南水北调工程水源地评估提供借鉴依据.

1 研究区概况与数据来源

1.1 研究区概况

犟河是堵河的支流，也是汉江的二级支流，是十堰城区最大的河流，地处十堰市西城开发区，发源地为位于十堰花果一带的大独岭，南部有财神沟、大西沟两条主要支流[14].由于地势东高西低，犟河自东向西流经十堰市张湾区的花果街、西城、西沟、柏林、黄龙等地，在黄龙镇汇入堵河，全长35 km，流域面积326 km2，跨越110°33′50″～110°42′8″E，32°27′28″～32°42′59″N.犟河流域地层以中元古届武当山群为主，岩性为浅变质岩系，流域地势南高北低，自西南向东北倾斜，高程区间138～1 415 m，如图1.

图1 研究区地理位置Fig.1 Geographical location of research area

流域属于亚热带季风性气候，多年平均温15.4°C，降水769.6 mm，降水集中在6、7、8、9月约占全年降水的60%.研究区森林覆盖率达80%以上，是我国南北、东西地区植被种类过渡区，具有保存较完整的原始森林、次生林和水源涵养林，有面积较大的北亚热带、暖温带落叶阔叶林(以下简称阔叶林)、暖温带常绿针叶林(简称针叶林)、针阔混交林(简称混交林)等，十堰市政府地方志办公室公布资料显示，流域常见树种有马尾松、杉木、栎类、响叶杨和果树等，具有一定垂直分带[15].

1.2 数据来源

高程数据： ASTER GDEM V2数据，用于模型输入、提取流域边界和生成坡度、坡向等.数据下载自地理空间数据云，影像位置为path110/row032，空间分辨率30 m×30 m.

遥感数据：获取Landsat5、7、8卫星1999年—2016年逐年5月～9月区间内影像，用于土地利用分类与叶面积指数(LAI)计算(受云量影响2009年获取4月13日影像，2012年全年无可用影像后续处理中用2013年影像代替)，5月～9月流域内植被分布广泛，且年内ET主要集中在该时间段.影像下载自美国地质调查局(USGS)，影像位置path125/row037，空间分辨率30 m×30 m.

获取MODIS卫星蒸散发8 d合成产品MOD16A2，2000年—2016年数据，用于与模拟结果对比.数据下载自MODIS官网：https://MODIS.gsfc.nasa.gov，影像位置h27v05，空间分辨率1 000 m×1 000 m.

气象数据：获取十堰市气象站1999年—2016年逐日最高温、最低温、日均温、降水、风速、太阳辐射，用于模型输入.数据收集自中国气象局气象数据中心.十堰市没有测量太阳辐射站点，所以从位于十堰市四个不同方位的安康、侯马、南阳、宜昌站点获得辐射数据，再采用反距离加权法估算十堰市辐射数据.

土壤数据：采用全国1∶100万土壤类型图和第二次土壤普查获取到的土壤剖面数据[16]，根据砂粒、粉粒、黏粒含量进行土壤质地划分，用流域边界对其裁剪，获得空间分辨率为1 000 m×1 000 m的流域内土壤质地数据.

2 研究方法

2.1 模型原理

BEPS-Terrainlab v2.0是基于过程的模型，将高程数据、土壤数据、气象数据、土地覆盖类型、LAI等数据输入模型，输出数据以日为时间分辨率、30 m×30 m空间分辨率(以输入数据为基准)，输出数据有ET、总初级生产力、净初级生产力、地表径流、地下水位、土壤温度和土壤湿度等生态水文数据.本研究主要获取其ET数据，做进一步分析.

模型将生态系统分成基本空间单元，每个遥感像元对应一个特有的植被-水文-土壤系统，彼此间存在地表水和地下水的交换.垂直方向上，每个单元划分五个层次：上层林木、下层林木、苔藓层、不饱和土壤层、饱和土壤层(如图2)，在水平方向上，受高程梯度影响每个像元和相邻的8个像元进行水分交换.

图2 模型垂直分层Fig.2 Model vertical stratification

在以流域为研究单位的模拟中，假设降水是唯一的水输入方式.降水先落到植被上冠层，一部分被截留，蒸发(或升华)返回大气；其余部分下落到下林冠层，同样被截留并有部分返回大气；剩余的部分降落地表渗入不饱和层.运算时将苔藓层和不饱和层简化为一个层面，水量平衡描述为：

ΔWo+ΔWu+ΔWsat+ΔWunsat=

P-Eo-Eu-T0-Tu-Roff-Es-Wdr，

(1)

其中，ΔWo，ΔWu，ΔWsat，ΔWunsat分别是上林冠层、下林冠层、土壤不饱和层、土壤饱和层的储水量变化；P是降水量；Eo，Eu分别是上林冠层和下林冠层截留降水蒸发量；To，Tu分别是上林冠层和下林冠层蒸腾量；Roff是地表径流量；Es是土壤水分蒸发量；Wdr是土层向下排水量.

模型采用P-M公式[5]计算蒸散发量：

(2)

其中，Ex是第x层的蒸散发；Δ为饱和水气压与温度曲线的斜率；Rnx是第x层接收到的净太阳辐射；ρ为空气密度；Cp为空气比热；es为饱和水气压；e为表面水气压；α为空气阻力；λv为蒸发潜热；γ为干湿表常数；β为气孔阻力.

总蒸散发表达式为：

ET=aTo+bTu+cEm+dEs+Sf+Ie+Is,

(3)

其中，To，Tu分别是上林冠层、下林冠层的蒸腾；Em，Es分别是苔藓层和土壤表层的蒸发；a，b，c，d分别是蒸腾、蒸发权重因子；Sf是苔藓层和土壤层雪的升华；Ie，Is分别是截留降水的蒸发和升华.

2.2 数据处理

模型运行需要输入的数据主要有：土地利用类型、LAI、高程、坡度坡向、气象数据等.

高程数据处理：在ArcGIS中对dem数据进行水文分析，提取犟河流域边界，并计算流域内坡度坡向.

遥感数据处理：Landsat原始影像在ENVI中经过几何校正、大气校正和辐射定标等预处理，用流域边界裁剪得到研究区内影像，利用最大似然法进行土地覆盖类型分类.由于流域内植被较多，人类活动对植被分类的影响较少，因此对于土地覆盖类型基本不变的连续年份使用一种土地覆盖类型代表.逐年对比发现2012年—2013年流域东北部出现较大面积裸地，在此前流域内基本无大面积裸地，因此以2013年为界，将流域土地覆盖类型分为2013年前(如图3)和2013年后(如图4).

图3 犟河土地覆盖类型(2013前)Fig.3 Land cover type of Jiang River (before 2013)

图4 犟河土地覆盖类型(2013后)Fig.4 Land cover type of Jiang River (after 2013)

在ENVI中利用波段运算计算归一化植被指数(NDVI)，再根据陈方鑫[17]在湖北省堵河流域建立的NDVI-LAIe模型，利用波段运算计算出有效叶面积指数(LAIe)，公式为：

LAIe=7.7768NDVI1.8353.

(4)

根据He Liming[18]等基于MODIS BRDF数据的全球聚集度指数研究，流域聚集度指数Ω取值0.6，LAIe除以聚集度指数得出LAI：

LAI=LAIe/Ω.

(5)

MOD16A2数据经过MRT投影转换，采用流域边界裁剪.原始影像某些像元存在无效值(如32 765)，通过波段计算重新赋为空值，这些像元不参与后续的统计计数. MOD16A2数据为8 d合成数据，换算为以日、年为时间尺度，方便后续的对比研究.

气象数据：模型输入为每日最高温、最低温、日均温、露点温度、降水、太阳辐射.其中十堰站缺少的数据：露点温度根据Magnus-Tentens近似法查表得出；辐射数据采用四个站点反距离加权法估算十堰市辐射数据：

(6)

(7)

式中，Wi为各气象站的权重；p参数取值为2；hi是各气象站到十堰站的距离；n是气象站个数此处为4；Z(s0)为估算的十堰站辐射；Z(si)为各气象站辐射.

3 模拟结果

3.1 时间分析

3.1.1 犟河流域ET年内变化 运行模型，输出的ET时间分辨率为日.计算1999年—2016年在一年内每日对应ET的多年平均值，得到多年平均的年内(1～365 d)ET变化趋势，如图5.

图5 犟河流域年内ET变化Fig.5 ET variation in Jiang River basin during the year

年内ET呈单峰状分布，受气温、降水、太阳辐射和植被生长周期的影响.第1～60 d ET较低且增长缓慢；第60～120 d温度、降水、太阳辐射上升，植被进入生长季，蒸腾作用增强，ET迅速上升；第120～180 d气温、降水、太阳辐射继续升高，植被生长进入繁盛期，在第180 d左右达到年内最大ET；第180～200 d温度达到一年中最高，温度过高会导致植被气孔关闭，蒸腾作用减弱，降水量也达到一年中最大值，但连续降雨导致日照时长缩短，地表接收太阳辐射降低，ET在这段时间内略有下降；第200～230 d温度开始降低，不再抑制植被蒸腾作用，ET短暂回升；第230～365 d，气温、降水降低，植被蒸腾减少，ET逐渐波动降低，最终达到年初水平.

犟河流域年总ET在1999年—2016年的平均值为611.4 mm，其中春季(3～5月)156.9 mm，夏季(6～8月)302.5 mm，秋季(9～11月)133.5 mm，冬季(12～次年2月)18.5 mm.ET在6月最高(112.6 mm)，1月最低(2.4 mm)，3月增长率最大(266 %).

3.1.2 犟河流域ET年际变化 统计1999年—2016每年的年总ET，以年为时间单位，输出犟河流域ET年际变化，如图6.

图6 犟河流域年际ET变化Fig.6 ET variation in Jiang River basin annually

年际ET呈现波动变化，有一定的周期性：1999年—2006年呈“低—高—低”3年一个周期变化，2006年—2016呈“低—高—高—低”4年一个周期，整体上有上升趋势.最低值在1999年(494.6 mm)，最高值出现在2000年(714.1 mm)，平均差49.8 mm.ET的周期变化与厄尔尼诺现象周期较为吻合，在2000年、2007年—2008年、2011年—2012年几个ET较高的年份分别对应了几次强拉尼娜事件年或其次年[19].考虑到厄尔尼诺现象对研究区气候影响可能存在一定的滞后性，可能的原因是厄尔尼诺现象对降水、气温等气象因子产生影响，进而影响年际ET变化，但现有的数据资料还不足以论证，有待进一步研究.

3.1.3 数据验证 采用犟河流域模型模拟ET与MOD16A2数据进行年内和年际变化的对比.由于MOD16A2数据在犟河流域有部分影像缺失，且部分影像无效像元数量较多，除去缺失或无效像元过多的影像，在ENVI中对剩余影像进行统计，得到MOD16A2影像的ET值用于对比.

年内变化：模拟ET时间分辨率为每日，MOD16A2数据为8 d ET的和，将MOD16A2数据除以8后得到每8 d的平均值.为了便于比较，模拟ET每8 d计算一次平均值，降低时间分辨率与MOD16A2相同，对比如图7、图8.

图7 模拟ET与MOD年内趋势对比图Fig.7 Trend comparison of simulated ET and MOD

图8 模拟ET与MOD年内对比散点图Fig.8 Scatter diagram of simulated ET and MOD

二者变化趋势一致，呈单峰状，在春季上升期与秋季下降期具有一致性较高的变化趋势，在夏季(第180～200 d)都有一个下降谷，不同在于模拟ET比MOD16A2下降幅度大，前者更早达到最高值，且最高值更高；MOD16A2数据在冬季(第330 d～次年第60 d)数值较高，模拟ET相对较低； MOD16A2数据全年总ET为670.9 mm略高于模拟ET的611.4 mm.绘制模拟ET与MOD16A2的散点图R2为0.92，拟合度较高.

年际变化：MOD16A2数据每年46景影像求和，得到以年为时间单位的MOD16A2数据，其在2000年有10景影像缺失，所以选取2001年—2016年数据与模拟值相应年份进行对比.MOD16A2变化趋势上也表现为波动上升，上升幅度更大，并且也呈现出与模拟ET类似的周期性，在峰值上有一年滞后(如图9).

图9 犟河流域模拟ET与MOD16A2年际对比Fig.9 Comparison of simulated ET and MOD16A2 annually in Jiang River basin

综合年内、年际上的对比验证，模拟ET与MOD16A2数据较为吻合，模拟值在很大程度上可以反映犟河流域ET的实际状况.由于研究区尺度较小，MOD16A2数据尺度相对较大，并且之前对MOD16A2的处理中去除了部分无效像元，考虑到数据精度，不宜将MOD16A2数据作为真实值与模拟ET进行定量对比，只适宜定性分析.在数值与变化趋势保持一致的前提下，模型模拟ET具有更高的时间、空间分辨率，并且不存在时间上的断点，空间上的像元值缺失，更有利于小尺度的研究.

3.2 空间分析

将模型输出的1999年—2016年影像波段运算，合成多年平均ET影像如图10.

流域内ET较高的区域达到700 mm以上，在河道内ET明显减少到300 mm以下.ET分布受土地覆盖类型影响较大，植被覆盖区域大于非植被覆盖区，在植被覆盖区，流域北部ET总体比南部较大.在MATLAB中导入图像，统计流域内不同土地覆盖类型蒸散发分布情况，计算方法为：某类型ET表示该类型总蒸散发除以该类型所占像元数得到的平均值，如表1.

图10 犟河流域多年平均ETFig.10 Multi-year average ET in Jiang River basin

表1 犟河流域不同土地覆盖类型ET分布

由表1可见，不同地表覆盖类型ET存在差异：阔叶>混交>针叶>农田>城市>裸地.与其他研究者的相关研究进行对比，如表2.本研究中划分的裸地相当于其他研究者划分的稀草地、稀灌木地.

对比发现，本研究与杨金明[20]2011年在黑龙江研究结果对于ET的大小排序一致：阔叶>混交>针叶>农田，但由于黑龙江属于寒温带气候类型，蒸散发作用明显弱于湖北犟河流域，因此两者在数值上存在较大差别.与Liu[21]等在长江流域的研究对比中，ET排序阔叶>农田>裸地(稀草地)，并且在数值上较为接近，犟河流域位于长江流域之内，与前人研究结果较为吻合.仇宽彪[22]以中国为研究区的研究中，同样满足阔叶、混交>针叶、裸地(稀草地)的排序，并且数值相当.因此可以认为本研究对于不同土地覆盖类型的ET分布是较为准确的.

表2 不同土地覆盖ET与其他研究结果对比

ET分布同样受高程区间的影响，统计流域内不同高程区间ET分布如表3.

表3 犟河流域不同高程ET分布

在海拔300～900 m区间内ET较高，其中500～700 m区间最高，大于或小于这个区间ET都会下降，这与地表覆盖类型和植被分布的垂直分异性有关. 较高的阔叶、混交类型占比会显著提高该高程区间内的ET，统计不同高程区间土地覆盖类型占比，发现阔叶林加混交林占比最高的区间是300～500 m (83.34%)，500～700 m区间次之(79.10%)，而它们分别对应了ET第二高、最高的高程区间.说明不同高程ET分布很大程度上受植被类型的影响，但也受到其他因素的制约，例如水分的流动与聚集都受地形地势的影响，最终也会对ET分布产生影响.

3.3 影响因素分析

在SPSS中分别计算年内、年际ET与模型输入数据Pearson相关系数，研究各影响因素中对ET变化的影响程度.模型输入数据包括：气温、降水、太阳辐射、风速、LAI.研究区LAI以年为单位取值，所以LAI对年内变化的影响暂不做分析.

年内ET与气温、降水、太阳辐射和风速的相关性见表4，年内ET与气温、太阳辐射相关系数较大，与降水、风速相关系数较小，4项均通过0.01显著性检验.年际ET与气温、降水、太阳辐射、风速和LAI的相关性见表5，年际ET与LAI、年均降水相关系数较大，通过0.05显著性检验，与其他因素相关系数较小.因此认为ET年内变化受气温、太阳辐射影响较大，年际变化受LAI、降水影响较大.

表4 犟河流域年内ET与各影响因素相关性

表5 犟河流域年际ET与各影响因素相关性

4 结论

研究采用BEPS-Terrainlab v2.0模型对犟河流域1999年—2016年ET进行模拟，将模拟结果与MOD16A2数据进行对比，年内、年际变化一致，年内模拟ET与MOD16A2数据R2=0.92，证明了模拟数据的合理性.

分析ET在时间、空间上的变化规律：1) 1999年—2016年多年平均ET值611.4 mm，ET在年内的变化呈现单峰型，冬季18.5 mm，春季156.9 mm，夏季302.5 mm，秋季133.5 mm.其中春季为ET快速上升时期，3月增长率达266%；夏季ET在第180 d左右ET达到最大值，随后由于温度持续升高，抑制植被蒸腾作用，或连续降雨导致太阳辐射减少，ET在第180～200 d有下降趋势，在第200～230 d再次出现一定程度升高；到达秋季，温度、降水和太阳辐射下降年内ET逐渐降低，冬季达到最低值.2) 模拟ET的年际变化具有波动性，1999年最低(494.6 mm)，2000年最高(714.1 mm)，波动变化有3～4 a周期性，总体上有上升趋势.3) 空间上，流域内ET在植被覆盖区大于非植被覆盖区，其中不同覆盖类型ET大小顺序为：阔叶>混交>针叶>农田>城市>裸地.不同高程ET也不同，在500～700 m高程区间内ET最高(655.88 mm)，大于或小于该高程区间ET减少.

犟河流域ET的影响因素中气温、太阳辐射对ET年内变化影响较为显著，而LAI、降水对ET年际变化影响更加显著，以上均可解释95%以上的ET变化.