玛纳斯河流域山前平原区蒸散发时空异质性分析

席 丹，王文科，赵 明，马稚桐，侯昕悦，张在勇

(1.旱区地下水与生态效应教育部重点实验室，陕西 西安 710054；2.长安大学水利与环境学院，陕西 西安 710054)

蒸散发(ET)是陆地水文循环的重要过程，干旱区地表降水90%通过蒸散的方式返回到大气，在地下水资源评价中是浅层地下水消耗为大气水的排泄项[1]。相同气候条件下，蒸散发量由对应下垫面类型控制，因此准确估算流域尺度不同下垫面的蒸散发量对更加精准地进行地下水资源评价和生态环境保护具有重要指导意义。国内外学者针对蒸散发估算已进行了大量研究，主要方法包括气象学法、水平衡法和遥感法等。其中气象学法基于点数据估计蒸散发量，不能很好地估计大面积的ET[2]；水平衡法可在流域尺度上估算蒸散发，但其计算时段较长，不能满足短期的研究需求[3]；而遥感法基于能量平衡原理可得到大区域内，短周期的蒸散发量。目前利用遥感估算流域蒸散发量的方法主要包括：单层模型、双层模型、热惯量法和经验法[4]。双层模型、热惯量法和经验法各因参数众多且不易获取，需大量观测实验，移植性较差等原因不宜在数据匮乏、下垫面复杂的偏远地区应用[5-6]。而1998年Bastiaanssen等[7]在单层模型扩展的基础上提出的SEBAL(Surface Energy Balance Algorithm for land)模型因需要较少的参数目前在蒸散发量估算应用中较为广泛，国内外众多学者将其应用在不同地域、不同数据源、不同时间段的流域蒸散发反演中。Abrishamkar M等[8]利用 SEBAL 模型进行蒸散发研究，并利用实测数据进行精度验证与对比，结果表明 SEBAL 模型计算精度较高，具有良好的适用性。周妍妍等[9]基于MODIS数据进行了疏勒河流域蒸散量时空动态分析；李宝富等[10]在塔里木河干流区进行了不同土地利用类型下的蒸散发分布特征研究；程明翰等[11]对北京市进行日蒸散发区域规律研究，并得到蒸散发量与NDVI呈正相关；周玲等[12]揭示了漓江流域20年间因人类活动引起的土地利用类型变化对应的蒸散发分布规律。SEBAL模型表现出的物理意义明确，只需遥感影像和少量气象数据便能反演蒸散发量的特点对于流域范围广，实测数据匮乏的偏远地区不失为一种准确、高效的方法。

玛纳斯河流域山前平原自戈壁带(地下水补给带)—绿洲带(地下水溢出带过渡到径流带)—荒漠带(蒸发排泄带)，水平分带十分明显，不同水文地质分区塑造与维持着特有的景观格局[13]，生态环境在地下水文驱动下呈现明显的分带性[14]。近30年来，随着经济和社会发展，有力地推动了玛纳斯河流域的绿洲化进程，但是绿洲扩张灌溉需求增加，需要开采大量的地下水，这使得区域地下水位下降，导致表生生态环境进一步恶化，土地利用类型及水资源格局的巨变对相应蒸散发时空分布必然产生影响，因此不同水文地质分区多年景观格局变化下的蒸散发时空异质性研究成为必要。前人对于玛纳斯河流域景观格局演变研究已十分精细[15-16]，也有少量关于蒸散发方面的研究，如乔长录等[17]基于双层阻抗模型进行了500 m空间分辨率的单期蒸散发估算，杨广等[18]利用1 000 m空间分辨率全球蒸散产品进行了蒸散发时空特征分析，但结合以往研究可知目前并未有成果同时满足对“戈壁—绿洲—荒漠”系统在景观格局变化和高空间分辨率下的蒸散发时空异质性分析。

本文以玛纳斯河流域山前平原为研究区，基于SEBAL模型估算1989年、2000年、2010年、2017年典型晴天日蒸散发量，以水文地质分区为单元，探讨研究区蒸散量时空分布特征，并对其影响因素进行分析，为水资源的合理配置和生态环境保护提供科学参考。

1 研究区概况

玛纳斯河流域位于天山北麓中段，准噶尔盆地南缘，地势南高北低，最高海拔为5 178 m，最低海拔为231 m，属于温带大陆性干旱气候，干燥少雨，年降雨量约200 mm，年均蒸散发量为2 000 mm，年均日照时间3 000 h，年平均气温6 ℃，年平均相对湿度60%。研究区为山前平原区，总面积为2.97×104km2, 由北向南水文地质分区依次为荒漠带、绿洲带、戈壁带。玛纳斯河发源于天山，自出山口流经戈壁带，大部分入渗形成地下水，又在洪积扇前缘溢出地表，形成泉群，流入绿洲，成为绿洲灌溉的主要水源，最后流入玛纳斯湖。耗散于北部荒漠，全长400 km，年均径流量12.7×108m3。整个山前平原区在玛纳斯河的滋养下，构成了丰富的景观类型，主要包括水体、耕地、草地、林地、建筑用地、未利用地等。

图1 研究区概况图Fig.1 General situation of the study area

2 研究方法与数据

2.1 研究方法

(1)SEBAL模型

SEBAL以陆面能量平衡为基础，利用多光谱遥感数据和气象数据估计瞬时和日地表能量平衡分量，陆面能量平衡方程可以表达为：

Rn+G+H+λET=0

式中:Rn——净辐射通量/(W·m-2)，表示地表存在的实际辐射能；

G——土壤热通量/(W·m-2), 代表地表与土壤的热量传输；

H——感热通量/(W·m-2)，表征大气获取的地面感热；

λ——水的汽化潜热/(W·m-2·mm-1)；

ET——蒸散量/mm。

Rn为所有向下辐射能与所有向上辐射能相减[19]：

Rn=(1-α)Rs↓+RL↓-RL↑-(1-ε)RL↓

式中：Rs↓——下行的短波太阳辐射/(W·m-2)；

α——表面短波反照率；

RL↓和RL↑——下行长波辐射和上行长波辐射/(W·m-2)；

ε——地表发射率。

所有计算均采用标准算法和(或)地面参数化方案。

土壤热通量是由地表净辐射、反照率、地表温度以及归一化植被指数(NDVI)等地表参数的经验关系函数计算[20]:

(1-0.978NDVI4)×Rn

式中:G——土壤热通量/(W·m-2);

TS——指地表温度/K。

感热通量是由风速、大气稳定度和表面粗糙度共同决定。感热通量的经典表达式由Farah和Bastiaanssen[21]计算：

式中：H——感热通量/(W·m-2);

ρair——空气密度/(kg·m-3)，它是大气压强的函数；

CP——空气比热容/(1 004 J·kg-1·K-1)；

dT——高度z1、z2处的温度梯度；

rah——热传输的空气动力学阻力/(s·m-1)。

在SEBAL模型中，根据图像本身识别的两个边界条件，将表面温度TS和待校准的dT之间引入线性关系，在两个边界条件下，可以使用两个像素处的已知H反求dT值。

dT=aTS+b

其中，a和b系数的定义需要在两个像素中进行选择，这两个像素代表温度和湿度的极端条件，称为热像元和冷像元。冷像元是指表面湿润温度低、蒸散发量约等于潜在蒸发量，一般是水体或者全覆盖的植被生长区,在冷像元上λET≈Rn-G，H≈0；热像元指几乎无植被生长的地表温度很高的干燥农田区域，热像元上H≈Rn-G，λET≈0。两个像元将两个点之间所有其他像元的计算结果绑定在一起。采用基于莫宁-奥布霍夫的大气稳定校正方法，从中性稳定假设出发，对感热通量迭代估算。

通过以上计算获取了Rn、G、H，然后代入能量平衡方程计算得到卫星过境时刻的像元潜热通量λET，借助蒸发比(∧)在一天当中基本保持不变[22]的原理将瞬时潜热通量进行时间尺度扩展得到日蒸散量，流程见图2。

图2 利用TM图像和SEBAL模型进行日ET估计的流程图Fig.2 Flow chart for daily ET estimation using TM image and SEBAL model

在日尺度上，日蒸散速率：

式中:∧24——24 h内的蒸发比;

Rn24——24 h内的净辐射量。

(2)FAO-56 Penman-Monteith公式

本文利用1998年联合国粮农组织推荐的适用于非饱和下垫面的彭曼公式[23]计算潜在蒸散发量：

2.2 数据来源与预处理

本研究的数据源为Landsat系列卫星影像(行列号为144/28、144/29和144/30)，数字高程模型(DEM)，气象数据，潜水地下水位数据。其中卫星影像数据和高程模型数据下载于美国地质调查局(USGS)网站 (http://www.usgs.gov)和美国国家航空航天局(NASA)网站(https://ladsweb.nascom.nasa.gov)；气象资料为玛纳斯、石河子、沙湾、炮台、莫索湾、乌兰乌苏六个站点的逐日气象数据；地下水位监测数据为2017年统测数据资料。数据预处理包括：遥感影像预处理以及气象要素的空间延拓等。

3 结果与分析

3.1 SEBAL模型估算结果验证

本文选取研究区内的六个气象站点气象观测数据，根据各站点研究日期内的小型蒸发皿观测值以及Penman-Monteith计算的潜在蒸散发量对反演的结果进行对比验证。其中，小型蒸发皿观测值视为水面蒸发量，利用模型计算的蒸散发量最大值不能高于蒸发皿观测值，否则认为模型反演结果不合理。统计结果见表1，可知利用蒸散发模型计算的日蒸散发量最大值均小于小型蒸发皿观测值(2017年小型蒸发皿缺测，此处不作对比)。

表1 蒸散量小型蒸发皿观测值与模型计算最大值对比Table 1 Comparison between the observed value of small evaporator and the maximum value calculated with the model /(mm·d-1)

由P-M公式计算的潜在蒸散发量可看作是陆面最大蒸发潜力，而研究区干热的气候条件和下垫面状况使得潜在蒸散发量大于实际蒸散发量，由表2可以看出，由SEBAL模型反演的实际蒸散发量小于潜在蒸散量，相对误差(Er)均小于20%，这与陆婷[24]在玛纳斯流域呼图壁县的计算结果与表现规律一致，与李宝富[16]等众多学者模拟精度相近，说明该模型在研究区估算蒸散发量的结果较为合理。

3.2 流域蒸散总量时空分布特征

四期典型晴天蒸散发空间分布图见图3，蒸散量分布结果按照水文地质分区呈现明显的带状性，为着重研究不同水文地质分区涵养的水文生态景观格局下的蒸散发量分布特征，蒸散量区间划分侧重显示不同土地类型所对应的蒸散量结果。

表2 蒸散发模拟结果与Penman-Monteith公式计算结果对比Table 2 Comparison between evapotranspiration simulation results and calculation results of the Penman-Monteith formula /(mm·d-1)

图3 研究区典型晴天日蒸散发量分布图Fig.3 Typical sunny day daily evapotranspiration distribution of the study area

本文以2017年7月29日蒸散发量分布图(图3d)为例进行空间分布研究，统计可得全区日总蒸散量为101.25×106m3。由图4可知各水文地质分区日蒸散总量表现为戈壁带<荒漠带<绿洲带，这与各水文地质分区的形成机理、表面植被分布以及地下水埋深等因素密不可分。

图4 2017年典型晴天各分区蒸散总量Fig.4 Estimated total evapotranspiration in each of the typical sunny days in 2017

图5 2017年典型晴天各分区不同地物蒸散量分配Fig.5 Evapotranspiration distribution of different landforms in different areas in 2017

对各分区不同地物类型对相应分区蒸散总量的贡献率进行了研究，由图5可以看出，不同地物类型在各水文地质分区呈现差异化分布，其中南部戈壁带主要分布大片草地，草地蒸散量贡献率可达59.2%；中部绿洲带主要地物类型为耕地，绿洲带86.3%的蒸散量来自耕地，因此耕地主导绿洲带蒸散总量；北部荒漠带分布范围最广，土地利用类型包括水体、草地、未利用地，水体和草地日蒸散发量虽大，但是受分布面积限制，蒸散量还是小于未利用地，因此荒漠带蒸散总量主要是由未利用地提供。

对全区四期日蒸散总量进行统计，结果见图6，典型晴天日蒸散总量总体呈上升趋势，2000年比1989年增加4.4×106m3，2010年比2000年增加2.3×106m3，2017年比2010年增加1.6×106m3，增加幅度呈变缓趋势，其中绿洲带蒸散总量增大特征最明显，戈壁带和荒漠带蒸散总量均呈现小幅度先减小后增大，变化程度远不及绿洲带，因此研究区蒸散总量的增加主要来源于绿洲带，结合玛纳斯河流域近年来景观格局的变化，在说明蒸散总量变化趋势的同时，也可充分印证本文数据的有效性和科学性。

图6 研究区典型晴天全区蒸散总量变化Fig.6 Changes in typical total evapotranspiration in the study area

基于各分带的蒸散总量变化情况，本文对各分带不同地物类型的蒸散量随时间的变化进行了统计，如表3所示，从中可知：

(1)戈壁带中草地分布范围最广，为主地物类型，其对应蒸散量最大，蒸散量变化规律为先减后增，其余用地类型蒸散量虽然也发生了相应变化，但是戈壁带整体蒸散总量是由草地主导，所以戈壁带的蒸散总量也是呈先减后增变化。

(2)绿洲带中耕地为主地物类型，由于耕地面积急剧扩张，分区蒸散总量明显增多，其他用地类型蒸散量相对较小，虽然也发生了相应变化，但是却来不及消耗耕地扩张引起的蒸散量增加，因而绿洲带蒸散总量与耕地蒸散量同规律变化。

(3)未利用地是荒漠带中的主地物类型，图中1989—2000年呈小幅度减小是因为上游灌溉引走大量水源，下游表生生态环境变差，因此蒸散量在减小。2000年之后一直保持增加则是由于水土保持政策实施，使得未利用地地表植被有所恢复，使得蒸散量增大，因此荒漠带蒸散总量也呈现同步变化。

不同水文地质分区中占主导地位的地物类型与其对应分区蒸散总量变化趋于一致，且对分区蒸散发的贡献率最大。同时，表3也可指示玛纳斯河流域近年来土地利用类型变化方向，从侧面反映人类活动的愈加频繁以及流域人口的逐年递增，这与流域实际情况相互对应。

表3 研究区各分区不同地物蒸散量Table 3 Evapotranspiration of different landforms in each division of the study area /×106 m3

4 流域蒸散量影响因素

4.1 气象条件

利用研究区四个典型晴天内各气象站点日气温与对应的实际日蒸散发量进行相关性分析(图7)，结果表明日蒸散发总体与气温变化趋势一致，相关性较好，相关系数可达0.713，呈正相关关系，即日蒸散发量随着气温的升高而升高。统计四期典型晴天各地物类型日均蒸散发量变化(图8)，可知各地物类型日均蒸散发量均呈现增—减—增的变化特点，这与流域日平均气温变化特点一致，可见在气温影响下相同下垫面日蒸散发量存在相应差异。

图7 气温对日蒸散发量的影响Fig.7 Effect of temperature on daily evapotranspiration

图8 不同典型晴天各地物日均蒸散发量变化Fig.8 Changes in daily average evapotranspiration of different typical sunny days

4.2 植被指数

图10 不同水文地质分区ET与NDVI变化对照图Fig.10 Comparison of ET and NDVI changes in different hydrogeological zones

在干旱区，植被发育状况对于蒸散发量的影响较大，蒸散发量随NDVI的增大而增大[25]。研究区植被对蒸散发量的影响主要体现在绿洲带，多年来绿洲扩张必然对全区蒸散总量产生影响。本文利用归一化植被指数NDVI评价植被发育状况好坏，NDVI在-1～1 之间，当NDVI<0时为水体，NDVI>0时，值越大，说明植被发育状况越好，植被覆盖率越高。在ARCGIS中对NDVI以0.01为间隔统计对应的日蒸散发量值，获取NDVI与日蒸散发量之间的关系(图9)，结果表明：NDVI与ET成正相关，相关系数可达0.73，有较好的相关性。

图9 ET与NDVI关系图Fig.9 Relationship between ET and NDVI

为进一步研究不同水文地质分区植被分布对于蒸散发的影响，提取图1中AB剖面上NDVI与对应ET，分析不同水文地质分区日蒸散发量与NDVI变化特征(图10)。结果表明：在不同的水文地质分区上，除水的NDVI为负，蒸发量最大之外，其余土地利用类型两者之间呈现较好的一致性。NDVI较低的建筑用地和未利用地ET在1～2 mm/d之间，NDVI较高的耕地、林地、草地对应ET均较高，且NDVI越大，ET越高。

4.3 地下水位埋深

地下水位埋深越大，地下水对于地表蒸散发量的影响越小[26]。统计流域绿洲带现有潜水水位与对应ET进行分析，由图11可以看出，区域蒸散发量随着地下水位埋深的增大呈现减小趋势，由于地下水对于蒸散发的影响主要是通过地下水位影响下的土壤湿润程度实现的。当地下水位埋深在0 m时，土壤含水量充足，蒸散发量取决于大气蒸发能力；当地下水位不断增加且小于毛细上升高度时，地下水可以通过植被根系将地下水运输到地表以供蒸散发需求；随着地下水位的进一步降低，蒸散发量迅速减小；当地下水位超过5.5 m时，不存在潜水蒸发量，蒸散发量基本处于稳定状态，维持在约1.8 mm/d，此时蒸散发主要来源于大气降水和灌溉补给的土壤水，由此可以推断存在植被覆盖时，研究区潜水极限蒸发深度约为5.5 m。

为进一步研究不同水文地质分区地下水位对于蒸散发的影响，提取图1中AB剖面地下水位埋深与对应ET，分析不同水文地质分区日蒸散发量与地下水位埋深变化特征(图12)。结果表明：戈壁带与荒漠带水位埋深较大，大都与ET分布特征没有相关性；绿洲带地下水位埋深与ET呈现较好的负相关，其中草地为水库周围的湿地分布，地下水位均在2 m以内，对应ET较大，分布在5.2～6.3 mm/d，耕地区地下水位基本在5 m以内，对应蒸散发量分布在4.5～5.8 mm/d，水体水位埋深为0 m，其对应ET最大。

图11 ET与地下水位埋深的关系Fig.11 Relationship between ET and buried depth of groundwater level

图12 不同水文地质分区ET与地下水位埋深变化对照图Fig.12 Comparison of ET and depth of groundwater level in different hydrogeological zones

不同的水文地质分区有着独特的生态景观格局，控制着空间植被分布，水资源格局分布等，使得地表蒸散发在这些因素的共同影响下体现出了显著的时空异质性特征。

5 结论

蒸散发是玛纳斯河流域主要的地表/地下水排泄项，论文利用Landsat影像，基于SEBAL模型估算了近30年来玛纳斯河流域山前平原区四个典型晴天蒸散发，分析了研究区蒸散发时空演化规律和气象、植被、地下水位埋深等因素对蒸散发的影响，主要成果如下：

(1)研究区蒸散量空间分布存在明显分带特征，具体表现为戈壁带<荒漠带<绿洲带。从时间动态上看，全区日蒸散总量整体呈上升趋势，其中戈壁带主地物类型为草地，主导了该带内蒸散总量先减后增的变化趋势；绿洲带主地物类型为耕地，耕地面积的扩张使得绿洲带的蒸散总量呈上升趋势；荒漠带主地物类型为未利用地，因水土保持政策实施，未利用地的地表植被恢复而使得该带内蒸散总量表现为先减后增的变化规律。

(2)日蒸散发量与气温呈正相关关系，且不同地物类型对应的日均蒸散发量随着流域气温的升高而增大。

(3)研究区内归一化植被指数与日蒸散发量之间呈现正相关，表现为绿洲带以耕地为主，植被指数较高，相应的日蒸散发量较高；而戈壁带以草地、林地为主，植被指数增大，日蒸散发量对应增大；荒漠带则以未利用地为主，植被指数较低，对应的日蒸散发量也较低。

(4)日蒸散发量与地下水位埋深呈负相关关系，研究区地下水极限蒸发深度约为5.5 m。表现在绿洲带内水体对应日蒸发量最大，而耕地、草地等地下水位埋深较浅，故其日蒸散发量较大；建筑用地则因水位埋深较大，所以其对应日蒸散发量较小。戈壁带和荒漠带由于地下水位埋深较大，超过了地下水极限蒸发深度，故地下水与日蒸散发量之间无相关性。