2000-2017年锡林河流域地表蒸散量的时空特征及其影响因素

马梓策，于红博，张巧凤

(内蒙古师范大学地理科学学院，呼和浩特 010022)

蒸散量(evapotranspiration，ET)指土壤蒸发和植被蒸腾的总和，包括陆地土壤水分的蒸发和植物体内水分的蒸腾，是评价地表热量和水分平衡的主要指标之一，是气候和自然生态系统的关键环节[1-3]。蒸散在地、气、水循环中发挥重大作用，70%的地表降水可通过土壤的蒸发与植被的蒸腾作用回到大气，干旱区可高达90%以上，蒸散的大小与变化特征直接关系到区域的干湿状况和水资源的合理利用[4]。因此，准确地估算区域的蒸散，分析蒸散的时空变化特征及其与影响因素的关系，对区域地理、气象、水文、水利工程及农业等领域具有重要的意义[5-9]。

由于各种土地利用类型的下垫面条件较为复杂，传统的蒸散观测与估算比较困难，因此传统的蒸散观测方法与估算研究只适用于“点”或中小尺度的研究，很难进行大区域蒸散的统计和分析[10]。相对于传统的蒸散观测和估算方法，遥感数据可以动态、快速地获取地表状况，因此遥感技术为大尺度非均匀地面蒸散量的研究提供了新的途径[11-13]。以往的研究多基于分辨率较低的NOAA/AVHRR数据，尽管能够分析大区域、大尺度范围、长时间序列的蒸散状况，但其无法精细地分析蒸散的空间变化情况[14]。2011年美国国家航空航天局(NASA)研究小组根据Penman-Monteith(P-M)公式对MOD16数据进行了修正，并以高时空分辨率和自由访问方式发布了全球MOD16数据，提供了地表蒸散量的各种特征参数，并由全球通量塔台数据验证，模拟精度达到 86%，在全球范围内得到广泛应用[7,15,16]。阿迪来·乌甫等[1]利用MOD16数据分析了新疆地表蒸散量时空分布及变化趋势；吴桂平等[17]基于MOD16产品分析了鄱阳湖流域地表蒸散量时空分布特征；赫晓慧等[18]基于MOD16数据分析了北洛河流域蒸散的空间格局演变特征。这些研究虽然从一定程度上，说明了区域内蒸散量的年际和年内变化特征，但是缺少对不同土地利用类型ET的研究。

基于此，本文以500 m空间分辨率的MOD16A2产品数据为基础，在探讨利用该产品进行锡林河流域蒸散量分析的可行性的基础上，根据流域土地利用数据和地形数据，通过GIS的空间分析技术，对流域不同土地利用类型下蒸散量进行统计分析，深入探讨了锡林河流域ET的变化特征，更进一步地探寻了ET与各气象因子、植被覆盖度和地形因子之间的相关性，以期更好地揭示锡林河流域蒸散量的变化规律及其影响因素，为锡林河流域旱涝监测和水资源管理等提供科学依据。

1 研究方法与数据来源

1.1 研究区概况

锡林河流域位于内蒙古自治区锡林郭勒盟东部，大兴安岭南端西侧，地处我国草原从东部半湿润草甸草原区向西北半干旱典型草原区过渡地带。该流域范围介于43°26′～44°39′ N, 115°32′～117°12′ E，流域范围内涵盖了4个完整辖区和7个部分辖区，中心城市为锡林浩特 市，流域总面积约11 184.82 km2。流域内地貌形态复杂多样，地势由东向西逐渐降低，东南部的嘎顺山最高海拔为1 609 m，西北部的锡林河下游，最低处小于900 m，全流域相对高差达700 m(图1)。锡林河流域属大陆性温带半干旱气候，四季分明，年均降水量在250～400 mm，但降水和蒸散时空分布不均，具有明显的季节性和区域性。

图1 研究区域地理位置、海拔(m)、样地及乡镇界限图Fig1. Regional geographical location, elevation (m), sample plots and town boundary

1.2 数据来源及处理

(1)MOD16A2和MOD13Q1：蒸散量数据(MOD16A2)为2000-2017年8 d合成的MOD16-ET数据，归一化植被指数为2000-2017年16 d合成的MOD13-NDVI数据，卫星轨道号均为h26v04，数据均下载于https:∥www.nasa.gov/。然后借助于NASA提供的MRT投影转换工具将原始的采用HDF格式转换为GeoTiff格式，将SIN投影转为WGS-1984/Geographic经纬坐标系。根据网站提供的数据使用说明，剔除数据中的无效值和还原真实值，最后对数据进行矢量裁剪并获取研究区每8 d的ET数据和16 d的NDVI数据，其中ET数据通过加权平均获得每月ET和每年ET，而NDVI数据通过最大值合成每月NDVI和每年NVDI。

(2) DEM、坡位、坡度和landsat4-5 TM/landsat8OLI_TIRS卫星数字产品：均来源于地理空间数据云(http://www.gscloud.cn/)，分辨率为30 m，行列号为124/29，124/30。然后借助ENVI对其进行镶嵌、裁剪最终获取研究区的DEM、坡位、坡度及landsat4-5 TM/landsat8OLI_TIRS卫星数字产品。然后依据锡林河流域主要的土地利用类型和分析精度要求，利用ENVI将landsat四幅遥感影像进行预处理后，通过ArcGIS平台，进行目视解译。并将研究区土地利用类型划分为耕地、林地、草地、水域、建设用地和未利用土地6个一级地类。四幅土地利用数据与Google地图1 m分辨率的高精度影像进行对比，然后在ENVI中进行验证，其Kappa系数均达到90%以上，符合研究的需求。

(3)气象数据：来源于中国气象科学数据共享网(http:∥cdc.nmic.cn)，选取2000-2017年研究区及周边地区7个气象站点的降水量、年平均气压、2 m处风速、平均温度、平均水汽压、平均相对湿度和日照时数。然后以研究区的DEM数据及气象站点的经纬度数据为基础，得到锡林河流域及周边气象站点栅格格式的经度、纬度数据，并在ArcGIS环境下，采用径向基函数插值法将气象要素空间化，进而获取气象要素栅格数据，并将其空间分辨率与MOD16A2/ET数据保持一致。

(4)实测的ET：对于样地的选取考虑到了不同植被地退化程度、不同土壤类型、不同草原群落类型蒸散量的差异，在上游、中游、下游都选取了样地。然后采用土柱称重法测定2017年5-9月8个样地(图1)的日蒸散量共测得102组(每日测一次，一共测102 d)数据，通过加权平均合成8 d的实测数据集共40组。

1.3 研究方法

1.3.1 年际趋势分析

利用线性倾向估计计算每个像元2000-2017年ET时间线性倾向率。计算公式为：

(1)

式中：slope为线性倾向率；ti=2000，2001，…，2017；n为年序列总长度(n=18)；ETi表示第i年的ET值；当slope>0时，随着时间t增加，ET呈上升趋势，反之，呈下降趋势。

1.3.2 相关性分析

锡林河流域2000-2017年每个像元的ET值与各种影响因子的相关性，利用简单相关系数来表达，计算公式为：

(2)

1.3.3 潜在蒸散量的计算方法

本文采用世界粮农组织1998年修正的Penman-Monteith公式计算锡林河流域及周边7个气象站点近18 a的逐日潜在蒸散量(ET0)，然后求出年ET0，其计算过程见参考文献[19]。

2 MOD16A2的精度验证

为了验证MOD16-ET在锡林河流域地表ET时空反演的准确性，将通过加权平均法合成8 d的实测数据(40组)，与MOD16-ET数据在“点”尺度上进行验证。

结果表明，2017年5-9月的实测值与MOD16-ET之间具有较强的相关性，决定系数R2=0.9236，且通过显著性检验P<0.01(图2)。MOD16-ET精度验证满足要求，说明MOD16产品在锡林河流域具有适用性，可以用于该研究区地表ET的时空分布特征研究。

图2 实测ET数据和MOD16-ET的关系 Fig.2 Relationship between MOD16-ET product and measured ET

3 结果分析

3.1 锡林河流域年ET时空分布特征

3.1.1 多年平均ET值的空间特征

2000-2017年，锡林河流域多年平均蒸散量空间分布如图3所示。多年平均年ET具有较高的空间分异性，呈现出西北部低、东南部高的趋势。ET的空间分布不均匀特征，在一定程度上与流域的特殊地理位置有较大的联系，流域位于东南部半湿润草甸草原区向西北半干旱典型草原区的过渡带。流域东南部由于降雨量丰沛、气温较低，致使植被覆盖度相对较高，植物蒸腾作用明显，从而使得ET较高；低值区聚集地多为地势较低的西北部的典型草原区，这些区域年最大NDVI低于0.3，ET较低。

图3 2000-2017年锡林河流域多年平均ET的空间分布Fig.3 Average ET of Xilin River Basin from 2000 to 2017

由于不同土地利用类型下垫面性质的差异，年平均ET及分布特征表现出不同的特点。利用锡林河流域2000、2005、2010和2015年的土地利用数据对MOD16数据中不同土地利用类型的ET进行提取，并统计得到不同土地利用类型多年平均ET值(图4)。其中，林地的年均ET最高，为316.41 mm/a；建设用地的年均ET最低，为202.93 mm/a。除水体外，流域内各种土地利用类型的年均ET大小依次为林地>耕地>未利用土地>草地>建设用地，地表蒸散的情况主要与土地覆盖类型、地理位置以及气候等因素有关[20]。该流域未利用土地主要为河流两侧的低湿地植被，土壤水分较好，长势茂密，覆盖度较高，ET相对较大。

图4 不同土地利用类型多年平均ET值Fig.4 Annual mean ET under different land covers

3.1.2ET的年际变化特征

锡林河流域ET值的年际变化特征，以及锡林河流域年ET的相对变化率的年际波动情况如图5所示。2000-2017年，锡林河流域年ET值在200～300 mm之间波动；年ET最高值出现在2003年，蒸散量为287.97 mm；年ET最低值为201.38 mm，出现在2001年；多年平均ET值为235.15 mm，各年ET值整体呈缓慢波动上升趋势。

2000-2017年ET的相对变化率的情况也极为复杂，相对变化率在-0.25%～0.25%之间波动，其中最低为-0.20%(2004年)，最高值为0.21%(2002年)，总体呈下降趋势。

将2000-2017年流域各年ET与多年平均ET对比分析发现，年ET超出平均值的年份出现在2002-2004年、2008年、2010年和2012-2015年，其他年份均低于平均值。其中，2003年和2012年超出最为明显，分别比平均值多52.82 mm和47.76 mm；2001年和2017年低于平均值最为突出，分别比平均值低33.77 mm和32.36 mm。由于2003年和2012年均为丰水年，降水量丰沛，蒸散作用较强，而2001年和2017年均为枯水年，降水量较少，蒸散作用较弱。年ET值的年际变化受到气候复杂性的影响较大。

图5 2000-2017年锡林河流域ET的年际变化Fig.5 Annual variation of ET in Xilin River Basin from 2000 to 2017

3.1.3ET的年际趋势分析

2000-2017年ET值变化趋势如图6所示。近18 a流域内大部分地区的ET值变化趋势不显著，多年ET值的年际变化趋势均值为4.16 mm/(10 a)。依据显著性检验相关系数(R)的临界值，当00.56时，为明显增加或减少，共六种情况。年ET呈明显减少、较明显减少的区域主要分布在流域中游锡林浩特市周围的极少部分区域，极有可能是人为活动例如大量开采煤矿、新建工矿区造成的；锡林河流域中上游河流流经地段及周边形成的低湿地植被，呈明显或较为明显的增加趋势，这些区域地势较低、植被覆盖较密集且植物种类繁多，以及下游河流周边的沼泽滩地，地势低凹，受降水的影响较大，而近18 a锡林河流域降水量呈增加趋势，降水补充了河流水量，周边土壤水分较好，ET值呈明显或较明显增加趋势；剩余的大部分区域ET为轻微变化，上游为轻微减少趋势，下游为轻微增加趋势，这些区域主要为草原区，变化趋势相对较为稳定。

图6 锡林河流域2000-2017年ET值变化趋势空间分布图Fig.6 Change tendency of ET in Xilin River Basin during 2000-2017

3.2 锡林河流域ET与影响因子的相关性分析

3.2.1ET与气象因子、NDVI、ET0的相关性分析

锡林河流域2000-2017年年ET与各种影像因子的相关系数见表1。由表可知，研究区ET受多种影响因素共同作用，年平均气压、年均温、年ET0和年ET呈负相关，其余影响因素均与年ET呈正相关关系。ET受NDVI和降水量的影响最大，受风速和平均气温的影响最小。因此，本文重点研究降水量和NDVI对锡林河流域ET的影响。

表1 2000-2017年锡林河流域年ET与各影响因子的相关性Tab.1 Correlation of annual ET with various influencing factors in Xilin River Basin from 2000 to 2017

锡林河流域的降水量和NDVI的空间分布表现为：降水量从西北方向东南方逐渐增加，高值区出现在流域东南部；NDVI在流域上游和下游的差异较为明显，上游为高值区，多年平均NDVI达0.7以上，下游为低值区，多年平均NDVI低于0.4[图7(a)、7(b)]。

利用相关系数分析法分析2000-2017年年ET值与年降水量、年NDVI在像元尺度上的相关性，其空间分布如图7(c)、7(d)所示，ET与降水量和NDVI的平均相关系数r分别为0.65和0.72，ET与NDVI的相关性更强。ET与降水量、NDVI正相关的面积占流域总面积的比例分别为84.72%和87.90%；ET与降水量、NDVI负相关的面积占流域总面积的比例分别为15.28%和12.10%。ET与降水量的正相关关系尤其以西北部最为明显，少数地区呈现负相关，集中分布于锡林浩特市及周边地区，以及白音锡勒牧场东部小部分地区。ET与NDVI的正相关关系以流域中游西部地区最为明显，流域下游的裸地和东南方的小部分区域，呈现负相关。NDVI和降水量的耦合作用是影响锡林河流域ET的重要因素。

图7 锡林河流域2000-2017年ET与降水量及NDVI的相关性空间分布Fig.7 Correlation between ET and precipitation, NDVI of Xilin River Basin during 2000-2017

3.2.2ET与地形因子的响应分析

研究区高程如图8(a)所示，最低高程为899 m，最高为1 609 m。根据ArcGIS中的自然间断法和研究区自然地理状况，将高程重分类为6个等级，即等级1：899～1 001 m，等级2：1 001～1 097 m，等级3：1 097～1 176 m，等级4：1 176～1 261 m，等级5：1 261～1 357 m，等级6：1 357～1 609 m。利用ArcGIS空间分析技术提取各高程等级上的ET值，计算18 a的平均分布值，得到图8(a)所示的ET分布。由图8(a)可知，随着高程等级的增加，ET值呈现逐渐增加的趋势，尤其等级5～6增加最为明显，增加了40.01 mm。通过拟合高程数据和ET数据，发现两者具有较强的相关性，且符合指数曲线：

y=184.02 e0.018 3 xR2=0.962 1

(3)

式中：y为ET值，mm；x为高程，m。

研究区坡度如图8(b)所示，坡度在0°～25°之间，结合研究区实际情况和研究目的，对坡度进行重分类得到5个等级，即等级1：0°～5°，等级2：5°～10°，等级3：10°～15°，等级4：15°～20°，等级5：20°～25°。

ET在各坡度上的分布为单峰曲线，如图9(b)所示，等级4ET值最大，多年平均ET为254.40 mm。等级1～2增加最为明显，增加了16.61 mm；等级3～4增加较小，仅增加了2.30 mm；等级4～5略有下降。坡度对ET的分布具有较大影响，尤其在区间0°～10°，坡度越大，ET值越高。通过拟合坡度数据和ET数据，发现两者也具有较强的相关性，符合二次曲线：

图8 地形因子分级Fig.8 Topographic factor classification

y=-0.151 4x2+4.328 1x2+224.66R2=0.946 3

(4)

式中：y为ET值，mm；x为坡度，°。

研究区坡位如图8(c)所示，坡位分为6级，即等级1：山脊，等级2：上坡，等级3：中坡，等级4：平坡，等级5：下坡，等级6：谷底。由图9(c)可知，中坡的ET值明显高于其他坡位，多年平均ET为246.29 mm；平坡的ET值最小，多年平均ET为229.58 mm。

图9 各高程、坡度、坡位等级上的ET分布Fig.9 Distribution of ET at various elevation levels

4 讨 论

锡林河流域地处我国草原从东部半湿润草甸草原区向西北半干旱典型草原区的过渡地带。加强流域ET监测，对流域水量平衡、防止草地退化、加强水土保持、监测旱涝灾害等具有重要意义。通过本文分析，锡林河流域的ET具有较强的空间分异性，而且变化规律与其土地利用类型、气候因素、植被覆盖度以及地形因子密切相关。

针对不同土地利用类型ET值的研究，与于红博等[21]利用地表能量平衡原理反演锡林河流域地表蒸散量并提取了不同土地利用类型ET值的结果相一致，其大小依次为林地>耕地>未利用土地>草地>建设用地。这种现象是由于林地位于海拔较高的地区，降雨量丰沛且具有良好的涵养水分的能力，所以ET值最高；耕地由于灌溉用水的补给，其ET值较高；草地和未利用土地较林地和耕地而言，植株矮小，蒸散作用较弱，其ET值偏低；建设用地的植被覆盖度低，ET值最低。

年ET与年平均气温相关性小且呈负相关，看似有悖于常识，主要是因为本文相关性分析所用数据均为年数据，其中年气温在1.98 ℃～5.23 ℃范围内，年际间差异极小，不可能得到很好的相关性。由于锡林河流域地处干旱、半干旱区，降水是影响植被生长的主要限制因素，ET与降水呈正相关，而降水越少的年份，气温越高，反之亦然，因此年ET与年气温呈负相关。另有文献表明，气温超过植被生长所需要的阈值将抑制植被生长[22]。

本文探索了ET与地形因子的响应，由于考虑到目前ET与地形因子的响应的研究尚不多见，而NDVI与ET相关性最强，因此本文为了更好地说明地形因子对ET的影响，建立了各地形因子与2000-2017年多年年均NDVI的关系(图10)。研究结果表明，NDVI随地形的变化趋势与ET随地形的变化趋势相一致。随着高程的增加，NDVI增加[图10(a)]，主要因为锡林河流域东南缘与大兴安岭南端西侧相连，海拔较高，降水量丰沛、气温相对适中，有利于植被生长，植被覆盖度较高，因此ET值较大。坡度在15°～20°之间时，NDVI最大[图10(b)]，ET最大，大于这个区间，NDVI下降，ET值下降，其原因是由于坡度太大，水分容易通过淋溶、径流和下渗等方式散失，不利于植被生长，植被覆盖度较低，因此蒸散的水分相对较少。中坡的NDVI明显高于其他坡位[图10(c)]，植被最为茂密，可能是由于中坡气温和降水量较为适中，易于植被生长，因此ET值高于其他坡位；平坡NDVI值最小，主要是因为平坡有利于建筑布局，绿化面积较小，因此ET值低于其他坡位。

图10 各地形因子与年均NDVI的关系Fig.10 Relationships between topographic factors and annual average NDVI

本文尚存在一些不足之处，虽然锡林河流域的MODIS数据与野外实测数据进行了对比，结果表明精度较高，此外MODIS数据监测范围广且易于获取，在研究过程中具有一定的优势，但与气象数据相比，其产品最早产生于2000年，时间尺度短，对于长时间而言，本文的研究结果有待于进一步验证。此外，还需进一步研究流域内其他气象因子与ET之间的关系，以及人为因素对流域ET的影响，更深探讨影响流域ET的主导因子，以便加强水资源的利用与管理，改善流域气候环境。

5 结 论

(1)锡林河流域多年平均ET为235.15 mm，呈现出西北部低、东南部高的趋势。不同土地利用类型下ET存在明显差异，ET由大到小依次为林地>耕地>未利用土地>草地>建设用地。此外，锡林河流域ET年均值呈波动上升趋势。相对变化率在-0.25%～0.25%之间波动，其中最低为-0.20%(2004年)，最高值为0.21%(2002年)。流域内大部分区域的ET值变化趋势不显著，多年ET值的年际变化趋势均值为4.16 mm/10 a，总体呈现北部增加，南部减少的趋势，表明流域内北部地区水分增加，南部具有干旱化倾向。

(2)锡林河流域年ET与年降水量、年均风速、年均水汽压、年均相对湿度、年均日照时数和年均NDVI呈正相关，与年均气温、年均气压和年ET0呈负相关。其中降水量和NDVI相关系数最高，说明降水量和NDVI对地表蒸散量的影响最大。高程、坡度和坡位等地形因子对ET值分布也具有较大影响，高程越高，ET值越大；随着坡度的增加，ET先增加后减小，最大值出现在15°～20°；坡位表现为中坡的ET值最大，平坡的ET值最小。

□