黄淮海流域实际蒸散发时空演变规律分析

杨晓甜，张建云 ，鲍振鑫 ，王国庆 ，管晓祥，刘翠善 ，金君良

(1.河海大学 水文水资源学院，江苏 南京 210098； 2.南京水利科学研究院 水文水资源与水利工程科学国家重点实验室，江苏 南京 210029； 3.水利部应对气候变化研究中心，江苏 南京 210029)

实际蒸散发（Actual Evapotranspiration，ET）主要包括土壤蒸发、植被蒸腾和水面蒸发等组分[1-2]，是地气交换及热力过程和大气动力过程的关键要素，也是影响气候系统和生态系统的重要环节[3]。受气候、植被和多种环境等因素的影响，如何准确估算区域实际蒸散发一直都是水文气象学领域的研究难点[4-5]。在全球气候变暖的背景下，流域的水循环及能量平衡发生了较大变化[6]，充分认识实际蒸散发的时空演变特征及影响因素，对农业生产管理及区域水资源的合理配置等具有重要意义[7]。

传统的基于站点观测的蒸散发观测结果在空间上的代表性有限，很难直接在较大的空间尺度上进行计算。近几十年来，由遍布全球的通量站点所形成的通量网络提供了较为准确的蒸散发观测资料[8-9]，但是其站点的观测数据无法反映区域的蒸散发空间分布特征，且中国通量站点的布设较为稀疏[7]。随着遥感估算蒸散发的兴起，形成了覆盖不同区域乃至全球的多套蒸散发产品[10-11]。遥感数据具有时间序列长、覆盖范围广、受地面条件限制少等优点，可以动态获取大尺度、长时间的蒸散发量，是当前实际蒸散发研究的热点[12-13]。

常用的时间序列较长且可以免费获取的全球产品有GLEAM、MOD16、MTE等，不同产品计算的中国平均年蒸散发量介于350～600 mm/a[14]，在空间分布上呈现出从西北向东南递增的趋势，在中国西部和东北大部分地区的年ET显著增加，但在华北平原的许多地区及东部和南部沿海地区，年ET显著下降[15]。从流域尺度来看，海河、淮河、珠江和东南诸河流域在1960—2010年间呈显著减小趋势，而黄河、长江和西南诸河流域变化不明显[16]。但淮河流域在21世纪蒸散发趋势发生了变化，由显著下降趋势转为了显著上升趋势，黄河流域年ET也处于上升水平[7,17]。

GLEAM （Global Land Surface Evaporation: the Amsterdam Methodology）产品不仅提供实际蒸散发数据，还提供植被蒸腾、裸土蒸发等组分数据[18]。这些蒸散发遥感产品与流域水量平衡测算数据或者通量站观测数据在全球范围内不同时间尺度上对比验证[19]，发现平均相对误差为5%～35%[20]。在站点尺度上用通量站点的数据进行精度验证，认为GLEAM产品在年尺度上偏差较小，在月尺度上的相关系数最高[21]；在流域尺度上，黄河、海河和西北诸河流域的相对偏差较小，总体来看，GLEAM产品在中国区域内满足精度的要求[18]。基于水量平衡法对GLEAM产品进行评估，结果表明，GLEAM模型反演的蒸散发产品在黄河流域[18]和淮河流域[7]的综合表现较好，该数据集较高的精度使其在实际蒸散发的研究中得到了广泛应用。

黄淮海流域位于我国湿润气候区向干旱气候区过渡地带，气候复杂多变，地形自西向东呈三级阶梯式下降，流域内降水、气温和植被覆盖情况等在时空分布上差异大[22]，将3个流域结合在一起研究可以使研究结果更加具有代表性，增加对流域实际蒸散发变化的认知。本文以1980—2018年逐年GLEAM遥感蒸散发数据、黄淮海流域59个三级区归一化植被指数（Normalized Difference Vegetation Index，NDVI）数据和气象数据[23]为基础，通过线性回归法及M-K检验方法对黄淮海流域实际蒸散发的时空变化特征进行分析，应用相关关系分析探究气象要素、NDVI对实际蒸散发的影响，为实现该区域水资源合理开发利用提供科学依据。

1 研究对象

黄淮海流域包含海河流域、淮河流域和黄河流域三大水资源一级区，位于东经95°53′～122°60′，北纬32°10′～43°00′（图1）。研究区域总面积为 143.3 万 km2，约占我国领土面积的 14.8%，其中农田面积约占我国的34%。黄淮海流域水资源短缺[24]，该地区占全国7%的水资源量，承载了占全国34%的人口和38%的GDP。由于地域辽阔，地势复杂，该地区的气候条件复杂多变，季风气候是该地区的主要特征。流域内包含59个水资源三级区，根据黄淮海流域的地形地貌特征，将流域内59个三级区划分为8个大区，分别是：海河山区、海河平原、淮河流域、山东半岛、兰州以上流域、兰州至头道拐地区、黄河中游和黄河下游地区，对8个区实际蒸散发的年际变化进行分析，在三级区尺度上探究蒸散发及其影响因素的空间分布特征。

图1 黄淮海流域分区及气象站点分布Fig.1 Zoning of Huang-Huai-Hai River basin and distribution of meteorological stations

2 数据来源与研究方法

2.1 数据来源

2.1.1 水文气象数据 黄淮海流域及周边气象站的降水、气温观测数据来源于中国地面气候资料日值数据集V3.0，该数据集包括了中国699个标准气象站的逐日气象要素观测资料，数据集经过严格的质量控制，完整性、连续性和可靠性都较高，在水文气象领域应用广泛，数据获取网站为http://data.cma.cn/。气象站位置如图1所示，流域或分区的面平均降水（mm）、气温（℃）由其内部及周边气象站观测数据算数平均得到。根据水量平衡公式计算的蒸散发量为基准评估GLEAM产品在研究区的适用性，其中水资源量的年数据来源于海河、淮河、黄河流域的水资源公报及第二次全国水资源评价报告。水量平衡计算蒸散发的公式为：

式中：ETW为水量平衡计算的蒸散发（mm）；P为降水量（mm）；R为流域水资源量，包括地表水资源量和地下水资源量（mm）； ΔS为流域水储量的变化，在年及多年尺度上可认为变化量为0[25]。

2.1.2 GLEAM蒸散发产品数据 GLEAM （Global Land Evaporation Amsterdam Model）是一套基于遥感观测数据，分别估算不同地表蒸发成分（包括：蒸腾、裸土蒸发、截留损失、积雪升华和开阔水域蒸发[26]）的算法集，该模型算法的中间输出还包含潜在蒸散发、植被根区土壤水分和表层土壤水分等。该算法的基本原理是最大程度地利用气候遥感观测数据集来反演蒸散发信息。首先依据净辐射和近地表温度观测数据和Priestley-Taylor方程计算潜在蒸散发，通过考虑植被含水量和根区土壤湿度计算蒸发限制因子，从而将潜在蒸散发换算成实际蒸散发。本次研究使用的GLEAM实际蒸散发数据为v3.3a版本，空间分辨率为0.25°×0.25°，时间跨度为1980—2018年，获取网站为www.gleam.eu。

2.1.3 NDVI数据 1982—2018年的归一化植被指数NDVI数据是由美国NASA提供的基于NOAA气象卫星数据集，时间分辨率为15 d，空间分辨率为8 km×8 km。该数据集覆盖范围广，时间跨度长，植被监测能力强，是目前持续时间最长的连续数据集[27]。通过年最大值合成法（Maximum Value Composite, MVC）计算NDVI月值，有效减少了大气中来自云、大气、气溶胶及太阳高度角等的影响，根据月份的平均值获取季度或年NDVI数据。

2.2 研究方法

2.2.1 趋势检验法 采用线性回归法分析计算时间序列的变化趋势，回归斜率即可表征时间序列的变化幅度。此外，还采用气象水文领域广泛使用的非参数检验方法Mann-Kendall （M-K）秩次相关检验法[28]计算比较趋势的统计学显著水平，当设定显著水平 α =0.05时，检验统计量MK值的临界值为±1.96，即MK大于1.96表示增加趋势在0.05水平上显著，MK小于-1.96表示下降趋势显著。M-K检验方法详细计算公式和应用见参考文献[28]。

2.2.2 相关分析法 使用相关性分析方法研究影响黄淮海流域实际蒸散发演变的原因，即建立实际蒸散发与降水、气温和流域植被指数的相关关系，计算比较相关系数的空间分布规律，检验驱动实际蒸散发变化的优势因素。其中，线性相关系数Rxy的计算式为：

式中：xi为 第i年的实际蒸散发量；yi为第i年的NDVI、降水或气温；分别是xi、yi的多年平均值。

一阶偏相关系数：是指在3个变量中，任意两个变量的一阶偏相关系数是排除其余一个变量的影响后计算得到的相关系数，其计算式为：

式中：Rhj为 变量h和变量j的相关系数；Rhk为变量h和变量k的相关系数；Rjk为变量j和变量k的相关系数；Rhj,k为排除变量k的影响后计算的变量h和变量j的偏相关系数。

二阶偏相关系数：是指在4个变量中，任意两个变量的二阶偏相关系数是排除其余两个变量的影响后计算得到的相关系数，其计算式为：

式中：Rhj,k、Rhl,k、Rjl,k都是根据式（3）计算的一阶偏相关系数；Rhj,kl为排除变量k和变量l影响后计算的变量h和变量j的二阶偏相关系数。本文分析的是蒸散发与NDVI、降水或气温的二阶偏相关系数。

2.2.3 数据精度评价 以水量平衡原理所计算的蒸散发量作为实际蒸散发的参考值，评价GLEAM产品数据的精度。本文采用平均绝对偏差（MAE）、平均相对偏差（MRE）、均方根误差（RMSE）和相关系数（r）这些指标为评判依据。详细计算公式见参考文献[29]。

3 结果与分析

3.1 GLEAM数据校验

根据黄淮海流域1980—2018年降水量和水资源量数据，利用水量平衡方程计算得到的蒸散发量作为实际蒸散发的参考值，在流域尺度上对GLEAM实际蒸散发产品的适用性进行评价。图2为1980—2018年黄淮海流域年尺度上实际蒸散发的参考值与GLEAM产品计算值之间的校验结果。从图2可以看出，两者相关系数较高（r=0.82），呈现出较好的一致性，平均绝对偏差为62.6 mm，平均相对偏差为16%，均方差为66.4 mm。可见，GLEAM蒸散发产品计算值在黄淮海流域符合精度要求，GLEAM产品数据可用于研究和探讨黄淮海流域实际蒸散发的时空演变规律。

图2 黄淮海流域实际蒸散发参考值与GLEAM产品计算值的比较Fig.2 Comparison of reference value and calculated value of actual evapotranspiration in Huang-Huai-Hai River basin

3.2 黄淮海流域实际蒸散发演变规律

3.2.1 实际蒸散发时间变化特征分析 图3（a)～(b）是海河流域（包括海河山区和海河平原）年实际蒸散量变化趋势图。1980—2018年海河山区和海河平原年实际蒸散量的平均值变化范围分别是338～516 mm和363～552 mm，MK检验值分别为2.93和2.66，均呈显著上升趋势，山区和平原的上升速率分别为1.82和1.66 mm/a，多年平均实际蒸散发量分别为417 和460 mm。图3（c)～(f）是黄河流域（包括兰州以上流域、兰州至头道拐地区、黄河中游和黄河下游）年实际蒸散量变化趋势图。兰州至头道拐地区的年实际蒸散量明显小于其他3个地区，黄河流域4个分区的年实际蒸散发量均呈上升趋势，上升速率分别是1.92 、1.71、1.31和2.04 mm/a，多年实际蒸散量平均值分别为409、223、473和531 mm。兰州以上地区年实际蒸散量的波动最小，其波动范围是357～471 mm，黄河下游年实际蒸散量波动最大，其波动范围是422～629 mm。黄河流域4个分区的MK统计值分别为5.52、2.93、2.18和2.81，实际蒸散发的增加趋势显著。图3（g)～(h）是淮河片（包括淮河流域及山东半岛地区）年实际蒸散发量变化趋势图。淮河流域和山东半岛实际蒸散量多年平均值分别为634和566 mm，MK统计值分别为3.46和2.27，从1980年到2018年，淮河片实际蒸散量呈显著上升趋势，淮河流域和山东半岛地区的平均上升速率为1.70和1.67 mm/a。山东半岛的年实际蒸散量波动更大，其波动范围是465～636 mm。黄淮海流域实际蒸散发整体呈显著上升趋势。

图3 黄淮海流域1980—2018年实际蒸散发年际变化Fig.3 Changing trend of ET over Huang-Huai-Hai River basin during 1980-2018

3.2.2 实际蒸散发空间变化特征分析 黄淮海流域各三级区多年平均实际蒸散发的空间分布如图4所示，从图4可以看出流域内实际蒸散量空间分布存在显著差异。流域内多年平均实际蒸散发空间分布为183～708 mm，均值为474 mm，呈现出从西北部至东南部递增的趋势，其中，淮河平原植被覆盖率高，降水丰富，最大值出现在淮河流域的高天区，最小值则出现在黄河流域的下河沿至石嘴山区域。

图4 黄淮海流域多年平均年实际蒸散发空间分布Fig.4 Spatial distribution of annual ET over Huang-Huai-Hai River basin during 1980-2018

为进一步评估黄淮海流域在各季节的实际蒸散发量的变化趋势，按照春季（3—5月）、夏季（6—8月）、秋季（9—11月）、冬季（12月至次年 2月）的划分标准，分析了黄淮海流域1980—2018年多年平均各季节的实际蒸散发空间分布情况（图5）。从图5可见流域内实际蒸散发存在明显的季节差异，四季平均实际蒸散量排序为夏季（220.0 mm）＞春季（136.2 mm）＞秋季（92.7 mm）＞冬季（25.7 mm）。春季受气温回升、降水量增多影响，植被生长旺盛，为蒸散发提供了良好的条件。夏季气温高，降水充沛，太阳辐射较大，植被生长旺盛，蒸腾作用显著，实际蒸散发量明显增多。秋、冬季气温下降，降水也全面减少，年平均实际蒸散发量较夏季明显减少。

图5 黄淮海流域多年平均季节实际蒸散发空间分布Fig.5 Spatial distribution of seasonal ET over Huang-Huai-Hai River basin during 1980-2018

综上所述，黄淮海流域年及四季实际蒸散发量的空间分布都是由西北部至东南部增加的趋势。在一年之中，夏季的蒸散发量最多，占全年的46.4%，冬季最少，占5.4%，春、夏两季对年际实际蒸散量影响较大，四季的实际蒸散发量空间分布情况和年值分布的趋势一致。

3.3 黄淮海流域实际蒸散发影响因素分析

3.3.1 黄淮海流域关键气象、植被要素演变 采用Mann-Kendall（M-K）秩次相关检验法对黄淮海流域59个三级区1980—2018年的气象和植被数据进行趋势分析，其变化率的空间分布见图6。结果表明，黄淮海流域在过去的近40年中，NDVI的变化率为0～0.006，在置信水平为0.05的情况下，流域内各三级区NDVI均呈显著上升趋势，其空间分布呈现出从西北向东南递增的格局。研究区仅有7个三级区的降水呈显著增加趋势；约15.25%的三级区呈不显著的减少趋势，主要分布在黄河中游地区。降水量的变化率介于-1.77～4.88 mm/a，平均值为1.03 mm/a，从流域总体来看，降水增加区域的面积大于减少的区域。流域内各三级区气温均通过了M-K检验，上升趋势显著，黄河源的大通河享堂以上及湟水两个三级区气温的增加趋势最显著，MK值高达6.51和6.12。流域内各三级区的气温变化率为0.02～0.10 ℃/a，平均值为0.040 ℃/a。从植被和气象要素的变化可以推测，黄淮海流域在过去近40年中逐渐变暖变湿，植被覆盖率增加，植被及水热条件的改变将对流域的实际蒸散发产生影响。

图6 黄淮海流域1980—2018年气象、植被变化率空间分布Fig.6 Spatial distribution of meteorological and vegetation change rates over Huang-Huai-Hai River basin during 1980-2018

3.3.2 相关关系分析 基于三级区尺度对黄淮海流域实际蒸散发与植被指数NDVI进行相关性分析，见图7(a)。实际蒸散发与NDVI的相关系数为0.06～0.81，空间平均相关系数为0.47，流域内所有三级区的实际蒸散发与NDVI均呈显著正相关（p＜0.05）。黄河流域的实际蒸散发与NDVI的空间分布基本一致[30]，兰州以上、兰州至头道拐和黄河中游这3个分区蒸散发与NDVI的相关系数较高，表明该地区实际蒸散发的增加受植被影响显著，黄土高原地区的植树造林增加了植被的蒸腾作用，使得蒸散量明显增加[17]；淮河流域及海河流域海拔较低，实际蒸散发与NDVI的相关性较弱。

图7 黄淮海流域实际蒸散发与NDVI、降水量、气温的年际线性相关系数空间分布Fig.7 Spatial distribution of the annual linear correlation coefficient between ET and NDVI, precipitation, temperature over Huang-Huai-Hai River basin during 1980-2018

区域的水热条件与实际蒸散发之间存在密切的关系，而气温和降水量的变化是影响区域水热条件的重要因素[31]。实际蒸散发与降水量、气温的线性相关系数空间分布见图7(b)～(c)。实际蒸散发量与降水量的相关系数为-0.35～0.89，负相关关系主要分布在淮河流域；与气温的相关系数为-0.17～0.75，正相关关系主要分布在兰州以上地区和淮河流域，空间平均相关系数为0.25。整体来看，研究区实际蒸散发与降水量和气温相关关系以正相关为主，小部分为负相关。

实际蒸散发与降水量呈正相关的三级区占全区域的86.44%，其中呈显著正相关（p＜0.05）的三级区占全区的55.93%。兰州至头道拐、黄河中下游和海河流域的实际蒸散发与降水量的相关系数较高，该地区蒸散发受降水的影响更大。实际蒸散发与气温为正相关的三级区占全区的84.75%且都为显著正相关（p＜0.05），兰州以上和淮河片的相关系数较高，说明该地区气温对实际蒸散发的影响较大。

为了排除植被与气象因子之间存在相互干扰的情况，分别对NDVI、降水量和气温与实际蒸散发进行了偏相关分析（图8）。实际蒸散发与NDVI的偏相关系数介于-0.34～0.71，除了淮河流域的里下河地区外，其余三级区均呈显著正相关（p＜0.05）；降水量和气温与实际蒸散发的偏相关系数分别为-0.44～0.87和-0.31～0.58，其中呈显著正相关（p＜0.05）的三级区分别占全研究区的45.76%和61.02%。根据结果来看，偏相关系数的空间分布趋势和相关系数一致，兰州以上和黄河中游地区主要受NDVI驱动，兰州至头道拐地区和海河流域为降水驱动型，而黄河下游及淮河片受气温影响较大。

图8 黄淮海流域实际蒸散发与NDVI、降水量、气温的年际偏相关系数空间分布Fig.8 Spatial distribution of the annual partial correlation coefficient between ET and NDVI, precipitation, temperature over Huang-Huai-Hai River basin

4 结 语

为了研究黄淮海流域实际蒸散发的演变规律及其影响因素，利用GLEAM实际蒸散发数据结合NDVI和气象数据进行分析得到以下结论：

（1）在流域尺度进行精度校验结果表明，GLEAM产品计算值在黄淮海流域的验证精度较好。

（2）1980—2018年黄淮海流域多年平均实际蒸散量为474 mm，流域内8个区域实际蒸散发均为显著上升趋势。

（3）黄淮海流域1980—2018年多年平均实际蒸散发空间变化范围是183～708 mm，其分布总体呈现从西北向东南递增的趋势，各季节的实际蒸散发的空间分布与年际分布基本一致，且季节差异明显：夏季＞春季＞秋季＞冬季。

（4）1980—2018年黄淮海流域总体上逐渐变暖变湿，植被覆盖率增加，约72.9%的三级区降水量呈不显著上升趋势，气温和NDVI在全流域均呈显著上升趋势。

（5）实际蒸散发与NDVI在整个研究区均呈显著正相关，兰州以上和黄河中游地区实际蒸散发受NDVI驱动。实际蒸散发与降水量和气温相关关系以正相关为主，其中兰州以上地区及淮河流域受气温影响较大，其余受降水影响大。四季的相关系数空间分布与年际分布基本一致。

实际蒸散发的成因及时空格局研究一直是水文循环研究中的热点问题，但由于数据来源及序列长短的不同，其结论也不相同，因此本文的结论与之前的相关研究之间存在差异。由于黄淮海流域内地面通量观测站点较少、观测时间短，基于实测资料的研究较少，对研究区实际蒸散发的研究尚未得出统一结论。此外，实际蒸散发的时空变化受诸多控制因素（植被、气候、土壤和地形等）影响，本文重点研究了其与降水量、气温及NDVI影响因子之间的关系，但黄淮海流域地形复杂，气候变化多样，近年来，跨流域调水、植树造林等人类活动所引起的下垫面条件改变，也会影响实际蒸散发的计算。气象因子与实际蒸散发在海河流域及黄河中游地区的相关性较差或者出现负相关情况，可能是城市发展和工业化的影响，出现了“蒸发悖论”的现象。因此，结合多个控制因素探究流域实际蒸散发的影响机制是今后的研究重点之一。