基于MODIS影像的藏北高寒草甸的蒸散模擬

付剛，沈振西，張憲洲，武建雙，石培禮

（1.中國(guó)科學(xué)院地理科學(xué)與資源研究所 生態(tài)系統(tǒng)網(wǎng)絡(luò)觀測(cè)與模擬重點(diǎn)實(shí)驗(yàn)室 拉薩高原生態(tài)系統(tǒng)研究站，北京100101；2.中國(guó)科學(xué)院研究生院，北京100049）

蒸散（evapotranspiration，ET）包括植被蒸騰（vegetation transpiration）和土壤蒸發(fā)（soil evaporation）2個(gè)部分，它是一個(gè)水從土壤、植被向大氣輸送的過(guò)程。在全球尺度上，幾乎2／3的降水將以蒸散的形式歸還給大氣［1］。同時(shí)在大多數(shù)生態(tài)系統(tǒng)中，蒸散是水分收支平衡關(guān)系中的第二大組成部分［2］，因此，蒸散在水循環(huán)過(guò)程中是一個(gè)非常重要的因子。

遙感以其獨(dú)特的優(yōu)勢(shì)為點(diǎn)到面的外推提供了可能，因此，遙感模型被極力推薦作為大區(qū)域連續(xù)蒸散管理的方法［3，4］。近年來(lái)，已有很多研究成功地運(yùn)用遙感方法對(duì)蒸散進(jìn)行了模擬［1，3，5－12］。

目前，物理模型和經(jīng)驗(yàn)?zāi)Ｐ褪?種常用的預(yù)測(cè)蒸散的方法［3］。物理模型是建立在表面能量平衡概念基礎(chǔ)上的，通過(guò)能量平衡等式對(duì)蒸散進(jìn)行預(yù)測(cè)。其中，Penman－Monteith模型就是一個(gè)被廣泛運(yùn)用的蒸散物理模型［13－16］。但是，Penman－Monteith蒸散模型自身存在缺點(diǎn)，它需要?dú)庀髷?shù)據(jù)、空氣動(dòng)力學(xué)表面阻力參數(shù)作為輸入因子［3］，這就限制了該模型的實(shí)際運(yùn)用。而經(jīng)驗(yàn)?zāi)Ｐ椭饕墙⒅脖恢笖?shù)（vegetation indices，VI）與蒸散間的統(tǒng)計(jì)關(guān)系并以此為基礎(chǔ)對(duì)蒸散進(jìn)行預(yù)測(cè)。近年來(lái)，已有一些研究者成功利用經(jīng)驗(yàn)統(tǒng)計(jì)模型，將渦度相關(guān)技術(shù)得到的水、碳通量外推到區(qū)域尺度。Zhang等［3］在森林生態(tài)系統(tǒng)中建立了增強(qiáng)型植被指數(shù)（enhanced vegetation indices，EVI）和蒸散間的關(guān)系。Nagler等［17］則指出通量觀測(cè)的蒸散和EVI有著很強(qiáng)的線性關(guān)系。Cleugh等［7］則利用通量數(shù)據(jù)和Penman－Monteith模型對(duì)蒸散進(jìn)行了成功的模擬。這些研究結(jié)果為基于遙感和通量觀測(cè)的蒸散模擬提供了可靠依據(jù)。

很多研究并不是直接模擬蒸散，而是利用遙感對(duì)蒸散比（蒸散和可利用能量的比值）或者水分利用效率（water use efficiency，WUE）進(jìn)行估計(jì)的方式間接模擬蒸散［1，3，5，11，12］。

高寒草甸是青藏高原典型植被之一，面積約1.2×106km2，相當(dāng)于西藏全區(qū)草地總面積的30.92%；它在亞洲中部高寒環(huán)境以及世界高寒地區(qū)都具有代表性［18］。因此，對(duì)于高寒草甸生態(tài)系統(tǒng)的蒸散研究就顯得非常有意義?；诖?，本研究利用中分辨率成像光譜儀（moderate resolution imaging spectroradiometer，MODIS）影像數(shù)據(jù)和通量觀測(cè)數(shù)據(jù)模擬了藏北高寒草甸生態(tài)系統(tǒng)的蒸散。

本研究的蒸散模型是建立在總初級(jí)生產(chǎn)力（gross primary productivity，GPP）和 WUE之比的概念上的。首先，利用植被指數(shù)和氣象數(shù)據(jù)建立WUE模型，然后利用植被光合模型模擬的GPP和WUE模型對(duì)蒸散進(jìn)行模擬。

1 材料與方法

1.1 研究地概況

通量觀測(cè)系統(tǒng)（91°04′E，30°30′N(xiāo)）位于拉薩市當(dāng)雄縣草原站，該站距當(dāng)雄縣城約3 km，地處念青唐古拉山的南緣，屬丘間盆地類(lèi)型，地勢(shì)平坦。當(dāng)雄縣素有拉薩北大門(mén)之稱(chēng)，平均海拔4 200 m，位于藏北藏南的交錯(cuò)地帶。該地區(qū)屬于高原性季風(fēng)氣候。降水量有明顯的季節(jié)之分，80%的降水集中在生長(zhǎng)季節(jié)的6－8月份。冰凍期較長(zhǎng)，持續(xù)3個(gè)月（11月至翌年1月）。土壤類(lèi)型為高寒草甸土，土壤厚度30～50 cm。植物根系主要分布在0～20 cm土層內(nèi)。植被類(lèi)型屬于典型的藏北嵩草草甸植被，主要的植被類(lèi)型有藏北嵩草（Kobresialittledalei）沼澤草甸和草原化小嵩草（K.parva）草甸。草原化小嵩草草甸的建群種主要有小嵩草、絲穎針茅（Stipacapillacea）、窄葉苔草（Carexmontis－everestii）等，伴生有多種密叢生嵩草。

1.2 野外數(shù)據(jù)

通量數(shù)據(jù)和氣象數(shù)據(jù)取自當(dāng)雄通量觀測(cè)系統(tǒng)，該通量觀測(cè)系統(tǒng)以開(kāi)路渦度相關(guān)系統(tǒng)（open－path eddy covariance system）為主，并對(duì)常規(guī)氣象要素進(jìn)行觀測(cè)。該系統(tǒng)自2003年7月份開(kāi)始運(yùn)行。常規(guī)氣象要素主要包括光合有效輻射、空氣溫／濕度、水汽壓、降水量、土壤溫／濕度和顯熱／潛熱通量等。

本研究將光合有效輻射（photosynthetically active radiation，PAR）＞10μmol／（m2·s）時(shí)作為白天，而光合有效輻射（PAR）≤10μmol／（m2·s）時(shí)作為晚上。摩擦風(fēng)速u(mài)＊的閾值采用了0.15 m／s。本研究假定白天和晚上的生態(tài)系統(tǒng)呼吸對(duì)溫度的響應(yīng)一致，因此，可以利用晚上的生態(tài)系統(tǒng)呼吸模擬方程和白天的土壤溫度估計(jì)白天的生態(tài)系統(tǒng)呼吸。首先，利用Van’t Hoff指數(shù)關(guān)系，將晚上的u＊＞0.15 m／s的凈生態(tài)系統(tǒng)交換量（nighttime net ecosystem exchange，NEEn）數(shù)據(jù)和土壤5 cm 處的溫度（soil temperature，Ts）進(jìn)行擬合，式（1）。然后根據(jù)擬合的方程和白天5 cm的土壤溫度估計(jì)白天的生態(tài)系統(tǒng)呼吸（ecosystem respiration，Re），用白天的凈生態(tài)系統(tǒng)交換量（daytime net ecosystem exchange，NEEd）減去估計(jì)的白天的生態(tài)系統(tǒng)呼吸（Re）就可以得到總初級(jí)生產(chǎn)力GPP，式（2）。利用GPP和PAR的關(guān)系，可以對(duì)缺失的GPP進(jìn)行插補(bǔ)，進(jìn)而可以將GPP合成為每8 d的GPP，從而可以與MODIS數(shù)據(jù)進(jìn)行匹配。

本研究中的生態(tài)系統(tǒng)水平的水分利用效率WUE（g C／mm H2O）指的是每8 d的GPP和ET之比。利用通量觀測(cè)系統(tǒng)可以得到每8 d的GPPEC和ETEC，進(jìn)而可以求得通量觀測(cè)的水分利用效率（WUEEC）。

1.3 MODIS數(shù)據(jù)及植被指數(shù)

本研究利用了MODIS的MOD09A1數(shù)據(jù)產(chǎn)品，該產(chǎn)品包括每8 d的7個(gè)波段的反射率值和一些質(zhì)量控制數(shù)據(jù)等。這7個(gè)波段分別對(duì)應(yīng)可見(jiàn)光波段的紅波段（620～670 nm）、藍(lán)波段（459～479 nm）、綠波段（545～565 nm），2個(gè)近紅外波段（841～876 nm，1 230～1 250 nm）和2個(gè)短波紅外波段（1 628～1 652 nm，2 105～2 155 nm）。本研究利用了紅波段、近紅外波段（841～876 nm）、藍(lán)波段和短波紅外波段（1 628～1 652 nm）分別計(jì)算了歸一化植被指數(shù)（normalized difference vegetation indices，NDVI）、增強(qiáng)型植被指數(shù)（enhanced vegetation indices，EVI）和陸地表面水分指數(shù)（land surface water indices，LSWI）。

式中，ρred、ρnir和ρblue分別是 MODIS傳感器第1，2和3波段的數(shù)據(jù)，而ρswir是第6波段的數(shù)據(jù)。系數(shù)G＝2.5，C1＝6，C2＝7.5，L＝1［19，20］，其中C1和C2是氣溶膠等大氣影響物的校正系數(shù)；L是冠層背景和雪覆蓋校正系數(shù)［19，21］。

1.4 模型的構(gòu)建

蒸散ET是利用GPP和WUE得到的，即：

GPP是通過(guò)光合植被模型（vegetation photosynthetic model，VPM）估計(jì)的。式中，VIs表示植被指數(shù)，Ta表示空氣溫度。關(guān)于VPM的詳細(xì)介紹可參照Xiao等［22－25］文獻(xiàn)。

為了得到WUE方程，即方程（7），對(duì)通量塔觀測(cè)的生長(zhǎng)季節(jié)（5－10月）的水分利用效率（WUEEC）和植被指數(shù)（NDVI、EVI和LSWI）的關(guān)系，以及 WUEEC和氣象數(shù)據(jù)［包括光合有效輻射（photosynthetically active radiation，PAR）、空氣溫度（air temperature，Ta）、空氣相對(duì)濕度（relative air humidity，Ha）、土壤含水量（soil water content，SWC）、水汽壓（vapor pressure，Pv）、降水（precipitation，Precip）、潛熱通量（latent heat flux，LE）和顯熱通量（sensible heat flux，H）］的關(guān)系進(jìn)行了分析。

2 結(jié)果與分析

2.1 水分利用效率的模擬

簡(jiǎn)單的線性相關(guān)分析表明，WUE和 NDVI（r＝0.616）、EVI（r＝0.584）、LSWI（r＝0.472）、SWC（r＝0.414）、H（r＝－0.587）以及PAR（r＝－0.461）都達(dá)到了極顯著水平；并且和 Ha（r＝0.350）、Pv（r＝0.345）也達(dá)到了顯著性水平；而和 Ta（r＝0.145）、Precip（r＝0.236）、LE（r＝－0.058）沒(méi)有達(dá)到顯著性水平。

NDVI、EVI、LSWI、SWC、H、PAR、Ha和Pv（這8個(gè)因子和WUE的相關(guān)性都達(dá)到了顯著性水平）的相關(guān)分析結(jié)果表明（表1），每個(gè)因子都至少和其中4個(gè)其他因子的相關(guān)性達(dá)到了顯著或極顯著水平，說(shuō)明沒(méi)有必要將這8個(gè)因子同時(shí)用來(lái)模擬WUE，而只需要從中篩選出1～3個(gè)因子即可。所采用的篩選方法是多重逐步線性回歸分析，使用軟件是SAS 9.1。

表1 與水分利用效率有顯著相關(guān)關(guān)系的8個(gè)因子間的相關(guān)分析Table 1 Correlation analysis among 8 factors which all have significant correlation with water use efficiency

鑒于截距項(xiàng)可能會(huì)影響自變量因子進(jìn)入回歸方程的機(jī)會(huì)，因此，對(duì)有截距項(xiàng)和無(wú)截距項(xiàng)2種情況分別進(jìn)行了多重逐步線性回歸分析。無(wú)論是否考慮截距項(xiàng)，都是NDVI入選，決定系數(shù)R2分別為0.362 6（有截距項(xiàng)）和0.893 0（無(wú)截距項(xiàng)）；且考慮截距項(xiàng)時(shí)，截距項(xiàng)并沒(méi)有達(dá)到顯著水平（P＝0.861 7），說(shuō)明，此時(shí)截距項(xiàng)對(duì)解釋 WUE意義不大，因此，本研究只考慮沒(méi)有截距項(xiàng)的NDVI模擬的 WUE回歸方程（WUENDVI＝1.255 0NDVI，P＜0.000 1，n＝46）。

如果只對(duì)氣象因子（SWC、H、PAR、Ha和Pv）和WUE進(jìn)行多重逐步線性回歸分析，則考慮截距項(xiàng)時(shí)，H入選（WUEH＝－0.010 8H＋0.741 1，R2＝0.326 4，P＝0.000 1，n＝46）；而不考慮截距項(xiàng)時(shí)，Ha入選（WUEHa＝0.629 7Ha，R2＝0.848 6，P＜0.000 1，n＝46）。因此，雖然 Ha和 WUE的相關(guān)系數(shù)的絕對(duì)值小于 H 和 WUE的絕對(duì)值，但Ha比H更能解釋W(xué)UE的變異程度。

H和Ha都能夠在一定程度上解釋W(xué)UE的變異性，但是如果將兩者同時(shí)引入到WUE回歸方程中，會(huì)使得其中一個(gè)因子的估計(jì)值不能達(dá)到顯著水平，這可能與兩者的相關(guān)性較高有關(guān)（r＝－0.785，P＜0.01）。

簡(jiǎn)單線性相關(guān)分析和多重逐步線性回歸分析結(jié)果表明，不同因子對(duì)WUE的影響程度不同。

2.2 水分利用效率（WUE）的季節(jié)變化和年際動(dòng)態(tài)

經(jīng)T檢驗(yàn)，WUEEC和 WUENDVI、WUEHa都沒(méi)有顯著性差異，而和 WUEH有顯著性差異，這可能和 WUE模擬方程的R2值有關(guān)（NDVI和Ha模擬的方程的R2值都在0.8以上，而H模擬的R2值則不到0.33）。同時(shí)，WUENDVI和WUEHa也沒(méi)有顯著性差異，且都與WUEH有顯著性差異。這表明，H對(duì)WUE的模擬效果最差。

WUEEC和模擬的水分利用效率（WUENDVI、WUEHa和 WUEH）都表現(xiàn)出了明顯的季節(jié)變化（圖1，表2）：基本上為單峰曲線，峰值一般出現(xiàn)在生長(zhǎng)旺季的7－8月份；總的來(lái)說(shuō)，返青期（第121～152天）和枯黃期（第249～304天）都比生長(zhǎng)期（第153～248天）的小。

圖1 通量觀測(cè)的水分利用效率和模擬的水分利用效率的季節(jié)變化Fig.1 Seasonal change of observed water use efficiency and modeled water use efficiency

2004－2005年WUE的年際變化趨勢(shì)（表2）是：返青期，除了2004年的 WUEEC大于2005年的 WUEEC外，模擬值都是2004年的小于2005年；生長(zhǎng)期的值則都是2004年的大于2005年；枯黃期，WUEEC和WUEH都是2004年的大于2005年，而WUENDVI和WUEHa則是2004年的小于2005年。

2.3 蒸散（ET）的季節(jié)變化和年際動(dòng)態(tài)

通量觀測(cè)的蒸散（ETEC）和模擬的蒸散（ETNDVI、ETHa和ETH）的季節(jié)變化趨勢(shì)一致（圖2，表3）：ET曲線為單峰曲線，模擬的ET曲線峰值出現(xiàn)在生長(zhǎng)旺季的7－8月份；返青期（第121－152天）和枯黃期的值（第249－304天）都比生長(zhǎng)期（第153－248天）的小。

2004－2005年ET的年際變化趨勢(shì)（表3）是：返青期的值都是2004年的大于2005年；生長(zhǎng)期，除了2004年的ETNDVI小于2005年外，ETEC、ETHa和ETH都是2004年的大于2005年；枯黃期則都是2004年的小于2005年。2005年返青期的ETHa和ETH的平均數(shù)小于其標(biāo)準(zhǔn)差（表3），這說(shuō)明Ha和H對(duì)返青期的ET的模擬效果較差。

表2 不同物候期的水分利用效率比較Table 2 Different phonological water use efficiency g C／mm H2 O

圖2 通量觀測(cè)的蒸散和模擬的蒸散季節(jié)變化Fig.2 Seasonal change of observed evapotranspiration and modeled evapotranspiration

2004和2005年枯黃期的最后一個(gè)8天（第297～304天）的ET量都為0（圖2），這主要是因?yàn)橛肰PM估計(jì)GPP時(shí)，由于此階段的空氣溫度已經(jīng)低于本研究在該模型中設(shè)定的最小空氣溫度（0℃），從而使得此時(shí)的GPP值為0。

2004年和2005年生長(zhǎng)季節(jié)（5－10月份）的 ETEC、ETNDVI、ETHa和 ETH總量分別為541.716，678.646，713.321，1 081.969和407.042，697.108，655.209，1 026.448 mm H2O／m2。這些數(shù)據(jù)表明，模擬的生長(zhǎng)季節(jié)的ET總量大于ETEC總量，其中ETH總量最大；除了ETNDVI外，2005年生長(zhǎng)季節(jié)的ET總量小于2004年的；2004年生長(zhǎng)季節(jié)的ETNDVI總量小于ETHa總量，而2005年生長(zhǎng)季節(jié)的ETNDVI總量則大于ETHa總量。

2.4 觀測(cè)的蒸散（ETEC）和模擬的蒸散（ET H、ET Ha和ET NDVI）的比較

通量觀測(cè)的蒸散（ETEC）和模擬的蒸散（ETH、ETHa和ETNDVI）的簡(jiǎn)單線性回歸（圖3，表4）表明，2004年的模擬值比2005年的更接近于ETEC，即2004年的模擬結(jié)果好于2005年的；ETHa和ETNDVI比較接近，且都小于ETH，即H的模擬效果最差，這與前面提到的H對(duì)WUE的模擬效果最差一致；2004年NDVI的模擬效果好于Ha的模擬效果，而2005年則是Ha的模擬效果好于NDVI的。

2004－2005年2個(gè)生長(zhǎng)季的ETEC和ETHa、ETNDVI的線性回歸方程分別是ETHa＝1.311 8ETEC（R2＝0.748 7，n＝46，P＜0.000 1）和 ETNDVI＝1.298 5ETEC（R2＝0.802 9，n＝46，P＜0.000 1），表明NDVI的模擬效果好于Ha。

表3 不同物候期的蒸散比較Table 3 Different phonological evapotranspirationmm H 2 O／m2·d

圖3 通量觀測(cè)的蒸散和模擬的蒸散的線性擬合Fig.3 Linear fitting between modeled evapotranspiration and observed evapotranspiration

為了定量分析蒸散差值（ETEC－ETHa和ETEC－ETNDVI）的影響因子，本研究對(duì)蒸散差值和一些可能會(huì)造成該差值的11個(gè)因子（包括 WUEHa／WUENDVI、GPPVPM、NDVI、LSWI、EVI、SWC、PAR、Ha、Pv、H 和LE）進(jìn)行了簡(jiǎn)單的線性相關(guān)分析和多重逐步線性回歸分析。

簡(jiǎn)單的相關(guān)分析表明：ETEC－ETHa和PAR、GPPVPM、NDVI、EVI、LSWI、WUENDVI的相關(guān)性分別都達(dá)到了顯著或極顯著水平，和其他5個(gè)因子的相關(guān)性沒(méi)有達(dá)到顯著性水平；而ETEC－ETNDVI和Ha、PAR、GPPVPM、WUEHa的相關(guān)性分別都達(dá)到了極顯著水平，和其他7個(gè)因子的相關(guān)性沒(méi)有達(dá)到顯著性水平。

多重逐步線性回歸分析結(jié)果表明，ETEC－ETHa和ETEC－ETNDVI的回歸方程分別是ETEC－ETHa＝0.045 7PAR＋2.405 4GPPVPM－4.606 4EVI－0.046 4LE （R2＝0.942 5，P＜0.000 1，n＝46）和ETEC－ETNDVI＝0.050 1PAR＋1.322 0 GPPVPM－1.839 1EVI－0.036 3LE（R2＝0.908 4，P＜0.000 1，n＝46）。

3 討論

3.1 水分利用效率（WUE）的影響因子

影響WUE的因子很多，包括來(lái)自植物的內(nèi)在因子和來(lái)自環(huán)境的外在因子［26，27］。不同的研究者對(duì)此的看法不盡相同。黃立華等［28］在對(duì)羊草（Leymuschinensis）受蘇打鹽堿脅迫下的 WUE進(jìn)行研究時(shí)指出，隨著鹽堿迫害程度的增大，WUE有所提高。劉國(guó)利等［29］在研究紫花苜蓿（Medicagosativa）WUE時(shí)指出，水分脅迫可提高紫花苜蓿的 WUE。孫洪仁等［30］指出，紫花苜蓿不同茬次間的 WUE有差異。鄭有飛等［31］對(duì)小麥（Triticumaestivum）的 WUE的研究結(jié)果顯示，影響WUE的主要因子為光照、相對(duì)濕度、氣孔傳導(dǎo)率和土壤肥力等。楊秀芳等［32］則指出，WUE隨光合有效輻射通量密度的增大呈拋物線狀變化。Hatfield等［33］指出土壤管理措施（如耕種）能夠增加25%～40%的WUE。邵新慶等［34］則認(rèn)為麥草覆蓋和免耕技術(shù)是提高WUE的重要措施之一。Oweis等［35］研究表明，WUE受灌溉、氮素和播種期的影響。Alfieri等［1］在用植被蒸騰模型對(duì)美國(guó)大平原草地的蒸騰效率進(jìn)行模擬時(shí)，則假定WUE是個(gè)恒值。Zhang等［3］在對(duì)長(zhǎng)白山地區(qū)森林的ET進(jìn)行遙感模擬時(shí)指出，ET和NDVI、EVI以及空氣溫度的相關(guān)性很高，且和EVI的關(guān)系強(qiáng)于和NDVI的關(guān)系。

本研究結(jié)果表明，WUE和NDVI的關(guān)系最為密切；在只考慮氣候因子的情況下，WUE和H、Ha的關(guān)系最為密切。WUE和NDVI的相關(guān)關(guān)系強(qiáng)于WUE和EVI的，這一點(diǎn)和Zhang等［3］的結(jié)果恰好相反，這可能和植被類(lèi)型有關(guān)［36－40］，本試驗(yàn)研究的是藏北地區(qū)的高寒草甸，而Zhang等［3］研究的是東北地區(qū)長(zhǎng)白山的森林植被。除此之外，WUE還受到CO2的影響［41］。

表4 通量觀測(cè)的蒸散和模擬的蒸散的線性回歸方程（n＝23）Table 4 Linear regression equations between observed evapotranspiration and modeled evapotranspiration from 2004 to 2005，respectively

3.2 通量觀測(cè)的蒸散（ETEC）和模擬的蒸散（ETHa和ET NDVI）

簡(jiǎn)單的線性相關(guān)分析和多重逐步回歸分析結(jié)果都顯示NDVI是最好的模擬WUE的因子。雖然2004年NDVI的ET模擬效果好于Ha的模擬效果，而2005年則是Ha的模擬效果好于NDVI的，但是綜合2004和2005年2個(gè)生長(zhǎng)季節(jié)的ET數(shù)據(jù)，可以得到NDVI的模擬效果好于Ha的?？傊谘芯康臅r(shí)間段內(nèi)，NDVI是反應(yīng)高寒草甸植被生態(tài)系統(tǒng)的WUE和ET的最好因子。

模擬的蒸散值大于通量觀測(cè)值（圖2，表4），尤其是2005年的更為明顯，即觀測(cè)的蒸散和模擬的蒸散間存在著不一致。產(chǎn)生不一致的可能原因來(lái)自2個(gè)方面，一是WUE的模擬；二是GPP的模擬。WUE的模擬是基于NDVI或氣候數(shù)據(jù)（Ha和H）；GPP的模擬是基于VPM。所有影響WUE和GPP模擬的因子都可能造成觀測(cè)蒸散和模擬蒸散間的不一致。雖然NDVI或Ha模擬的WUE方程能夠解釋84%以上的WUE變異，且模擬的水分利用效率（WUENDVI和WUEHa）和觀測(cè)的水分利用效率（WUEEC）間差異不顯著，但是模擬的水分利用效率并沒(méi)有100%解釋W(xué)UEEC的變異，即模擬的水分利用效率和WUEEC間仍存在某種或幾種因素能夠解釋不足16%的WUEEC變異。植被光合模型模擬的總初級(jí)生產(chǎn)力（GPPVPM）和通量觀測(cè)的總初級(jí)生產(chǎn)力（GPPEC）兩者間的差異并不顯著，但該差異仍可能會(huì)對(duì)蒸散的模擬造成影響，關(guān)于可能會(huì)對(duì)GPP的模擬產(chǎn)生影響的因素的相關(guān)介紹可參照 Xiao等的研究［22－25］。

觀測(cè)的蒸散和模擬的蒸散的差值（ETEC－ETHa和ETEC－ETNDVI）的多重逐步線性回歸分析結(jié)果顯示，觀測(cè)的蒸散和模擬的蒸散間的差異主要由PAR、GPPVPM、EVI和LE共同解釋?zhuān)≧2＞0.90）。與此同時(shí)，相關(guān)分析結(jié)果表明，ETEC－ETHa和其中的PAR、GPPVPM、EVI的相關(guān)性分別都達(dá)到了顯著性水平；而ETEC－ETNDVI和其中的PAR、GPPVPM的相關(guān)性分別都達(dá)到了極顯著水平。因此，ETEC－ETHa主要受PAR、GPPVPM和EVI的影響；而ETEC－ETNDVI主要受PAR和GPPVPM的影響。GPP是ET模擬中的一個(gè)關(guān)鍵因子，因此，GPP對(duì)觀測(cè)蒸散和模擬蒸散間的不一致可能會(huì)產(chǎn)生影響。PAR不僅是VPM中的一個(gè)重要參數(shù)［22－25］，對(duì)于GPPVPM的模擬有直接影響，而且和WUE的相關(guān)性達(dá)到了極顯著水平，即PAR對(duì)于本研究所采用的蒸散模擬方法中的GPP和WUE都會(huì)產(chǎn)生影響。在VPM中，EVI被用來(lái)估計(jì)冠層尺度的葉綠素吸收的PAR的比例［22－25］，是GPPVPM模擬的一個(gè)重要因子，同時(shí)EVI和WUE的相關(guān)性達(dá)到了極顯著水平，因此，對(duì)于觀測(cè)蒸散和模擬蒸散間的不一致也可能會(huì)產(chǎn)生一定的影響?？傊?，對(duì)于觀測(cè)的蒸散和模擬的蒸散間的不一致而言，PAR和GPPVPM是2個(gè)非常重要的因子。

4 結(jié)論

影響水分利用效率（WUE）的植被指數(shù)主要為NDVI，其模擬的水分利用效率（WUENDVI）和通量觀測(cè)的水分利用效率（WUEEC）間差異不顯著。

影響WUE的氣象因子主要是Ha和H，其中Ha模擬的水分利用效率（WUEHa）和WUEEC差異也不顯著，而H模擬的水分利用效率（WUEH）和WUEEC差異顯著。

WUE和ET都存在著季節(jié)變化和年際動(dòng)態(tài)，它們的季節(jié)變化趨勢(shì)為單峰曲線，峰值一般出現(xiàn)在生長(zhǎng)旺季的7－8月份。2004年NDVI的ET模擬效果好于Ha的模擬效果，而2005年則是Ha的模擬效果好于NDVI的，因此，模擬的2004和2005年生長(zhǎng)季節(jié)的ET總量分別為678.646 mm H2O／m2（來(lái)自NDVI的模擬結(jié)果）和655.209 mm H2O／m2（來(lái)自 Ha的模擬結(jié)果）。

通量觀測(cè)的蒸散（ETEC）和NDVI模擬的蒸散（ETNDVI）間的差異ETEC－ETNDVI主要受PAR和GPPVPM的影響；而ETEC和Ha模擬的蒸散（ETHa）間的差異ETEC－ETHa主要受PAR、GPPVPM和EVI的影響。

［1］Alfieri J G，Xiao X M，Niyogi D，etal.Satellite－based modeling of transpiration from the grasslands in the Southern Great Plains，USA［J］.Global and Planetary Change，2009，67：78－86.

［2］Nachabe M，Shah N，Ross M，etal.Evapotranspiration of two vegetation covers in a shallow water table environment［J］.Soil Science Society of America Journal，2005，69（2）：492－499.

［3］Zhang J H，Hu Y L，Xiao X M，etal.Satellite－based estimation of evapotranspiration of an old－growth temperate mixed forest［J］.Agricultural and Forest Meteorology，2009，149：976－984.

［4］Verstraeten W W，Veroustraete F，F(xiàn)eyen J.Estimating evapotranspiration of European forest from NOAA－imagery at satellite overpass time：Towards an operational processing chain for integrated optical and thermal sensor data products［J］.Remote Sensing of Environment，2005，96（2）：256－276.

［5］Venturim V，Islam S，Rodriguez L.Estimation of evaporative fraction and evapotranspiration from MODIS products using a complementary based model［J］.Remote Sensing of Environment，2008，112：132－141.

［6］Suleiman A，Crago R.Hourly and daytime evapotranspiration from grassland using radiometric surface temperatures［J］.Agronomy Journal，2004，96：384－390.

［7］Cleugh H A，Leuning R，Mu Q Z，etal.Regional evaporation estimates from flux tower and MODIS satellite data［J］.Remote Sensing of Environment，2007，106：285－304.

［8］Holifield C D，McElroy S，Moran M S，etal.Temporal and spatial changes in grassland transpiration detected using Landsat TM and ETM＋imagery［J］.Canadian Journal of Remote Sensing，2003，29：259－270.

［9］Nishida K，Nemani R R，Running S W，etal.An operational remote sensing algorithm of land surface evaporation［J］.Journal of Geophysical Research，2003，108：1－14.

［10］Kustas W P，Norman J M.Use of remote sensing for evapotranspiration monitoring over land surfaces［J］.Hydrological Sciences，1996，41（4）：495－516.

［11］Batra N，Islam S，Venturini V，etal.Estimation and comparison of evapotranspiration from MODIS and AVHRR sensors for clear sky days over the Southern Great Plains［J］.Remote Sensing of Environment，2006，103：1－15.

［12］Venturini V，Bisht G，Islam S，etal.Comparison of evaporative fractions estimated from AVHRR and MODIS sensors over South Florida［J］.Remote Sensing of Environment，2004，93：77－86.

［13］da Silva V D R，de Azevedo P V，da Silva B B.Surface energy fluxes and evapotranspiration of a Mango Orchard grown in a semiarid environment［J］.Agronomy Journal，2007，99：1391－1396.

［14］Granger R J，Gray D M.Evaporation from natural nonsaturated surfaces［J］.Journal of Hydrology，1989，111：21－29.

［15］Tolk J A，Howell T A，Evett S R.Nighttime evapotranspiration from Alfalfa and Cotton in a semiarid climate［J］.Agronomy Journal，2006，98：730－736.

［16］Lascano R J，van Bavel C H M.Explicit and recursive calculation of potential and actual evapotranspiration［J］.Agronomy Journal，2007，99：585－590.

［17］Nagler P L，Glenn E P，Kim H，etal.Relationship between evapotranspiration and precipitation pulses in a semiarid rangeland estimated by moisture flux towers and MODIS vegetation indices［J］.Journal of Arid Environment，2007，70（3）：443－462.

［18］徐玲玲，張憲洲，石培禮，等.青藏高原高寒草甸生態(tài)系統(tǒng)表觀量子產(chǎn)額和表觀最大光合速率的確定［J］.中國(guó)科學(xué)，2004，34（增刊Ⅱ）：125－130.

［19］Justice C O，Vermote E，Townshend J R G，etal.The moderate resolution imaging spectroradiometer（MODIS）：Land remote sensing for global change research［J］.IEEE Transactions on Geo－science and Remote Sensing，1998，36：1228－1249.

［20］Xiao X M，Braswell B，Zhang Q Y，etal.Sensitivity of vegetation indices to atmospheric aerosols：Continental－scale observations in Northern Asia［J］.Remote Sensing of Environment，2003，84：385－392.

［21］Huete A，Didan K，Miura T，etal.Overview of the radiometric and biophysical performance of the MODIS vegetation indices［J］.Remote Sensing of Environment，2002，83：195－213.

［22］Xiao X M，Zhang Q Y，Hollinger D，etal.Modeling gross primary production of an evergreen needleleaf forest using MODIS and climate data［J］.Ecological Applications，2005，15：954－969.

［23］Xiao X M，Zhang Q Y，Saleska S，etal.Satellite－based modeling of gross primary production in a seasonally moist tropical evergreen forest［J］.Remote Sensing of Environment，2005，94：105－122.

［24］Xiao X M，Hollinger D，Aber J D，etal.Satellite－based modeling of gross primary production in an evergreen needle leaf forest［J］.Remote Sensing of Environment，2004，89：519－534.

［25］Xiao X M，Zhang Q Y，Braswell B，etal.Modeling gross primary production of temperature deciduous broadleaf forest using satellite images and climate data［J］.Remote Sensing of Environment，2004，91：256－270.

［26］李榮生，許煌燦，尹光天，等.植物水分利用效率的研究進(jìn)展［J］.林業(yè)科學(xué)研究，2003，16（3）：366－371.

［27］張歲岐，山侖.植物水分利用效率及其研究進(jìn)展［J］.干旱地區(qū)農(nóng)業(yè)研究，2002，20（4）：1－5.

［28］黃立華，梁正偉，馬紅媛.蘇打鹽堿脅迫對(duì)羊草光合、蒸騰速率及水分利用效率的影響［J］.草業(yè)學(xué)報(bào)，2009，18（5）：25－30.

［29］劉國(guó)利，何樹(shù)斌，楊惠敏.紫花苜蓿水分利用效率對(duì)水分脅迫的響應(yīng)及其機(jī)理［J］.草業(yè)學(xué)報(bào)，2009，18（3）：207－213.

［30］孫洪仁，張英俊，歷衛(wèi)宏，等.北京地區(qū)紫花苜蓿建植當(dāng)年的耗水系數(shù)和水分利用效率［J］.草業(yè)學(xué)報(bào)，2007，16（1）：41－46.

［31］鄭有飛，萬(wàn)長(zhǎng)建，顏景義，等.小麥的水分利用效率及其最優(yōu)化問(wèn)題［J］.中國(guó)農(nóng)業(yè)氣象，1997，18（4）：13－17.

［32］楊秀芳，玉柱，徐妙云，等.2種不同類(lèi)型的尖葉胡枝子光合－光響應(yīng)特性研究［J］.草業(yè)科學(xué)，2009，26（7）：61－65.

［33］Hatfield J L，Sauer T J，Prueger J H.Managing soils to achieve greater water use efficiency：A Review［J］.Agronomy Journal，2001，93：271－280.

［34］邵新慶，沈禹穎，王堃.水土保持耕作對(duì)夏種大豆光合、蒸騰及水分利用效率的影響［J］.草業(yè)學(xué)報(bào)，2005，14（6）：82－86.

［35］Oweis T，Zhang H P，Pala M.Water use efficiency of rainfed and irrigated bread wheat in a Mediterranean Environment［J］.Agronomy Journal，2000，92：231－238.

［36］渠春梅，韓興國(guó)，蘇波，等.云南西雙版納片斷化熱帶雨林植物葉片δ13C值的特點(diǎn)及其對(duì)水分利用效率的指示［J］.植物學(xué)報(bào)，2001，43（2）：186－192.

［37］Farquhar G D，O’Leary M H，Berry J A.On the relationship between carbon isotope discrimination and intercellular carbon dioxide concentration in leaves［J］.Australian Journal of Plant Physiology，1982，9：121－137.

［38］王月福，于振文，潘慶民.土壤水分脅迫對(duì)耐旱性不同的小麥品種水分利用效率的影響［J］.山東農(nóng)業(yè)科學(xué)，1998，（3）：5－7.

［39］蔣高明，何維明.毛烏素沙地若干植物光合作用、蒸騰作用和水分利用效率種間及生境差異［J］.植物學(xué)報(bào)，1999，41（10）：1114－1124.

［40］Nobel P S.Achievable productivities of certain CAM plants：Basis for high values compared with C3and C4plants［J］.New Phytologist，1991，119：183－205.

［41］Allen L H，Pan D Y，Boote K J，etal.Carbon dioxide and temperature effects on evapotranspiration and water use efficiency of soybean［J］.Agronomy Journal，2003，95：1071－1081.