延河流域?qū)嶋H蒸散發(fā)時(shí)空特征及影響因素分析

羅 宇， 尹殿勝， 穆興民,4， 高 鵬,4?， 趙廣舉,4

(1.中國(guó)科學(xué)院 水利部 水土保持研究所，黃土高原土壤侵蝕與旱地農(nóng)業(yè)國(guó)家重點(diǎn)實(shí)驗(yàn)室，712100，陜西楊凌；2.中國(guó)科學(xué)院大學(xué)，100049，北京；3.中水淮河規(guī)劃設(shè)計(jì)研究有限公司，230601，合肥；4.西北農(nóng)林科技大學(xué) 黃土高原土壤侵蝕與旱地農(nóng)業(yè)國(guó)家重點(diǎn)實(shí)驗(yàn)室，712100，陜西楊凌)

蒸散發(fā)是水量平衡的一個(gè)主要支出項(xiàng)，由地表、水體、植物上的水分蒸發(fā)和植物的蒸騰構(gòu)成[1]。作為水分傳輸?shù)募~帶，蒸散發(fā)影響地表生態(tài)系統(tǒng)中水分循環(huán)、植物生長(zhǎng)發(fā)育和能量循環(huán)等環(huán)節(jié)。在表述蒸散發(fā)的變量中，實(shí)際蒸散發(fā)(actual evapotranspiration，Ea)因?yàn)橹苯訁⑴c水文循環(huán)過(guò)程而成為研究的焦點(diǎn)[2-3]。Ea的變化影響著水循環(huán)系統(tǒng)，對(duì)氣象因子和植被覆蓋變化十分敏感。延河流域是黃土高原水土流失治理的重點(diǎn)區(qū)域，20世紀(jì)50年代以來(lái)我國(guó)對(duì)其實(shí)施諸多生態(tài)治理工程，水土保持效益顯著，植被覆蓋顯著提高，區(qū)域水文循環(huán)過(guò)程發(fā)生著重要的變化。李傳哲等[4]研究表明延河流域徑流量隨著水土保持措施的增加逐年減少，周志鵬等[5]研究表明延河流域?qū)嶋H蒸散發(fā)量在黃河中游支流中增長(zhǎng)速率最大；因此，選擇延河流域進(jìn)行實(shí)際蒸散發(fā)研究，不僅對(duì)黃土高原水文循環(huán)研究有指導(dǎo)意義，而且為水土保持工作中植被恢復(fù)需水研究、水資源規(guī)劃和保護(hù)提供重要的科學(xué)參考。

氣象因子和植被覆蓋因子等對(duì)實(shí)際蒸散發(fā)的作用在不同區(qū)域仍具有很多不確定性。李修倉(cāng)[6]應(yīng)用AA模型對(duì)中國(guó)典型流域的實(shí)際蒸散發(fā)研究發(fā)現(xiàn)，珠江流域和海河流域?qū)嶋H蒸散發(fā)呈顯著下降趨勢(shì)，塔里木河流域?qū)嶋H蒸散發(fā)呈顯著上升趨勢(shì)，從季節(jié)上看3個(gè)流域?qū)嶋H蒸散發(fā)最大值在夏季；輻射能量項(xiàng)和空氣動(dòng)力學(xué)項(xiàng)是導(dǎo)致實(shí)際蒸散發(fā)變化的主要原因，兩項(xiàng)的變化由氣候、氣壓、風(fēng)速和日照等引起。楊潔等[7]就氣候和植被變化對(duì)黃土高原蒸散發(fā)的影響進(jìn)行發(fā)現(xiàn)降水和NDVI是影響黃土高原蒸散發(fā)季節(jié)性差異的重要因素。當(dāng)前實(shí)際蒸散發(fā)的估算方法中，基于互補(bǔ)相關(guān)理論的平流-干旱模型(advection-aridity model，簡(jiǎn)稱AA模型)[8]、CRAE模型[9]、Granger模型[10]得到廣泛應(yīng)用。劉紹民等[11]基于Bouthet互補(bǔ)理論的AA、Granger、CARE模型對(duì)黃土高原實(shí)際蒸散發(fā)進(jìn)行比較發(fā)現(xiàn)，3個(gè)模型的誤差都<10%，其中AA模型的計(jì)算誤差最小。曾燕等[12]通過(guò)將各氣象要素的分布式模擬結(jié)果與AA模型耦合對(duì)黃河流域蒸散量研究發(fā)現(xiàn)，黃河流域蒸散量呈微上升趨勢(shì)；AA模型的估算結(jié)果與水量平衡法結(jié)果吻合，且該模型只需常規(guī)氣象數(shù)據(jù)，更能滿足應(yīng)用的需要。韓松俊等[13]通過(guò)對(duì)3種基于互補(bǔ)原理的模型比較研究發(fā)現(xiàn)AA模型普遍適用于非極端的自然環(huán)境。綜上可知，AA模型估算效果更優(yōu)。但模型參數(shù)存在區(qū)域差異性，在應(yīng)用時(shí)需進(jìn)行率定才可精確估算實(shí)際蒸散發(fā)。

筆者以延河流域?yàn)檠芯繀^(qū)，選定AA模型作為Ea的估算方法，考慮模型區(qū)域適用性，對(duì)參數(shù)進(jìn)行率定得到該模型在延河流域的最優(yōu)參數(shù)。用率定后模型的估算結(jié)果分析延河流域?qū)嶋H蒸散發(fā)的時(shí)空分布特征與變化趨勢(shì)，探究氣象因子和植被覆蓋因子對(duì)延河流域?qū)嶋H蒸散發(fā)的影響，以期為黃土高原水循環(huán)與植被恢復(fù)需水研究、水資源管理與可持續(xù)利用提供理論依據(jù)。

1 研究區(qū)概況

延河流域位于E 108°39＇～110°29＇，N 36°22＇～37°20＇，屬黃河中游的一級(jí)支流，發(fā)源于靖邊縣天賜灣鄉(xiāng)周山，流經(jīng)志丹、安塞、寶塔、延長(zhǎng)等4個(gè)縣區(qū)，在延長(zhǎng)縣南河溝鄉(xiāng)涼水岸附近匯入黃河，全長(zhǎng)286.9 km，流域總面積7 725 km2。主要支流有西川河、杏子河、蟠龍川和南川河等。延河流域?qū)儆诖箨懶詺夂?，年平均氣?.4 ℃，多年平均降水量520 mm，主要集中在6—9月，占年降水量的70%以上；多年平均流量為1.06億m3，徑流深為35 mm；林草覆蓋度為16.3%[14-15]。延河流域水土流失非常嚴(yán)重，隨著20世紀(jì)50年代后水土保持工程的開(kāi)展，其生態(tài)環(huán)境得到極大改善。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源

筆者利用的數(shù)據(jù)有：逐日氣象數(shù)據(jù)、逐日徑流數(shù)據(jù)和逐月植被覆指數(shù)(normalized difference vegetation index, NDVI)數(shù)據(jù)。其中逐日氣象數(shù)據(jù)來(lái)自中國(guó)氣象數(shù)據(jù)網(wǎng)，包括日平均溫度、日最高溫度、日最低溫度、降水量、相對(duì)濕度、氣壓、日照時(shí)數(shù)、2 m高風(fēng)速，時(shí)間序列為1978—2017年，氣象站點(diǎn)有7個(gè)：志丹、安塞、子長(zhǎng)、延安、延川、延長(zhǎng)、甘泉站；逐日徑流資料來(lái)自水利部黃河水利委員會(huì)《黃河流域水文資料年鑒》，時(shí)間序列為1978—2017年，控制水文站為甘谷驛站；NDVI數(shù)據(jù)為AVHRR NDVI數(shù)據(jù)(1982—1999年)和MODIS NDVI數(shù)據(jù)(2000—2017年)，來(lái)源于美國(guó)航天局網(wǎng)站(NASA)，其中AVHRR NDVI數(shù)據(jù)分辨率為1 km，MODIS NDVI數(shù)據(jù)分辨率為500 m。筆者對(duì)以上3類數(shù)據(jù)均進(jìn)行了預(yù)處理和質(zhì)量控制。延河流域水文站、氣象站分布如圖1所示。

圖1 延河流域氣象站、水文站分布圖Fig.1 Distribution of temporal stations and hydrological stations in Yanhe River Basin

2.2 AA模型

1979年，Brutsaert和Stricker[8]基于Bouchet[16]的互補(bǔ)相關(guān)原理提出計(jì)算區(qū)域尺度實(shí)際蒸散發(fā)的AA模型。該模型以Penman 公式計(jì)算潛在蒸散發(fā)，以Priestley-Taylor公式計(jì)算濕潤(rùn)環(huán)境蒸散發(fā)。計(jì)算公式如下：

(1)

E=f(U2)(es-ea)；

(2)

f(U2)=0.35(1+0.54U2)。

(3)

式中：Ea為流域?qū)嶋H蒸散發(fā)，mm；α為經(jīng)驗(yàn)系數(shù)(原始為1.26，本文率定范圍為0.5～1.6)；Δ為飽和水氣壓-溫度曲線斜率，kPa/℃；γ為干濕表常數(shù)，kPa/℃；Rn為地表每日凈輻射，mm；E為空氣干燥力，mm/d；U2為2 m高風(fēng)速，m/s；f(U2)為2 m高風(fēng)速的函數(shù)；es為飽和水氣壓，kPa；ea為實(shí)際水氣壓，kPa。其中各項(xiàng)計(jì)算詳情見(jiàn)參考文獻(xiàn)[8,17]。

2.3 AA模型參數(shù)率定

由于參數(shù)α機(jī)理很復(fù)雜，筆者參考前人的做法對(duì)AA模型的參數(shù)進(jìn)行率定[2,3,11,18]。由降雨資料和同期徑流量資料，求得多年平均降雨量P0及多年平均徑流深R0，以模型計(jì)算的Ea與水量平衡法(E0=P0-R0)推求的ET0之間相對(duì)誤差最小(<5%)或者納什系數(shù)>0為準(zhǔn)則對(duì)α進(jìn)行率定。規(guī)定相對(duì)誤差μ為：

(4)

(5)

2.4 分析方法

筆者運(yùn)用Mann-Kendall檢驗(yàn)法(MK)[20]、反距離加權(quán)法(inverse distance weighting，IDW)[21]對(duì)延河流域?qū)嶋H蒸散發(fā)時(shí)空特征進(jìn)行探究，利用Pearson相關(guān)分析[22]探究延河流域?qū)嶋H蒸散發(fā)與氣象因子、NDVI的相關(guān)性。

3 結(jié)果與分析

3.1 AA模型參數(shù)率定結(jié)果

筆者以1978—1997年為參數(shù)率定期，通過(guò)水量平衡法E0=P0-R0計(jì)算得到延河流域多年平均實(shí)際蒸散發(fā)E0為474.60 mm。進(jìn)行AA模型率定時(shí)，以0.01為步長(zhǎng)，從α=0.50開(kāi)始不斷改變?chǔ)?，直至?1.6，計(jì)算出Ea的值，得出E0和Ea相對(duì)誤差最小、納什系數(shù)最大的α值，為0.85。以1998—2017為參數(shù)驗(yàn)證期，將AA模型計(jì)算得到的Ea與水量平衡法的同期計(jì)算結(jié)果比較發(fā)現(xiàn)：當(dāng)α=0.85時(shí)兩者的相對(duì)誤差為4.27%，納什系數(shù)為0.998。這表明AA模型的率定結(jié)果可信。率定結(jié)果見(jiàn)表1。利用率定后的AA模型進(jìn)行日實(shí)際蒸散發(fā)量的估算，并且通過(guò)累加得到月尺度和年尺度的實(shí)際蒸散發(fā)。將模型率定前后的計(jì)算結(jié)果進(jìn)行比較(圖2)發(fā)現(xiàn)率定前后的AA模型對(duì)實(shí)際蒸散發(fā)的估算結(jié)果趨勢(shì)相似，但率定后的AA模型精度更高，更具可靠性。

表1 AA模型參數(shù)率定結(jié)果

圖2 AA模型率定前后對(duì)比Fig.2 Comparison before and after calibration by AA model

3.2 實(shí)際蒸散發(fā)時(shí)空特征

3.2.1 時(shí)間變化特征 延河流域1978—2017年多年年均Ea為472.92 mm，最小值在1983年為446.86 mm，最大值在2002年為505.40 mm。對(duì)延河流域多年平均實(shí)際蒸散發(fā)進(jìn)行MK趨勢(shì)分析發(fā)現(xiàn)，Ea呈增加趨勢(shì)，且通過(guò)0.05顯著性水平的檢驗(yàn)。對(duì)Ea年際和年內(nèi)變化研究發(fā)現(xiàn)，多年平均Ea以0.23 mm/a的趨勢(shì)增加(圖3a)；多年月平均Ea為單峰分布(圖3b)，1月和12月的Ea低，6月、7月、8月的Ea高，符合生長(zhǎng)季的規(guī)律，這與劉紹民等[11]Ea年內(nèi)變化的研究結(jié)果類似，也進(jìn)一步驗(yàn)證了率定后的AA模型適用于延河流域?qū)嶋H蒸散發(fā)的估算。

圖3 1978—2017年延河流域?qū)嶋H蒸散發(fā)的年際年內(nèi)變化Fig.3 Inter-annual and annual variation of Ea in Yanhe River Basin from 1978 to 2017

3.2.2 空間分布特征 延河流域Ea空間特征如圖4所示，Ea總體呈東南高、西北低的分布特征，最高值為487.64 mm在流域的東南側(cè)。對(duì)延河流域每10年Ea進(jìn)行分析表明，1978—1987年間延河流域Ea呈現(xiàn)東南高、西北低的分布規(guī)律，但是總體差異不是很大(圖5a)；1988—1997年間，延安站及其附近Ea顯著增加，西北地區(qū)Ea顯著減少，總體分布規(guī)律沒(méi)有改變(圖5b))；1998—2007年，延安及其周邊的Ea再次顯著增加(圖5c)；2008年以來(lái)，延安成為整個(gè)延河流域Ea(475.98 mm)最高的地區(qū)，而延長(zhǎng)站所在地區(qū)Ea顯著減少，延河流域Ea總體空間分布特征發(fā)生改變，表現(xiàn)為南>東>西>北(圖5d)。綜上可以發(fā)現(xiàn)延河流域Ea高值區(qū)域隨著時(shí)間逐漸向南偏移。

圖4 延河流域?qū)嶋H蒸散發(fā)的空間分布特征Fig.4 Spatial distribution characteristics of Ea in Yanhe River Basin

圖5 延河流域?qū)嶋H蒸散發(fā)空間分布每10年滑動(dòng)變化Fig.5 Sliding variation of Ea spatial distribution every 10 years in the Yanhe River Basin

4 實(shí)際蒸散發(fā)變化原因分析

4.1 氣象因子的影響

對(duì)延河流域氣象因子進(jìn)行趨勢(shì)分析可得，1978—2017年間日最高溫度、日最低溫度、平均溫度、降雨量和日照時(shí)間呈上升趨勢(shì)；氣壓、2 m高風(fēng)速和相對(duì)濕度呈下降趨勢(shì)。對(duì)Ea和氣象因子進(jìn)行相關(guān)性分析(表2)發(fā)現(xiàn)，從年尺度上來(lái)看，1978—2017年Ea與年降雨量、相對(duì)濕度、氣壓、2 m風(fēng)速是負(fù)相關(guān)關(guān)系，但是并不顯著；與日最高溫度、日最低溫度、平均溫度、日照時(shí)間均是正相關(guān)關(guān)系，且通過(guò)0.05顯著性水平的檢驗(yàn)。因此，年降雨量、相對(duì)濕度、氣壓、2 m風(fēng)速的變化造成Ea的減少，特別是降水量和氣壓的變化；其增加是溫度與日照時(shí)間的共同作用導(dǎo)致。

表2 延河流域?qū)嶋H蒸散發(fā)與氣象因子的相關(guān)性分析

4.2 植被的影響

筆者對(duì)延河流域NDVI進(jìn)行趨勢(shì)分析發(fā)現(xiàn)：延河流域植被覆蓋呈增加趨勢(shì)，這種趨勢(shì)通過(guò)MK檢驗(yàn)置信度為99%的顯著性檢驗(yàn)，這表明延河流域植被恢復(fù)建設(shè)十分有成效。對(duì)每10年的NDVI空間分布進(jìn)行研究(圖6)發(fā)現(xiàn)延河流域植被覆蓋總體呈現(xiàn)東南高西北低的分布規(guī)律，且每10年滑動(dòng)變化規(guī)律也與Ea的特征大致相同。

對(duì)Ea與NDVI進(jìn)行相關(guān)分析可得相關(guān)系數(shù)為-0.063，兩者總體呈現(xiàn)弱負(fù)相關(guān)關(guān)系，但Ea與NDVI的關(guān)系具有空間差異。由圖6和圖5可見(jiàn)，延河流域Ea與NDVI的弱負(fù)相關(guān)關(guān)系主要源于延安站及附近地區(qū)，其他地區(qū)兩者大都呈正相關(guān)關(guān)系。這是因?yàn)檠雍恿饔蚋珊殿l發(fā)，植被生長(zhǎng)的需水量與可利用水量的供給間存在矛盾，植被的生長(zhǎng)大都受到水分限制[23]。因此即使2008—2017年間延安站及附近地區(qū)的植被覆蓋低，隨著20世紀(jì)90年代來(lái)生態(tài)文明和城市綠化建設(shè)倍受重視，人為對(duì)植被生長(zhǎng)所需水分的補(bǔ)給力度加強(qiáng)。水分補(bǔ)給不僅促進(jìn)植被的生長(zhǎng)，還使該地區(qū)土壤水分蒸發(fā)作用加強(qiáng)，由此推動(dòng)了蒸散作用，從而延安站及附近地區(qū)Ea成為整個(gè)流域最大的區(qū)域。除了延安站及附近地區(qū)外，延河流域其他地區(qū)Ea大都與NDVI呈現(xiàn)正相關(guān)。如延河流域西北角每10年的植被覆蓋均是整個(gè)流域最低的(圖6)，其Ea也低(圖5)；1998—2007年間流域南部植被覆蓋度高(圖6c)，圖5c對(duì)應(yīng)的Ea也高。這是因?yàn)橹脖桓采w高，植被葉面的蒸騰與蒸發(fā)作用就強(qiáng)，所以實(shí)際蒸散量就高。綜上可得實(shí)際蒸散發(fā)空間分布差異由植被覆蓋度空間分布差異決定，兩者大都呈現(xiàn)正相關(guān)關(guān)系，但由于植被的生長(zhǎng)對(duì)水分補(bǔ)給敏感，所以在水分補(bǔ)給的干預(yù)下，植被覆蓋低的地區(qū)對(duì)應(yīng)的Ea也會(huì)變大。

圖6 延河流域NDVI空間分布每10年滑動(dòng)變化Fig.6 Sliding variation of NDVI spatial distribution every 10 years in the Yanhe River Basin

5 討論

影響Ea的因子有很多，氣象因子和植被覆蓋對(duì)Ea的影響十分顯著。氣象因子對(duì)Ea的作用是重要的、復(fù)雜的[7]。筆者研究發(fā)現(xiàn)，延河流域溫度、日照時(shí)間與Ea呈正相關(guān)關(guān)系，降雨量、相對(duì)濕度、氣壓、2 m風(fēng)速與Ea呈負(fù)相關(guān)關(guān)系，Ea的增加主要是溫度的上升、氣壓的下降造成的。這個(gè)結(jié)果揭示了延河流域氣象因子對(duì)實(shí)際蒸散發(fā)的作用，與溫姍姍等[24]在松花江流域關(guān)于氣象要素與實(shí)際蒸散發(fā)關(guān)系的研究結(jié)果類似。值得關(guān)注的是，氣象因子在不同季節(jié)對(duì)Ea的作用有差異[24]。這也是氣象因子對(duì)Ea作用的復(fù)雜之處之一。從簡(jiǎn)單的相關(guān)角度看，造成氣象因子與Ea年在尺度上呈正作用(或負(fù)作用)的原因是：氣象因子在四季中與實(shí)際蒸散發(fā)呈正相關(guān)關(guān)系的比例高于(或低于)負(fù)相關(guān)關(guān)系的比例。因此如果要解釋年尺度上氣象因子和Ea的關(guān)系，就要定量給出各氣象因子在不同季節(jié)對(duì)Ea變化的貢獻(xiàn)量。所以對(duì)不同時(shí)間尺度(季度或者月尺度)下氣象因子對(duì)實(shí)際蒸散發(fā)的作用及貢獻(xiàn)率進(jìn)行定量研究是下一步研究的重點(diǎn)。植被的蒸騰是促進(jìn)區(qū)域蒸散發(fā)的重要原因[25]。本文研究發(fā)現(xiàn)，延河流域植被覆蓋度總體上與Ea是正相關(guān)關(guān)系，但植被覆蓋對(duì)Ea的影響具有空間差異。這是因?yàn)橹脖簧L(zhǎng)過(guò)程中對(duì)水分的補(bǔ)給十分敏感，深刻影響著蒸散發(fā)的變化[26]。所以在植被覆蓋度低的局部地區(qū)，人為給植物補(bǔ)給水分后，植被的蒸騰加快，Ea變高。局部地區(qū)的水分補(bǔ)給導(dǎo)致整個(gè)流域植被覆蓋與Ea之間呈現(xiàn)弱負(fù)相關(guān)關(guān)系，從而使植被覆蓋對(duì)Ea的作用具有空間差異，可以看出水分補(bǔ)給的影響非常大。因此，為了解實(shí)際蒸散發(fā)空間差異的原因，應(yīng)對(duì)不同區(qū)域植被覆蓋與實(shí)際蒸散發(fā)的相關(guān)關(guān)系進(jìn)行深入探究，植被蒸騰作用對(duì)實(shí)際蒸散發(fā)變化的貢獻(xiàn)量也是研究的重點(diǎn)。

6 結(jié)論

1)AA模型在延河流域的最優(yōu)參數(shù)α=0.85，且滿足精度要求。

2)延河流域多年平均實(shí)際蒸散發(fā)為472.92 mm且呈現(xiàn)每年增加0.23 mm的趨勢(shì)，多年月平均實(shí)際蒸散發(fā)為單峰分布。空間上，實(shí)際蒸散發(fā)總體呈東南高、西北低的分布特征，高值區(qū)域隨著時(shí)間逐漸向南偏移。

3)延河流域?qū)嶋H蒸散發(fā)的年際增加趨勢(shì)由溫度和日照時(shí)數(shù)的上升、氣壓的下降造成的；植被覆蓋度空間異質(zhì)性決定著實(shí)際蒸散發(fā)空間分布差異，在水分補(bǔ)給的影響下，植被覆蓋對(duì)Ea的作用差異顯著。