2. 新疆干旱区湖泊环境与资源实验室, 新疆 乌鲁木齐 830054
2. Xinjiang Laboratory of Lake Environment and Resources in Arid Zone, Urumqi 830054, China
蒸散发是陆面水循环中重要的水文过程[1], 也是联系植物气孔行为、碳交换和水分利用的关键生态过程[2], 更是评价区域水热平衡的重要参数和评价因子。作为大气和土壤之间的“桥梁”, 蒸散量是唯一同时出现在地表水量和能量平衡方程中的水文参量, 是陆面过程数值模拟研究中不可缺少的边界条件[3]。蒸散量估算是农业、水文、气象和土壤等学科的重要研究内容, 准确估算蒸散量对生态系统管理、水土资源评价与利用、农业生产都具有重要意义[4]。
利用传统的水文气象学方法进行蒸散量观测时, 大多数只能在“点”或景观尺度上进行, 很难应用到大的区域尺度[5]。20世纪60年代遥感技术在地理研究中的应用为定量估算更大区域的蒸散量提供了新思路。将具有坚实理论基础和明确物理概念的、传统点尺度上的模型如Penman-Monteith公式等, 与遥感定量反演技术结合形成互补相关模型, 则既可以扩展传统“点”方法的空间尺度, 又可提升遥感反演结果的时间分辨率, 近年来已成为研究热点[6]。
精河流域地处我国西北干旱区, 是天山北坡经济带的重要组成部分, 同时也是我国生态环境问题最突出的内陆河流域[7]。近年来, 该地区大力发展工业、种植经济作物以提高人们生活水平, 但由于水资源的过度开发利用, 加上近几年径流性水资源的减少, 导致流域内生态逐年退化, 地下水水位持续下降, 天然植被严重退化, 进而引发了土地荒漠化、盐渍化等一系列生态问题。该研究通过准确估算精河流域实际蒸散量, 分析未来水分耗散趋势, 为合理规划精河流域农业生产、高效利用和适度分配水资源提供科学依据。
1 材料与方法 1.1 研究区概况精河流域作为新疆第2大生态退化区, 位于新疆维吾尔自治区西北部准噶尔盆地西南边缘, 天山支脉婆罗科努山北麓, 介于44°00′21″~45°00′56″ N, 81°07′52″~83°05′48″ E之间, 总面积2 572.30 km2。经济以农为主, 多年形成了“一红(枸杞)二白(棉花、盐业)一绿(瓜果蔬菜)和突破发展奶牛业”的经济发展战略格局, 棉花为当地支柱产业。
由于地处亚欧大陆腹地, 远离海洋, 加之高大山脉的阻挡, 导致该区夏季降水稀少, 冬季干燥寒冷, 大陆性气候特征显著。年均气温7.3 ℃, 平原区多年平均降水量91 mm。该区是北疆沿天山一带风沙天气最多的区域, 大风天气多, 且持续时间较长。干燥的气候和强劲、活跃的大风造成了强烈的蒸散发。
1.2 数据材料与处理研究所用气象资料来自1953—2015年精河流域地面气象观测站日值数据。个别缺测日数据采用相关分析进行内补。年资料统计按照自然年算法, 即每年1—12月之和。季节的划分采用气象季节, 即以上一年12月和当年1—2月为冬季, 3—5月为春季, 6—8月为夏季, 9—11月为秋季。
研究所用空间数据为Landsat 5 TM影像数据, 时间包括1998年9月25日、2007年9月18日和2011年9月13日3期。所有数据在ENVI 5.1软件平台中预处理后进行空间建模。
1.3 时间尺度蒸散量反演为了较好地在长时间尺度上获得连续、稳定的蒸散量数据, 首先利用联合国粮农组织推荐的Penman-Monteith公式[8]计算精河流域参考作物蒸散量(ET0,TE,0)。
$ {T_{{\rm{E}},0}} = \frac{{0.408\mathit{\Delta} ({R_{\rm{n}}} - G) + \gamma \frac{{900}}{{T + 273}}{U_2}({e_{\rm{a}}} - {e_{\rm{d}}})}}{{\mathit{\Delta} + \gamma (1 + 0.34{U_2})}}。$ | (1) |
式(1) 中, TE, 0为参考作物蒸散量, mm·d-1; Rn为冠层表面净辐射, MJ·m-2·d-1; G为土壤热通量, MJ·m-2·d-1; Δ为饱和水气压曲线在气温为T时的斜率, kPa·℃-1; T为日平均气温, ℃; γ为干湿表常数, kPa·℃-1; U2为距地面2 m处的风速, m·s-1; ea为饱和水汽压, kPa; ed为实际水汽压, kPa。
在ET0计算基础上, 借助表征作物在不同生长时期中需水量的生物学特性的作物系数Kc, 计算实际蒸散量ET(TE)。
$ {T_{\rm{E}}} = {T_{{\rm{E}},0}}{K_{\rm{C}}}。$ | (2) |
由于研究区支柱产业为棉花种植, 因此, 根据新疆当地棉花的生长周期并考虑不同生育阶段, 逐月选取相应的作物系数Kc值进行反演(表 1)。而在冬季非作物生长期, 地表被积雪覆盖, 地表实际蒸散量近似于潜在蒸散量, 即TE=TE, 0。
采用由荷兰BASTINNASSEN开发的Surface Energy Balance Algorithm for Land(SEBAL)模型[9], 主要借助地表能量的平衡方程计算区域的日蒸散量。该模型自1998年起用于实际研究, 现已成为研究蒸散量空间分布特征的重要方法。其基本方程见式(3), 净辐射、感热通量和土壤热通量的计算见式(4)~(7), 模型运行流程见图 1。
潜热通量的计算公式为
$ {E_\lambda } = {R_{\rm{n}}} - G - H 。$ | (3) |
式(3) 中, Rn为净辐射, W·m-2; G为土壤热通量, W·m-2; Eλ为潜热通量, W·m-2; H为感热通量, W·m-2。
$ {{R_{\rm{n}}} = \left( {1 - \alpha } \right){R_{{\rm{swd}}}} + \varepsilon {R_{{\rm{lwd}}}} - \varepsilon \sigma T_{\rm{s}}^4,} $ | (4) |
$ \begin{array}{l} G = {R_{\rm{n}}}\frac{{{T_{\rm{s}}}}}{\alpha }\left( {0.003\;8 + 0.007\;4{\alpha ^2}} \right)(1 - \\ 0.98I_{_{{\rm{NDV}}}}^4), \end{array} $ | (5) |
$ {H = \rho {c_{\rm{p}}}\frac{{{T_{{Z_1}}} - {T_{{Z_2}}}}}{{{r_{\rm{a}}}}},} $ | (6) |
$ {{r_a} = \frac{{\ln \left( {{Z_2}/{Z_1}} \right)}}{{{u^*}k}}}。$ | (7) |
式(4)~(7) 中,α为地表反照率; Rswd和Rlwd分别为太阳下行辐射和下行长波辐射, W·m-2; ε为地表比辐射率; σ为Stefan-Bolzmann常数, 取值5.67×10-8; Ts为地表辐射温度, K; INDV为归一化植被指数; ρ为空气密度, kg·m-3; cp为空气定压比热容, J·kg-1·K-1; TZ1和TZ2分别为地面Z1与Z2高度处的空气温度; ra为空气动力学阻抗, s·m-1; u*为摩擦速度,m·s-1; k为Karman常数, 取值0.41;Z1和Z2分别为距离地面高度, m。
2 结果与分析 2.1 精河流域实际蒸散量时间变化特征分析 2.1.1 实际蒸散量年际及季节变化新疆精河流域的年实际蒸散量在各年代的变化如图 2所示。研究区1953—2015年的近60 a间, 年ET值在492.521~1 098.199 mm之间, 多年平均值为785.92 mm, 1967年出现最大值, 1994年出现最小值。近60 a总体呈波动下降趋势, 变化幅度为-38.58 mm·(10 a)-1。
实际蒸散量在不同季节存在较大差异。近60 a中, 平均实际蒸散量以夏季最高, 为454.955 mm; 春季和秋季次之, 分别为209.894和82.403 mm; 冬季最小, 为38.671 mm, 但各季节实际蒸散量与年实际蒸散量变化趋势基本一致, 均呈现较显著下降趋势(表 2)。其中, 实际蒸散量变化速率最大值出现在夏季, 为-21.41 mm·(10 a)-1, 最小值出现在冬季, 为-1.089 1 mm·(10 a)-1, 相差近20倍。这主要由于精河流域的冬季气候寒冷干燥, 使得该季节对年实际蒸散量的变化影响甚小。
分析年代际距平百分比的变化发现, 近60 a精河流域实际蒸散发表现为3个阶段:20世纪50年代, 研究区实际蒸散量的累积距平为负, 实际蒸散量略低于多年平均值; 20世纪60—80年代, 研究区实际蒸散量的累积距平为正, 年代最大实际蒸散量超出多年平均值约20%, 但在经历了20世纪60年代的极值后迅速下降; 20世纪90年代至今, 研究区实际蒸散量的累积距平为负值, 且逐步增大, 说明实际蒸散量在缓步提升, 但依然小于多年平均值。从年代变化幅度看, 蒸散量累积距平经历正、负值明显变化的年代为20世纪60和90年代(图 3)。
Mann-Kendall(M-K)突变检验是一种非参数统计检验, 序列大于0表明参数呈上升趋势, 反之呈下降趋势, 当其超过0.05显著性水平检验临界线(±1.96) 时, 则上升或下降趋势显著。对1953—2015年新疆精河流域年实际蒸散量序列进行M-K检验(图 4), 结果表明, 1953—2015年正序列曲线(UF)总体为持续下降趋势, 尤其1978年后小于0, 即蒸散量1978年后是下降趋势; 1961—1974年UF曲线突破了显著性水平α=0.05的置信线1.96, 蒸散量呈显著增大趋势; 在1992年突破了置信线-1.96, 蒸散量呈显著性减小趋势; UF和反序列曲线(UB)于1982年在临界线区间内有1个明显的交点, 表明1982年发生突变, 突变后精河流域平均年蒸散量较突变前减少150.654 mm, 降低幅度为17.361%。
对60 a各季节实际蒸散量做突变检验, 发现春、夏和冬3季突变点与年际突变点一致, 即1982年后3个季节的蒸散量均明显小于之前对应各季, 蒸散量平均减少幅度为15%左右。秋季蒸散量由高转低的突变则出现在1980年, 减少幅度为25%。
2.1.3 实际蒸散量变化周期分析根据1953—2012年精河流域实际蒸散量数据, 绘制Morlet小波变换系数的实部等值线图(图 5)。结果表明, 研究区蒸散量存在6~8、17~20和28~31 a的3类尺度周期变化规律。其中, 6~8 a的周期明显存在于1953—1970年, 17~20 a的周期则仅明显存在于1957—1973年, 而28~31 a的周期明显始终贯穿于近60 a, 但该周期正负值中心明显存在由30向26 a下降的趋势。
进一步对其进行小波方差计算, 可发现研究区实际蒸散量变化过程中存在的显著主周期为29 a(图 6)。同时, 基于实际蒸散量在29 a处的小波系数值〔f(t)〕与年份t建立回归方程:f(t)=334sin (0.334 5t-52.86),R2=0.93, P<0.05, 并选择2016—2030年为预测期对流域蒸散量变化趋势进行预测。
结果表明, 预测期2016—2030年整体蒸散量呈波动变化。其中, 2016—2020年蒸散量将持续增加, 2020年将发生突变, 转为下降期, 蒸散量逐年减少。至2029年, 蒸散量将再次进入上升周期。
2.2 精河流域蒸散量空间尺度变化分析基于SEBAL模型, 选择1998年9月25日、2007年9月18日和2011年9月13日夏末秋初3期Landsat 5 TM影像数据, 对研究区蒸散量空间分布特征进行分析。由于研究区没有实测日蒸散量数据, 只有1个国家级气象观测站点——精河气象站, 因此, 参考刘志武等[10]、王霞[11]和姜红[12]的方法, 对日蒸散量反演精度进行验证(表 3), 反演精度符合要求。
由图 7可见, 研究区极高值出现在艾比湖湖区, 这主要是由于湖面水分充足, 且湖水比热容较大, 湖区温度上升和下降的幅度较小。1998—2007年, 湖区的日蒸散量高值范围有缩减, 2007—2011年湖区的日蒸散量高值范围有一定程度恢复, 主要是由于区域气候暖湿化, 精河上游实施节水灌溉, 2007年艾比湖湿地自然保护区晋升为国家级自然保护区, 生态环境得到恢复, 湖区面积增加, 日蒸散量高值范围也增加。研究区中部主要是绿洲农业种植区, 有较好的地表作物植被覆盖, 使得日蒸散量分布较均匀, 在近20 a保持在一个相对稳定的水平, 其蒸散量仅次于湖面日蒸散量, 平均值在6.5 mm左右。由于耕地面积的扩大, 农田蒸散区也随之扩大。在研究区东北部和东南部有小部分山地, 因山区有冰雪和冰川, 造成该区日蒸散量相对较高。低值区域出现在研究区北部、西北部和西南部, 范围为0.53~1.27 mm, 主要原因是这些区域植被覆盖度较低, 植物体蒸发、蒸腾量少。
在不同土地利用类型下地表土壤的湿度和地表温度状况有所不同, 会对区域日蒸散量产生显著影响, 因此, 通过参考中国科学院土地利用覆盖分类体系, 解译获取了研究区1998、2007和2011年土地利用类型图(图 8)。图 8表明, 研究区的水域(包括艾比湖地面)反射率较低, 瞬间获取的太阳辐射能较多, 故实际蒸散发在整个研究区最大, 日蒸散量在7.3~9.32 mm之间。研究区耕地区域相对集中, 主要种植作物为棉花。1998—2011年精河县耕地面积不断增大, 耕地边缘地带的草地逐渐转变为耕地, 使得日蒸散量在5.31~7.55 mm之间的区域不断扩大。研究区内林地以干旱区的落叶阔叶林为主, 零星分布在耕地的边缘和河流附近水分比较充足的地带, 由于林地土壤涵养的水分比其他未利用地多, 树木发达的根系汲水加之叶面蒸腾, 使该区域蒸散量也较高, 日蒸散量在3.95~5.62 mm之间。居民用地在研究区内的面积不大, 呈零星分布, 较低的地表自然植被覆盖度以及人工不透水面的建造在较大程度上限制了蒸散发, 日蒸散量主要在1.35~3.32 mm之间, 呈较低水平。研究区内的未利用地多为裸露岩石、戈壁、荒漠和沙地, 由于干旱区未利用地区域地下水位较深, 地表含水量较少, 导致该类型土地蒸散量很小, 仅处于0.02~5.69 mm之间。西北部是艾比湖湿地转移出的盐碱地, 含水量高于其他未利用地, 其日蒸散量在未利用地区域中相对较高。
分别对平均降水量、气温、相对湿度、日照时数、风速、太阳辐射、日较差与实际蒸散量进行相关性分析, 其相关系数分别为-0.337(P<0.01)、0.692(P<0.05)、-0.533(P<0.01)、0.385(P<0.05)、0.954(P<0.01)、0.652(P<0.01) 和0.500(P<0.01)。精河西北部存在著名大风口——阿拉山口, 使得风速成为实际蒸散发生的最主要驱动力。同时, 太阳辐射和平均气温影响着近地面的热交换, 也成为影响区域实际蒸散量不可忽视的气象因素, 这也与干旱区蒸散量相关研究结论保持一致。
2.3.2 人文因素人文因素的作用尤其是土地利用类型对地表实际蒸散量的影响显著而强烈。自20世纪50年代以来, 精河流域大规模开垦后农田灌溉面积和灌溉引水量大幅增加是造成精河流域蒸散量缓慢上升的主要人为因素。1968—1994年是精河流域蒸散量变化波动较显著的时段。这一时期, 由于开荒面积不断增长和水资源不合理利用, 导致土地盐碱化和植被退化加剧, 20世纪80年代后大量开垦地撂荒, 精河流域蒸散量1968年出现最高值后迅速下降, 在1978年出现小幅波动上升后, 进一步急速下降, 蒸散量变化的波动性强烈。而蒸散量在1994年到达历史最低点627.31 mm后, 开始缓步上升, 这与精河入湖径流量的增加和当地科学引水灌溉、提高水资源利用率有紧密关系。20世纪90年代后期, 在新疆整体降水减少和气温升高的双重作用下, 研究区径流总量减少, 蒸散量总体偏低。精河流域近60 a的年际实际蒸散量变化趋势与我国西部大部分地区的变化趋势[13]基本一致。
3 结论精河流域近60 a的年际实际蒸散量整体呈现38.58 mm·(10 a)-1的下降趋势, 且以29 a为主周期波动变化, 预测表明, 2016—2020年蒸散量将持续增加, 2020年起将突变转为下降期, 2029年蒸散量将再次进入上升周期。在季节变化特征上, 研究区实际蒸散量整体表现为夏季>春季>秋季>冬季的特征。
研究区实际蒸散量受各种因素的综合影响, 而不同因素之间又相互制约。自然因素层面, 平均风速是影响精河流域实际蒸散量的最重要因子, 但太阳辐射和平均气温的影响不可忽视。而近60 a来精河流域大规模开垦导致的农田灌溉面积和灌溉引水量大幅增加, 成为影响研究区实际蒸散量的主要人文因素, 不同土地利用类型蒸散量整体表现为水域>耕地>林地>草地>未利用地。
综上, 对于研究区而言, 农业蒸散耗水是水分消耗的主要部分, 恢复生态、节水灌溉、降低农田蒸散量、减少作物需水量和灌溉量以及降低地表干燥度是改善研究区脆弱农业生产及生态环境的重点, 如何平衡生态环境与农业经济的发展将是未来发展的关键。
[1] |
MCCABE M F, WOOD E F. Scale Influences on the Remote Estimation of Evapotranspiration Using Multiple Satellite Sensors[J]. Remote Sensing of Environment, 2006, 105(4): 271-285. DOI:10.1016/j.rse.2006.07.006 (0) |
[2] |
YAIR A, RAZ-YASSIF N. Hydrological Processes in a Small Arid Catchment:Scale Effects of Rainfall and Slope Length[J]. Geomorphology, 2004, 6(1/2): 155-169. (0) |
[3] |
PAUWEILS V R N, SAMSON R. Comparison of Different Methods to Measure and Model Actual Evapotranspiration Rates for a Wet Sloping Grassland[J]. Agricultural Water Management, 2006, 82(1/2): 1-24. (0) |
[4] |
鲁向晖, 白桦, 穆兴民, 等. 江西省潜在蒸发量变化规律及"蒸发悖论"成因分析[J]. 生态与农村环境学报, 2016, 32(4): 552-557. LU Xiang-hui, BAI Hua, MU Xing-min, et al. Trends of Potential Evapotranspiration in Jiangxi Province and Formation of Evaporation Paradox[J]. Journal of Ecology and Rural Environment, 2016, 32(4): 552-557. DOI:10.11934/j.issn.1673-4831.2016.04.006 (0) |
[5] |
张淑兰, 于澎涛, 王彦辉, 等. 泾河上游流域实际蒸散量及其各组分的估算[J]. 地理学报, 2011, 66(3): 385-395. ZHANG Shu-lan, YU Peng-tao, WANG Yan-hui, et al. Estimation of Actual Evapotranspiration and Its Component in the Upstream of Jinghe Basin[J]. Acta Geographica Sinica, 2011, 66(3): 385-395. DOI:10.11821/xb201103011 (0) |
[6] |
贾志军, 吴文心, 赵海亮. 三江平原大豆田蒸散量模拟[J]. 生态与农村环境学报, 2014, 30(1): 50-56. JIA Zhi-jun, WU Wen-xin, ZHAO Hai-liang. Modeling of Evapotranspiration of Soybean Field in the Sanjiang Plain[J]. Journal of Ecology and Rural Environment, 2014, 30(1): 50-56. (0) |
[7] |
施云霞, 王范霞, 毋兆鹏. 基于CLUE-S模型的精河流域绿洲土地利用空间格局多情景模拟[J]. 国土资源遥感, 2016, 28(2): 154-160. SHI Yun-xia, WANG Fan-xia, WU Zhao-peng. Multi-Simulation of Spatial Distribution of Land Use Based on CLUE-S in Jinghe Watershed[J]. Remote Sensing for Land & Resources, 2016, 28(2): 154-160. DOI:10.6046/gtzyyg.2016.02.24 (0) |
[8] |
杨振常, 李玉霖, 崔夺, 等. 半干旱典型沙区1951-2005年主要气象要素及潜在蒸散量的变化趋势研究[J]. 中国沙漠, 2012, 32(5): 1384-1392. YANG Zhen-chang, LI Yu-lin, CUI Duo, et al. Changes of Main Climatic Parameters and Potential Evapotransipiration in Typical Semi-Arid Sandy Lands of Northern China During 1951-2005[J]. Journal of Desert Research, 2012, 32(5): 1384-1392. (0) |
[9] |
BASTIAANSSEN W G M, MENENTI M, FEDDES R A, et al. A Remote Sensing Surface Energy Balance Algorithm for Land (SEBAL):1.Formulation[J]. Journal of Hydrology, 1998, 212/213: 198-212. DOI:10.1016/S0022-1694(98)00253-4 (0) |
[10] |
刘志武, 雷志栋, 党安荣, 等. 遥感技术和SEBAL模型在干旱区腾发量估算中的应用[J]. 清华大学学报(自然科学版), 2004, 44(3): 421-424. LIU Zhi-wei, LEI Zhi-dong, DANG An-rong, et al. Remote Sensing and the SEBAL Model for Estimating Evapotranspirationin Arid Regions[J]. Journal of Tsinghua University(Science and Technology), 2004, 44(3): 421-424. (0) |
[11] |
王霞. 基于SEBAL模型的极端干旱气候区域蒸散发的遥感估算[D]. 乌鲁木齐: 新疆农业大学, 2012. WANG Xia.Study on Regional Evapotranspiration Estimation Using Remote Sensing Technology of Extreme Arid Climate Area Based on SEBAL[D].Urumqi:Xinjiang Agricultural University, 2012. http: //cdmd. cnki. com. cn/Article/CDMD-10758-1013131702. htm (0) |
[12] |
姜红. 基于MODIS影像的新疆奇台县区域蒸散发量的研究[D]. 乌鲁木齐: 新疆大学, 2007. JIANG Hong.Research of Evapotranspiration in Qitai County, Xinjiang Based on MODIS Data[D].Urumqi:Xinjiang University, 2007. http: //cdmd. cnki. com. cn/article/cdmd-10755-2007165816. htm (0) |
[13] |
李琴, 陈曦, 刘英, 等. 干旱区区域蒸散发量遥感反演研究[J]. 干旱区资源与环境, 2012, 26(8): 108-112. LI Qin, CHEN Xi, LIU Ying, et al. Regional Evapotranspiration Retrieval in Arid Areas[J]. Journal of Arid Land Resources and Environment, 2012, 26(8): 108-112. (0) |