王飞宇^1,2,, 占车生^1,, 胡实¹, 贾仰文³, 牛存稳³, 邹靖^4,5
1. 中国科学院地理科学与资源研究所陆地水循环及地表过程重点实验室,北京 100101
2. 中国科学院大学,北京 100049
3. 中国水利水电科学研究院流域水循环模拟与调控国家重点实验室, 北京100038
4. 山东省海洋环境监测技术重点实验室,青岛 266001
5. 山东省科学院海洋仪器仪表研究所,青岛 266001

Simulation of spatio-temporal changes in evapotranspiration in typical mountains

WANGFeiyu^1,2,, ZHANChesheng^1,, HUShi¹, JIAYangwen³, NIUCunwen³, ZOUJing^4,5
1. Key Laboratory of Water Cycle and Related Land Surface Processes,Institute of Geographic Sciences and Natural Resources Research,Chinese Academy of Sciences,Beijing 100101,China
2. University of Chinese Academy of Sciences,Beijing 100049,China
3. State Key Laboratory of Simulation and Regulation of Water Cycle in River Basin,China Institute of Water Resources and Hydropower Research,Beijing 100038,China
4. Shandong Provincial Key Laboratory of Ocean Environment Monitoring Technology,Qingdao 266001,China
5. Shandong Academy of Sciences Institute of Oceanographic Instrumentation,Qingdao 266001,China
通讯作者:通讯作者：占车生, E-mail：zhancs@igsnrr.ac.cn
收稿日期:2016-01-8
修回日期:2016-08-30
网络出版日期:2017-02-25
版权声明:2017《资源科学》编辑部《资源科学》编辑部
基金资助:国家重点基础研究发展计划（2015CB452701）国家自然科学基金项目（41571019,51209224）
作者简介:
-->作者简介：王飞宇, 女,陕西西安人,硕士生,主要从事流域水循环模拟研究。E-mail：wangfy.14s@igsnrr.ac.cn



展开

摘要
基于考虑了水资源开采利用方案和农作物生长的新型陆面模式CLM_CERES,利用CMIP5多模式集合数据集驱动该模式,使用基于全球通量观测网络（FLUXNET）的地表蒸散发估算数据（“MTE”数据）对模拟结果进行验证,系统分析了中国典型山地（太行山地、横断山地、黔桂喀斯特山地）基准期（1951-2005年）和预估期（2006-2060年）蒸散量时空变化。结果显示：三个区域CLM_CERES模拟蒸散量与MTE数据在月尺度上均具有较好的相关性,相关性均在0.76~0.88之间。1951-2060年太行山地和横断山地总蒸散量呈显著增加趋势,增幅分别为0.9806和0.7569mm/a（P<0.001）,以植被蒸散为主,黔桂喀斯特山地总蒸散量无显著增加趋势,以土壤蒸发为主;三个区域蒸散量的季节变化均呈现单峰曲线,峰值位于5-9月。太行山地和横断山地蒸散量的空间分布主要受气候和地形影响,黔桂喀斯特山地受其特殊的地表、地下水二元结构影响,对蒸散量的响应机制相对复杂。

关键词：蒸散发;时空变化;CLM;CERES;太行山地;横断山地;黔桂喀斯特山地
Abstract
Based on a new land surface model CLM_CERES,spatio-temporal changes in evapotranspiration（ET）in three typical mountains of China （Taihang Mountain,Hengduan Mountain,and Qiangui Karst Mountain） in baseline of 1951-2005 and estimation period of 2006-2060 were simulated. The CLM_CERES model was constructed by considering the scheme of water exploitation and utilization,and coupled with the crop growth and development model CERES. This new land surface model was driven by the atmosphere external forcing data of multi-model ensemble data of CMIP5. The simulated results were validated with a data-driven estimate of global land evapotranspiration （MTE data）derived from observations from a global network of micrometeorological tower sites（FLUXNET）. The results showed that ET simulated by CLM_CERES was consistent with the MTE data among all three regions at a monthly scale （R²= 0.76~0.88）. From 1951 to 2060,the total ET increased significantly with linear trends of 0.981 and 0.757 mm/a （P < 0.001）over Taihang Mountain and Hengduan Mountain,of which vegetation ET dominated. However,the total ET increased insignificantly over Qiangui Karst Mountain,of which soil evaporation dominated. Intra-annual variation of ET in all three regions from 1951 to 2060 showed unimodal curves with a peak region from May to September. The spatial distribution of ET was mainly influenced by climate change and topographic factors over Taihang Mountain and Hengduan Mountain. The spatial distribution of ET over Qiangui Karst Mountain was more complex due to the particularity of dualistic structure between surface and ground water.

Keywords：evapotranspiration;spatio-temporal change;CLM;CERES;Taihang Mountain;Hengduan Mountain;Qiangui Karst Mountain

-->0
PDF (5336KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
王飞宇, 占车生, 胡实, 贾仰文, 牛存稳, 邹靖. 典型山地蒸散发时空变化模拟研究[J]. , 2017, 39(2): 276-287 https://doi.org/10.18402/resci.2017.02.10
WANG Feiyu, ZHAN Chesheng, HU Shi, JIA Yangwen, NIU Cunwen, ZOU Jing. Simulation of spatio-temporal changes in evapotranspiration in typical mountains[J]. 资源科学, 2017, 39(2): 276-287 https://doi.org/10.18402/resci.2017.02.10

1 引言

蒸散发是水文循环和能量传输的重要部分,同时也是联结土壤、植被、大气的纽带。全球气候变化和人类活动对水土资源的过度利用,导致水资源短缺、土地退化、自然灾害频发及其他生态问题,间接影响了社会经济的可持续发展^[1]。作为地表水热平衡的重要指标,蒸散发的准确测定和估算以及对蒸散发过程的充分理解对研究全球气候演变、环境问题以及水资源配置等有着重要的意义^[2]。
中国是一个多山的国家,山地面积约占陆域国土的70%,且地形复杂,海拔梯度变化大,山地气候空间差异明显。在高强度人类活动和全球变化影响下,极端天气事件增多,水分胁迫加剧,极大影响山区人地系统的健康发展。国家高度重视这一问题,并于2015年正式设立重点基础研究计划“典型山地水土要素时空耦合特征、效应及其调控”。蒸散发是水文循环的关键环节之一,也是水分消耗的主要途径,对蒸散发过程的研究有利于认识植被生长、下垫面条件与水热供给之间的相互作用,这对于理解生态脆弱山区的植被与水土要素反馈机制具有重要意义,并能够为山区生态建设和水土资源合理配置提供决策依据。近年来许多****对中国典型山地的蒸散发开展了研究,如杨帆等对太行山低山区典型植被群落黄背草、荆条及其复合群落的蒸发蒸腾进行了研究,结果表明生长季内复合群落的蒸散量大于单一植被群落,而在植株较稠密的地区,植株蒸腾远远大于土壤蒸发^[3]。Lin等对中国贡嘎山针叶林地区2009年4-10月的蒸散发进行研究,发现最高蒸散值出现在8月,最低值出现在4月,且全年平均蒸散量中冠层截留蒸发（75%）远远大于植被蒸腾（19%）和土壤蒸发（6%）^[4]。温志群等研究表明,贵州中部典型喀斯特地区2005年10月-2006年3月间87.4%的降水转化为蒸散发和入渗,且不同植被类型的蒸散发过程存在差异^[5]。
以往研究主要基于局地尺度,由于实测数据匮乏难以满足区域研究的需求^[1,6-8],而山地由于地形复杂使得这一缺陷更加严重。遥感技术的兴起使估算区域尺度的蒸散发成为可能^[9],但其瞬时性使得在获得完整连续的地表水热通量信息方面还存在不足^[10]。在这种背景下,陆面过程模式作为陆面与大气之间的物理、化学、生物过程及其相互作用的参数化方案,由于既能够满足获取区域尺度能量通量的需求,又能够提供连续的地表水热过程模拟而被广泛应用于长序列的区域蒸散量研究。CLM系列模式是目前最具代表性的陆面过程模式之一,国内外****利用其开展了大量研究,如刘少锋等利用CLM3.0对东亚地区3种典型下垫面陆气间能量通量交换进行了模拟,结果与野外观测资料表现出较好的一致性^[11]。Kumar等研究表明CLM3.5模式总体上较好地模拟了密西西比河流域的地表水及能量收支的变化特征^[12]。罗立辉等将WRF气候模型驱动CLM得到的青藏高原陆面能量通量模拟结果与观测数据进行对比,结果显示了CLM模拟结果的可靠性^[13]。朱司光等利用不同版本的CLM模式对全球近50a的陆面状况进行模拟,结果表明CLM3.0的模拟能力存在一定的不足,而CLM3.5的模拟结果有了较明显的改进,结果更为合理^[14]。以上研究肯定了CLM系列模式在模拟陆面状态变量的时空特征和长期变化趋势方面的优势。
中国山地类型多样,地形复杂,由于陆面过程模式充分考虑“土壤-植被-大气”间生物、物理、化学过程的能量、动量和水汽交换^[15],对山地的蒸发蒸腾计算,尤其是植物耗水过程与生态需水研究具有重要的参考价值^[6,10]。与此同时,使用不同的大气强迫数据驱动模式运行能够得到不同情景下的模拟结果,从而能够预测未来气候变化条件下陆面状态变量的时空变化。此外,以往研究仅针对某一区域展开,不同区域之间的对比研究较少。
因此本文选取了干旱缺水的太行山地、暴雨和干旱频度增加的横断山地、水土流失的黔桂喀斯特山地分别作为中国暖温带季风气候区、亚热带季风气候区及热带-亚热带季风气候区的代表性生态脆弱山地。基于考虑了人类活动以及农作物生长过程影响的陆面水文过程模式CLM_CERES,使用CMIP5多模式集合数据驱动该模式,模拟了这三个区域基准期（1951-2005年）和预估期（2006-2060年）蒸散量时空变化,利用基于全球通量观测网络（FLUXNET）的地表蒸散发估算数据集对基准期结果进行了对比验证,系统分析了三个山地蒸散量变化的区域差异,并初步探讨了在不同区域影响蒸散量变化的主要因素。

2 研究区概况

太行山地（35.0°N - 41.5°N,111.5°E - 116.5°E）、横断山地（24.5°N - 34.5°N,104.5°E -116.5°E）和黔桂喀斯特山地（21.5°N - 26.5°N,110°E - 116.5°E）分别位于中国华北平原、青藏高原和西南喀斯特地区（见图1）,空间分布上从北至南,有着不同的气候和下垫面特征。太行山位于中国东部湿润区半湿润区与西部半干旱区干旱区的分界,面积约12万km²,属暖温带大陆性季风气候,四季分明,降雨分布极为不均,土壤贫瘠,砾石含量高,水分短缺胁迫严重影响农林系统功能,同时也是中国两大地势阶梯的过渡段,海拔50~3000m,峡谷众多,切割深,落差大^[16]。横断山地跨四川省西部、西藏东部以及云南省西北部,是中国跨度最大和最典型的南北向山系,且是唯一兼有太平洋和印度洋水系的区域^[17],面积约50.6万km²,位于亚热带气候区,水量丰富,干湿季明显^[17],区内地形复杂,海拔400~7519m,岭谷高差大,降水、径流、气温等垂直差异显著^[18]。黔桂喀斯特山地为西南喀斯特峰丛的重要组成部分,面积约15万km²,属热带-亚热带季风气候,气候温暖,雨量丰沛^[19],海拔70~2100m,主要地貌类型为洼地、峡谷^[20],由于特殊的岩溶水赋存的二元结构,使得大部分地区岩石裸露,不利于植被演替^[21],生态极为脆弱。
显示原图|下载原图ZIP|生成PPT
图 1研究区位置及其高程
-->Figure 1Location and elevation of the research area
-->

3 研究方法与数据来源

3.1 CLM模式

陆面过程模式研究经历了从第一代水箱模式^[22],到第二代考虑植被的生理作用的陆面物理过程模式,再到考虑碳循环作用的第三代陆面过程模式3个阶段^[23],模式的模拟性能有了很大提高。NCAR/CLM模式是目前发展最为完善的陆面过程模式之一^[24],从早期的CLM3.0版本,经过不断改进和扩展,现已发展到CLM4.5版本。CLM3.5是通用陆面过程模式中最经典和常用的版本之一,本文对模式的改进即在CLM3.5模式框架下进行。其具体生物物理过程包括太阳辐射、长波辐射与植被冠层和土壤的相互作用,冠层和土壤的势能及湍流通量,土壤和雪层的热量传输,冠层、土壤与雪层的水文过程,以及气孔的生理机能和光合作用^[25]。
以上过程被描述为不同的参数化方案,在CLM3.5中主要参数化方案包括：地表反照率,辐射通量,动量、感热与潜热通量,土壤与雪的温度,水文过程,气孔阻抗与光合作用,湖模型,河流传输模型以及可挥发性有机物九个方面^[25]。在潜热通量参数化方案内,蒸散发的计算由土壤蒸发和植被蒸散两部分组成^[25],即：
E=Ev+Eg（1）
E=-ρatm(qatm-qs)raw（2）
Ev=-ρatm(qs-qsatTv)rtotal（3）
Eg=-ρatm(qs-qg)r′aw（4）
式中E为蒸散发（kg/m²?s）; Eg为土壤蒸发（kg/m²?s）; Ev为植被蒸散（kg/m²?s）,并换算为统一单位mm/s; ρatm为大气密度（kg/m³）; qatm为水汽比湿（kg/kg）; raw为水汽输送的空气动力学阻力（s/m）; qsatTv为植被温度下的饱和水汽比湿（kg/kg）; qs和 qg为冠层表面和地表比湿（kg/kg）; r′aw为地面高度 Z′0w与冠层高度 z0w+d（m）之间水汽输送的空气动力学阻力（s/m）; rtotal为冠层空气总的水汽输送阻力（s/m）,包括叶片边界层阻力、日照阻力与气孔阻力。详细描述见文献[25]。

3.2 考虑水资源开采利用和农作物生长的CLM模式

由于人类对山区水资源的开采、利用、调配和农作物生长过程引起陆面与大气之间的水热交换,从而对区域气候产生重要影响。因此,在陆面过程模式中合理表示取水用水等人类活动及其影响下的作物生长过程,对于深入理解其对陆面水文过程的影响具有重要意义。本文利用在陆面模型CLM3.5基础上发展的考虑人类地下水开采利用过程、水资源调配过程方案,并与CERES农作物模型耦合的新型陆面水文模式CLM_CERES,对变化环境下中国典型山地蒸散发时空变化进行模拟。
水资源开采利用方案主要考虑三个方面：人类生活用水D_d,工业生产用水D_i和农业灌溉用水D_a。其中生活和工业用水主要消耗于蒸发,剩余水量作为废水（D_g）返回河道,而农业用水均作为有效降水落到土壤表面,并参与后续产、汇流过程。农作物生长对区域气候的影响考虑了中国区域主要作物分布,选取了CERES-Wheat、Maize、Rice三个模型与CLM3.5进行耦合,以增强CLM3.5模型的模拟能力,具体改进方案见文献[26]。邹靖等将该模式应用于中国区域,通过改进模拟的作物叶面积指数,引起冠层截留和植被蒸腾的变化,同时引起反照率变化,进而对地表温度和能量循环等产生影响,结果表明耦合模式在一定程度上改进了原模式的模拟能力^[26]。

3.3 数据描述

驱动模式运行的大气外强迫场数据选取国家气候中心提供的CMIP5多模式集合数据集,该数据集通过对IPCC第5次评估报告^[27]的21个不同分辨率的全球气候模式进行简单平均得到,分为历史试验数据（1901-2005年）和未来试验数据（2006-2100年）,其中未来试验采用新一代温室气体排放情景,即“典型浓度路径”（Representative Concentration Pathways, RCPs）,包含RCP2.6、RCP4.5和RCP8.5三种情景,其具体含义为：2100年为止该浓度路径将会使得到达对流层顶的辐射能量相比于2005年分别增加2.6W/m²、4.5W/m²和8.5W/m²。由于RCP4.5情景考虑与全球经济框架相适应的、长期存在的全球温室气体和生存期短的物质排放,比较符合中国的长期发展规划,因此本文选取RCP4.5情景并采用双线性插值将其降尺度至0.5°× 0.5°分辨率。
基于全球通量观测网络^[28]（FLUXNET）逐点水热通量监测数据得到的1982-2005年全球地表蒸散发估算数据集^[29]（后文简称“MTE数据集”）被用于模型验证。该数据集整合控制点观测数据、遥感地理空间数据以及气象数据,利用模型树集合算法（MTE）编译得到^[30],空间分辨率为0.5°。MTE方法已被广泛应用于对涡度协方差观测数据由局地尺度到大陆乃至全球尺度的升尺度研究中^[31-33],而该数据集也被用于对全球地表水热及碳通量的时空变化规律及陆面过程的研究中^[33,34]。Martin Jung等对该数据集进行了如下验证,包括与 FLUXNET站点数据的十折交叉验证,与全球112个流域利用水量平衡方法估算的蒸散发数据的验证,以及与参与“全球土壤水分研究项目第二阶段”（GSWP-2）的16个陆面模型的模型集合中值进行模拟验证,相关系数（R²）分别为0.91,0.92和0.91^[29]。此外,将MTE数据与热带测雨卫星（TRMM）观测到的地表土壤水分数据在水量受限区域进行对比,两者表现出较好的一致性^[29]。以上研究结果表明,MTE数据集能够较好地描述蒸散量的时空变化趋势,可以作为模拟结果的对比验证数据。

3.4 数值试验设计

本文利用新型陆面模式CLM_CERES对基准期和未来气候变化情景下中国典型山地（太行山地、横断山地、黔桂喀斯特山地）的蒸散量进行离线（offline）模拟。基准期（1951-2005年） 以CMIP5多模式集合数据集中的历史试验数据作为气象输入,以CLM3.5模式自带的陆面特性参数数据（包括地表类型、土壤颜色、质地、容重等）作为地表数据输入,物理参数采用模式默认设置^[25]。预估期（2006-2060年）以上述CMIP5数据集中的未来试验数据（RCP4.5情景）作为气象输入,其他设置保持不变。

4 结果及分析

4.1 模拟结果验证

利用MATLAB随机函数在三个区域内分别选取随机采样点,对CLM_CERES模式模拟结果与MTE数据集的月蒸散量进行格网尺度的对比。在太行山,横断山和喀斯特地区两者的相关系数（R²）分别为0.88,0.76和0.81,均方根误差（RMSE）分别为16.34mm/a,13.39mm/a和19.27mm/a （图 2）,两者呈现较好的相关性。此外,对蒸散量区域平均值进行对比,两者的相关系数（R²）分别为0.94,0.87和0.92,均方根误差（RMSE）分别为14.31mm/a,9.22mm/a和13.68mm/a（图 3,见第281页）。1982-2005年太行山地、横断山地和黔桂喀斯特山地多年平均模拟蒸散量分别为602mm/a、556mm/a、796mm/a,MTE蒸散量分别为469mm/a、491mm/a、895mm/a,两者的相对误差分别为28%、11%和-11%,说明在太行山和横断山CLM_CERES模拟值与MTE数据相比存在一定的高估,这与Shi等研究表明在全球大部分地区CLM模式模拟蒸散量高于MTE蒸散量的结果相一致^[35]。但在喀斯特山地CLM_CERES模拟值低于MTE数据,这可能是由于CLM_CERES的地表参数输入不能精确描述喀斯特地区复杂的下垫面状况,使模拟值存在一定误差。
显示原图|下载原图ZIP|生成PPT
图 21982-2005年研究区月蒸散量CLM_CERES模拟值与MTE数据在格网尺度的对比
-->Figure 2Validation of simulated monthly evapotranspiration by CLM_CERES with MTE data in study area from 1982 to 2005 based on grid scale
-->

显示原图|下载原图ZIP|生成PPT
图 31982-2005年研究区平均月蒸散量CLM_CERES模拟值与MTE观测数据的对比
-->Figure 3Comparison of simulated monthly evapotranspiration with observation based on MTE method in study area from 1982 to 2005
-->

CLM_CERES模拟值与MTE数据集的差异可能是以下因素造成的：
（1） CLM模式的参数化方案包括了地表生物物理过程和碳循环等过程,综合考虑了气候变化、碳排放、氮沉降、土地利用和覆被变化等影响,而MTE数据集主要基于通量观测,未明确考虑其他环境要素的影响^[35]。
（2） CLM模拟结果受大气驱动数据分辨率的影响,而MTE数据集由水热通量监测数据升尺度得到,结果受通量塔空间分布的影响。以上结果表明,尽管两套数据相比存在一定误差,但误差在可接受的范围内,且两者在格网尺度和区域平均尺度均具有较好的一致性,以往众多研究也表明CLM系列模式对中国山区及地形复杂区域蒸散及其他通量的模拟是可信的^[4,13,36,37],且经过改进的CLM模式考虑了人类活动和作物生长影响,对陆面状态变量的模拟有着更好的效果^[26,38]。因此下文使用CLM_CERES模式模拟结果对3个山地蒸散量的时空分布进行对比分析。

4.2 地表蒸散量的空间分布

1951-2005年与2006-2060年总蒸散量的空间分布如图 4所示,两个时段内总蒸散量的空间分布规律基本一致,表现为黔桂喀斯特山地>太行山地>横断山地,但三个区域内部蒸散量的变化具有差异性,太行山地和横断山地的总蒸散量大致体现为南高北低的特征,而黔桂喀斯特山地总蒸散量的空间分布差异不明显。
基准期（1951-2005年）太行山平均蒸散量为602mm（图 4a）,蒸散量整体上呈现由西北向东南的增加趋势,在阶梯状地貌和气候的共同作用下,土壤水分和植被生长受到影响^[44],使得蒸散发与海拔高程由西北向东南的递减趋势相反。横断山平均蒸散量为556mm,等值区主要沿经向山脉向南北延伸,这是由于区域内纵向山体发育,东西受到山体阻隔作用造成^[39]。而在纬向上蒸散量从北至南呈递增趋势（图4a）,且变化梯度较大,范围从158~834mm,这是因为南部亚热带地区受印度洋西南季风和太平洋东南季风控制,降水量大,光照强,因而总蒸发量大;而北部高山区受海洋暖湿气流影响微弱,海拔大多超过4000m,气温低、湿度大,蒸发量小。在纬度增加和海拔升高两种因素共同作用下,区域内各种自然地理过程呈现过渡性和复杂性特点。黔桂喀斯特山地平均蒸散量为796mm,与其他两个山地相比,其总蒸散量的空间分布特征并不显著。喀斯特地貌的显著特点是剧烈岩溶作用形成的地表地下双重结构,地表渗透强烈,储水能力低,土壤退化严重^[40],因此山地蒸散主要受地质背景的制约,并且与复杂的地形地貌和多样的小生境紧密关联^[41]。
显示原图|下载原图ZIP|生成PPT
图 41951-2060年研究区多年平均总蒸散量的空间分布
-->Fig.4Spatial distribution of long-term mean annual evapotranspiration in study area from 1951 to 2060
-->

与基准期相比,预估期（2006-2060年）三个区域的总蒸散量整体上均呈现增加趋势（图 4b）,太行山地,横断山地与黔桂喀斯特山地的蒸散量将分别增加11%,9%和2%（图4c）。其中太行山蒸散量增幅中东部大于西北部,横断山蒸散量增幅中部和东北部最大,西北部和西南部略低,黔桂喀斯特山地蒸散量仅西北部地区略有减少,其余大部分地区均为增加。以上结果表明,在全球变暖和降水增多的趋势下,三个山地的蒸散量均为正向反馈,但变化特征存在差异。造成这种差异的原因在于,太行山地和横断山地气候雨热同期,蒸散量主要受气候和地形影响,而黔桂喀斯特山地受地下不均质构造影响使蒸散量变化机制趋于复杂。

4.3 1951-2060年地表蒸散量的年际变化

1951-2060年太行山地和横断山地的总蒸散量呈增加趋势,增幅分别为0.981和0.757mm/a（P<0.001）,其中基准期（1951-2005年） 蒸散量增加趋势不显著,预估期（2006-2060年）有显著增加趋势（P<0.05） （表1）,说明未来气候变化是导致蒸散量变化的主要原因。1951-2060年黔桂喀斯特山地的总蒸散量呈上升趋势（0.190mm/a） （表1）,蒸散量在基准期呈现波动下降趋势,在预估期波动上升,但变化趋势均不显著,说明喀斯特地区蒸散量的变化对气候变化的响应并不显著,可能主要受地质条件影响。
Table 1
表1
表11951-2060年研究区多年平均蒸散量的线性变化趋势
Table 1Linear trend of long-term mean annul evapotranspiration of the study area in study area from 1951 to 2060

区域	1951-2005年	2006-2060年	1951-2060年
太行山地	0.188	0.713*	0.981***
横断山地	0.229	0.774***	0.757***
黔桂喀斯特山地	-0.107	0.086	0.190

注：线性趋势单位为mm/a; *,***分别表示通过了0.05和0.001的显著性检验。
新窗口打开
显示原图|下载原图ZIP|生成PPT
图 51951-2060年研究区总蒸散量、植被蒸散量和土壤蒸发量的年际变化
-->Figure 5Inter-annual variation of total evapotranspiration,vegetation evapotranspiration and soil evaporation in study area from 1951 to 2060
注：由于蒸散量变化主要受植被蒸散影响,故图中并未标出土壤蒸发的拟合方程。
-->

1951-2060年太行山地和横断山地多年平均蒸散量均以植被蒸散为主,其中植被蒸散占总蒸散量的比例分别为79%和67% （图 5a,图5b）。Yang等利用坡地蒸渗仪对太行山区复合群落生长季植被蒸散的观测表明,植被蒸散占总蒸散量的比例约为82%^[36];Lin等对贡嘎山针叶林地区的研究发现全年平均蒸散量中冠层截留蒸发（75%）远远大于其土壤蒸发（6%）^[4]。喀斯特地区由于其特殊的地表-地下水二元结构,易产生水土流失,土壤总量少导致矿质养分不足,植被生产力低^[42],因此以土壤蒸发为主（图 5c）,占总蒸散量的比例为53%,这与张喜等的研究表明黔中山地喀斯特森林地表蒸发量高于灌草层及林冠层截留总量相一致^[43]。
由图 5可知,总蒸散量与植被蒸散的年际变化特征大体一致,在三个山地两者的相关系数（R²）均超过0.9。由于植被生长对降水和土壤水分非常敏感,未来气候条件下降水增多会增加土壤含水量,改善土壤水分状况,从而增加植被生产力^[44],因此1951-2060年太行山地和横断山地植被蒸散呈显著增加趋势,增幅分别为0.753和0.399mm/a（P<0.001）。其中太行山植被蒸散以植被蒸腾为主^[45],主要受气候变化条件下植被生长状况的影响,而横断山以冠层截留蒸发为主^[4]。在黔桂喀斯特山地,尽管土壤蒸发高于植被蒸散,但其总蒸散量的年际波动仍主要受植被蒸散影响（图 5c）。
需要注意的是,本文对未来气候变化情景下蒸散量的模拟是基于土地利用不发生变化的基本假设,尚未考虑植被生长对气候变化的响应,因此还有待进一步的试验或模拟。

4.4 地表蒸散量的季节变化

1951-2060年CLM_CERES模拟的蒸散量季节变化如图 6所示,太行山地蒸散量季节变化最为显著,与降水量季节变化特征大体一致,夏季（6-8月）蒸散量最大,占全年总蒸散量的49%,而夏季降水量可达到全年降水量的65.7%^[46]。横断山地蒸散量季节变化较为平缓（图 6）,这可能是由于区域内海拔梯度变化大,不同海拔高度带的气候变化存在响应差异,因此区域平均从一定程度上弱化了研究区的内部差异。每年5月西南季风登陆向北推移,气流受山体阻隔抬升形成大量降水,致使横断山5-8月蒸散量最大,占全年总蒸散量的52%。黔桂喀斯特山地蒸散量季节变化也比较显著,5-9月蒸散量最大,占年总蒸散量的62%,其中春季（3-5月）蒸散量的增加幅度和秋季（9-11月）蒸散量的减小幅度都比较剧烈。
整体上看,三个山地蒸散量季节变化均呈现单峰曲线,其峰值位于5-9月,这与降水变化和植被生长规律密切相关。5月开始太阳辐射增强,近地层气温升高,同时降水增多,土壤水分充足;7-9月植被迅速生长,耗水量增多;10月植被发育成熟并开始衰老,耗水量相应减少^[13,45]。但在地形、气候、植被类型、土壤质地等要素的综合影响下,蒸散量的季节变化特征具有区域差异。其中,横断山蒸散量的峰值区域相对平缓,可能由于其冠层截留蒸发量大^[4],因此季节变化较为均匀。黔桂喀斯特山地蒸散量的峰值出现时间早于太行山和横断山,这是由于其蒸散量以土壤蒸发为主,5月、6月植株小,覆盖度低,地表大面积裸露,太阳直射使蒸发量显著增大;7-9月降水量大,空气湿度也较大,土壤蒸发响应减小,而且随着植被的生长,覆盖度增大,土壤在植被的遮荫下蒸发量减少^[45],同时植被生长大量消耗土壤水,也会影响土壤蒸发,而在此期间由于植被蒸散增大,因此总蒸散量仍然保持在较高水平。
显示原图|下载原图ZIP|生成PPT
图 61951-2060年研究区蒸散量季节变化
-->Fig.6Intra-annual variation of evapotranspiration in study area from 1951 to 2060
-->

5 结论

基于考虑了水资源开采利用方案并与CERES农作物生长模型耦合的新型陆面模式CLM_CERES,
利用CMIP5多模式集合数据集驱动该模式,对中国典型山地太行山地、横断山地、黔桂喀斯特山地基准期（1951-2005年）和预估期（2006-2060年）的地表蒸散量进行模拟分析,使用基于全球通量观测网络（FLUXNET）逐点水热通量观测数据的地表蒸散发估算数据集（MTE数据）对基准期模拟结果进行了对比验证,结果显示：
（1）太行山地、横断山地、黔桂喀斯特山地CLM_CERES的蒸散量模拟值与MTE数据在月尺度上均具有较好的相关性,两者间的相关性均在0.76~0.88之间。
（2）1951-2060年太行山地和横断山地总蒸散量呈显著增加趋势,增幅分别为0.981mm/a和0.757mm/a（P<0.001）,与基准期相比,预估期的总蒸散量整体上均呈现增加趋势。
（3）1951-2060年太行山地和横断山地以植被蒸散为主,其中太行山植被蒸散以植被蒸腾为主,横断山以冠层截留蒸发为主;黔桂喀斯特山地的总蒸散量无显著增加趋势,以土壤蒸发为主,但其总蒸散量的年际波动仍主要受植被蒸散影响。
（4）三个区域蒸散量的季节变化均呈现单峰曲线,峰值位于5-9月,与降水和植被生长的季节变化规律密切相关。太行山地和横断山地蒸散量的空间分布主要受气候和地形影响,黔桂喀斯特山地受其特殊的地表、地下水二元结构影响,对蒸散量的响应机制相对复杂,还需进一步探讨。
The authors have declared that no competing interests exist.

---

参考文献文献选项 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	张荣华,杜君平,孙睿. 区域蒸散发遥感估算方法及验证综述 [J]. 地球科学进展,2012,27(12):1295-1307. [本文引用: 2] [Zhang R H,Du J P,Sun R.Review of estimation and validation of regional evapo-transpiration based on remote sensing [J]. Advances in Earth Science,2012,27(12):1295-1307.] [本文引用: 2]
[2]	刘绍民,孙中平,李小文,等. 蒸散量测定与估算方法的对比研究 [J]. 自然资源学报,2003,18(2):161-167. [本文引用: 1] [Liu S M,Sun Z P,Li X W,et al.A comparative study on models for estimating evapotranspiration [J]. Journal of Natural Resources,2003,18(2):161-167.] [本文引用: 1]
[3]	杨帆,张万军. 太行山低山区不同植被群落蒸发蒸腾研究 [J]. 中国生态农业学报,2008,16(1):30-34. [本文引用: 1] [Yang F,Zhang W J.Transpiration and soil evaporation of different vegetation communities in Taihang Mountain hill-scape [J]. Chinese Journal of Eco-Agriculture,2008,16(1):30-34.] [本文引用: 1]
[4]	Lin Y,Wang G X,Guo J Y,et al.Quantifying evapotranspiration and its components in a coniferous subalpine forest in Southwest China [J]. Hydrological Processes,2012,26(20):3032-3040. [本文引用: 5]
[5]	温志群,杨胜天,宋文龙,等. 典型喀斯特植被类型条件下绿水循环过程数值模拟 [J]. 地理研究,2010,29(10):1841-1852. [本文引用: 1] [Wen Z Q,Yang S T,Song W L,et al.The numerical simulation on green water cycle of typical vegetation types in karst area [J]. Geographical Research,2010,29(10):1841-1852.] [本文引用: 1]
[6]	马耀明,王介民. 非均匀陆面上区域蒸发(散)研究概况 [J]. 高原气象,1997,16(4):446-452. [本文引用: 2] [Ma Y M,Wang J M.A survey in the study of area evaporation (evapotranspiration)over the hetero-geneous landscape [J]. Plateau Meteorology,1997,16(4):446-452.] [本文引用: 2]
[7]	陈鸣,潘之棣. 用卫星遥感热红外数据估算大面积蒸散量 [J]. 水科学进展,1994,5(2):126-133. [Chen M,Pan Z D.Estimation of large area evapotranspiration by thermal infrared satellite data [J]. Advances In Water Science,1994,5(2):126-133.]
[8]	Rangwala I,Miller J R.Climate change in mountains:a review of elevation-dependent warming and its possible causes [J]. Climatic Change,2012,114(3-4):527-547. [本文引用: 1]
[9]	高彦春,龙笛. 遥感蒸散发模型研究进展 [J]. 遥感学报,2008,12(3):515-528. [本文引用: 1] [Gao Y C,Long D.Progress in models for evapo-transpiration estimation using remotely sensed data [J]. Journal of Remote Sensing,2008,12(3):515-528.] [本文引用: 1]
[10]	鱼腾飞,冯起,司建华,等. 遥感结合地面观测估算陆地生态系统蒸散发研究综述 [J]. 地球科学进展,2011,26(12):1260-1268. [本文引用: 2] [Yu T F,Feng Q,Si J H,et al.Estimating terrestrial ecosystems evapotranspiration:A review on methods of integrating remote sensing and ground observations [J]. Advances in Earth Science,2011,26(12):1260-1268.] [本文引用: 2]
[11]	刘少锋,林朝晖. 通用陆面模式 CLM 在东亚不同典型下垫面的验证试验 [J]. 气候与环境研究,2005,10(3):684-699. [本文引用: 1] [Liu S F,Lin Z H.Validation of common land model using field experiment data over typical land cover types in East Asia [J]. Climate and Environment Research,2005,10(3):684-699.] [本文引用: 1]
[12]	Kumar S,Merwade V.Evaluation of NARR and CLM3. 5 outputs for surface water and energy budgets in the Mississippi River Basin [J]. Journal of Geophysical Research,2011,116(D8):185-212. [本文引用: 1]
[13]	罗立辉,张耀南,周剑,等. 基于WRF驱动的CLM模型对青藏高原地区陆面过程模拟研究 [J]. 冰川冻土,2013,35(3):553-564. [本文引用: 3] [Luo L H,Zhang Y N,Zhou J,et al.Simulation and application of the land surface model CLM driven by WRF in the Tibetan Plateau [J]. Journal of Glaciology and Geocryology,2013,35(3):553-564.] [本文引用: 3]
[14]	朱司光,陈海山,周晶. NCAR-CLM 系列模式对全球近 50a 陆面状况的模拟及其比较分析 [J]. 大气科学学报,2013,36(4):434-446. [本文引用: 1] [Zhu S G,Chen H S,Zhou J.Simulations of global land surface conditions in recent 50 years with three versions of NCAR Community Land Models and their comparative analysis [J]. Trans Atmos Sci,2013,36(4):434-446.] [本文引用: 1]
[15]	雍斌,张万昌,刘传胜. 水文模型与陆面模式耦合研究进展 [J]. 冰川冻土,2006,28(6):961-970. [本文引用: 1] [Yong B,Zhang W C,Liu C S.Advances in the coupling study of hydrological models and land-surface models [J]. Journal of Glaciology and Geocryology,2006,28(6):961-970.] [本文引用: 1]
[16]	樊克锋,杨东潮. 论太行山地貌系统 [J]. 长春工程学院学报:自然科学版,2006,7(1):51-53. [本文引用: 1] [Fan K F,Yang D C.Geo-morphologic system in Taihang Mountain area [J]. Journal of Changchun Institute of Technology (Natural Sciences Edition),2006,7(1):51-53.] [本文引用: 1]
[17]	甘沛奇. 关于横断山脉的地理描述 [J]. 中国西部,2007,(5):1-4. [本文引用: 2] [Gan P Q.The geographical descriptions about Hengduan Mountains [J]. Western China,2007,(5):1-4.] [本文引用: 2]
[18]	王玉枝,张家祯,李秀云,等. 横断山脉地区水文特征 [J]. 水文,1983,(3):41-48. [本文引用: 1] [Wang Y Z,Zhang J Z,Li X Y,et al.Hydrological characteristics of Hengduan Mountains area [J]. Journal of China Hydrology,1983,(3):41-48.] [本文引用: 1]
[19]	王钧,蒙吉军. 西南喀斯特地区近 45 年来气候变化特征及趋势 [J]. 北京大学学报:自然科学版,2007,43(2):223-229. [本文引用: 1] [Wang J,Meng J J.Characteristics and tendencies of climate change in the South western karst region of China in the recent 45 years [J]. Acta Scientiarum Naturalium Universitatis Pekinensis,2007,43(2):223-229.] [本文引用: 1]
[20]	王腊春,史运良. 西南喀斯特山区三水转化与水资源过程及合理利用 [J]. 地理科学,2006,26(2):173-178. [本文引用: 1] [Wang L C,Shi Y L.Formation process and rational use of water resources and transform of rainfall,surface water and underground water in karst mountains area in Southwest China [J]. Scientia Geographica Sinica,2006,26(2):173-178.] [本文引用: 1]
[21]	姚长宏,蒋忠诚,袁道先. 西南岩溶地区植被喀斯特效应 [J]. 地球学报,2001,22(2):159-164. [本文引用: 1] [Yao C H,Jiang Z C, Yuan D X.Vegetation karst effects on the karst area of southwest China [J]. Acta Geoscientia Sinica,2001,22(2):59-164.] [本文引用: 1]
[22]	Manabe S.Climate and the ocean circulation 1:I. The atmos-pheric circulation and the hydrology of the earth’s surface [J]. Monthly Weather Review,1969,97(11):739-774. [本文引用: 1]
[23]	孙菽芬. 陆面过程研究的进展 [J]. 新疆气象,2002,25(6):1-6. [本文引用: 1] [Sun S F.Advance in land surface process study [J]. Bimonthly of Xinjiang Meteorology,2002,25(6):1-6.] [本文引用: 1]
[24]	涂钢,刘波,王淑瑜. 基于陆面模式 NCAR/CLM3. 5 的东北区域生长季地表干湿状况时空分布特征模拟研究 [J]. 地理科学,2012,32(6):746-751. [本文引用: 1] [Tu G,Liu B,Wang S Y.Spatial-temporal characteristics of surface dry/wet status in northeast China by NCAR/CLM3.5 [J]. Scientia Geographica Sinica,2012,32(6):746-751.] [本文引用: 1]
[25]	Oleson K W,Dai Y,Bonan G,et al. Technical Description of the Community Land Model (CLM)[EB/OL].(2014-05)[2016-01-08]. URL [本文引用: 4]
[26]	邹靖. 地下水开采及农作物生长过程对区域气候的影响研究[D] . 北京:中国科学院大学,2013. [本文引用: 3] [Zou J.Effects of Groundwater Exploitation and Crop Growth on Regional Climate[D]. Beijing:University of Chinese Academy of Sciences,2013.] [本文引用: 3]
[27]	Taylor K E,Stouffer R J,Meehl G A.An overview of CMIP5 and the experiment design [J]. Bulletin of the American Meteorological Society,2012,93(4):485. [本文引用: 1]
[28]	Baldocchi D. TURNER REVIEW No.15.'Breathing'of the terrestrial biosphere:lessons learned from a global network of carbon dioxide flux measurement systems [J]. Australian Journal of Botany,2008,56(1):1-26. [本文引用: 1]
[29]	Jung M,Reichstein M,Ciais P,et al.Recent decline in the global land evapotranspiration trend due to limited moisture supply [J]. Nature,2010,467(7318):951-954. [本文引用: 3]
[30]	Jung M,Reichstein M,Bondeau A.Towards global empirical upscaling of FLUXNET eddy covariance observations:Validation of a model tree ensemble approach using a biosphere model [J]. Biogeosciences,2009,6(10):2001-2013. [本文引用: 1]
[31]	Jung M,Reichstein M,Margolis H A,et al.Global patterns of land-atmosphere fluxes of carbon dioxide,latent heat,and sensible heat derived from eddy covariance,satellite,and meteorological observations [J]. Journal of Geophysical Research:Biogeosciences (2005-2012),2011,116(G4):245-255. [本文引用: 1]
[32]	Xiao J F,Zhuang Q L,Baldocchi D D,et al.Estimation of net ecosystem carbon exchange for the conterminous United States by combining MODIS and AmeriFlux data [J]. Agricultural and Forest Meteorology,2008,148(11):1827-1847.
[33]	Beer C,Reichstein M,Tomelleri E,et al.Terrestrial gross carbon dioxide uptake:Global distribution and covariation with climate [J]. Science,2010,329(5993):834-838. [本文引用: 2]
[34]	Bonan G B,Lawrence P J,Oleson K W,et al.Improving canopy processes in the Community Land Model version 4 (CLM4)using global flux fields empirically inferred from FLUXNET data [J]. Journal of Geophysical Research:Biogeosciences (2005-2012),2011,116(G2):96-101. [本文引用: 1]
[35]	Shi X,Mao J,Thornton P E,et al.Spatiotemporal patterns of evapotranspiration in response to multiple environmental factors simulated by the community land model [J]. Environmental Research Letters,2013,8(2):199-201. [本文引用: 2]
[36]	Yang F,Zhang W J.Estimation of evapotranspiration with drainage lysimeters in the Taihang Mountain area,China [J]. Forestry Studies in China,2009,11(4):219-224. [本文引用: 2]
[37]	陈冰廉,潘家友,廖胜石,等. 广西区域地面蒸发量的计算及其时空分布与演变特征分析 [J]. 气象研究与应用,2008,29(1):29-33. [本文引用: 1] [Chen B L,Pan J Y,Liao S S,et al.Evaporation calculation of in Guangxi and its temporal and spatial distribution characteristics [J]. Journal of Meteorological Research and Application,2008,29(1):29-33.] [本文引用: 1]
[38]	Zou J,Xie Z,Yu Y,et al.Climatic responses to anthropogenic groundwater exploitation:A case study of the Haihe River Basin,Northern China [J]. Climate Dynamics,2014,42(7-8):2125-2145. [本文引用: 1]
[39]	朱国锋,何元庆,蒲焘,等. 1960-2009 年横断山区潜在蒸发量时空变化 [J]. 地理学报,2011,66(7):905-916. [本文引用: 1] [ Zhu G F,He Y Q,Pu T,et al.Spatial distribution and temporal trends in potential evapotranspiration over Hengduan Mountains region from 1960 to 2009 [J]. Acta Geographica Sinica,2011,66(7):905-916.] [本文引用: 1]
[40]	赵中秋,后立胜,蔡运龙. 西南喀斯特地区土壤退化过程与机理探讨 [J]. 地学前缘,2006,13(3):185-189. [本文引用: 1] [Zhao Z Q,Hou L S,Cai Y L.The process and mechanism of soil degradation in karst area in southwest China [J]. Earth Science Frontiers,2006,13(3):185-189.] [本文引用: 1]
[41]	陈洪松,王克林. 西南喀斯特山区土壤水分研究 [J]. 农业现代化研究,2008,29(6):734-738. [本文引用: 1] [Chen H S,Wang K L.Soil water research in karst mountain areas of southwest China [J]. Research of Agricultural Modernization,2008,29(6):734-738.] [本文引用: 1]
[42]	张信宝,王克林. 西南碳酸盐岩石质山地土壤-植被系统中矿质养分不足问题的思考 [J]. 地球与环境,2009,37(4):337-341. [本文引用: 1] [Zhang X B,Wang K L.Ponderation on the shortage of mineral nutrients in the soil-vegetation ecosystem in carbonate rock-distributed mountain regions in southeast China [J]. Earth and Environment,2009,37(4):337-341.] [本文引用: 1]
[43]	张喜,薛建辉,许笑天,等. 黔中山地喀斯特森林的水文学过程和养分动态 [J]. 植物生态学报,2007,31(5):757-768. [本文引用: 1] [Zhang X,Xue J H,Xu X T,et al.Nutrient dynamics and hydrological process of karst forests in mountainous area of central Guizhou Province [J]. Journal of Plant Ecology (Chinese Version),2007,31(5):757-768.] [本文引用: 1]
[44]	杨永辉,渡边正孝,王智平,等. 气候变化对太行山土壤水分及植被的影响 [J]. 地理学报,2004,59(1):56-63. [本文引用: 2] [Yang Y H,Watanabe M,Wang Z P,et al.Impacts of temperature and precipitation changes on soil moisture of Taihang Mountains [J]. Acta Geographica Sinica,2004,59(1):56-63.] [本文引用: 2]
[45]	杨帆,张万军. 太行山低山区不同植被群落蒸发蒸腾研究 [J]. 中国生态农业学报,2008,16(1):30-34. [本文引用: 3] [Yang F,Zhang W J.Transpiration and soil evaporation of different vegetation communities in Taihang Mountain hill-scape [J]. Chinese Journal of Eco-Agriculture,2008,16(1):30-34.] [本文引用: 3]
[46]	李发东,宋献方,张秋英,等. 太行山山前平原降水量特征及其分布的小波分析 [J]. 应用气象学报,2005,16(3):367-373. [本文引用: 1] [Li F D,Song X F,Zhang Q Y,et al.Wavelet analysis of precipitation and its distribution in the piedmont region of Taihang mountains-a case study at Luancheng station [J]. Journal of Applied Meteoro-logical Science,2005,16(3):367-373.] [本文引用: 1]