

Spatio-temporal characteristics of evapotranspiration and its relationship with climate factors in the source region of the Yellow River from 2000 to 2014
YEHong

通讯作者:
收稿日期:2017-12-13
修回日期:2018-06-25
网络出版日期:2018-11-25
版权声明:2018《地理学报》编辑部本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.
基金资助:
作者简介:
-->
展开
摘要
关键词:
Abstract
Keywords:
-->0
PDF (6392KB)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-->
1 引言
地表蒸散发(Evapotranspiration, ET)也称陆地表层水汽通量,是地表植被蒸腾、土壤与水体蒸发的水汽总和[1,2,3,4,5],联系着地球外部圈层间的物质循环和能量交换[6,7,8,9,10]。同时,它是地表水热平衡的重要构成部分[11,12,13],影响着地表过程中地、气系统的相互作用[14],是全球水分循环及气候变化的重要影响因素[15]。准确估算区域地表蒸散发量,探索区域地表蒸散发与气候变化的时空分异规律,对生态系统水源涵养与保护、水资源合理开发利用和区域小气候调节等具有重要意义[2-3, 16-17]。黄河源区地处世界屋脊青藏高原东缘,位于三江源自然保护区的核心地带,有着独特的自然生态系统和丰富的自然资源,是中国西南区域经济发展的重要生态安全屏障[18,19]。近年来,黄河源区平均气温上升趋势显著[18, 20-21],冰川冻土消融加快[22],年内降水量不均匀性增加[23],使得黄河源区水热平衡发生着微妙变化。及时了解黄河源区在全球气候变暖格局下[24],其区域气候因子变化与ET的关系,对黄河源区生态系统水源涵养和水资源合理开发利用至关重要[2]。
目前关于ET的研究主要集中在蒸散模型[7, 9, 25-35]、精度评估验证[35,36,37]和蒸散数据应 用[15, 38-39]等方面。另外,基于遥感的ET研究已成为近年来该领域热点研究之一[14, 36, 40-49]。国内ET研究则主要集中在高寒区(黄河源区、长江源区)、河湖流域、平原地带。高寒区研究侧重于ET对黄河源区、长江源区的湿地生态系统、冰川冻土和高寒植被等的影响,探讨ET与气候因子、环境因素的关系[5, 9, 50-51]。河湖流域的ET研究以流域水资源合理利用为出发点,主要集中于ET时空分布规律探索与强度分析[2],ET变化与影响因子探讨[38]等方面。平原地带主要倾向于进行长时间序列下ET的空间变化[3]和生长季内不同土地利用类型的ET特征研究[14]。此外,也有不少****对中国陆表蒸散分布特征做了研究[17, 28, 47]。
遥感技术的发展使得长时间序列、大区域尺度的ET研究成为可能,遥感反演ET数据及其应用也越来越多地得到研究者们的关注[47, 49, 52-53]。常用的遥感反演地表蒸散发产品主要有MODIS MOD16/ET、LSA-SAFMSG/ET、AVHRR NOAA和SSEBOP/ET等[55,56,57]。其中,最具代表的是美国NASA(National Aeronautics and Space Administration)与蒙大拿大学NTSG(The Numerical Terradynamic Simulation Group)共同发布的全球陆地蒸散发产品MODIS MOD16/ET,该产品已在全球得到了广泛应用[35, 49, 58-61]。
由于复杂下垫面的影响和传统监测手段的局限性,大面积实地ET的估算与观测比较困难,虽然有以上多种方法研究ET,然而黄河源区地处青藏高原东缘,生态系统脆弱,自然环境条件极为艰苦,地面系统性观测难度大,观测资料十分缺乏。本文拟基于MODIS数据估算的实际蒸散发产品MOD16A2/ET和研究区内部及周边18个气象站的气温、降水和相对湿度数据开展黄河源区ET研究,探索黄河源区ET时空特征及其与气候因子的关系,研究结果有助于加深对区域地表蒸散发时空变化的理解,在区域生态系统水源涵养和保护、水资源合理利用与开发等方面也具有重要的指导意义。
2 研究区概况
黄河源区地处青藏高原东缘32°04′N~36°30′N,95°54′E~103°31′E之间[62],包括16个县级行政单元,分别为青海省曲麻莱、玛多、达日、久治、甘德、玛沁、兴海、同德、共和、贵南、泽库和河南内蒙古自治县,甘肃省玛曲县,四川省阿坝、红原和若尔盖县,总面积约132658 km2(图1)。地貌以高原平地、山地和丘陵台地为主[22],海拔在2232~6252 m之间,平均海拔为4029.92 m。北部和东部紧邻共和盆地与若尔盖盆地,地势相对较低,中西部多山地,地势较高。研究区内河流、湖泊发育,以西部扎陵湖、鄂陵湖两大高山淡水湖泊及北部龙羊峡水库最为著名。黄河源区土地利用类型以高原草地、林地和沼泽地为主,占研究区总面积的80%以上。区域气候类型属于青藏高原亚寒带半干旱半湿润型[22, 51],东部气温比西部高,东南部降水比西北部高,水热空间分布差异显著。黄河源区昼夜温差大,年均气温在-1.6 ℃左右;年内降水多集中在5-9月,年均累积降水量为407~582 mm;年累积蒸发量为484~584 mm。总体上,黄河源区海拔高、气温低,河流湖泊沼泽湿地发育,具有水源涵养与补给,水土保持和区域气候调节等功能,是黄河上游最重要的水源地和产流区。
图1黄河源区气象站点分布
-->Fig. 1Spatial distribution of meteorological stations in the source region of the Yellow River
-->
3 数据来源与研究方法
3.1 数据来源
3.1.1 MODIS MOD16A2/ET数据 MODIS MOD16产品数据集是以MODIS日均气象再分析数据和8 d遥感植被属性动态作为输入,使用Mu等[58]改进型ET算法(图2),综合考虑植被覆盖、反照率以及气温、气压和相对湿度等信息来计算植被与土壤的净辐射量,最后利用Penman-Monteith模型[1]计算全球陆地表面蒸散发量而形成的灰度遥感影像数据集,灰度值的大小表示地表蒸散发量大小,其数据子集分别是MOD16A2和MOD16A3。该数据集的空间分辨率为1 km,时间分辨率有8 d(MOD16A2-8day)、月(MOD16A2-monthly)和年(MOD16A3-annual)3种,数据集内包括地表蒸散发量(Evapotranspiration, ET)、潜热通量(latent heat flux, LE)、潜在地表蒸散发量(Potential evapotranspiration, PET)、潜在热通量(Potential latent heat flux, PLE)和质量评估数据(ET Quality control, ET_QC),涵盖时间段为2000-2014年。MOD16 ET产品已经得到来自涡流通量塔实测ET和全球232个流域测量ET的验证[63],可用于研究区域水量和能量平衡及土壤水分状况[35, 47]。
图2改进型MODIS ET算法流程图(据文献[
-->Fig. 2Flowchart of the improved MODIS ET algorithm (revised from Reference [58])
-->
研究选用的2000-2014年MOD16A2/ET数据,时间分辨率为月(monthly),遥感卫星轨道号为h25v05和h26v05,来源于NTSG(http://www.ntsg.rmt.edu/)。利用MRT(Moderate Resolution Imaging Spectroradiometer Reprojection Tools)将下载的MOD16A2/ET数据进行格式转换、重投影和影像镶嵌等预处理工作,根据MODIS MOD16全球ET产品说明文件和ET_QC数据进行统计分析及异常值剔除,生成研究所需的ET初始数据。
3.1.2 气象资料 气象资料来自中国国家气象科学数据共享服务平台(http://data.cma.cn/)。选取黄河源区内部及周边共18个地面气象站(图1),统计各气象站点2000-2014年每年逐月气象数据,主要包括月平均气温(℃)、降水量(mm)和相对湿度(%)。为了探明ET与气候因子的关系,选取月平均气温、降水量和相对湿度作为气候因子,采用Anuspline样条函数法[64]和Kriging插值法,进行气象数据空间插值处理。
3.1.3 土地利用类型数据 土地利用类型数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn/)“中国1∶10万土地利用现状遥感监测数据库”,获取了2000年、2005年、2010年和2015年4期土地利用数据,空间分辨率为1 km。在结合黄河源区自然环境状况并参考中国科学院资源环境科学数据中心“中国1∶100万植被类型空间分布数据”的基础上,将黄河源区土地利用类型归并划分为6个一级类,分别为林地、草地、水域、沼泽地、裸地和其他类型(城乡、工矿、居民用地、旱地和高寒荒漠、苔原等)。其中,由于水域的蒸发量大且与其他地表覆被类型的蒸散发模式不同,研究中单独把水域提取出来,使其不参与研究计算。黄河源区ET面积即为研究区总面积扣除水域(扎陵湖、鄂陵湖和龙羊峡水库等)和无值区后的陆地面积,其值约129216 km2。
3.1.4 地形数据 地形数据为ASTER GDEM(V2版)30 m空间分辨率DEM(Digital Elevation Model)产品,来源于中国科学院“地理空间数据云”(http://www.gscloud.cn/)。对DEM数据进行坏值、无值处理和镶嵌、裁剪等预处理工作后,将DEM空间分辨率重采样为1 km用于空间插值等后续数据处理工作。
3.2 研究方法
3.2.1 趋势分析 MOD16A2/ET为月尺度数据,为了得到时间序列为2000-2014年的年ET值,本文利用月值数据进行年ET值的合成,计算公式为:式中:i表示第i年(i = 2000, 2001,…, 2014);j为月份(取值为1, 2, …, 12);ETi为研究区内各像元点在第i年的年ET值。
采用基于像元的一元线性回归分析法对黄河源区2000-2014年MOD16A2/ET数据进行趋势分析[64,65],公式为:
式中:n为年数(时间序列为2000-2014年,即n = 15);ETi为研究区内各像元点在第i年的年ET值;Tslope为2000-2014年研究区内各像元点ET年际变化的一元线性回归方程的斜率,即趋势变化率,反应研究时段内ET的总体变化趋势。Tslope > 0表明ET总体变化呈增加趋势,反之为减少趋势[64]。
3.2.2 相对年际变化率 根据年ET数据可以得到2000-2014年研究区内各像元的多年平均ET值,其计算公式为:
式中:n为年数(研究时间段为2000-2014年,即n = 15);ETi为研究区内各像元点在第i年的年ET值;
为了更准确地描述长时间序列下ET的总体变化情况,本文引入ET相对年际变化率。计算公式为:
式中:RARCET表示2000-2014年黄河源区ET相对年际变化率;Tslope为2000-2014年黄河源区ET趋势变化率;
3.2.3 相关分析 本文基于像元尺度进行黄河源区ET与气候因子的相关分析研究。其中,线性相关分析的计算公式为:
式中:n为年数;Rxy为x、y两个影响因子的线性相关系数;xi与yi分别是x、y两个影响因子在第i年的值(i为2000年、2001年…2014年);
偏相关分析是在线性相关分析的基础上,排除其他影响因子的干扰,计算某两个影响因子之间的相关性[64]。为了探究气温和降水对黄河源区ET的影响,基于线性相关系数计算公式,把气温和降水作为与ET有关的两个影响因子,对其进行偏相关分析。偏相关系数计算公式如下:
式中:x代表ET值;y代表气温;z代表降水量;Rxy, z为ET与气温间的偏相关系数。
复相关分析是在综合考虑多个相关影响因子的共同作用下,将两个或多个影响因子并入计算。复相关系数的计算公式为:
式中:Rx, yz为ET与气温、降水量的复相关系数;Rxy为气温与降水量的线性相关系数;Rxz,y为ET与降水量间的偏相关系数。利用经典的t检验、F检验分别进行偏相关、复相关系数的显著性检验。
4 结果与分析
4.1 黄河源区ET时空变化特征
根据研究需要,将黄河源区划分为北部地区(共和、贵南、兴海、同德和泽库5县,占黄河源区总面积的23.29%)、西部地区(玛多和曲麻莱2县,占22.25%)、中部地区(玛沁、甘德、达日和久治4县,占29.10%)和东南部地区(河南蒙古族自治县、玛曲、若尔盖、阿坝和红原5县,占25.37%)。4.1.1 黄河源区ET年际变化 2000-2014年黄河源区多年平均ET呈明显的空间分异特征(图3),北部ET显著弱于中部和东南部,最强ET位于黄河源区的东南部,这与曾燕等[66]对黄河流域蒸散发分布模式的研究结果类似。研究区内各县级行政单元之间ET差异显著,其中若尔盖、红原、久治、玛沁和达日等5县地表蒸散发的程度最强,多年平均ET值高达589.11 mm/a;甘德、玛曲和阿坝等3县ET值相对较高,约为579.41 mm/a;河南蒙古族自治县和玛多县ET程度相对较弱,多年平均ET值约为536.99 mm/a;而共和、贵南、兴海、同德、泽库和曲麻莱等6县ET值最小,约为458.19 mm/a。结合黄河源区高程分布情况分析发现,北部低海拔及西部高海拔区域ET值小,中部山区及东南部海拔相对较高的区域ET值大,表明研究区ET的强弱程度与高程分布具有一定联系。

图3黄河源区多年平均ET空间分布
-->Fig. 3Spatial distribution of mean ET in the source region of the Yellow River from 2000 to 2014
-->
2000-2014年黄河源区年际ET波动较大,呈现两端年份高而中间年份低的变化特点,其值介于484.36~583.59 mm之间,多年平均ET值为538.61 mm/a,距平相对变化显著,各年份间的年际ET差异明显(图4)。研究时段内,有6个年份的年际ET超出多年平均ET值,其余年份均低于平均水平;2012年的年际ET最高达到583.59 mm,其次为2009年的575.61 mm;2008年的年际ET最低为484.36 mm,其次为2007年的483.67 mm,年际ET最高值与最低值之差达到99.23 mm。整体上,黄河源区在2000-2008年间ET呈减少趋势明显,2009-2014年间ET呈波动略增加的趋势,这与黄河源区生态保护和建设工程的实施密切相关[67,68]。

图42000-2014年黄河源区ET年际变化
-->Fig. 4Annual variation of ET in the source region of the Yellow River from 2000 to 2014
-->
2000-2014年黄河源区ET趋势变化率在-2.67~4.8 mm/a之间,平均趋势变化率为0.44 mm/a;空间分布上,中东部增加趋势明显,西部减少趋势显著(图5a)。黄河源区ET的相对年际变化率介于-0.70%~1.36%之间,变化幅度不大,平均相对年际变化率为0.14%,空间上表现为西低东高的态势(图5b)。西部地势高,全年气温较平均值低,不利于地表的蒸散发;区内扎陵湖、鄂陵湖的水域面积超过1133 km2,局部空气的相对湿度较高,ET强度稍弱于分布着沼泽地、林地等生态水源充足的中东部地区。相对年际变化最为显著的区域为共和县、贵南县、泽库县、同德县北部和兴海县东部,同时也是年际ET程度最弱的地区。其余地区虽然ET程度较强,但其相对年际变化率却不大,表明研究时段内黄河源区ET的空间差异化显著但其相对变化幅度小,整体而言,区域水热气三者之间处于相对平衡的状态。这也侧面验证了黄河源区2000-2014年并没有出现极端干旱或洪涝天气。

图52000-2014年黄河源区ET变化趋势(a)与相对年际变化(b)
-->Fig. 5ET trend (a) and its relative annual variation (b) in the source region of the Yellow River from 2000 to 2014
-->
4.1.2 黄河源区ET年内变化 总体而言,黄河源区年内ET呈周期性单峰变化趋势,从3月开始波动上升,在7月达到最大值,8-11月波动下降,12月-次年2月为ET的低值区且其变化特征不显著(图6)。多年月平均ET值介于28~81 mm之间,年内ET最小值出现在12月,多年月平均ET值约30.92 mm/a;最大值出现在7月,其值约69.12 mm/a。这与研究区内多年月平均气温在1月达到最低,7月达到最高;多年月平均降水量在12月最小,7月最大的年内变化特征基本一致,表明黄河源区ET变化与该区域水热变化同期,气温和降水变化是引起ET变化的重要因素。

图62000-2014年黄河源区多年月平均ET与气温和降水变化
-->Fig. 6Mean monthly ET, air temperature and precipitation over years in the source region of the Yellow River from 2000 to 2014
-->
4.1.3 黄河源区四季ET变化 根据植被生长习性及区域环境状况,把黄河源区的3-5月划分成春季,6-8月划分成夏季,9-11月划分成秋季,12月-次年2月划分成冬季,研究2000-2014年黄河源区ET随四季变化的空间分异规律(图7)。黄河源区ET具有较强的季节性,夏季ET程度最强,冬季最弱,与区域气温、日照时数及地表太阳辐射量的变化规律具有较高的一致性。四季ET均值从大到小依次为:夏季(约188.14 mm/a)>春季(约131.83 mm/a)>秋季(约121.49 mm/a)>冬季(约97.15 mm/a)。不同季节间的ET变化幅度最大可达48.36%,引起这一现象的原因不尽相同,影响因子也各有差异。气温低、降水量小、太阳辐射弱,加之高寒地区植被枯萎后蒸腾作用微弱或几乎没有,ET主要靠土壤浅层水分的微弱蒸发贡献,是造成冬季ET值最小的主要原因;进入春季,气温逐渐升高、降水量及太阳辐射强度逐渐增加,植被进入生长季的蒸腾作用加强,土壤水分蒸发较强,是影响春季ET值的主导因素;夏季气温高、降水量丰富、太阳辐射强,使得植被蒸腾和土壤水分蒸发作用达到最强,因而夏季ET值最大;入秋之后,气温逐步下降、降水量和太阳辐射逐渐减少以及植被进入枯萎期的蒸腾作用和土壤水分蒸发作用相对减弱,是导致秋季ET值的重要因素[65]。

图72000-2014年黄河源区四季ET分布
-->Fig. 7Spatial distribution of ET in the four seasons in the source region of the Yellow River from 2000 to 2014
-->
黄河源区ET的季节性空间分布差异明显,春季ET均值介于42.36~199.27 mm/a之间,黄河源区中部及东南部的红原县ET值明显大于北部地区;夏季ET均值介于72.75~317.54 mm/a之间,东南部地区ET值最大,中部次之,北部的共和县与贵南县最小;秋季ET均值介于65.01~171.22 mm/a之间,北部低海拔地区ET值小,其余地区的ET值明显较大;冬季ET均值介于41.15~134.76 mm/a之间,除中部及东南末端地区ET值稍大外,其他地区ET值都在100 mm/a以下(图7)。
总体上,黄河源区四季ET的时空分布异质性显著,北部地区是ET的薄弱地带,中部和东南部地区是对全区ET贡献最大的区域;夏季ET最强,春秋季次之,冬季ET最弱。黄河源区ET的四季差异表明植被—土壤—大气间水汽与热量的循环与流通,既是影响区域地表水热平衡重要因素,也是引起ET变化的根本原因。
4.2 不同土地利用类型的ET变化特征
土地利用类型变化是区域环境改变和人类活动影响的直接结果[23, 69],它又能影响区域环境中的水文过程及水热平衡,而ET是区域地表水热平衡的重要构成部分,探讨不同土地利用类型的ET特征尤为重要。本文获取了2000年、2005年、2010年和2015年4期空间分辨率1 km的土地利用数据,分别代表2000-2003年、2004-2007年、2008-2011年、2012-2014年4个时间段黄河源区土地利用情况,研究不同土地利用类型的ET变化特征。对比4期土地利用类型可知,不同土地利用类型的面积比由大到小依次为草地>裸地>林地>其他>沼泽地>水域(表1),草地为研究区主要的土地利用类型,占比达到74%以上。各研究时段内,不同土地利用类型的ET值存在差异,最大差值范围在57.93~82.00 mm之间,含植被的土地利用类型其ET值比无植被覆盖的高。各研究时段间,不同土地利用类型的ET分布规律明显且相同:沼泽地>林地>草地>其他>裸地;其中,沼泽地、林地和草地ET值明显高于裸地和其他用地。
Tab. 1
表1
表12000-2014年黄河源区不同土地利用类型ET分布
Tab. 1ET distribution of different types of land use in the source region of the Yellow River from 2000 to 2014
土地 利用类型 | 2000-2003年 | 2004-2007年 | 2008-2011年 | 2012-2014年 | |||||||
---|---|---|---|---|---|---|---|---|---|---|---|
平均ET值 (mm) | 面积比 (%) | 平均ET值 (mm) | 面积比 (%) | 平均ET值 (mm) | 面积比 (%) | 平均ET值 (mm) | 面积比 (%) | ||||
草地 | 538.98 | 74.76 | 533.92 | 74.21 | 535.95 | 74.19 | 559.35 | 74.10 | |||
林地 | 549.14 | 7.38 | 554.56 | 7.37 | 553.76 | 7.37 | 583.39 | 7.37 | |||
沼泽地 | 557.60 | 3.82 | 563.54 | 3.84 | 565.05 | 3.84 | 588.95 | 3.85 | |||
裸地 | 499.67 | 8.06 | 488.51 | 8.56 | 493.51 | 8.53 | 506.94 | 8.51 | |||
其他 | 506.60 | 3.83 | 510.97 | 3.86 | 515.39 | 3.88 | 528.66 | 3.95 | |||
水域 | - | 2.15 | - | 2.16 | - | 2.19 | - | 2.22 |
新窗口打开
进一步分析发现,不同土地利用类型ET分布规律与其相对应的土地利用类型面积比的排列不具有一致性,究其原因主要有以下几点:沼泽地主要覆盖为浅水及水生植物,来自沼泽地水分的直接蒸发比草地、林地等的植被蒸腾更加强烈,使得沼泽地的水分蒸发和植被蒸腾对黄河源区全年ET的贡献最大;林地占黄河源区总面积的7.37%左右,仅次于草地和裸地,虽然林地所占面积不大,但是林木根系可以吸收土壤深层水分用于蒸腾作用,底层灌木苔藓等也对ET的影响比较大;其次,近年来黄河源区高覆盖度草地大面积减少[23],源区内多为中、低覆盖度草地,常伴随着裸露的土壤,相比于林地而言其郁闭度不高,ET的强度较林地稍弱;裸地主要是由沙地、碎砾石和裸岩石质地表组成,ET主要来自表层土壤水及降水蒸发,其值相对较小;其他用地相比于裸地而言,ET除来自表层土壤水及降水蒸发外,还有一部分来自于低覆盖的苔原植被或人工种植的植物蒸腾,ET值较裸地稍高。林地、沼泽地和其他等土地利用类型,研究时间段内的多年平均ET近年来呈逐渐增加趋势;草地和裸地两种土地利用类型,近年多年平均ET呈先减后增的趋势。此外,2008-2014年黄河源区同种土地利用类型的ET值近年呈逐渐增加趋势,可能与全球气候变暖背景下的区域气温升高和降水量增加有关[23, 70-71]。
4.3 黄河源区ET与气候因子的关系分析
4.3.1 黄河源区ET与气候因子的相关分析 气候变化是影响区域水热分布的重要环境因素,以气温和降水表现最为明显,气温表征空气冷热程度决定天气的变化状况[72],降水影响地表径流决定区域水分循环的快慢。图6表明黄河源区ET的变化与该区域水热变化同期,气温和降水变化是引起ET变化的重要因素,因此本文选用气温和降水作为影响黄河源区ET的主要气候因子进行相关分析。另外,本文考虑到相对湿度作为决定空气湿润程度的影响因子[73],可能是黄河源区ET的贡献力量之一,亦对相对湿度与ET的关系作了探讨。整体上,2000-2014年黄河源区ET与气温、降水均呈正相关关系,ET与气温的相关系数在0~0.90之间,平均值为0.27;与降水的相关系数在-0.54~0.96之间,平均值为0.35;与相对湿度的相关系数在-0.61~0.78之间,平均值为0.31。黄河源区ET与气温、降水和相对湿度显著相关性(P < 0.05)分布具有明显的空间分异特征(图8)。降水对ET的影响范围最广,主要分布在黄河源区海拔相对较低,地坡蓄水能力强,土壤表层含水量丰富的北部地区和东南部多草地和沼泽地的若尔盖、玛曲、阿坝和红原县,约占黄河源区ET总面积(129216 km2)的28.29%。气温对ET的影响范围主要分布在中部的玛沁县、东南部的若尔盖县、河南内蒙古自治县和玛曲县以及泽库县的东部地区,约占黄河源区ET总面积的7.45%,且在若尔盖和玛曲县与降水的影响范围存在重叠区域;这些区域广泛分布林地和沼泽地[22],植被蒸腾和沼泽地浅水蒸发作用以及玛沁县北部冰川雪山融水等受气温的影响比较大。相对湿度对ET的影响主要分布在湖泊众多的西部曲麻莱和玛多县以及北部兴海和贵南县,约占黄河源区ET总面积的13.07%,仅在兴海县中西部地区与降水的影响范围有小部分重叠;整体而言,相对湿度与ET呈负相关关系,即相对湿度越低ET越大,相对湿度越高ET越小。另外,海拔相对较高,土地利用类型以稀疏草地和裸地为主的达日、甘德、玛多以及曲麻莱4县ET与气温、降水和相对湿度之间无明显的显著相关性,表明这些区域ET主要受其他因素影响。

图82000-2014年黄河源区ET与气温、降水和相对湿度的相关性分布图
-->Fig. 8Correlations for ET and air temperature, ET and precipitation, and ET and relative humidity in the source region of the Yellow River from 2000 to 2014
-->
4.3.2 黄河源区ET与气候因子的偏相关复相关分析 相对湿度对ET影响较大的区域(黄河源区西部曲麻莱县和玛多县以及北部兴海县)其多年平均ET值小于503.83 mm,而黄河源区多年平均ET值大于582.05 mm的范围主要位于玛沁县和河南蒙古族自治县及其以南大部分地区,该区主要受降水和气温的影响。本文选取气温和降水两个气候因子开展与ET的偏相关和复相关分析。
黄河源区ET与气温的偏相关系数介于-0.79~0.88之间,平均值为0.10;呈正相关的区域主要分布于曲麻莱、玛沁、甘德、泽库、若尔盖和河南内蒙古自治县等地,约占黄河源区ET总面积的65.92%;负相关的区域大致分布于共和、贵南、兴海、达日、阿坝和红原等县,约占黄河源区ET总面积的34.08%(图9a)。t双侧检验表明,黄河源区通过0.05显著性水平的区域主要在玛沁县中西部、泽库县东南部、河南内蒙古自治县东部以及若尔盖县中部,总面积3031 km2,约为正相关区域面积的3.56%;通过0.01显著性水平检验的区域主要为玛沁县中南部和泽库县东南部,总面积586 km2,约占正相关面积的0.69%。

图92000-2014年黄河源区ET与气温(a)和降水(b)偏相关系数空间分布图
-->Fig. 9Spatial distribution of partial correlation coefficient for ET and air temperature (a), and ET and precipitation (b) in the source region of the Yellow River from 2000 to 2014
-->
黄河源区ET与降水的偏相关系数介于-0.56~0.95之间,平均值为0.28;呈负相关的区域主要分布于甘德县、玛沁县以及河南内蒙古自治县北部等地,约占黄河源区ET总面积的13.61%,其余区域均呈正相关(图9b)。t双侧检验表明,黄河源区通过0.05显著性水平的区域主要在玛沁县中西部、泽库县东南部、河南内蒙古自治县东部以及若尔盖县中部,总面积26761 km2,约占正相关面积的23.97%;通过0.01显著性水平检验的区域主要为玛沁县中南部和泽库县东南部,总面积10934 km2,约占正相关面积的9.79%。黄河源区ET与降水的相关性显著强于气温,表明降水对黄河源区ET的贡献大于气温的影响。
黄河源区ET与气温、降水的复相关系数在0~0.96之间,平均值为0.44,大部分地区ET与气温、降水的复相关性明显(图10)。若尔盖、阿坝、红原、贵南以及兴海县北部和玛沁县的中南部等地的复相关强,玛多和达日两县的复相关最弱。F检验结果表明,约18.07%的ET区域通过显著性水平为0.05的检验,约8.09%的ET区域通过0.01显著性水平检验。

图102000-2014年黄河源区ET与气候因子的复相关系数空间分布图
-->Fig. 10Spatial distribution of multiple correlation coefficients of ET and climatic factors in the source region of the Yellow River from 2000 to 2014
-->
4.3.3 黄河源区ET与气候因子的驱动力分析 气候因子是影响区域水热分布的重要环境因素,为了进一步揭示黄河源区ET与气候因子的关系,深入理解黄河源区ET的气候驱动机制,在偏相关与复相关的基础上,确定了驱动规则(表2)。
Tab. 2
表2
表2黄河源区ET驱动分区规则
Tab. 2Regionalization rules of driving factors for ET in the source region of the Yellow River
ET驱动类型 | t检验(气温) | t检验(降水) | F检验 | |||||
---|---|---|---|---|---|---|---|---|
α=0.05 | α=0.01 | α=0.05 | α=0.01 | α=0.05 | α=0.01 | |||
气温驱动 | |T|>t0.05 | F>f0.05 | ||||||
气温强驱动 | |T|>t0.01 | F>f0.01 | ||||||
降水驱动 | |T|>t0.05 | F>f0.05 | ||||||
降水强驱动 | |T|>t0.01 | F>f0.01 | ||||||
气温降水共同驱动 | |T|>t0.05 | |T|>t0.05 | F>f0.05 | |||||
气温降水共同强驱动 | T>t0.01 | |T|>t0.01 | F>f0.01 | |||||
其他气候因子驱动 | |T|<t0.05 | |T|<t0.05 | F>f0.05 |
新窗口打开
2000-2014年黄河源区ET驱动分区(图11)结果表明,研究区内ET受气候因子驱动的地区主要表现为降水驱动,分布在阿坝、红原、若尔盖县及贵南、兴海县的北部地区,面积为18421 km2;其中降水强驱动的区域所占面积为8192 km2,占降水驱动总面积的44.47%。受气温驱动的区域主要分布在玛沁县中南部,泽库县东南部以及河南内蒙古自治县的东部,面积为2054 km2;气温强驱动的面积约占气温驱动总面积的18.7%。气温降水共同驱动的区域主要分布在若尔盖县境内,面积约138 km2。此外,气温降水共同强驱动的区域面积为2 km2,基本可以忽略,即在黄河源区不存在该驱动类型。整体上,2000-2014年黄河源区ET驱动机制表现为除气温和降水外的其他因子驱动。

图112000-2014年黄河源区ET驱动分区
-->Fig. 11Spatial regions of ET driven by different factors in the source region of the Yellow River from 2000 to 2014
-->
5 结论与讨论
本文利用MODIS MOD16/ET数据、黄河源区内部及周边18个气象站的气温、降水量和相对湿度数据,研究了2000-2014年黄河源区ET时空变化特征;统计分析了黄河源区不同土地利用类型的ET变化特征;采用趋势分析和相关分析法探索了黄河源区ET与气温和降水等气候因子的关系及驱动分区。主要结论如下:(1)2000-2014年黄河源区ET空间分布具有明显的区域分异特征,北部ET显著小于中部和东南部,最强ET位于研究区的东南部。黄河源区年际ET差异明显波动较大,距平相对变化显著,年际ET呈先减小后增加的趋势,即两端年份ET大,中间年份ET小;其值介于484.36~583.59 mm之间,多年平均ET值为538.61 mm/a。近15年黄河源区ET趋势变化率在-2.67~4.8 mm/a之间,平均趋势变化率为0.44 mm/a,相对年际变化幅度不大,平均相对年际变化率为0.14%,整体空间分布呈两极分化态势,中东部地区ET增大趋势明显,西部地区减小趋势显著。2000-2014年黄河源区ET的强弱程度显著但其相对变化幅度小,区域水热气三者处于相对平衡的状态。
(2)2000-2014年黄河源区年内ET呈周期性单峰变化趋势,与研究区内气温和降水的变化特征类似,入春3月开始波动上升,7月达到最大值,8-11月波动下降,12月至次年2月ET小且其变化特征不显著。黄河源区四季ET差异明显,具有较强的季节性,四季ET值从大到小排列为:夏季(约188.14 mm/a)>春季(约131.83 mm/a)>秋季(约121.49 mm/a)>冬季(约97.15 mm/a)。不同季节间ET变化幅度最高可达48.36%,各季节气温、降水量、太阳辐射、植被生长态势和土壤含水量等是引起四季ET变化的主要因素。黄河源区ET季节性空间分布的异质性表明,北部地区是ET的薄弱地带,中部和东南部地区是对全区ET贡献最大的区域。
(3)2000-2014年黄河源区不同土地利用类型的ET值大小分布规律为:沼泽地>林地>草地>其他>裸地,沼泽地水分蒸发和植被蒸腾对黄河源区全年ET的贡献显著。此外,2008-2014年黄河源区同种土地利用类型的ET值近年呈逐渐增加趋势,可能与全球气候变暖背景下的区域气温升高和降水量增加有关[23, 70-71]。
(4)ET与气候因子的相关分析表明,ET与气温、降水呈正相关关系且降水对ET的影响强于气温,相对湿度与ET呈负相关关系,主要影响区域分布在多年平均ET值小于503.83 mm的曲麻莱县、玛多县和兴海县。黄河源区ET受气候因子驱动的地区主要表现为降水驱动,面积约18421 km2,其中降水强驱动的区域占降水驱动总面积的44.47%;受气温驱动的区域主要分布在玛沁县中南部,泽库县东南部以及河南内蒙古自治县的东部,面积为2054 km2,气温强驱动的区域面积约占气温驱动总面积的18.7%。整体上,黄河源区ET变化的驱动机制表现为除气温和降水外的其他因子驱动。
本文对2000-2014年黄河源区ET时空特征及其与气温和降水两气候因子的关系做了详细研究,初步探索了黄河源区ET与相对湿度的关系,但是ET自身除受到气温、降水和相对湿度的影响外,还受到高程、风速、日照等自然因素和人类活动的共同影响,是有待进一步研究的方面。同时,MOD16A2/ET遥感数据由于受云和阴影等因素干扰,某些像元存在无值现象,开展无值像元拟合算法研究,是MODIS ET研究中需解决的问题之一。
The authors have declared that no competing interests exist.