《水利水电技术(中英文)》官网网址https://sjwj.cbpt.cnki.net
摘 要:
【目的】塔里木盆地是中国最大的内陆盆地,盆地内农业、油气等自然资源丰富,地处干旱半干旱区,生态环境脆弱,气候变化对其影响较大。蒸散量对于该区域的生态水文变化趋势研究有着指示意义。【方法】基于MODIS数据和GLDAS数据,对SEBS模型进行改进,利用其估算塔里木盆地2001—2020年蒸散量,采用Sen+Mann-Kendall趋势分析等方法对蒸散量时空分布特征、变化趋势以及影响因素进行研究。【结果】结果显示:塔里木盆地2001—2020年蒸散量呈增长趋势,多年年均蒸散量为406.31 mm;空间上蒸散量由西北向东南减少,周缘绿洲蒸散量明显高于沙漠区域;气温和风速与蒸散量的偏相关系数分别为0.396、-0.457,农业用地面积和未利用类型用地面积与蒸散量之间的相关系数分别为0.9、-0.89。【结论】塔里木盆地蒸散量20 a间整体上升,与气象和人类活动等因素相关,空间上沙漠与绿洲区域蒸散量相差较大;农业用地面积增加以及种植结构变化对蒸散量增加影响较大,将种植数据与蒸散量数据结合可为该区域水资源利用提供参考建议。
关键词:
蒸散量;SEBS;塔里木盆地;MODIS;土地利用类型;
作者简介:
贺宏静(1997—),女,助理工程师,硕士,主要从事生态水文方向研究。
*郝明(1982—),男,研究员,博士,主要从事地震地壳形变监测研究。
基金:
第二次青藏高原综合科学考察研究子专题(2019QZKK0901);
国家自然科学基金项目(41372250);
引用:
贺宏静, 金晓媚, 郝明, 等. 塔里木盆地蒸散量时空变化特征及其影响因素[J]. 水利水电技术(中英文), 2023, 54(6): 60- 74.
HE Hongjing, JIN Xiaomei, HAO Ming, et al. Temporal-spatial distribution characteristics of evapotranspiration and its influencing factors in Tarim basin[J]. Water Resources and Hydropower Engineering, 2023, 54(6): 60- 74.
0 引 言
蒸散量(evapotranspiration, ET)作为气候系统核心过程中的一环,是指土壤、植被、水体的水分蒸发以及植物内部的水分蒸腾,是陆面-大气动力和热力过程的基础,指示着地表能量平衡、水分收支平衡,与农业、水文、气象以及生态环境之间存在紧密关系,陆表生态系统很大程度上依靠蒸散量维持稳定。随着全球性变暖持续发生,地表蒸散量加剧,水文循环复杂变化,旱涝事件频率和强度增加,地球和人类的生存环境受到影响。掌握蒸散量变化,可为水资源合理分配、旱涝监测、天气预报等方面提供参考,同时也为了解生态循环提供理论依据。全球陆地中,生态环境脆弱的干旱半干旱区约占三分之一,其对气候变化以及人类活动的响应更加敏感。由于其生态环境的脆弱性,半干旱地区对全球地表温度年均增长的贡献达约45%,对干旱半干旱地区蒸散量变化的认识和了解,影响着对气候和生态环境的研究。
目前,已有大量学者将蒸散量估算方法理论与发展迅速的遥感技术结合起来,不断发展出新应用方法,得以在较大尺度上实现由点到面的突破,包括SEBI模型、SEBAL模型、METRIC模型、SEBS模型等;全球陆地蒸散量产品已有十多种,包括基于Priestley-Taylor公式的GLEAM数据、基于P-M公式的MOD16数据、利用贝叶斯方法将五种传统方法结合所得的GLASS数据、基于PML模型的PML_v2数据等。本研究所使用的SEBS模型,近年来被广泛应用于蒸散量研究。MA等基于SEBS模型和ASTER数据,对澳大利亚灌溉区蒸散量进行估算,结果与实测数据对比,其中RMSE为0.89,平均绝对百分比差为2.87%,证明了SEBS模型在该区域的可靠性;ELHAG等利用SEBS模型,估算沙特阿拉伯干旱区代瓦西尔地区的蒸散量,结果显示,SEBS估算结果与实测数据的相关性较好(R2=0.818 9),能够较为准确地反映该地区的蒸散量。在国内,SEBS模型已应用于干旱半干旱地区蒸散量估算,如黑河流域、河套平原、柴达木盆地等,准确性也得到了验证;在利用不同方法对银卫平原进行蒸散量估算的过程中,发现SEBS模型最适合银卫平原蒸散计算,且指出SEBS模型较适用于大尺度非均匀地表复合地形。
塔里木盆地是我国最大的内陆盆地,位于生态环境脆弱的西北干旱区,西北干旱区气候恶劣,在全球气候变化中敏感性极高。近年来,生态问题愈加被重视,学者对于西北干旱区的蒸散量研究也逐渐深入。目前,基于新疆地区的研究有不同的区域侧重点,尚缺少聚焦于塔里木盆地长时间序列的蒸散量估算结果,作为地处脆弱环境中的资源宝地,亟需对其进行分析研究。本文将基于改进的SEBS模型以及MODIS等遥感数据,对2001—2020年塔里木盆地的实际蒸散量进行估算,分析21世纪以来塔里木盆地实际蒸散量的变化情况,并对与其相关因子进行分析和研究。
1 研究区概况
研究区塔里木盆地地处中国新疆南部(见图1),地理位置为73°33′52″E—93°46′47″E,36°7′6″N—42°33′33″N,面积58.27 km2,是中国面积最大的内陆盆地。盆地北、西、南面分别与天山山脉、帕米尔高原、阿尔金山脉接壤,东部开口,与河西走廊相连,高耸的山脉对来自大西洋的西风气流造成阻挡,在不同情况下导致东灌、中灌、西灌,影响着沙漠风积地貌;北部天山阻挡了北冰洋湿润气流,南部巨大的青藏高原等则对印度洋暖湿气流造成阻碍,这些都成为盆地中央中国最大沙漠——塔克拉玛干沙漠形成的重要原因。
图1 塔里木盆地地理位置
塔里木盆地为暖温带气候,昼夜温差大,沙漠气温高于周围绿洲、山区。近年来年平均气温约为10~12 ℃,由西北向东南递增。1961年以来,塔里木盆地平均气温以及最高、最低气温持续上升,平均气温变化速率为0.25 ℃/(10a)。盆地内降水西多东少,近年来年降水量为50~150 mm, 降水多集中于5—9月。
昆仑山脉、帕米尔高原、天山山脉常年接受较为丰富的降水,水分或形成冰川积雪,或流向盆地内部,形成塔里木盆地大大小小的河流,盆地内主要河流有“四源一干”,其中塔里木河是中国最大的内流河。沙漠西侧、北侧分布有绿洲,是主要的人类居住区域和农业分布区,包括焉耆绿洲、阿克苏绿洲、叶尔羌绿洲、喀什绿洲、和田绿洲等,按照三级流域划分也可将研究区划分为12个区域。
2 研究数据及研究方法
2.1 研究数据
2.1.1 MODIS数据
本文利用2001—2020年MODIS连续时间序列数据,包括MOD09A1地表反射率数据、MOD11A2地表温度及比辐射率数据、MOD16A2实际蒸散量ET数据,影像的具体信息如表1所列,选用MODIS数据共10120景,进行裁剪、重采样、波段计算、叠加等处理,得到统一分辨率数据,前两个数据集用于输入模型进行计算,后者则用于对比验证。数据均来自于NASA官网(https: //lpdaacsvc.cr.usgs.gov/appeears/task/area)。
2.1.2 气象数据
本文采用GLDAS-2.1数据集中2001—2020年的气温、气压、湿度、风速等数据,作为模型计算中的气象输入数据,每月一幅,空间分辨率为0.25°×0.25°,对数据进行裁剪、重采样等处理,将分辨率与处理后的MODIS数据相统一。
本文对于气象因子对蒸散量变化的影像分析同样基于GLDAS气象数据,包括气温、风速、相对湿度等,由于降水数据在2011年后出现分辨率降低的情况,选择使用ERA5-land数据中2001—2020年的降水数据进行补充(见表1)。
2.1.3 其他数据
为研究人类活动对蒸散量的影响,本文选取European Space Agency Climate Change Initiative (ESA CCI) 生产的300 m分辨率的土地利用数据(http: //maps.elie.ucl.ac.be/CCI/viewer/),结合联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change, IPCC)土地利用分类标准,将用地类型分为六个大类,即农业用地、林地、草地、水域、建筑用地和未利用类型用地,分类进行研究。
另外还选用了SRTM 90(V4.1)数据中UTM、ASPECT、SLOPE三个波段,作为模型的地形输入数据。数据来自地理空间数据云(https: //www. gscloud.cn/)。
2.2 研究方法
2.2.1 改进的SEBS模型及其可靠性验证
2.2.1.1 SEBS算法
本文的蒸散量估算基于地表能量平衡系统(Surface Energy Balance System, 简称SEBS),利用地表能量平衡公式进行蒸散量估算,计算公式为
式中,Rn为净辐射通量(W·m-2),G0为土壤热通量(W·m-2),H为感热通量(W·m-2),λE为潜热通量(W·m-2),λ为水的汽化潜热(J·kg-1),E为实际水分蒸散量总量(mm·d-1)。模型中,分别计算出Rn 、G0和H,再利用余项法求出,λE最后求出日蒸散量。
Rn 的计算公式为
式中,α为地表反照率;Rswd 为太阳下行短波辐射(W·m-2),也是本次算法改进的重点参数,随后将重点说明;ε为地表比辐射率;εa为大气比辐射率;Rlwd 为大气下行长波辐射(W·m-2);Rlwu 为地面上行长波辐射(W·m-2);σ为Stefan-Bolzmann常数(5.67×10-8 W·m-2·K-4);T0为地表温度(K);Ta为大气平均作用温度(K)。
G0的计算公式为
式中,NDVI为归一化植被指数;Γs和Γc 为土壤热通量和净辐射通量的比值,在植被全覆盖地区取Γc=0.05,在裸土地区取Γs =0.315,在这区间之内的值则可利用植被覆盖率fc,实现插值计算。
H的计算公式为
式中,ρ=1.293 kg·m-3,为空气密度;Cp=1 005 J·kg-1·K-1,为空气定压比热;T0和Ta分别为地表温度和参考高度温度(K);re为空气动力学阻抗(Ω)。
在地表能量平衡系统中,感热通量通过以下公式联立可得
式中,u为平均风速(m·s-1);u* =(τ0/ρ)1/2,为摩擦速度(m·s-1),τ0为表面剪切应力(N);k=0.4,为von Karman常数;z为距地面高度(m);d0为零平面位移高度(m);zom和zoh分别为动量传输粗糙度和热传导相对粗糙度(m);ψm和ψh分别为动量传输稳定度修正函数和热传输稳定度修正函数;L为奥布霍夫长度(m);θ0和θa分别为地表温度和高度为z处的温度(K);θV为近地表潜在虚拟温度(K);g=9.81 m·s-2,为重力加速度;其余物理量意义同前。
最后,通过余项法可求得λE,通过考虑干限和湿限下的能量平衡关系,得出蒸发比Λ。在干限下,由于土壤水分的限制,潜热为0,感热通量达到最大;在湿限下,蒸散量仅受表面和大气条件下可用能量的限制,感热通量达到最小,故有
相对蒸发比Λr可表示为
最后,蒸发比可以表示为
得到蒸发比后,便可计算日蒸散量,公式为
式中,Edaily为地表日蒸散量(mm);Λ240024为日均蒸发比;ρw为水的密度(1 000 kg·m-3);λ为水的汽化潜热(J·kg-1);Rn¯和G0¯分别表示日净辐射通量和土壤热通量(W·m-2)。
2.2.1.2 算法改进
净辐射通量的计算中,下行短波辐射的原计算算法为
式中,Isc为太阳常数(1 367 W·m-2);e0为地球轨道偏心率;θz为太阳天顶角;m为大气质量;τ为气溶胶光学厚度。
塔里木盆地与山脉接壤,海拔、地表坡度、坡向变化复杂,净辐射通量中下行短波辐射(Rswd)受其影响较大,进而影响蒸散量估算准确性,根据前人研究[37],结合盆地实际情况,对下行短波辐射的计算公式做出改进,将其改为直接辐射(Ib)、漫射(Id)和反射(Ir)之和,具体如式(17)至(20),从而使公式适用于复杂地形情况,具体为
式中,I0是穿过大气层所接受到的太阳辐射通量(W·m-2);θ为太阳入射角;a为太阳高度角;s为坡度(slope);r为地表反射;τc为直接辐射透射率,由臭氧、水汽、惰性气体、瑞利散射和气溶胶等多种因素决定。进一步的计算公式为
式中,S0 =1 367 W·m-2,为太阳常数;doy为儒略日;τoz、τw、τg、τrs、τa分别为臭氧吸收、水汽吸收、惰性气体吸收、瑞利散射和气溶胶消光影响下的辐射透射率;m为大气质量;mc为气压矫正后的大气质量;h为太阳高度(rad);ps为地面气压(Pa);p0 =1.013×105 Pa; l为臭氧层厚度(cm);β为Angström浊度系数;w为可降水量(cm);RH为比湿(%);T为气温(K)。
Τd 为漫射透射率,τr 为反射透射率,计算公式为
式中各物理量意义表示同前。
2.2.1.3 算法验证
由于研究区面积较大,唯一的塔中通量站位于塔克拉玛干沙漠中部,无法达到验证效果。学者对MOD16产品在国内以及新疆地区的精度进行验证,均有较好的结果,但MOD16产品基于P-M公式,在无植被分布区域存在无值的情况,在研究区内无值区域面积占比较大,但沙漠区域的蒸散量对本研究不可或缺,SEBS计算结果中沙漠区域有蒸散量,故首先选用MOD16产品中实际蒸散量数据,处理后得到年蒸散量总和,与SEBS算法改进前后所得出的年蒸散量结果分别进行趋势上的相关分析,对比其结果,进行可靠性验证。选取2001—2019年的MOD16数据,分别与改进前后的蒸散量计算数据进行皮尔逊相关性分析,结果如表2所列,由结果来看,对Rswd 的计算公式进行更改后的算法(即表2中的改进算法)所计算得年蒸散量结果,与MOD16产品的实际蒸散量数据在0.01水平显著相关,相关系数高于Rswd 未更改时的算法(即原算法),故认为改进后的SEBS模型对塔里木盆地的蒸散量估算准确性有所增加。
2.2.2 Sen+Mann-Kendall趋势分析法
利用Sen趋势度分析与Mann-Kendall显著检验两种稳健的非参数统计方法相结合的方式,可以减少数据受到的影响。利用Sen趋势度分析对趋势做出判断,再利用Mann-Kendall检验趋势变化显著程度,Sen趋势度β计算公式为
式中,i、j为时间序列数;Aj、Ai为时间为i、j时的序列值。计算结果中,如β<0,则说明序列呈下降趋势;β>0,则说明序列成上升趋势;β=0,则说明序列趋势不变。另有统计量
当n<10,则直接使用S进行双边趋势检验,选定显著性水平α,当|S|>Sα/2|S|>Sα/2,则认为存在显著变化趋势,反之,不存在;当n≥10,则构造统计量Z进行双边趋势检验,具体为
检验方式与上述一致。
2.2.3 偏相关分析
在研究气象因素对蒸散量的影响时,由于涉及气温、降水、风速、相对湿度等多个气象因子,为在研究单个自变量与因变量之间的关系时控制其他相关变量,从而消除其他因素对结果产生的影响,本文利用偏相关分析方法,分析气象因子与蒸散量之间的相关关系。
3 结果分析
3.1 塔里木盆地蒸散量分布特征分析
3.1.1 时间变化特征
塔里木盆地2001—2020年蒸散量的多年平均值为406.31 mm, 最大值为522.12 mm, 出现在2016年,最小值为248.77 mm, 出现在2003年。20 a间蒸散量呈显著增长趋势(p<0.001),增速为11.82 mm/a; 其中,如图2所示,2001—2007年增长较大,约为28.41 mm/a, 2007—2016年增加较为平缓,变化速率为6.77 mm/a, 2016—2020年蒸散量有所下降,增速为-17.08 mm/a。2008年之前,蒸散距平值基本为负,之后持续呈正距平,2008年后蒸散量基本高于研究时段内多年平均水平。
图2 塔里木盆地2001—2020年蒸散量年际变化
对2001—2020年塔里木盆地蒸散量进行月均计算(见图3),蒸散量从1月开始持续上升,7月达到峰值91.88 mm, 随后开始下降,直至12月,年内均值最小月份为12月,为1.96 mm。年内蒸散量主要集中在4—9月,1—3月、10—12月,蒸散量下降。
图3 塔里木盆地月均蒸散量变化折线
根据土地利用类型不同,对塔里木盆地蒸散量年际变化进行统计,统计结果为每个用地类型的平均蒸散量,如图4所示,六种土地利用类型中,农业用地、草地、水域和未利用类型用地蒸散量在0.05水平下,增长斜率显著不同于零,其中农业用地蒸散量增长最快,斜率为20.99 mm/a, 其次是草地(18.71 mm/a)、水域(13.26 mm/a)、建筑用地(10.04 mm/a)。
图4 塔里木盆地各土地利用类型蒸散量变化
3.1.2 空间分布特征
从蒸散量空间分布图(见图5)上看,盆地四周河流绿洲区域水系相对发育,植被较多,蒸散量较高,而盆地中心沙漠区域蒸散量则偏低,整体由西北向东南方向倾斜。
图5 塔里木盆地2005年、2010年、2015年、2020年及多年平均蒸散量空间分布
按照三级流域分类标准,将塔里木盆地分为12个区域,包括10个河流流域和2个沙漠区域(见图1),并分区进行蒸散量统计,结果显示,盆地西北部阿克苏河流域年均蒸散量最高,为809.46 mm; 位于西部、北部的叶尔羌河流域、喀什噶尔河流域、渭干河流域年均蒸散量分别为707.86 mm、671.38 mm、650.15 mm; 其次是和田河流域(493.91 mm)、位于沙漠东北侧边缘的塔里木河干流流域(466.27 mm)、位于沙漠南侧边缘的克里亚河诸小河流域(432.77 mm)和车尔臣河诸小河流域(361 mm);沙漠东北缘开孔河流域为304.43 mm, 塔克拉玛干沙漠、疏勒河流域和库木塔格沙漠蒸散量最小,分别为241.54 mm、191.63 mm、188.83 mm。
将一年分为四季,统计出2001—2020年四季蒸散量均值空间分布图,四季蒸散空间分布与全年空间分布基本一致,高值区分布在河流流域,尤其是北部及西北部,中央沙漠区域以及东部蒸散量较低,在中央区域向东部过渡的部分春、夏、秋都展示出明显的蒸散递减趋势。夏季的蒸散量明显最高[见图6(b)],平均值为247.14 mm, 大部分地区可达200 mm以上,河流沿线可超600 mm; 春季[见图6(a)]稍大于秋季[见图6(c)],前者平均值为90.50 mm, 整体以20~100 mm居多,后者均值为59.69 mm, 整体则多处于0~60 mm内;冬季[见图6(d)]蒸散量最小,均值为8.98 mm。
图6 塔里木盆地2001—2020年年内季蒸散量均值空间分布
3.2 塔里木盆地蒸散量变化趋势分析
利用Sen+Mann-Kendall趋势分析法对塔里木盆地蒸散量进行逐像元的时空尺度分析,了解2001—2020年研究区蒸散量变化趋势。将整个研究时段分为2001—2010年、2011—2020年两个阶段,分别在空间上取平均值,并相减,获得差值图[见图7(a)],随后将该图与趋势度β图[见图7(b)]做空间上的相关性计算,R2为0.95,说明趋势结果较为稳健。
图7 塔里木盆地前后十年蒸散量均值差值及20 a变化趋势度
随后统计量Z,结合趋势度β,给定显著性水平α=0.05,将变化趋势分为显著减少、轻微减少、基本不变、轻微增加、显著增加等五种(见表3)。
研究区全区蒸散量主要呈增长趋势,呈增长趋势的面积远大于呈减少趋势的面积,增长趋势面积占比达93.16%,其中,显著增长区域占比62.60%,多分布于北部、西部,轻微增长区域则多分布在南部、东部;轻微减少区域占比6.65%,分布于塔克拉玛干沙漠南部及东部、开孔河流域下游、库木塔格沙漠部分区域以及研究区最北缘蒸散量,显著减少区域则只占全区面积的0.15%,集中在开孔河流域下游以及库木塔格沙漠南部。
四季中,呈增长趋势的区域占绝大部分(见图9),夏季与全年趋势整体空间分布一致性较高[见图9(b)],研究区北部、西部增长较东部、南部更为明显,而在塔克拉玛干沙漠、库木塔格沙漠、开孔河流域有呈减少趋势的区域,相较全年趋势而言,夏季显著增加区域减少,轻微增加和轻微减少区域增加;秋季全区基本呈增长趋势[见图9(c)],显著增长趋势区域面积占比在四季中占首位;春季趋势分布较为零碎[见图9(a)],北部主要为显著增长趋势区域,南部主要为轻微增长趋势区域以及轻微减少区域,西部喀什噶尔河流域和叶尔羌河流域增长明显,东部塔克拉玛干沙漠东侧、开孔河下游以及库木塔格沙漠呈基本不变、轻微减少趋势;冬季呈基本不变趋势的区域面积明显增加[见图9(d)],主要分布在车尔臣河诸小河流域、开孔河流域和库木塔格沙漠,在车尔臣河诸小河流域还分布有轻微减少和显著减少趋势的区域,其余区域则以显著增长趋势为主导,呈显著增长趋势区域的面积占比仅次于秋季(53.72%)。
图8 塔里木盆地2001—2020年蒸散量空间变化趋势
图9 塔里木盆地2001—2020年年内季蒸散量空间变化趋势
3.3 数据验证
塔里木盆地幅员辽阔,生态环境恶劣,实测数据的获取存在一定困难。前有学者在塔里木河沿岸的柽柳、胡杨设立两个站点(87°54′E,40°27′N;88°1′E,40°26′N),进行蒸散量的实测,故利用该实测数据对本研究计算结果进行验证。利用ArcGIS软件,以两个站点的坐标为圆心,画半径为3 km的圆,以该圆为计算区域,区域内的蒸散量计算结果,与站点数据进行对比。
由结果可见,2016年[见图10 (a)]、2017年[见图10 (b)]两者相关性(r)分别为0.94、0.85,相关性较高。数值上,本文计算结果小于实测数据,认为是因实测站点设置在植被中,代表该点数据,而本文计算结果分辨率约为1 km(0.008 3°),精度不足以单独提取该点植被蒸散量,且存在混合像元,故蒸散量低于实测数据,同时也会导致一定误差。总体而言,趋势一致、相关性较高的结果,结合2.2.1节中与MOD16数据的较好的相关性结果,从一定程度上验证了塔里木盆地SESB蒸散量计算的可靠性。
图10 本研究计算结果与研究区实测数据对比
4 影响因素分析
4.1 气象因素
本文选取气温、降水、风速、相对湿度等气象因子,对各个因子20a来的变化做出变化趋势图,再结合蒸散量变化趋势图,逐像元逐因子地与蒸散量进行偏相关分析,得到气象因子偏相关系数空间分布图。气温、降水和相对湿度与蒸散量呈正相关,偏相关系数分别为0.396、0.131、0.028,风速与蒸散量呈负相关,偏相关系数为-0.457。
气温与蒸散量呈正相关,西部和北部的河流流域,气温与蒸散量之间的正相关系数更大[见图11 (a)],此处水分相对较多,气温的升高能在一定程度上促进蒸散量的发生;降水与蒸散量相关性不大[见图11 (b)],一方面由于盆地整体降水稀少,另一方面降水虽会增加水分,但同时也会降低温度、增加对大气辐射的削弱作用,期间作用机制较为复杂;风速与蒸散量呈负相关,盆地边缘负相关程度最高,其在绿洲区域与沙漠区域的差异在气象因子中最为明显[见图11 (c)],在西北干旱区水分限制、植被稀少的情况下,风速对蒸散量的影响超过实际水分条件,蒸散量随着风速的增加而减少,这与多位学者的相关研究结果近似;相对湿度与蒸散量相关性较小[见图11 (d)]。2001—2020年,气温增长趋势十分明显,同时,风速呈下降趋势相对明显,这两项对蒸散量的增长有较为明显的贡献。
图11 塔里木盆地气象因子偏相关系数空间分布
4.2 土地利用类型
人类活动对区域蒸散量的影响主要通过用土地类型的变化来体现。利用ArcGIS统计6种土地利用类型的2001—2020年平均蒸散量(见表4),所有用地类型中,水域水分提供充足,平均蒸散量最高(1 247.63 mm);农业用地(794.63 mm)和林地(798.86 mm)植被生长茂盛,蒸散量相差不大;由于分辨率为300 m, 建筑用地中包含有农业用地等混合像元,蒸散量为491.41 mm; 草地蒸散量为658.43 mm, 未利用类型用地中多为裸土,蒸散量最小(346.06 mm)。从面积变化上看,2001—2020年,农业用地增长7 080.8 km2,草地增长1 053.0 km2,未利用类型用地减少8 660.9 km2,建筑用地、林地和水域变化幅度不大。
对于面积变化较大的三种用地类型,根据蒸散量年际变化进行分阶段统计变化情况,2001—2007年蒸散量增速较快,农业用地和草地面积共增长3 862.8 km2;2007—2016年增速相对2001—2007年变缓,农业用地和草地面积共增长3 399.8 km2,增长面积相应减小;而2016—2020年蒸散量呈减少趋势,农业用地和草地增长仅871.3 km2。对逐年土地利用类型面积变化与塔里木盆地蒸散量变化进行相关性计算,未利用类型用地、农业用地类型与蒸散量变化相关性较为密切,未利用类型用地与蒸散量变化呈负相关[见图12 (a)],相关系数为-0.89,农业用地类型面积变化与蒸散量变化的相关性为0.90[见图12(b)]。
图12 农业用地类型及未利用类型用地面积对蒸散量的影响
根据有关政策和文献可知,从2000年以来,新疆开始从大西海子水库向塔里木河干流进行生态输水,到2022年7月6日,已完成第23次输水,此前累计输水87.9亿m3。随着生态输水的进行,塔里木盆地可使用水量在不断增加,农业用地面积在水资源较为充足的情况下不断增加,同时种植结构也在发生着变化,从粮食作物逐渐转移到经济作物,这其中棉花种植范围逐年扩大,对蒸散量增加做出了较大贡献。由此可见,农业用地增加较为直接地影响了蒸散量地增加,同时图4中农业用地类型蒸散量的增加趋势也可看出,农业用地在面积增大的同时,单位面积的蒸散量也在持续增加,这与其他学者的结论相互印证,其内部种植结构的变化才是蒸散量变化的更根本的原因。
结合以上分析,认为农业用地蒸散量较大且面积增长较多,未利用类型用地持续减少,对塔里木盆地蒸散量的变化有一定的影响。
5 结 论
本文基于MODIS数据、GLDAS数据等遥感数据,对SEBS模型进行改进,计算2001—2020年塔里木盆地蒸散量,并对其分布特征和影响因子进行分析,结论如下:
(1)塔里木盆地蒸散量2001—2007年增长明显,2007—2016年增速放缓,2016—2020年有所下降,整体呈增长趋势,变化速率11.82 mm/a, 多年平均值为406.31 mm, 年内蒸散量主要集中在4—9月,农业用地类型下蒸散量增长最快。
(2)蒸散量空间分布上整体由西北向东南倾斜,沙漠区域明显低于盆地周缘绿洲,沙漠区域由西向东递减,河流流域最高可达809.46 mm, 中央沙漠区域为241.54 mm; 四季趋势与全年趋势大体一致,夏季最大,趋势最为相似,其次是春季、秋季、冬季;研究区呈增长趋势区域面积占比达93.16%,其中显著增长占62.60%,多分布在盆地北部、西部,往东南方向逐渐出现下降趋势区域,但占比仅为6.84%;四季中秋季呈增长趋势区域面积占比最大,夏季与全年趋势最为相似。
(3)气温、降水、相对湿度、风速与蒸散量的偏相关系数分别为0.396、0.131、0.027、-0.457,研究时段内气温的增长、风速的降低对蒸散量的增长做出一定贡献,而降水和相对湿度对蒸散量影响较小。
(4)农业用地、未利用类型用地面积变化与蒸散量的相关性(r)分别为0.9、-0.89,农业用地的增加和未利用类型用地的减少是塔里木盆地蒸散量增长的主要因素。
本文对于蒸散量变化归因未作出更加深刻的探讨,其中研究区气象站数据由于气象站分布不均匀、日期不齐全等问题未能被利用起来,而土地利用类型中,种植结构变化对研究区蒸散量变化的影响需要进一步获取数据资料,进行分析,从而为塔里木盆地的种植结构提出科学合理的建议。
水利水电技术(中英文)
水利部《水利水电技术(中英文)》杂志是中国水利水电行业的综合性技术期刊(月刊),为全国中文核心期刊,面向国内外公开发行。本刊以介绍我国水资源的开发、利用、治理、配置、节约和保护,以及水利水电工程的勘测、设计、施工、运行管理和科学研究等方面的技术经验为主,同时也报道国外的先进技术。期刊主要栏目有:水文水资源、水工建筑、工程施工、工程基础、水力学、机电技术、泥沙研究、水环境与水生态、运行管理、试验研究、工程地质、金属结构、水利经济、水利规划、防汛抗旱、建设管理、新能源、城市水利、农村水利、水土保持、水库移民、水利现代化、国际水利等。