基于遙感的鄱陽湖湖區(qū)蒸散特征及環(huán)境要素影響*

趙曉松，劉元波，吳桂平

(中國科學院南京地理與湖泊研究所湖泊與環(huán)境國家重點實驗室，南京 210008)

鄱陽湖是我國第一大淡水湖，承接贛江、撫河、信江、饒河、修水5 大河流來水，形成一個完整的流域系統(tǒng).鄱陽湖流域包括5 個子流域和一個湖區(qū)，其中鄱陽湖湖區(qū)是指5 個子流域控制水文站以下、包括鄱陽湖體在內的空間范圍[1].受到鄱陽湖5 個子流域徑流和上游長江來水的共同作用，鄱陽湖水位呈現明顯的季節(jié)性變化，其水域面積也隨之產生劇烈波動，湖區(qū)大片灘地呈現明顯的季節(jié)性干濕交替變化，這些水位波動和水文過程決定著鄱陽湖獨特的水量平衡特征.從水量平衡角度看，鄱陽湖的入流項包括五河徑流、湖區(qū)產流和湖區(qū)降雨，出流項包括湖口向長江的出流量和湖區(qū)蒸發(fā).其中湖區(qū)降水量通過氣象站點觀測得到，五河徑流量和湖口出流量可通過子流域控制水文站和湖口水文站觀測得到，而鄱陽湖湖區(qū)的產流量則很難獲得.這是因為湖區(qū)地形以平原區(qū)為主，其產匯流過程復雜，難以應用傳統(tǒng)的水文站點進行徑流觀測，因此無法直接獲取湖區(qū)的徑流量.而基于水量平衡原理，通過估算湖區(qū)內的蒸散量，可間接獲得湖區(qū)徑流量.蒸散作為湖區(qū)水量平衡中的重要分量，分析其時空變化規(guī)律有助于增加對湖區(qū)產匯流過程的認識，對闡明湖區(qū)的水量平衡過程具有重要的意義.

相對于傳統(tǒng)的水文氣象學方法，遙感方法具有空間上連續(xù)和時間動態(tài)變化的特點，通過遙感手段獲得區(qū)域地表蒸散得到越來越廣泛的應用[2-3].目前，基于改進的Penman-Monteith 公式應用MODIS 數據已獲得了全球蒸散產品(MOD16)[4-5]，但該產品尚缺失水體和濕地部分的蒸散.針對鄱陽湖湖區(qū)水陸交換頻繁，地表覆被類型改變的特征，本文選取溫度-植被指數三角法估算湖區(qū)蒸散.該方法不受地表覆被變化的影響，同時不需大量的觀測數據便可有效估算區(qū)域蒸散，在多個區(qū)域得到很好的應用[6-7].Jiang 等[8]、Batra 等[9]和Wang 等[10]基于地面溫度-植被指數三角法應用MODIS 和AVHRR 數據估算了美國南部大平原日蒸散量.Nishida 等[11]將該方法應用于美國區(qū)域蒸散量估算.Stisen 等[7]基于MSG-SEVIRI 數據估算了塞內加爾河流域蒸散.Wang 等[12]提出了基于晝夜溫差和植被指數特征空間的三角法估算蒸散.Tang 等[13]改進了地面溫度-植被指數三角法干濕邊的確定方法，并基于MODIS 數據反演了干旱和半干旱地區(qū)的蒸散.國內多數應用能量平衡原理模型估算區(qū)域蒸散，詹志明等[14]應用AVHRR 數據，基于SEBS 模型估算隴西黃土高原陸面蒸散.田輝等[15]利用MODIS 資料估算了黑河流域蒸散.杜嘉等[16]基于MODIS 產品和SEBAL 模型估算三江平原日蒸散量.

本研究基于MODIS 遙感數據，應用溫度-植被指數三角法反演2000-2009年鄱陽湖湖區(qū)蒸散，分析湖區(qū)蒸散的時空特征以及環(huán)境因子對湖區(qū)蒸散的影響，為深入理解湖區(qū)水量平衡規(guī)律奠定基礎.

1 材料與方法

1.1 研究區(qū)概況

鄱陽湖湖區(qū)為鄱陽湖流域除去贛江、撫河、信江、饒河和修水5 個子流域后剩余的區(qū)域，包括五河入湖尾閭段、鄱陽湖濕地以及周圍平原區(qū)(圖1).湖區(qū)集水面積為2.1×104km2，約占鄱陽湖流域面積的13%.湖區(qū)包括鄱陽湖水域及環(huán)湖農田和林地.鄱陽湖水域面積隨水位的季節(jié)變化而變化，當鄱陽湖水位達22.59 m時，最大水域面積為3850 km2[17](對應圖1 最大水面區(qū)域)，而當水位為7.68 m 時，水域面積為730 km2，僅為最大水域面積的18.8%(對應圖1 最小水面區(qū)域)，洲灘和草洲大面積出露.湖區(qū)地屬亞熱帶濕潤季風氣候，流域內年平均氣溫為17.1℃，多年平均降雨量為1570 mm.降水時空分布不均，具有明顯的季節(jié)性和區(qū)域性.降水集中在4-6月，占全年降水的45%～50%.

1.2 數據源

1.2.1 氣象水文數據 應用鄱陽湖湖區(qū)南昌站和波陽站2 個氣象站點(1957-2009年)氣象因子數據，包括輻射、氣溫、降水數據等.所有數據來自國家氣象數據中心.1957-2009年的氣象數據用于氣象要素的多年平均值的計算，2000-2009年以來的氣象要素和輻射數據用于分析對流域蒸散的影響.所有數據無缺失.

1.2.2 蒸散數據 選取蒸滲儀系統(tǒng)觀測的地表蒸散數據進行分析.蒸滲儀系統(tǒng)位于江西省南昌縣生態(tài)試驗站(28°30'N，115°54'E)(圖1)的觀測場地.觀測場海拔高度47 m，地表覆被有均勻生長的草地，日常以降水灌溉為主，不施以人工灌溉.試驗場地具有較好的代表性，受地形坡度和風速的影響較小，觀測時間為2007年9月-2008年8月.蒸滲儀系統(tǒng)觀測的地表蒸散用于點尺度蒸散驗證.

圖1 鄱陽湖湖區(qū)及湖泊水域邊界分布Fig.1 Lake Poyang region and boundary of lake waters

表1 MODIS 產品的基本信息Tab.1 The information of MODIS products

1.2.3 遙感數據 應用MODIS 衛(wèi)星產品作為蒸散反演的輸入數據.所需數據包括MODIS 地面溫度/發(fā)射率產品(MOD11_L2)、地表反射率產品(MOD09_GQ，GA)、地理定位產品(MOD03)、大氣闊線產品(MOD07)等(表1).所有產品數據來自于MODIS 數據中心(LP DAAC)(https://lpdaac.usgs.gov/).由于原始MODIS 產品為 HDF-EOS 格式、ISIN (Integerized Sinusoidal)投影，因此需要經過格式轉換、軌道鑲嵌、截子區(qū)、重投影等預處理，最終轉換為WGS-84坐標系統(tǒng)下GeoTiff 格式的文件.由于MODIS 各產品的分辨率不一致，為了反演流域蒸散需要，應用最近鄰法(nearest neighbor)將各參數重采樣到500 m.MODIS 的近紅外、可見光、熱紅外波段極易受天氣和云層遮掩的影響，使得可以用于估算蒸散量的時相總數受到了極大限制.根據MODIS 云檢測產品進行篩選，選取2000-2009年鄱陽湖湖區(qū)云覆蓋區(qū)面積比例小于15%(有效面積大于85%)的影像349 景，對于存在數據缺失的產品，應用最近鄰法進行數據插補，獲得空間連續(xù)的數據產品用于反演流域蒸散.

1.3 遙感反演蒸散方法

基于 Priestley-Taylor[18]公式，蒸散可表示為:

式中，λET 為實際蒸散(W/m2)，λ 為水的汽化潛熱(2.45×106J/kg)，Rn為凈輻射(W/m2)，G 為土壤熱通量(W/m2)，Φ 為 Priestley-Taylor 參數，Δ 為飽和水汽壓曲線斜率(kPa/℃)，是氣溫的函數，γ 為干濕表常數(kPa/℃).蒸散可以用蒸散比(EF)和有效能量(Rn-G)來表示，即:

式中，EF 定義為蒸散與有效能量的比值，表達式為:

式中，Priestley-Taylor 參數Φ 可根據研究區(qū)域內地面溫度和歸一化差值植被指數(NDVI)的空間分布來確定[6，8]，Jiang 等[6]根據 NDVI-地面溫度的特征空間，提出了區(qū)域蒸散估算的三角法.

式中，Φmax為1.26.Tmin為區(qū)域內的最低地面溫度，代表植被密集，水分供應充足，蒸散處于潛在蒸散的水平，構成地面溫度與NDVI 三角分布的下邊界，定義為濕邊.Tmax為不同NDVI 所對應的最高溫度，構成了三角分布的外邊界，定義為干邊.T0為每個像元點的地面溫度.不同T0對應的Φ 值根據干濕邊線性內插得到.NDVI的表達式為:NDVI=(NIR-RED)/(NIR+RED)，其中NIR 為近紅外波段，RED 為紅光波段.通過MOD11-L2產品提取得到地面溫度，基于MOD09-GQ 產品的紅光波段和近紅外波段計算得到NDVI，構建地面溫度與NDVI 的特征空間，確定干濕邊，根據公式(4)計算得到Φ，進而得到每個像元的EF 值.

根據能量平衡方程，蒸散的反演需要估算凈輻射和土壤熱通量.凈輻射是地表熱量交換的基礎，包括向下短波輻射、向上短波輻射、向下長波輻射和向上長波輻射4 個分量.一般通過分別估算4 個分量來獲得凈輻射.基于大氣短波傳輸的參數化方案及反照率等參數估算向下和向上短波輻射[19].同時基于MODIS 氣溫和地面溫度數據以及大氣和地表發(fā)射率計算向下和向上長波輻射[20].最后根據地表能量交換計算凈輻射，具體反演方法參見文獻[21].土壤熱通量在白天占凈輻射的5%～20%，通常根據對凈輻射和NDVI 的參數化方程來估算[22].

由于遙感反演的蒸散值為衛(wèi)星過境時刻的瞬時值，根據實際的應用，需要將瞬時值轉化為日蒸散量和年蒸散量.根據正弦模型將瞬時凈輻射轉換為日凈輻射[23]，由于蒸散比在一天當中基本保持穩(wěn)定[24]，因此日蒸散值可以通過蒸散比與日凈輻射相乘計算得到.對于年蒸散量的估算，本研究基于日凈輻射與日蒸散總量有很好的線性相關關系(R2=0.65，P ＜0.01)，根據連續(xù)的觀測日凈輻射對年內缺失的蒸散值進行插補，再與遙感反演的日蒸散累加，最終得到全年的蒸散值.

1.4 湖泊水體提取方法

由水體和植被的光譜反射率特征，近紅外波段對于判別水陸邊界和陸地植被最為有效[25].一般地，在近紅外波段，植被的反射率明顯高于水體的反射率，而在紅光波段，水體的反射率高于植被的反射率[26].為了突出水陸邊界，并減少衛(wèi)星遙感影像受太陽高度角和傳感器視角及大氣狀況的影響，NDVI 常被用于水體提取的判別參數[27-28].根據區(qū)域NDVI 的空間分布，水體對應的NDVI 值較低，一般為負值，而植被和土壤對應的NDVI 則較高.由于受到時相因素等影響[29]，判斷水陸邊界的閾值并不固定，譚衢林等[30]指出應用NDVI提取水域分布的閾值在-0.1 ～0.3 之間.本文基于遙感影像NDVI 直方圖的分布，通過人機交互方法確定合適閾值(閾值范圍在0 ～0.2 之間)，提取湖泊水域面積.

圖2 遙感反演蒸散精度檢驗Fig.2 Evaluation of accuracy for retrieved ET using remote sensing

2 結果與分析

2.1 蒸散結果驗證

對于遙感反演的流域蒸散，基于地表蒸滲儀觀測的蒸散數據進行點尺度的驗證.在蒸滲儀觀測期內，獲得27 d 遙感反演的日尺度晴天蒸散值，提取觀測點對應遙感像元的蒸散值，與對應日期的實測蒸散值進行比較(圖2).結果顯示，遙感反演蒸散值與實測蒸散具有很好的相關性，散點分布在1∶1 線兩側，斜率為0.97，相關系數(R2)為 0.43，均方根誤差(RMSE)為0.57 mm/d.在日尺度上，遙感反演蒸散的絕對誤差為0.07 ±0.63 mm/d.觀測期內應用蒸滲儀觀測的實際年蒸散量為746.1 mm[31]，基于遙感三角法估算的年蒸散量為706.5 mm，相對誤差為5.4%.而目前基于遙感方法反演的區(qū)域蒸散誤差一般在15%～30%之間[3，32].這說明基于MODIS 遙感數據的地面溫度-植被指數三角法能夠很好地應用于鄱陽湖湖區(qū)蒸散的反演.

2.2 鄱陽湖湖區(qū)蒸散變化特征

基于時間尺度擴展方法，可以獲得年尺度的湖區(qū)蒸散量.2000-2009年鄱陽湖湖區(qū)平均蒸散量為797 mm，變化在685 ～921 mm 之間.湖區(qū)蒸散較高的年份出現在2004年，較多年平均高15.61%.其次為2003 和2007年，其蒸散量略低于2004年.而蒸散偏低的年份出現在2006年，較多年平均偏低14%.鄱陽湖湖區(qū)多年平均降水量為1570 mm，低于整個流域的平均降水量.蒸散的年際變化與降水并無明顯的相關性.如2004、2006、2007、2008 和2009年均為湖區(qū)降水偏少的年份(較多年平均偏少12%～35%)，但蒸散的變化卻具有明顯差異，2004年蒸散明顯偏高，而2006年蒸散低于平均值，2007年等其他年份則與平均蒸散持平(表2).

為了進一步說明湖區(qū)水量平衡過程，將湖區(qū)蒸散量分為水體蒸發(fā)量和植被(非水體)蒸散量(表2).年水體蒸發(fā)量明顯高于植被蒸散量，2000-2009年平均水體蒸發(fā)量為1107 mm，范圍在1024 ～1218 mm 之間.受到氣候變化等條件影響，近十年水體蒸發(fā)量高于1980-2004年多年平均的水體蒸發(fā)量(1034 mm)[33].水體蒸發(fā)主要受輻射、氣溫和風速等氣象要素影響，2002年水體蒸發(fā)量最小，這與2002年降水偏多而輻射相對偏低有關;2008年水體蒸發(fā)量最大，則是受到2008年氣溫和輻射偏高的影響.湖區(qū)植被蒸散量近十年平均為774 mm，變化范圍為661 ～910 mm.植被蒸散量占降水的比例平均為55%，只有在2001、2002、2005 和2006年比例小于50%，其他年份均大于50%.在降水偏少的2007年，蒸散占降水的比例高達78%.從湖區(qū)匯水區(qū)域的水量平衡來看，蒸散是湖區(qū)降水的主要支出項.若不考慮地表水和地下水的年際變化，匯水區(qū)域的徑流系數約為0.45，湖區(qū)平均徑流深為796 mm，小于鄱陽湖流域5 個子流域的平均徑流系數0.58 和平均徑流深1114.7 mm[34].結合湖區(qū)的匯水區(qū)域面積，估算湖區(qū)平均產匯流量為136.51×108m3，而鄱陽湖流域五河控制站多年平均入湖水量為1229.81×108m3[34]，湖區(qū)產匯流量約為五河子流域入湖水量的11.1%.

表2 2000-2009年鄱陽湖湖區(qū)蒸散和降水特征Tab.2 Variation of ET，precipitation during 2000-2009 over the Lake Poyang region

湖區(qū)月蒸散量具有顯著的季節(jié)變化規(guī)律，以2004-2007年為例分析其變化規(guī)律(圖3).其中平水年(2005年)蒸散量和降水量與平均值最為接近，因此以2005年為基準進行分析.2004年各月蒸散量均大于2005年，7月之前，湖區(qū)NDVI 主要受農田作物的影響，2004年NDVI 高于2005 基準年，在水分供給充足的區(qū)域，NDVI 高則提高了植被的蒸騰作用.進入枯水期后，2004年低水位持續(xù)的天數少，水域面積大于其他年份，因此8月份以后蒸散量仍然較大.2006年蒸散量除8月外，其他月份均小于2005年.2006年7月前NDVI低于2005年.8-9月份以后，鄱陽湖逐漸進入枯水期，水位降低使得洲灘出露，濕地植被開始生長，使得8月蒸散量也明顯增加.2007年除7月和8月湖區(qū)蒸散量大于2005年外，其他月份與2005年相當.2007年氣溫較多年平均偏高，特別是7月和8月.這也是造成2007年7-8月蒸散量偏高的原因.9月以后，湖區(qū)降水明顯偏少，水位降低使得水域面積減少，從而引起蒸散量的減少.

圖3 2004-2007年鄱陽湖湖區(qū)月蒸散變化特征Fig.3 Monthly variation of ET in the Lake Poyang region during 2004-2007

2.3 鄱陽湖區(qū)蒸散影響因子分析

蒸散過程受多種因素的影響，主要包括3 個方面:一是太陽輻射的能量供給條件;二是地表水分條件，與地表土壤水分和植被狀況有關;三是水汽輸送條件，取決于氣溫、濕度和風速等因素[35-36].太陽輻射是蒸散過程的主要驅動力，輻射對空氣和植物體產生增溫效應，也是植物生長的能源提供者.在日尺度上，基于遙感反演的鄱陽湖湖區(qū)蒸散、觀測凈輻射與湖區(qū)蒸散量具有很好的線性相關關系(R2=0.65)，且不同年份蒸散量對凈輻射的響應曲線差異不明顯.氣溫對蒸散的影響，是通過氣溫升高加快下墊面的水分運動，從而增加地表的蒸散速率，不同年份月蒸散量與氣溫總體呈指數相關關系，相關系數大于0.8，平水年、豐水年和枯水年份氣溫與蒸散量的指數關系差異不顯著.以往研究表明，松嫩平原[37]和長江源區(qū)[38]蒸散量與氣溫和降水量均呈顯著的正相關關系.相對而言，湖區(qū)蒸散量與降水量的關系則比較復雜，在平水年(如2005年)和豐水年(如2002年)，月降水量與蒸散量無顯著相關關系，而枯水年呈弱的負相關關系，但不同年份存在一定差異.這是由于在干旱和半干旱地區(qū)，水分條件是地表蒸散過程的限制因子，降水越多則越有利于蒸散作用.而在鄱陽湖區(qū)等濕潤地區(qū)，水分條件充足，蒸散作用則更多地受到輻射和氣溫等因素的影響.

圖4 2004、2006 和2007年鄱陽湖湖區(qū)氣溫與蒸散量的相關關系Fig.4 The relationship of air temperature and ET in the Lake Poyang region in 2004，2006 and 2007

本文以枯水年份具有代表性的2004、2006 和2007年為例，分析蒸散量與環(huán)境因子的關系.2004、2006 和2007年蒸散量均與氣溫呈顯著的指數相關關系(圖4)，相關系數均大于0.89.2004年指數方程為:ET=39.6 exp(0.033 Ta);2006年指數方程為:ET=26.4 exp(0.038 Ta);2007年指數方程為:ET =23.4 exp(0.052 Ta).2004年和2006年月蒸散量對溫度響應曲線的指數相近，但方程的底數2004年明顯大于2006年，即相同溫度下2004年蒸散量大于2006年，這與2004年凈輻射偏大有關.而2007年方程的底數較小，但指數最大，說明月蒸散量對溫度的變化更為敏感，受溫度影響較大，同時也與當年的植被生長及水分條件有關.

與蒸散量對輻射和溫度的響應不同，2004、2006和2007年湖區(qū)蒸散量與降水量距平的關系具有明顯差異(圖5).2004年降水量距平與蒸散量距平無顯著相關性，說明2004年蒸散量的季節(jié)變化格局主要受輻射和溫度的影響，而與降水量無關.2006年蒸散量距平與降水量呈弱的負相關關系，2007年則呈顯著負相關(P ＜0.01).從年降水總量看，2006年不是典型的氣象干旱年份，但卻是典型的水文干旱年份.2006年干旱事件主要受長江來水減少的影響，而流域降水的影響不大[39].2007年湖區(qū)降水量較多年平均偏少34%，是近十年偏少最多的年份.從年內的降水格局來看，2007年降水量偏少主要集中在1-8月，由于受到五河來水的補給，湖區(qū)不受到水分虧缺的影響，因此表現為降水量距平與蒸散量呈顯著的負相關關系.

圖5 2004、2006 和2007年鄱陽湖湖區(qū)降水量距平與蒸散量距平的關系Fig.5 The relationship of precipitation departure and ET departure in the Lake Poyang region in 2004，2006 and 2007

圖6 2004-2007年湖泊水域面積比例距平變化Fig.6 Seasonal variation of water surface percentage departure of Lake Poyang during 2004-2007

由于鄱陽湖水位存在著季節(jié)性漲落，水位變化改變湖泊水域面積，影響地表覆被類型、洲灘出露面積和出露時間，從而影響鄱陽湖濕地蒸散.水域面積的大小直接反映了洲灘的出露面積，基于NDVI閾值提取水域面積，用于分析其對蒸散的影響.在枯水年份水位變化大，對蒸散量的影響也較大.因此，以2005年平水年為參照，選取典型枯水年份(2004、2006 和2007年)，分析其水位對蒸散量的影響.2004-2007年月平均水域面積比例距平表明，2004 和2005年月水域面積與多年平均值相當，只有在個別月份略高或略低，比例不超過5%(圖6).2006年退水期提前，自7月開始水域面積顯著低于多年平均值，2007年水域面積明顯偏低的月份出現在5、11 和12月.

基于遙感反演的2004-2007年日蒸散速率與對應日期的水域面積相關關系如圖7a 所示.水域面積比例與蒸散速率呈正相關關系，這與水體蒸散較大直接相關.然而相關系數僅為0.40，特別是在水域面積較低時，散點偏離較大，相關性很小.進一步以2005 和2006年為例進行分析發(fā)現(圖7b)，平水年(2005年)水域面積與濕地蒸散速率呈顯著正相關，相關系數為0.86.從2005年單位面積濕地蒸散量中水體和洲灘蒸散量所占比例可以看出(圖8a)，當水域面積大于40%時，水體蒸散量比例大于洲灘植被蒸散量.在輻射和溫度的影響下，濕地蒸散量總體隨水域面積減小而降低.當11月下旬(DOY330)水域面積小于40%時，洲灘植被蒸散量比例開始大于水體蒸散量，但此時濕地蒸散非常小，因此其受水域面積的影響不大.而在典型的水文干旱年份2006年(圖7b)，當水域面積 ＞30%時，與蒸散呈正相關，而當水域面積＜30%時，水域面積與蒸散呈負相關.這是因為2006年退水早(圖8b)，8月中旬(DOY228)后水域面積比例迅速下降，洲灘提前出露，適宜的氣象條件有利于植被生長，使得洲灘植被蒸散速率增加.洲灘植被蒸散量比例明顯大于水體蒸散量，當2006年9月28日(DOY271)水域面積降至13%時，植被蒸散量比例達84%.洲灘比例的增加使得洲灘總蒸散量大于水體蒸散量，從而使得水域面積小時，濕地蒸散隨水域面積增大而減小.

圖7 2004-2007年(a)和2005、2006年(b)鄱陽湖濕地水域面積與蒸散的關系Fig.7 The relationship of ET and water surface area of Lake Poyang wetland from 2004 to 2007 (a)and in 2005，2006 (b)

圖8 2005年(a)和2006年(b)水體蒸散量、洲灘蒸散量和水域面積比例變化Fig.8 Comparison of ET of water body and lake meadow and variation of water surface area in 2005 (a)and 2006 (b)

3 結論

本文基于遙感反演鄱陽湖湖區(qū)近十年地表蒸散，分析湖區(qū)蒸散的時空特征，探討了氣象因子及湖泊水位對流域蒸散的影響，有助于增強對鄱陽湖湖區(qū)水量平衡關系的深入理解.主要結論如下:基于地表蒸滲儀觀測的蒸散量驗證表明，地面溫度-植被指數三角法能夠很好地應用于湖區(qū)蒸散估算.鄱陽湖湖區(qū)蒸散量年際變化顯著，2000-2009年多年平均蒸散量為797 mm，其中多年平均水體蒸發(fā)量為1107 mm，而植被蒸散量為774 mm.蒸散是湖區(qū)匯水區(qū)域水量平衡中重要的水分支出項.湖區(qū)匯水區(qū)域的徑流系數約為0.45，平均徑流深為796 mm.湖區(qū)產匯流量約為五河子流域入湖水量的11.1%.鄱陽湖湖區(qū)蒸散主要受凈輻射和氣溫的影響，蒸散量與氣溫呈顯著的指數相關關系.2004年月蒸散量對溫度響應關系大于2006年，而2007年月蒸散對溫度的變化更為敏感.2007年降水量距平與蒸散量呈顯著的負相關關系，其他年份相關性不顯著.水域面積與蒸散速率總體呈正相關關系，但在水文干旱嚴重的2006年，當水域面積＜30%時，水域面積與蒸散呈負相關，這與洲灘比例增加及濕地總蒸散量中洲灘蒸散量比例大于水體蒸散量有關.

致謝:感謝中國科學院南京地理與湖泊研究所張奇研究員提供蒸滲儀蒸散數據，水文遙感課題組趙東波、劉燕春和彭建在遙感數據前期處理中給予的幫助.

[1]http://www.jxsl.gov.cn.江西省水利廳，2012.

[2]Kustas W，Norman J.Use of remote sensing for evapotranspiration monitoring over land surfaces.Hydrological Sciences Journal，1996，41(4):495-516.

[3]Kalma JD，McVicar TR，McCabe MF.Estimating land surface evaporation:a review of methods using remotely sensed surface temperature data.Surveys in Geophysics，2008，29(4):421-469.

[4]Mu Q，Heinsch FA，Zhao M et al.Development of a global evapotranspiration algorithm based on MODIS and global meteorology data.Remote Sensing of Environment，2007，111:519-536.

[5]Mu Q，Zhao M，Running SW.Improvements to a MODIS global terrestrial evapotranspiration algorithm.Remote Sensing of Environment，2011，115:1781-1800.

[6]Jiang L，Islam S.A methodology for estimation of surface evapotranspiration over large areas using remote sensing observations.Geophysical Research Letters，1999，26(17):2773-2776.

[7]Stisen S，Sandholt I，N?rgaard A et al.Combining the triangle method with thermal inertia to estimate regional evapotranspiration — Applied to MSG-SEVIRI data in the Senegal River basin.Remote Sensing of Environment，2008，112(3):1242-1255.

[8]Jiang L，Islam S.Estimation of surface evaporation map over southern Great Plains using remote sensing data.Water Re-sources Research，2001，37(2):329-340.

[9]Batra N，Islam S，Venturini V et al.Estimation and comparison of evapotranspiration from MODIS and AVHRR sensors for clear sky days over the Southern Great Plains.Remote Sensing of Environment，2006，103:1-15.

[10]Wang KC，Wang P，Li ZQ et al.A simple method to estimate actual evapotranspiration from a combination of net radiation，vegetation index，and temperature.Journal of Geophysical Research-Atmospheres，2007，112:D15107.

[11]Nishida K，Nemani RR，Running SW et al.An operational remote sensing algorithm of land surface evaporation.Journal of Geophysical Research，2003，108(D9):4270.

[12]Wang KC，Li ZQ，Cribb M.Estimation of evaporative fraction from a combination of day and night land surface temperatures and NDVI:A new method to determine the Priestley-Taylor parameter.Remote Sensing of Environment，2006，102:293-305.

[13]Tang RL，Li ZL，Tang B.An application of the Ts-VI triangle method with enhanced edges determination for evapotranspiration estimation from MODIS data in arid and semi-arid regions:Implementation and validation.Remote Sensing of Environment，2010，114(3):540-551.

[14]詹志明，馮兆東，秦其明.隴西黃土高原陸面蒸散的遙感研究.地理與地理信息科學，2004，20(1):16-19.

[15]田 輝，文 軍，馬耀明等.夏季黑河流域蒸散發(fā)量衛(wèi)星遙感估算研究.水科學進展，2009，20(1):18-24.

[16]杜 嘉，張 柏，宋開山等.基于MODIS 產品和SEBAL 模型的三江平原日蒸散量估算.中國農業(yè)氣象，2010，(1):104-110.

[17]姜魯光.鄱陽湖退田還湖地區(qū)洪水風險與土地利用變化研究[學位論文].北京:中國科學院研究生院，2006.

[18]Priestley C，Taylor R.On the assessment of surface heat flux and evaporation using large-scale parameters.Monthly Weather Review，1972，100(2):81-92.

[19]Niemel? S，R?is?nen P，Savij?rvi H.Comparison of surface radiative flux parameterizations，Part I:Longwave radiation.Atmospheric Research，2001，58(1):1-18.

[20]Liang S.Quantitative remote sensing of land surfaces.Hoboken:Wiley-IEEE，2004.

[21]趙曉松，劉元波，吳桂平.基于遙感的2000-2009年鄱陽湖流域蒸散特征及影響因子研究.長江流域資源與環(huán)境，2013，22(3):369-378.

[22]Moran MS，Jackson RD，Raymond LH et al.Mapping surface energy balance components by combining Landsat Thematic Mapper and ground-based meteorological data.Remote Sensing of Environment，1989，30(1):77-87.

[23]Lagouarde J，Brunet Y.A simple model for estimating the daily upward longwave surface radiation flux from NOAAAVHRR data.International Journal of Remote Sensing，1993，14(5):907-925.

[24]Burman RD，Pochop L.Evaporation，evapotranspiration and climatic data.Amsterdam:Elsevier，1994.

[25]Jain SK，Singh R，Jain M et al.Delineation of flood-prone areas using remote sensing techniques.Water Resources Management，2005，19:333-347.

[26]Ramsey III EW.Monitoring flooding in coastal wetlands by using radar imagery and ground-based measurements.International Journal of Remote Sensing，1995，16:2495-2502.

[27]李 輝，李長安，張利華等.基于MODIS 影像的鄱陽湖湖面積與水位關系研究.第四紀研究，2008，28(2):332-337.

[28]宋 平，劉元波，劉燕春.陸地水體參數的衛(wèi)星遙感反演研究進展.地球科學進展，2011，26:731-740.

[29]趙英時.遙感應用分析原理與方法.北京:科技出版社，2003:414-419.

[30]譚衢林，劉正軍，胡吉平等.應用多源遙感影像提取鄱陽湖形態(tài)參數.北京交通大學學報，2006，30(4):26-30.

[31]劉 波，翟建青，高 超等.基于實測資料對日蒸散發(fā)估算模型的比較.地球科學進展，2010，25(9):974-980.

[32]Li ZL，Tang RL，Wang Z et al.A review of current methodologies for regional evapotranspiration estimation from remotely sensed data.Sensors，2009，9(5):3801-3853.

[33]閔 騫，蘇宗萍，王敘軍.近50年鄱陽湖水面蒸發(fā)變化特征及原因分析.氣象與減災研究，2007，30:17-20.

[34]郭 華，姜 彤，王艷君等.1955-2002年氣候因子對鄱陽湖流域徑流系數的影響.氣候變化研究進展，2006，2(5):217-222.

[35]Li SG，Lai CT，Lee G et al.Evapotranspiration from a wet temperate grassland and its sensitivity to microenvironmental variables.Hydrological Processes，2005，19:517-532.

[36]Suyker AE，Verma SB.Interannual water vapor and energy exchange in an irrigated maize-based agroecosystem.Agricultural and Forest Meteorology，2008，148(3):417-427.

[37]曾麗紅，宋開山，張 柏等.2000年至2008年松嫩平原生長季蒸散量時空格局及影響因素分析.資源科學，2010，32(12):2305-2315.

[38]裴超重，錢開鑄，呂京京等.長江源區(qū)蒸散量變化規(guī)律及其影響因素.現代地質，2010，24(2):362-368.

[39]李世勤，閔 騫，譚國良等.鄱陽湖2006年枯水特征及其成因研究.水文，2009，28:73-76.