于紅博, 張巧鳳, 包金蘭
(1.內(nèi)蒙古師范大學(xué) 地理科學(xué)學(xué)院, 呼和浩特 010022; 2.內(nèi)蒙古師范大學(xué) 遙感與地理信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室,呼和浩特 010022; 3.內(nèi)蒙古自治區(qū)土地調(diào)查規(guī)劃院, 呼和浩特 010055)
錫林河流域長(zhǎng)時(shí)間序列蒸散量遙感監(jiān)測(cè)及其相關(guān)因子
于紅博1,2, 張巧鳳1,2, 包金蘭3
(1.內(nèi)蒙古師范大學(xué) 地理科學(xué)學(xué)院, 呼和浩特 010022; 2.內(nèi)蒙古師范大學(xué) 遙感與地理信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室,呼和浩特 010022; 3.內(nèi)蒙古自治區(qū)土地調(diào)查規(guī)劃院, 呼和浩特 010055)
蒸散的準(zhǔn)確估算對(duì)于草地干旱監(jiān)測(cè)、水資源分布及利用等具有重要的參考價(jià)值。選擇錫林河流域?yàn)檠芯繀^(qū),基于地表能量平衡原理,利用遙感方法對(duì)2000—2014年每年7月、2000年、2007年、2010—2014年每年4—9月的MODIS影像數(shù)據(jù)進(jìn)行處理,結(jié)合同期氣象資料估算出流域日蒸散量,按所占日數(shù)加權(quán)得到月蒸散量。運(yùn)用FAO推薦式進(jìn)行了驗(yàn)證,平均相對(duì)誤差為16.678%,在誤差允許范圍之內(nèi),說(shuō)明該遙感方法有一定的可用性。結(jié)果表明,在時(shí)間分布上,2000—2014年這15年流域蒸散量的時(shí)間變化沒(méi)有固定的趨向,基本與各年7月份降水量的趨勢(shì)相一致,一年中蒸散量的最大值主要出現(xiàn)在6—7月份。將月蒸散量與月日均氣溫、風(fēng)速、大氣相對(duì)濕度、水汽壓和月降水量作了單因子相關(guān)分析,表明,與蒸散量最為相關(guān)的氣象因子是降水量,說(shuō)明降水量是影響蒸散量大小的主要限制因子;由于氣溫季節(jié)變化明顯,因此氣溫也是影響蒸散量的主要因子,但在每年的同一時(shí)間段(如7月),氣溫變化不明顯時(shí),氣溫就不再是影響蒸散量大小的主要因子了。
錫林河流域;蒸散量;遙感;相關(guān)因子
蒸散是陸地生態(tài)系統(tǒng)水文循環(huán)的重要環(huán)節(jié),熱量的釋放和吸收是伴隨著蒸散過(guò)程同時(shí)進(jìn)行的,是水分和能量平衡過(guò)程中最重要的輸出部分,直接影響生態(tài)系統(tǒng)的功能過(guò)程。內(nèi)蒙古典型草原處于半干旱地區(qū),降水稀少,存在著較嚴(yán)重的缺水問(wèn)題,準(zhǔn)確計(jì)算和評(píng)價(jià)典型草原植被的蒸散量是研究草原水分平衡的基礎(chǔ)。從20世紀(jì)60年代至今,眾多學(xué)者做了大量的研究和貢獻(xiàn),蒸散發(fā)的監(jiān)測(cè)也由傳統(tǒng)的方法發(fā)展到了遙感定量反演,利用遙感技術(shù)及氣象數(shù)據(jù)發(fā)展區(qū)域遙感蒸散模型取得了很大進(jìn)展,例如蔡玉林等[1]利用SEBAL模型基于MODIS數(shù)據(jù)產(chǎn)品和野外實(shí)測(cè)氣象數(shù)據(jù)對(duì)大沽河流域的蒸散量進(jìn)行估算,并證實(shí)模型反演結(jié)果與實(shí)測(cè)值之間具有良好的一致性;張圓等[2]將Landsat8與GEOEYE-1數(shù)據(jù)進(jìn)行了融合,利用SEBS模型計(jì)算了天山北坡縣域蒸散量。這些模型的發(fā)展和應(yīng)用對(duì)于蒸散遙感定量反演的準(zhǔn)確和完善起到了積極的作用。作為草原生態(tài)需水的消耗量,蒸散的準(zhǔn)確估算對(duì)于草地干旱監(jiān)測(cè)、水資源分布及利用等具有重要的參考價(jià)值,對(duì)于合理利用有限水資源具有重大意義。
錫林河流域地表河流系統(tǒng)不發(fā)育,地下水是錫林河流域最主要的可利用水源,近年來(lái)工業(yè)用水增長(zhǎng)迅速,超量開(kāi)采地下水造成地下水位大幅下降,加之長(zhǎng)期以來(lái)過(guò)度放牧,出現(xiàn)了植被退化、土地沙化等環(huán)境問(wèn)題,水資源已成為制約該地區(qū)生態(tài)和社會(huì)經(jīng)濟(jì)健康發(fā)展的重要因素。本研究運(yùn)用遙感方法,結(jié)合氣象資料,反演流域蒸散量,來(lái)初步探究錫林河流域蒸散量的時(shí)間變化及其與相關(guān)因子的關(guān)系。這對(duì)科學(xué)有效地利用干旱地區(qū)的有限水資源,為生態(tài)環(huán)境發(fā)展的可持續(xù)性以及水資源的可持續(xù)利用具有重要的現(xiàn)實(shí)意義。
錫林河流域位于內(nèi)蒙古高原中東部,它東緣屬于大興安嶺西麓低山丘陵區(qū),地勢(shì)由東向西逐漸降低,東南部的嘎順山最高海拔為1 505.6 m,西北部的錫林河下游,最低處小于900 m,全流域相對(duì)高差達(dá)600 m,流域總面積約10 786 km2,總長(zhǎng)175 km[3-4]。該流域地貌具有明顯的分區(qū)性,錫林河以南為多級(jí)玄武巖臺(tái)地,錫林河中下游是以低山丘陵與高平原相間分布為特征的內(nèi)蒙古高原的一部分。該區(qū)的土壤具有明顯的地帶性,即由東南向西北有規(guī)律地分布著黑鈣土、暗栗鈣土和淡栗鈣土。
氣候?qū)俅箨懶詼貛О敫珊禋夂?,冬季寒冷干燥,夏季溫暖濕?rùn),根據(jù)多年氣象資料,錫林河內(nèi)從東南向西北降水量逐漸遞減,東南部的年降水量為400 mm左右,西北部為250 mm左右,年平均氣溫則從東南向西北逐漸增加,錫林河中游的中國(guó)科學(xué)院內(nèi)蒙古草原生態(tài)系統(tǒng)定位研究站的多年平均氣溫為0.5℃,錫林河下游的錫林浩特的多年平均氣溫為2.1℃[4]。
錫林河流域地帶性植被的基本類(lèi)型是草原(草甸草原、典型草原),約占植被總面積的85%;錫林河上游地勢(shì)較高的三級(jí)熔巖臺(tái)地上,代表群系為貝加爾針茅(Stipabaicalensis)草原和線(xiàn)葉菊(Filifoliusibiricum)草原,中游暗栗鈣土亞帶的代表群系為羊草(Leymuschinensis)草原和大針茅(Stipagrandis)草原,下游淡栗鈣土亞帶的代表群系為克氏針茅(Stpakrylovii)草原和冷蒿(Artemisiafrigida)草原[4-5];在錫林河流經(jīng)區(qū)域的地段上形成了濕地植被,此外,在錫林河流域還有渾善達(dá)克沙地東北端榆樹(shù)疏林、灌叢、草本鑲嵌分布所形成的沙生植被。
由中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)提供的2000—2014年每年6月25日—8月12日、2000年、2007年、2010—2014年每年3月5日—10月15日逐日氣象數(shù)據(jù),包括平均氣溫、大氣相對(duì)濕度、2 m高度處風(fēng)速、實(shí)際水氣壓、降水、實(shí)際日照時(shí)數(shù)。氣象數(shù)據(jù)包括研究區(qū)錫林浩特市及周邊阿巴嘎旗、東烏珠穆沁旗、克什克騰旗、西烏珠穆沁旗、多倫縣、化德共7個(gè)站點(diǎn)的站點(diǎn)數(shù)據(jù)。以上氣象數(shù)據(jù)均利用Kriging方法進(jìn)行了插值處理。
遙感影像資料為美國(guó)NASA提供的2000—2014年每年6月25日—8月12日、2000年、2007年、2010—2014年每年3月5日—10月15日錫林河流域16 d合成MODIS衛(wèi)星數(shù)據(jù),是經(jīng)過(guò)驗(yàn)證、MODIS科學(xué)組推薦使用的L3級(jí)產(chǎn)品。包括地表溫度產(chǎn)品MOD11A2,地表窄波段反照率產(chǎn)品MCD43A3,植被指數(shù)和太陽(yáng)天頂角產(chǎn)品MOD13A1,版本均為5.0。經(jīng)過(guò)處理,數(shù)據(jù)分辨率統(tǒng)一至500 m,投影為Albers Conical Equal Area。
用MRT軟件對(duì)MODIS影像進(jìn)行投影轉(zhuǎn)換,用Envi,PCI和ArcGIS軟件對(duì)MODIS影像進(jìn)行處理、運(yùn)算、分析和制圖。
本研究主要基于地表能量平衡原理估算流域蒸散量[6]:
LE=Rn-G-H
(1)
式中:Rn表示地表凈輻射通量(W/m2);G表示土壤熱通量(W/m2);H表示顯熱通量(W/m2);LE表示潛熱通量(W/m2)。首先估算地表特征參數(shù)各分量(歸一化植被指數(shù),植被蓋度,地表比輻射率,地表反照率),然后得到地表能量平衡各分量(凈輻射通量,土壤熱通量,顯熱通量,潛熱通量),由此算出瞬時(shí)蒸散量,通過(guò)積分運(yùn)算,時(shí)間尺度擴(kuò)大到日蒸散量,根據(jù)包括該月中日子的遙感結(jié)果按所占日數(shù)進(jìn)行了加權(quán)得到月蒸散量。具體方法及公式詳見(jiàn)文獻(xiàn)[6]。
利用FAO推薦的估算參考作物蒸散的Penman-Monteith(簡(jiǎn)稱(chēng)P-M)公式和作物系數(shù)對(duì)2012年3月29日—10月6日每8 d的日均蒸散量(共計(jì)23個(gè)時(shí)間段)進(jìn)行了計(jì)算,F(xiàn)AO推薦的估算參考作物蒸散的P-M公式為[7]
(2)
式中:ET0表示參考作物蒸散量(mm/d);Rn表示作物表面的凈輻射通量[MJ/(m2·d)];G表示土壤熱通量[MJ/(m2·d)];Δ表示飽和水汽壓斜率(kPa/℃);eS表示飽和水汽壓(kPa);ed表示實(shí)際水汽壓(kPa);γ表示干濕球常數(shù)(kPa/℃);u2表示2 m高度處的風(fēng)速(m/s);Td表示日均溫(℃)。通過(guò)參考作物蒸散量ET0和作物系數(shù)Kc可以確定某種作物的蒸散量,即
ET =Kc·ET0
(3)
式中:ET表示作物蒸散量(mm/d)。參考FAO56文件,作物系數(shù)取值如下:4—5月份為0.8,6—7月份為0.95,8—9月份為0.85。同時(shí)對(duì)遙感反演的值進(jìn)行了流域平均,二者進(jìn)行對(duì)比(圖1),平均相對(duì)誤差為16.678%,在誤差允許范圍之內(nèi)。因此,說(shuō)明該遙感方法有一定的可用性。
圖1 P-M估算蒸散量與遙感反演蒸散量對(duì)比
圖2為反演的錫林河流域2000—2014年每年7月份蒸散量變化曲線(xiàn)圖,由圖可知,蒸散量的時(shí)間變化沒(méi)有固定的趨向,最大蒸散量出現(xiàn)在2012年,最小蒸散量為2000年,基本與各年7月份降水量的趨勢(shì)相一致。
圖2 錫林河流域2000年7月-2014年7月份月蒸散量與月降水量年際變化
圖3為反演的錫林河流域個(gè)別年份4—9月份生長(zhǎng)季月蒸散量變化曲線(xiàn)圖,由圖可知,曲線(xiàn)變化不一。蒸散量變化曲線(xiàn)反映了植物在整個(gè)生長(zhǎng)季的蒸散耗水狀況。2000年和2007年為欠水年,2000年蒸散量變化曲線(xiàn)為雙峰曲線(xiàn),兩個(gè)峰值點(diǎn)分別出現(xiàn)在6月份和8月份,2007年為單峰曲線(xiàn),其峰值點(diǎn)出現(xiàn)在5月份,雖然兩條曲線(xiàn)形狀不一,但它們的共同點(diǎn)是變化均比較平緩。2010年和2011年為平水年,2010年為雙峰曲線(xiàn),兩個(gè)峰值點(diǎn)分別出現(xiàn)在5月份和7月份,但均不突出,2011年為單峰曲線(xiàn),其峰值點(diǎn)出現(xiàn)在7月份,曲線(xiàn)從峰值點(diǎn)向兩側(cè)逐漸降低。2012—2014年為豐水年,三條曲線(xiàn)均為單峰曲線(xiàn),峰值點(diǎn)分別出現(xiàn)在6月份、7月份和6月份,曲線(xiàn)從峰值點(diǎn)向兩側(cè)逐漸降低。在豐水年,降水充沛,有充足的水分可供蒸發(fā),而6—7月份正是植物生長(zhǎng)旺季,植物長(zhǎng)勢(shì)最好,葉面積指數(shù)最大,可供蒸騰的面積最大,溫度較高,因此蒸散量最大值主要出現(xiàn)在6—7月份。在欠(平)水年,降水量(較)少,水分是蒸散的主要限制因子,因此最大值的出現(xiàn)主要與降水最大值出現(xiàn)的時(shí)間相一致。
將7年(2000年、2007年、2010—2014年)生長(zhǎng)季(4—9月份)期間的月蒸散量與月日均氣溫、風(fēng)速、大氣相對(duì)濕度、水汽壓和月降水量做單因子相關(guān)分析,結(jié)果表明,蒸散量與降水量的相關(guān)性最大,相關(guān)系數(shù)為0.818,其次為水汽壓(0.514)和氣溫(0.489),這3個(gè)量均為p<0.01顯著正相關(guān),與風(fēng)速和大氣相對(duì)濕度的相關(guān)性較小,分別為0.030和0.280,均為正相關(guān)。由此可知,水分和氣溫是影響蒸散量大小的主要限制因子。
圖3 遙感反演錫林河流域4-9月份月蒸散量變化曲線(xiàn)圖
將2000—2014年每年7月份蒸散量與月日均氣溫、風(fēng)速、大氣相對(duì)濕度、水汽壓和月降水量做單因子相關(guān)分析,結(jié)果表明,蒸散量與降水量的相關(guān)性最大,相關(guān)系數(shù)為0.860,其次為大氣相對(duì)濕度(0.854),水汽壓(0.811),這3個(gè)量均為p<0.01顯著正相關(guān),說(shuō)明水分是影響蒸散量的主要因子。風(fēng)速和氣溫與蒸散量均為負(fù)相關(guān),其中風(fēng)速相關(guān)系數(shù)為-0.613,為p<0.05顯著相關(guān)。風(fēng)速的變化是比較復(fù)雜的,風(fēng)速增大的時(shí)候,蒸散理應(yīng)增大,但是當(dāng)風(fēng)速的值大于大風(fēng)(>1.2 m/s),風(fēng)速越大,植物由于自我保護(hù)特性,氣孔的開(kāi)度變小,反而會(huì)降低植物蒸騰的水平[8],而本研究區(qū)月均風(fēng)速均大于2 m/s,遠(yuǎn)遠(yuǎn)大于大風(fēng)標(biāo)準(zhǔn)。蒸散量與氣溫呈負(fù)相關(guān),相關(guān)系數(shù)為-0.459,由于均為7月份,氣溫變化不如季節(jié)變化明顯,均在22℃左右,因此這時(shí)的氣溫并不是蒸散的限制因子,而降水極大地影響著蒸散量的大小,降水增加,一般云量也多,導(dǎo)致日照減少,氣溫降低,而蒸散則會(huì)隨降水的增加而增加,因此體現(xiàn)出蒸散量與氣溫的負(fù)相關(guān)性。
由以上分析可知,不論是蒸散量的年際還是季節(jié)動(dòng)態(tài)分析,始終與蒸散量最為相關(guān)的氣象因子是降水量,說(shuō)明水分是影響蒸散量大小的主要限制因子;由于氣溫季節(jié)變化明顯,因此氣溫也是影響蒸散量的主要因子,但在每年的同一時(shí)間段,氣溫變化不明顯時(shí),氣溫就不再是影響蒸散量大小的主要因子了。
據(jù)《錫林郭勒盟志》[9]記載,年蒸發(fā)量最大值主要出現(xiàn)在5—6月,文中解釋為此時(shí)氣溫回升,日照時(shí)間長(zhǎng),導(dǎo)致蒸發(fā)量最大。本研究得出的結(jié)論為蒸散量最大值主要出現(xiàn)在植物生長(zhǎng)旺季6—7月,與降雨較多、植物葉面積較大、氣溫較高均有關(guān)系。而《錫林郭勒盟志》中蒸發(fā)的測(cè)定主要為蒸發(fā)皿,忽略了自然降水對(duì)蒸發(fā)的影響這一主要因子,而且不考慮植物的蒸騰作用,因此與本研究結(jié)果不盡相同。
本研究選擇錫林河流域?yàn)檠芯繀^(qū),基于地表能量平衡原理,運(yùn)用遙感方法,結(jié)合氣象資料,對(duì)MODIS影像進(jìn)行處理及運(yùn)算,反演出2000年、2007年、2010—2014年每年4—9月蒸散量月值,以及2000—2014年每年7月份月蒸散量的值。用FAO推薦的Penman-Monteith公式以及作物系數(shù)對(duì)2012年3月29日—10月6日的日均蒸散量進(jìn)行了計(jì)算,對(duì)該時(shí)間段的遙感反演結(jié)果進(jìn)行了驗(yàn)證,平均相對(duì)誤差為16.678%,在20%的誤差允許范圍之內(nèi)。
在時(shí)間分布上,2000—2014年這15 a每年7月份流域蒸散量的時(shí)間變化沒(méi)有固定的趨向,基本與各年7月份降水量的趨勢(shì)相一致。一年中蒸散量的最大值主要出現(xiàn)在6—7月份。
將月蒸散量與月日均氣溫、風(fēng)速、大氣相對(duì)濕度、水汽壓和月降水量作了單因子相關(guān)分析,結(jié)果表明,不論是蒸散量的年際還是季節(jié)動(dòng)態(tài)分析,始終與蒸散量最為相關(guān)的氣象因子是降水量,說(shuō)明降水量是影響蒸散量大小的主要限制因子;由于氣溫季節(jié)變化明顯,因此氣溫也是影響蒸散量的主要因子,但在每年的同一時(shí)間段(如7月),氣溫變化不明顯時(shí),氣溫就不再是影響蒸散量大小的主要因子了。
[1] 蔡玉林,于慧娜,高宗軍,等.大沽河流域蒸散量時(shí)空變化[J].遙感信息,2016.31(5):126-132.
[2] 張圓,鄭江華,劉志輝,等.基于Landsat8與GEOEYE-1數(shù)據(jù)融合的天山北坡縣域蒸散量計(jì)算:以呼圖壁縣為例[J].中國(guó)沙漠,2016,36(2):508-514.
[3] 仝川,楊景榮,雍偉義,等.錫林河流域草原植被退化空間格局分析[J].自然資源學(xué)報(bào),2002,17(5):571-578.
[4] 白永飛,張麗霞,張焱,等.內(nèi)蒙古錫林河流域草原群落植物功能群組成沿水熱梯度變化的樣帶研究[J].植物生態(tài)學(xué)報(bào),2002,26(3):308-316.
[5] 顧曉鶴,何春陽(yáng),潘耀忠,等.基于生態(tài)風(fēng)險(xiǎn)評(píng)估的錫林河流域退化草地優(yōu)化管理[J].應(yīng)用生態(tài)學(xué)報(bào),2007,18(5):968-976.
[6] 于紅博,包玉海,李和平,王軍.錫林河流域蒸散量遙感反演[J].水土保持研究,2014,21(1):224-228.
[7] 于紅博.黃土丘陵溝壑區(qū)植物蒸騰和植被蒸散估算尺度轉(zhuǎn)換模型研究[D].呼和浩特:內(nèi)蒙古大學(xué),2009.
[8] 王瑞輝,馬履一,李麗萍,等.元寶楓樹(shù)干液流的時(shí)空變異性研究[J].北京林業(yè)大學(xué)學(xué)報(bào),2006,28(2):12-18.
[9] 錫林郭勒盟志編撰委員會(huì).錫林郭勒盟志[M].呼和浩特:內(nèi)蒙古人民出版社,1996.
LongTimeSeriesRemoteSensingMonitoringofEvapotranspirationinXilinRiverBasinandRelatedFactors
YU Hongbo1,2, ZHANG Qiaofeng1,2, BAO Jinlan3
(1.CollegeofGeograghicScience,InnerMongoliaNormalUniversity,Huhhot010022,China;2.InnerMongolianKeyLaboratoryofRemoteSensingandGeographyInformationSystem,InnerMongoliaNormalUniversity,Huhhot010022,China; 3.InnerMongoliaLandSurveyingandPlanningInstitute,Huhhot010055,China)
The study area is the Xilin River Basin. Remote sensing approach was used to retrieve instantaneous evapotranspiration based on the estimation of land surface fluxes by using MODIS images from July 2000 to July 2014 and from Apr. to Sept. of 2000, 2007, 2010—2014, and by using auxiliary environmental data from the same time periods. Daily evapotranspiration was estimated by scaling. Monthly evapotranspiration was weighted by the number of days. Results were verified by using the FAO method. This level of uncertainty was acceptable; therefore, the method that we concluded was applicable. In the time distribution, the evapotranspiration of fifteen years from 2000 to 2014 was no fixed trend. The trend of evapotranspiration was consistent with precipitation. The maximum evapotranspiration of a year mainly occurred in June and July. The single factor correlation analysis of the monthly evapotranspiration and monthly average temperature, wind speed, relative air humidity, vapor pressure, and monthly precipitation showed that the most relevant meteorological factor with evapotranspiration is precipitation. So precipitation is the main limiting factor of evapotranspiration. Air temperature is also an important factor because of its obvious seasonal changes. But air temperature is not the main factor when it does not change obviously such as in July from 2000 to 2014.
Xilin River Basin; evapotranspiration; remote sensing; related factors
P426.2;P407
A
1005-3409(2017)06-0366-04
2016-10-14
2016-11-11
國(guó)家自然科學(xué)項(xiàng)目“錫林河流域蒸散量估算模型建立及長(zhǎng)時(shí)間序列蒸散分析研究”(41661009);內(nèi)蒙古自然科學(xué)資助項(xiàng)目“錫林河流域生態(tài)用水遙感反演及氣候響應(yīng)特征研究”(2013MS0611)
于紅博(1977—),女(滿(mǎn)族),內(nèi)蒙古呼和浩特市人,博士,副教授,主要從事生態(tài)建模與遙感圖像處理方面的研究。E-mail:yuboge2003@sohu.com