基于MOD16的陕西省蒸散量时空分布特征

范建忠，李登科，高茂盛

陕西省农业遥感信息中心，陕西 西安 710014

基于MOD16的陕西省蒸散量时空分布特征

范建忠，李登科，高茂盛

陕西省农业遥感信息中心，陕西 西安 710014

基于MOD16遥感数据集，在ERDAS IMAGINE 2013遥感图像处理系统的支持下，通过空间建模，计算蒸散多年年平均值和月平均值，并生成图像；结合陕西省矢量边界图、土地利用矢量图，统计不同时间尺度统计行政区域和不同土地利用类型的蒸散值。在ARCGIS 10系统中，制作陕西省2000——2013年年、月平均蒸散分布图。利用线性回归进行蒸散时间趋势分析，采用相关系数的统计检验方法进行显著性趋势检验。进而研究了陕西省2000——2013年蒸散量的空间分布特征和时间变化规律，分析了不同类型下蒸散量的差异性变化特征。结果表明：（1）全省年蒸散量在波动中缓慢上升，波动范围为448.0～533.3 mm·a-1，年平均值493.3 mm·a-1。各月蒸散量的年际变化具有季节分异特征，秋末至仲春的月蒸散具有减少的趋势，春末至仲秋的蒸散具有增加的趋势。年内蒸散量呈单峰型分布，季节性变化特征明显，蒸散主要集中在5—9月份，最高、最低值分别出现在8月和11月。（2）多年平均蒸散空间格局呈现北低南高的分布规律，高植被覆盖区蒸散量较大。蒸散变化趋势不明显的面积占77.2%，蒸散显著、极显著增加的像元主要分布在陕北地区、关中地区西部和陕南丘陵浅山区，蒸散显著和极显著减少的像元主要分布在关中城市群。（3）土地利用特点影响着陕西省蒸散量的分布状况，蒸散强度大小按类型排序依次为森林＞草地＞农田＞荒漠。研究结果对于陕西有限水资源的合理利用以及水资源短缺问题的解决、旱涝监测和预警等研究具有重要意义。

MOD16；蒸散量；时空分布；土地利用类型；陕西省

全球暖化会影响大气中的水汽含量和大气环流，进而使降水、蒸散等水循环系统发生明显变化(尹云鹤等，2010)。蒸散（Evapotranspiration，ET）是植被及地面向大气输送的水汽总通量，既包括从土壤和植物表面的水分蒸发，也包括植被的蒸腾，它是土壤-植被-大气系统中能量、水分交换的主要途径，对ET过程的研究既是了解能量平衡和水分循环的重要环节，也是深入认识陆面过程的基础（王万同等，2012；Liu等，2012）。水旱灾害是影响陕西农业生产的主要灾种，旱涝灾害的发生意味着水量平衡关系发生了变化（Mahmood和Hubbard，2013）。由于蒸散量在水量平衡关系中占据重要比重，因此研究陕西省不同覆盖下的蒸散及其空间分布特征，不仅可以加深对陆面过程的认识，而且对于陕西有限水资源的合理利用以及水资源短缺问题的解决、旱涝监测和预警等研究具有重要意义。

传统计算方法都是以点的观测资料为基础开展蒸散研究的（YIN，2013；阳伏林等，2013；云文丽等，2013）。蒸散的时空分布与区域气象条件、土壤水分状况、植被覆盖等因素紧密相关。较大尺度的陆面蒸散特征差异, 使得传统的局地尺度研究方法很难直接应用到区域尺度（郭晓寅和程国栋，2004；Batra等，2006）。而遥感技术具有快速、经济、宏观等特点，尤其是它的可见光、近红外和热红外波段数据可提供大范围的特征参数和热信息，这使蒸散研究从站点走向区域、从定性走向定量半定量成为现实（陈云浩等，2002；孙志刚等，2004；张晓涛等，2006；郑有飞等，2011；何延波等，2007）。结合遥感信息和地面气象要素的蒸散模型的发展，为区域蒸散的可靠估算提供了科学基础（曾丽红等，2010；刘朝顺等，2010；付刚等，2010；莫兴国等，2011）。

目前，MODIS作为新一代资源卫星传感器，其数据和产品已经越来越多地应用于能量平衡的监测过程中（杜嘉等，2010；徐永明等，2011；金晓媚等2013）。2011年美国NASA研究团队在MODIS遥感数据蒸散反演算法上取得了重要成果，并通过NASA地球观测系统发布了全球MODIS陆地蒸散产品数据(MOD16)（Mu等，2007，2011；吴桂平等2013），该产品不仅提供了蒸散量的特征参数，还具有高时间分辨率以及免费获取等特点，因此利用MOD16产品来反映陕西省蒸散量的时空分布及其与土地利用类型的关系具有一定的优势。

近年来，一些学者对陕西的蒸散进行了研究（陈丹等，2006；杨文峰等，2013；张俊俊等，2013）。但这些研究仅涉及短时间、局部区域的模拟方法或变化特征研究，还未见对整个区域蒸散的分异特征进行系统研究。

本文拟以1 km空间分辨率的MOD16产品数据为基础，在探讨利用该产品进行陕西省蒸散量分析的可行性基础之上，根据流域土地利用数据和地形数据，通过GIS空间分析技术，对流域不同土地利用类型下蒸散量进行统计分析，从而深入分析陕西省在年、月时间尺度下，蒸散的数量特征和空间格局特征，更进一步地探寻这种空间分布特征与不同土地利用类型之间的关系，以期揭示陕西省蒸散量的变化规律，为干旱灾害的成因分析和生态需水量研究提供科学依据，同时为加强水资源管理与水分高效利用提供参考。

1 研究地区和研究方法

1.1 研究区概况

陕西省(31°42′～39°35′ N，105°29′～111°15′ E)地处我国西北地区，北部跨黄土高原中部，总面积2.1×105km2，平均海拔1127 m。地势的总特点是南北高，中部低。北山和秦岭把陕西分为三大自然区域，北部是陕北高原，中部是关中平原，南部是秦巴山区，分别占全省总面积的45%、19%和36%。陕西纵贯三个气候带，南北气候差异较大。陕南属亚热带气候，关中及陕北大部属暖温带气候，陕北北部长城沿线属中温带气候。年降水量310～1274 mm，降水南多北少，陕南为湿润区，关中为半湿润区，陕北为半干旱区。自然环境复杂，生态条件多样，植物资源种类繁多，植被分布具有明显的地带性。从北到南依次分布温带草原、森林草原、暖温带落叶阔叶林和北亚热带常绿阔叶林，全省森林覆盖率41.4%。自然灾害发生频率较高，且区域性、季节性、伴生性特征突出。在自然灾害中，干旱最严重。

1.2 数据来源

蒸散产品(MOD16)下载地址为http://www.ntsg.umt.edu/project/mod16。根据MOD16产品数据轨道号的排列规律及陕西省所在地理位置，选择的卫星轨道号为h26v05和h27v05，其中涵盖了陕西省2000—2013年共14年的数据。MOD16产品包括全球植被覆盖区域的8天、月、年时间尺度的蒸散量（ET）、潜热通量(LE)、潜在蒸散量(PET)、潜在潜热通量(PLE)，空间分辨率为1 km。

陕西省土地利用数据来自地球系统科学共享网（http://www.geodata.cn/），该数据是由中国科学院地理科学与资源研究所、中国科学院遥感应用研究所等8个单位共同完成的2005年全国32省、自治区1∶25万的土地覆被矢量数据，其投影方式为Albers正轴等面积双标准纬线圆锥投影，坐标系为Krasovsky坐标系。该土地覆被遥感分类系统是针对中国土地覆被实际情况，在联合国粮农组织提出的LCCS(Land Cover Classification System)土地覆被分类体系和中国科学院环境数据库土地利用分类体系的基础上，从遥感制图角度和陆地生态系统观点出发而建立的一种新土地覆被遥感分类体系，包括6个一级分类和25个二级分类（白燕和廖顺宝，2010）。

1.3 数据处理

原始的MODIS产品是采用分级数据格式（HDF，Hierarchical DataFormat）、正弦曲线投影存储的，因此首先需要利用NASA提供的MRT软件，将MOD16-ET产品的HDF文件转换为WGS-1984经纬度坐标系统下的GeoTiff格式文件，并进行投影转换、轨道镶嵌和重采样等操作。

在ERDAS IMAGINE 2013遥感图像处理系统的支持下，通过空间建模，计算蒸散多年年平均值和月平均值，并生成图像；利用陕西省的矢量边界图、土地利用矢量图，对不同时间尺度序列统计行政区域和各种土地利用类型的蒸散平均值，进而分析研究区域及其不同土地利用类型蒸散量的年际和月际变化特征。MOD16产品覆盖范围为有植被区域，不包括水体、城市等无植被覆盖区域，因此在统计各土地利用类型蒸散量时不包括水体和城镇，进行行政区域内蒸散量时不考虑水体、城市等无植被覆盖区域的蒸散量。在ARCGIS 10系统中，制作陕西省2000—2013年年、月平均蒸散分布图。

利用线性倾向估计进行蒸散时间趋势分析，采用相关系数的统计检验方法进行显著性趋势检验。随时间变化，蒸散常表现为序列整体的上升或下降趋势、空间分布格局变化以及在某时刻出现的转折或突变。这些变量可以看作是时间的一元线性回归，线性倾向值用最小二乘法估计：

式中：B为线性倾向值，x为蒸散量，t为年份，n=14。当B＞0时，随时间t的增加，x呈上升趋势；当B＜0时，随时间t的增加，x呈下降趋势。B值大小反映了蒸散量上升或下降的速率，即表示上升或下降的倾向程度。如果回归方程的相关系数通过信度为0.05、0.01的显著性水平(P＜0.05、P＜0.01)，则蒸散减小或增加趋势分别达到显著和极显著水平。

图1 陕西省2000—2013年蒸散量的年际变化Fig. 1 Annual variation of evapotranspiration in Shaanxi Province during 2000─2013

表1 陕西省蒸散量线性回归方程Table 1 Equations of linear regress of evapotranspiration in Shaanxi Province

2 结果与分析

2.1 蒸散的时间变化

2000—2013年陕西省年蒸散量波动范围为448.0～533.3 mm·a-1，多年平均蒸散量为493.3 mm·a-1（图1）。年蒸散量明显超出多年平均值的年份有4年（2002、2003、2004、2012年），其中2003年蒸散量最高，超出多年平均值40.0 mm·a-1，相对变化率达到了8.1%；明显低于多年平均值的年份有5年（2000、2001、2009、2010、2011年），2001年蒸散量最低，比多年平均值少45.3 mm·a-1，相对变化率达到了-9.2%。

陕西省各月蒸散量的年际变化具有季节分异特征（表1）。12月至翌年4月的蒸散的线性倾向值为负值，说明秋末至仲春的蒸散年际变化具有减少的趋势，1月和12月蒸散减少趋势达到显著水平（P＜0.05）；5月至10月的蒸散的线性倾向值为正值，说明春末至仲秋的蒸散年际变化具有增加的趋势，8月蒸散增加趋势达到显著水平（P＜0.05）。

陕西省蒸散量年内分布呈现先增大后减小的单峰型分布趋势，蒸散量主要集中在5—9月份，其中11月蒸散发量最小，仅为23.0 mm，8月蒸散发量最大，达到75.8 mm(图2)。究其原因主要在于：1、2、3、4、10、11、12月份陕西省的气温较低，不利于蒸散发；4、5、6月份气温迅速回升，因此蒸散量也随之升高；7、8月份气温达到最高值，并且在此期间降雨量大，供水充分，日照充足，提供了有利于蒸散发的充分条件，同时在该时间段内8月份的蒸散量达到了最高值；9、10月份气温迅速降低，又向着不利于蒸散发的条件转变，因此该阶段的蒸散量又陡然回落。

2.2 蒸散的空间变化

陕西省多年蒸散平均值具有较强的空间分异性规律，呈现出北低南高的变化趋势（图3），该特征与覆盖的地带性变化大体一致。在植被覆盖度高的地方，蒸散量较高。具体表现为，延安市以北蒸散在200～400 mm·a-1之间，延安市以南至秦岭北坡蒸散大部在400～600 mm·a-1之间，秦巴山区蒸散大部在600～800 mm·a-1之间，蒸散＞mm·a-1的像元零散地分布在秦巴山地。陕西省平均年蒸散量在200～800 mm之间的像元占全省94.9%，其中200～400、400～600、600～800 mm的像元分别占总像元的34.8%、28.1%和32.0%。

受到太阳辐射、温度、风速等因素的影响，陕西省内不同季节蒸散量的空间分布差异明显（图4）。1月份，陕西省蒸散量绝大部分区域在20～40 mm之间，全省分布比较均匀，全省平均为25.6 mm。4月份，陕西省蒸散量平均为28.0 mm；与1月份相比，4月份蒸散量陕北地区有了一定程度的降低，关中喝陕南有一定程度增加，其余地区变化较小；陕北地区大部在1～20 mm之间；陕北地区南部的子午岭、黄龙山林区，渭北地区以及秦岭北坡在20～40 mm之间；关中地区大部在20～100 mm之间，局部地区〉100 mm；陕南的汉中、安康地区在40～60 mm之间，局部地区＞60 mm。7月份，由于气温较高，降雨量大，光照充足，因此月平均蒸散量相对于4月份总体上得到了较大升高，不同地形地貌、不同植被的蒸散量差异较大，层次分明，全省月平均蒸散量达到74.1 mm；榆林市以北的长城沿线风沙区蒸散量在1～20 mm之间，榆林市已南、延安市北部的黄土高原丘陵沟壑区蒸散量在20～40 mm之间，延安市中、南部以及关中地区北蒸散量40～100 mm（林区除外），子午岭、黄龙山林区，宝鸡以北的关山林区以及秦巴山地蒸散量较高，大部分区域在100 mm以上。自9月份开始，受气温、土地覆盖类型、以及风速等因素的影响，陕西省月蒸散量又开始降低，到10月份全省月平均蒸散量仅为31.0 mm。全省大部月平均蒸散量在20～40 mm之间，长城沿线风沙区在1～20 mm之间，秦巴山地大部在40～60 mm之间。

图2 陕西省2000—2013年平均蒸散月变化Fig. 2 The land surface ET of different months in Shaanxi Province during 2000—2013

图3 陕西省2000—2013年平均蒸散分布图Fig.3 Averages of evapotranspiration during 2000—2013

对于2000—2013年陕西省蒸散图，计算每个像元蒸散与时间的相关系数，并进行显著性检验，制作成植被覆盖度变化趋势图（图5）。从图5可见，蒸散显著、极显著增加的像元主要分布在陕北地区、关中地区西部和陕南丘陵浅山区，这些地方是1998年以来陕西省实施退耕还林工程的重点区域，植被覆盖有了显著增加（李登科等，2010），蒸散也随之显著增加；蒸散显著和极显著减少的像元主要分布在关中城市群，说明随着城镇化的发展，建筑面积不断扩大，植被覆盖面积减少，蒸散也随之显著减少。研究期间，陕西省蒸散极显著（P＜0.01）、显著（P＜0.05）增加的面积分别占总面积的8.7%和7.7%，变化趋势不明显的面积占77.2%，减少极显著（P＜0.01）、显著（P＜0.05）的面积分别占3.0%和3.4%。

图4 陕西省1月、4月、7月、10月份蒸散量空间分布Fig.4 Spatial distribution of evapotranspiration in January, April, July and October over Shaanxi Province

2.3 不同土地利用类型的蒸散量分布特征

不同土地利用类型由于其本身的生理生态特性以及所处区域的降水差异，平均蒸散量及频率分布特征均表现出不同的变化特点。为了进一步分析各种土地利用类型的蒸散特征，利用ERDAS IMAGINE的空间统计功能，分别提取了各种土地利用类型年均蒸散量统计特征（图6）。从图6可以发现，陕西省年均蒸散量与土地利用类型密切相关，不同土地利用类型的平均蒸散量存在着较大差异，森林的年蒸散量均值最高，达到576.0 mm·a-1，大大超过了其他土地利用类型的蒸散量，表明森林一般比较湿润，土壤水分供应充沛，因此年均蒸散量相对较高；荒漠的年ET均值最低，仅为224.3 mm·a-1。除聚落、水体外，各种土地覆盖类型的年均蒸散量按照“林地＞草地＞农田＞荒漠”的顺序递减。

根据MOD16月产品数据，结合陕西省土地利用类型，可以计算得到各种不同土地覆盖类型上的多年月平均蒸散量：森林为48.1 mm，草地为41.6 mm，农田为36.4 mm，荒漠为18.6 mm。图7显示了2000—2013年陕西省各种土地利用类型每月平均蒸散量变化特征。总体上来讲，不同土地利用类型的月平均蒸散量大小顺序与年蒸散量平均值比较一致，但是具体到不同土地利用类型上，其全年各月平均蒸散量的分布特征也不尽相同。森林、草地、农田、荒漠最大、最小月蒸散量出现的月份不同，森林最大月蒸散量出现在7月，草地、农田、荒漠则为8月；森林最小月蒸散量出现在12月，草地、农田则为11月，而荒漠最小月蒸散量出现在4月。森林、草地、农田蒸散量的季节变化呈现单峰型，而荒漠蒸散量的季节变化呈现一高一低的波浪型变化。

图5 陕西省蒸散量变化趋势分布Fig.5 Spatial distribution of evapotranspiration change trend in Shaanxi Province

图6 不同土地利用类型的年平均蒸散量Fig. 6 Annual mean of evapotranspiration over different types of landuse

3 结论

本文基于MOD16蒸散产品，在ERDAS IMAGINE遥感图像处理系统和ARCGIS地理信息系统的支持下，研究了陕西省蒸散时空分布特征，得到以下结论：

1）2000—2013年，陕西省蒸散量年际变化呈现在波动中缓慢增加趋势，波动范围为448.0～533.3 mm·a-1，多年平均蒸散量为493.3 mm·a-1。各月蒸散量的年际变化具有季节分异特征，秋末至仲春的月蒸散具有减少的趋势，春末至仲秋的蒸散具有增加的趋势。陕西省蒸散量年内分布呈现先增大后减小的单峰型分布趋势，蒸散量主要集中在5—9月份，其中11月蒸散发量最小，8月蒸散发量最大。

2）陕西省多年蒸散平均值具有较强的空间分异性规律，呈现出北低南高的变化趋势，即陕北北部年蒸散在200～400 mm之间，陕北南部和关中地区蒸散在400～600 mm之间，秦巴山区蒸散大部在600～800 mm·a-1之间，局部蒸散＞800 mm·a-1。该特征与覆盖的地带性变化大体一致。

3）14年来，陕西省蒸散变化趋势不明显的面积占77.2%，蒸散极显著（P＜0.01）、显著（P＜0.05）增加的面积占总面积的16.4%，极显著（P＜0.01）、显著（P＜0.05）减少的面积占6.4%。蒸散显著、极显著增加的像元主要分布在陕北地区、关中地区西部和陕南丘陵浅山区，蒸散显著、极显著减少的像元主要分布在关中城市群。

4）陕西省不同土地利用类型平均蒸散量表现出不同的变化特点。森林的年蒸散均值最高，草地、农田次之，荒漠最低；各土地利用类型蒸散量的季节变化大小顺序与年尺度的基本一致，但是由于气象条件、农作物特性以及人类活动等综合作用的影响，不同土地利用类型蒸散量的分布特征不尽相同。

图7 不同土地利用类型的月蒸散量分布Fig. 7 monthly mean of evapotranspiration over landuse types

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

LIU J, CHEN J M, CHILAR J. 2003. Mapping evapotranspiration based on remote sensing: An application to Canada's landmass. Water Resources Research, 280:1189-1200.

Mahmood R, Hubbard K G. 2003. Simulating sensitivity of soil moisture and evapotranspiration under heterogeneous soils and land uses[J]. Journal of Hydrology, 280: 72-90.

MU Q Z, HEINSCH F A, ZHAO M S, et al. 2007.Development of a global evapotranspiration algorithm based on MODIS and global meteorology data[J]. Remote sensing of Environment, 111: 519-536.

MU Q Z, ZHAO M S, RUNNING S W. 2011. Improvements to a MODIS global terrestrial evapotranspiration algorithm[J]. Remote sensing of Environment, 115: 1781-1800.

YIN Y H, WU S H, Z D S, et al. 2013. Modeled effects of climate change on actual evapotranspiration on the different eco-geographical regions in the Tibetan Plateau[J]. Journal of Geographical Sciences, 23(2): 195-207.

白燕, 廖顺宝. 2010. 矢量数据属性信息无损栅格化的实现方法——以全国1∶ 25万土地覆被数据为例[J]. 地球信息科学学报, 12(3): 385-391.

曾丽红, 宋开山, 张柏, 等. 2010.松嫩平原不同覆盖蒸散特征的遥感研究[J].农业工程学报, 26(9): 233-242.

陈丹, 莫兴国, 林忠辉, 等. 2006. 基于MODIS 数据的无定河流域蒸散模拟[J]. 地理研究, 25(4): 617-623.

陈云浩, 李晓兵, 史培军. 2002. 非均匀陆面条件下区域蒸散量计算的遥感模型[J]. 气象学报, 60(4): 508-512.

杜嘉, 张柏, 宋开山, 等. 2010. 基于MODIS产品和SEBAL模型的三江平原日蒸散量估算[J]. 中国农业气象, 31(1): 104-110.

付刚, 沈振西, 张宪洲, 等. 2010. 基于MODIS影像的藏北高寒草甸的蒸散模拟[J]. 草业学报, 19(5): 103-112.

郭晓寅, 程国栋. 2004. 遥感技术应用于面蒸散发的研究进展[J]. 地球科学进展, 19(1): 107-114.

何延波, Z Su, L Jia, 等. 2007.遥感数据支持下不同覆盖的区域蒸散[J].应用生态学报, 18(2): 288-296.

金晓媚, 郭任宏, 夏薇. 2013. 基于MODIS数据的柴达木盆地区域蒸散量的变化特征[J]. 水文地质工程地质, 40(11): 8-13.

李登科, 范建忠, 王娟. 2010.陕西省植被覆盖度变化特征及其成因[J].应用生态学报, 21(11): 2896-2903.

刘朝顺, 施润和, 高炜, 等. 2010.利用区域遥感ET分析山东省水分盈亏的研究[J]. 自然资源学报, 25(11): 1938-1948.

莫兴国, 刘苏峡, 林忠辉, 等. 2011. 华北平原蒸散和GPP格局及其对气候波动的响应[J]. 地理学报, 66(5): 589-598.

孙志刚, 王勤学, 欧阳竹, 等. 2004.MODIS水汽通量估算方法在华北平原农田的适应性验证[J]. 地理学报, 59(1): 49-55.

王万同, 赵庆良, 杜佳. 2012. 基于遥感技术的区域蒸散研究进展[J]. 国土资源遥感, (1): 1-7.

吴桂平, 刘元波, 赵晓松, 等. 2013. 基于MOD16产品的鄱阳湖流域蒸散量时空分布特征[J]. 地理研究, 32(4): 617-627.

徐永明, 赵巧华, 巴雅尔, 等. 2011. 基于MODIS数据的博斯腾湖流域蒸散时空变化[J]. 地理科学, 32(11): 1353-1357

阳伏林, 张强, 王润元, 等. 2013.黄土高原半干旱区农田生态系统蒸散与作物系数特征[J]. 应用生态学报, 24(5): 1209-1214.

杨文峰, 李星敏, 卢玲. 2013. 基于能量平衡的蒸散遥感估算模型的应用研究[J]. 西北农林科技大学学报: 自然科学版, 41(2): 46-52.

尹云鹤, 吴绍洪, 戴尔阜. 2010. 1971─2008年我国潜在蒸散时空演变的归因[J]. 科学通报, 55(22): 2226-2234.

云文丽, 侯琼, 王永利, 等. 2013.内蒙古典型草原作物系数和实际蒸散量的时空分布特征[J]. 自然资源学报, 28(2): 300-311.

张俊俊, 刘文兆, 韩晓阳. 2013. 陕西长武塬区冬小麦的蒸散特征[J]. 江苏农业科学, 41(12): 60-63.

张晓涛, 康绍忠, 王鹏新, 等. 2006. 估算区域蒸发蒸腾量的遥感模型对比分析[J]. 农业工程学报, 22(7):6-3.

郑有飞, 陈鹏, 吴荣军, 等. 2011. 蒸散的遥感估算模型及其在农业干旱监测中的应用[J]. 生态学杂志, 30(4): 837-844.

Spatio-temporal Variations of Evapotranspiration in Shaanxi Province Using MOD16 Products

FAN Jianzhong, LI Dengke, GAO Maosheng
Shaanxi Remote Sensing Information Center for Agricultuer, Xi’an 710014, China

Based on MOD16 dataset, annual and monthly average evapotranspiration were calculated by the tool of spatial model maker in ERDAS IMAGINE 2013, evapotranspiration of the administrative regions and landuse types for different time scales was statistically computed with the vector maps of Shaanxi Province boundary and landuse. Annual and monthly average evapotranspiration images were drew by ARCGIS 10. The time trends of evapotranspiration were analyzed by using linear regression and the significance was tested by correlation coefficient statistical test. Then the spatio-temporal variation characteristics of evapotranspiration from 2000 to 2013 in Shaanxi Province and the differences for evapotranspiration under different landuse types were analyzed. The results show that the mean annual evapotranspiration of Shaanxi Province increased slowly in the fluctuations with values ranging from 448.0 mm·a-1to 533.3 mm·a-1, and with a mean value of 493.3 mm·a-1. The annual variation of the mean monthly evapotranspiration presented seasonal difference, the mean evapotranspiration in the period from December to April of next year showed decreasing trends, the mean evapotranspiration in the period from May to October showed increasing trends. The monthly variation of evapotranspiration within the year shows a unimodal pattern, and its peak value occurs in August, its bottom value occurs in November, it is mainly concentrated in the period from May to September. The spatial distribution of mean annual evapotranspiration from 2000 to 2013 was generally high over the south of the Shaanxi Province, but low in the north, especially in the high vegetation coverage areas. The areas with insignificant variation trends were accounted for 77.2% of the total, the pixels with significantly increased evapotranspiration were mainly distributed in north Shaanxi, Mid-Shaanxi, and hilly-mountainous areas in south Shaanxi, the pixels with significantly decreased evapotranspiration were mainly distributed in Mid-Shaanxi urban agglomeration. The spatial distribution of evapotranspiration is related to land use types, which have effect on the evapotranspiration distribution in the Shaanxi Province, and the order of evapotranspiration intensity by land cover types is woodland ＞ grassland ＞farmland ＞desert. The research results have important significance to utilization of the limited water resources, to resolution of the shortage of water resources, and to research of monitor and early warning for drought and flood disaster.

MOD16; evapotranspiration; spatio-temporal variation; landuse type; Shaanxi province

P426.2

A

1674-5906（2014）09-1536-08

范建忠，李登科，高茂盛. 基于MOD16的陕西省蒸散量时空分布特征[J]. 生态环境学报, 2014, 23(9): 1536-1543.

FAN Jianzhong, LI Dengke, GAO Maosheng. Spatio-temporal Variations of Evapotranspiration in Shaanxi Province Using MOD16 Products [J]. Ecology and Environmental Sciences, 2014, 23(9): 1536-1543.

陕西省科学研究发展计划项目（2013K02-20）

范建忠（1961年生），男，高级工程师，从事气候和遥感应用研究。

*通信作者：李登科，男，正研级高级工程师，从事农业气象和遥感应用研究。E-mail:ldk81711@sohu.com

2014-06-20