宁夏沿黄经济区蒸散量变化特征及水均衡方法验证

薛 阳，金晓媚，朱晓倩

(中国地质大学(北京)水资源与环境学院，北京 100083)

宁夏沿黄经济区蒸散量变化特征及水均衡方法验证

薛 阳，金晓媚，朱晓倩

(中国地质大学(北京)水资源与环境学院，北京 100083)

在干旱的内陆地区，蒸散是地表水和地下水主要的排泄方式之一，准确估算地表蒸散量为干旱区水资源合理开发利用、生态环境保护提供理论依据。基于MODIS遥感数据，应用SEBS模型估算了宁夏沿黄经济区2001—2014年的区域蒸散量，分析了其影响因素，并应用水均衡原理对蒸散量计算结果的可靠性进行了验证。结果表明:沿黄经济区的年蒸散量在2001—2014年间总体上是逐渐增加的，从2001年的434.27 mm增加为2014年的517.82 mm；研究区主要的蒸散量为耕地蒸散量，农业占据了全区近2/3的耗水量；SEBS模型与水均衡原理计算的蒸散量结果吻合度较高，很好地验证了SEBS模型计算区域地表蒸散量的可靠性。

蒸散量；SEBS；MODIS；水均衡；沿黄经济区

在干旱的内陆地区，蒸散(Evapotranspiration，简称ET)是地表水和地下水主要的排泄方式之一，主要包括地表的蒸发和植被的蒸腾。准确估算地表蒸散量是水资源量计算的关键，不仅对深入了解区域水循环和地表能量平衡具有重要意义，也为干旱区水资源合理开发利用、生态环境保护提供理论依据。

2005年，崔亚莉[1]、张长春[2～3]等利用遥感技术对黄河三角洲区域蒸散量进行了研究，结果表明，下垫面条件是蒸发量时空分布主要控制因素。2008年，金晓媚[4]等应用NOAA/AVHRR 数据，将水文数据与遥感数据相结合，利用SEBS模型估算了张掖盆地区域地表蒸散量，并应用水均衡原理进行了验证。2011年，J Timmermans[5]等定量地评价了SEBS模型应用于不同空间和时间尺度的差异性及误差情况。2013年，Weiqiang Ma等利用ASTER遥感数据运用SEBS模型估算了澳大利亚灌区的实际蒸散量分布规律，将实测蒸发数据对计算结果加以校正，得到了理想的结果[6]。2014年Nuria Pardo等将遥感卫星数据与气象观测数据结合，基于SEBS模型，运用SEBS-0、SEBS-SM、SEBS-NDVI三种模型方法相互验证，计算了农田的蒸发比和能量平衡的组分[7]。2015年，李海涛等应用日净辐射通量与蒸散量的比值恒定的原理，通过计算蒸发比得到了日蒸散量[8]。

宁夏沿黄经济区地处我国西北内陆干旱半干旱地区，缺水少雨，生态环境十分脆弱。本文以沿黄经济区为研究区, 基于MODIS数据，对区域蒸散量进行了估算，并运用水均衡原理，从区域尺度上对SEBS模型的运算结果进行了验证。

1 研究区概况

宁夏沿黄经济区位于黄河上游下河沿水文站至石嘴山水文站之间，沿黄河两岸地形呈“J”型带状分布，区域总面积约为9 308 km2。区内地势南高北低，平均海拔1 100～1 200 m。沿黄经济区以青铜峡水利枢纽为界，将其分割为上游的卫宁平原和下游的银川平原。卫宁平原地处宁夏的中部，呈东西-北东向展布。平原宽度2.5～14 km，面积1 721 km2。银川平原位于宁夏北部，南起青铜峡峡口冲积扇，北至石嘴山，西靠贺兰山，东倚鄂尔多斯台地，是宁夏政治、经济、文化的中心。南北长165 km，东西宽42～60 km，总面积7 617 km2。

宁夏沿黄经济区地处中温带干旱区，干旱少雨，日照充足，蒸发强烈为典型大陆性气候。多年平均降水量180～400 mm，多集中在6—9月。年蒸发量为1 825 mm，接近降水量的10倍。流经宁夏沿黄经济区的主要河流为黄河及其支流苦水河、清水河，黄河自西南向东北延伸，从下河沿站入口，经卫宁平原，过青铜峡，到石嘴山麻黄沟出境，是沿黄经济区农业的主要灌溉水源。

2 方法与数据

2.1 方法

Z.Su等[9～10]开发的表面能量平衡系统(Surface Energy Balance System, SEBS)，将卫星对地观测的可见光、近红外和热红外波段资料与大气模式输出数据结合，达到了更连贯地估算大气湍流通量的目的。

任一时刻净辐射通量在感热通量、地面、土壤热通量和潜热通量间平衡，则地表能量平衡方程表示如下[11]：

(1)

式中：Rn——净辐射通量；G0——土壤热通量；H——湍流感热通量；λE——湍流潜热通量；λ——汽化潜热，代表一定体积水通过蒸散发由液态变成气态所需的能量；

E——水分实际蒸发蒸腾量。

日蒸散量计算如下：

(2)

2.2 数据

选取2001—2014年中等分辨率的MODIS数据，共计2 576景，应用SEBS模型估算区域地表蒸散量。主要包括空间分辨率为500 m 的MOD09A1数据与空间分辨率为1 000 m 的MOD11A2数据，分别是地表反射率产品和地表比辐射率与地表温度产品。将MODIS11A2的遥感数据进行预处理(主要包括重投影、重采样等)，使两种遥感数据产品达到一致。

采用空间分辨率为250 m、时间分辨率为16d的MOD13Q1植被指数数据产品，分析区域地表蒸散发的影响因素。研究区植被的生长季是每年6、7、8、9四个月，可以较好地反映研究区植被的生长状况和类型[12]。因此，研究中选用了2001—2014年每年6—9月的NDVI数据，共计112景，并进行重采样，使其与MODIS11A2数据的空间分辨率保持一致。

为了提取区域不同用地类型蒸散量以及分析区域地表蒸散发的影响因素，应用了空间分辨率30 m的Landsat TM数据解译植被和耕地的面积，数据时间为2001、2003、2007、2010和2014年，影像预处理包括辐射定标、大气校正、研究区裁剪等。

SEBS模型中使用到了地表高程、坡向和坡度等相关地形数据，其中坡向和坡度通过数字地形可以由地表高程数据分析得到。为了较好地反映区域地形的空间变化特征，研究选用空间分辨率30 m 、90 m的两组SRTM-DEM数据，分别与TM数据、MODIS数据相匹配。

3 结果与分析

3.1 区域蒸散量分布特征

沿黄经济区年蒸散量的计算是基于日蒸发量得到的，利用地表能量平衡系统SEBS结合气象数据，得到了沿黄经济区的日蒸散量，乘以相应月份的天数获得月蒸散量，求和即为相应年份的年蒸散量。下载2001—2014年逐月的MODIS卫星遥感数据，经图像预处理后选取晴空无云的图像，最终选取了共计2 422景MODIS数据用于计算14年的蒸发量。图1是2014年的计算结果，即沿黄经济区2014年区域年蒸散量空间分布图。

图1 沿黄经济区2014年区域年蒸散量分布图Fig.1 Regional annual ET distribution of Yellow River Economic Zone in 2014

从图中的空间分布可以看出，研究区卫宁平原西部沙坡头地区，主要为沙地和裸土，其实际蒸散量非常小，接近于0；银川平原西部主要为贺兰山山前地区，植被覆盖较低，蒸散量也相对较小；银川平原南部和卫宁平原东部区域，主要用地类型为耕地，蒸散量相对较高；而从研究区穿过的黄河以及银川平原西北部的沙湖以及中部湖泊地带，年蒸散量最高。

基于蒸散量的计算结果，统计了沿黄经济区年蒸散量的变化规律，见图2。

图2 沿黄经济区2001—2014年实际蒸散量的年际变化规律Fig.2 Interannual actual ET variation of Yellow River Economic Zone during 2001—2014

结果表明，沿黄经济区年际蒸散量的变化可以分为两个阶段：2001—2012年，除去2003年年蒸散量较低之外，主要变化呈现上升趋势，从2001年的434.27 mm增加为2012年的585.37 mm；2012年之后，年蒸散量呈减小趋势，减少为2014年的517.82 mm。

3.2 区域耕地蒸散量的分布特征

沿黄经济区主要的用地类型为耕地, 耕地的蒸散发是沿黄经济区区域蒸散发的主要组成部分,占据了研究区主要的生态耗水量。本文应用高分辨率的Landsat TM遥感数据分别提取了沿黄经济区2001、2003、2007、2010、2014年的耕地面积，结合蒸散量计算结果，提取了区域的耕地蒸散量(表1)。

表1 沿黄经济区耕地蒸散量及耗水量统计表Table 1 Farmland ET and water consumption statistics of Yellow River Economic Zone

通过统计发现，研究区耕地2003年的蒸散量最小，为812.27 mm；2010年的年蒸散量最大，为1 239.16 mm。2014年的蒸散量较2010年减小，但是耕地面积和2010年相比却增加了，这与研究区种植结构进行了调整有关。根据《宁夏统计年鉴》的数据统计发现，在2001—2013年间，研究区的耕地面积总体是呈增加趋势的，特别是在2001—2008年耕地面积上升趋势明显，但是从2008之后，耕地面积变化相对平稳。由于沿黄经济区主要的农作物类型为水稻、小麦和玉米，本次研究分别统计了这三种作物类型在2001—2013年间的变化。结果显示：玉米的面积呈明显增加趋势，小麦的面积在2006年之后呈减小趋势，水稻的面积在2010年后趋于稳定，呈缓慢下降的趋势(图3)。种植结构的调整是耕地蒸散量变化的主要影响因素。总体上看, 耕地面积占全区的比例逐年增加；同时, 耕地耗水量占全区耗水量的比例呈上升趋势, 从2001年的60.3%上升到2014年的71.8%。沿黄经济区的农业耗水占据了全区近2/3的耗水量。因此, 耕地面积的增加是全区年蒸散量增大的原因之一。

图3 2001—2013年研究区主要农作物面积变化Fig.3 Area variation of staple crops in the study area during 2001—2013

3.3 水均衡方法验证

对于闭合的沿黄经济区流域，相邻区域地下水每年的流入与流出量理论上是均衡的，其水量平衡方程可表示为：

(3)

式中：E——陆面蒸散量；P——降水量；R——研究区的耗水量； ΔW——蓄水变量。对于年均衡，ΔW≈0。

引黄灌区位于黄河上游下河沿—石嘴山两水文站之间，以青铜峡水利枢纽为界，将其分割为上游的卫宁灌区和下游的青铜峡灌区，与沿黄经济区的面积基本一致。根据2001—2013年国家水利部《水资源公报》整理出黄河灌区的耗水量，见表2。

从水均衡角度看，区域降水量与耗水量之和为水资源消耗量，而干旱区水的主要消耗方式为蒸散发。将2001—2013年黄河灌区耗水量与SEBS模型计算的区域蒸散量进行比较，结果发现：2009年相对误差最小，只有1.34%；2003年误差最大，为18.28%；多年平均相对误差为8.40%(表2)。两者总体变化趋势是一致的，即区域蒸散发量随着黄河灌区耗水量的增加而增大。综上分析可得知，在沿黄经济区，水均衡原理很好地验证了SEBS模型计算的蒸散量结果，说明SEBS模型的计算结果是可靠的。

表2 SEBS蒸散量与总耗水量误差Table 2 Error of SEBS ET and total water consumption

4 区域蒸散量的影响因素

4.1 气象因素

在干旱区，由于气温、降水对蒸散量的影响较大。因此，本次研究采用惠农站、吴忠站、银川站、陶乐站、中卫站、中宁站等6个气象站的资料求2001—2014年每月的平均气温、降水，与每月对应的蒸散量建立相关性分析(图4)。

从结果中可以看出，沿黄经济区的蒸散量与气温的相关性最高，R2达到0.816；与降水的相关性一般，R2为0.375，但总体趋势是：研究区蒸散量随着气温和降水的增加而增加。

4.2 植被指数

为了分析植被对区域蒸散的影响，统计了沿黄经济区2001—2014年间的年蒸散量和年均植被指数间的关系(图5)。结果显示，年蒸散量随着植被指数的增加而增大，因此，植被覆盖越高，年蒸散量越大。

为了进一步研究植被覆盖对地表蒸散的影响，在NDVI分布图中取一剖面，包括了裸土、草地、灌木、农田等地貌，将NDVI与遥感定量反演得到的地表蒸散量进行对比分析，提取剖面中对应点的NDVI值和地表蒸散量值，得到不同地貌NDVI值与地表蒸散量的变化特征，如图6所示。

图4 月蒸散量与气象因素的相关性关系图Fig.4 Correlation between monthly ET and meteorological factors

图5 2001—2014年蒸散量与植被指数关系图Fig.5 Relationship between annual ET and NDVI during 2001—2014

图6 NDVI与对应的蒸散量变化图Fig.6 Variation of NDVI and the corresponding ET

从图中可以看出，NDVI较小的区域，如裸土和城市建筑物地区，地表蒸散量的值也较小，总体小于2.5 mm/d；而耕地的NDVI值较高，相应的地表蒸散量也较高，在3.5～5 mm/d之间变化，因此，NDVI和地表蒸散的变化呈正比关系，即植被覆盖越高，地表蒸散量越大。

4.3 湿地

沿黄经济区湿地分布较多，特别是银川平原的北部，最大的湿地为沙湖区域。湿地类型主要为人工湖泊、鱼塘等，单个面积较小，因此，本文采用更高分辨率的遥感图像Landsat TM数据，进行湿地的解译提取。选取沿黄经济区2003、2007、2010和2014年的Landsat TM数据，应用徐涵秋[13]的MNDWI水体指数法对沿黄经济区的湿地面积进行了遥感解译。对湿地面积的变化情况进行统计，分析了湿地的变化趋势(图7)。

图7 沿黄经济区湿地面积随时间变化图Fig.7 Time variation of wetland area of Yellow River Economic Zone

结果显示，沿黄经济区的湿地面积从2003—2014年呈明显增加趋势，从2003年的386 km2增长至2014年537 km2，湿地面积增加了150 km2(表3)。对比湿地面积与蒸散发结果，发现湿地年蒸散量的变化趋势与湿地面积变化基本一致，所以湿地面积的增长也是导致年蒸散量增加的主要影响因素之一。

表3 湿地面积统计表Table 3 Wetland area statistics

5 结论

(1)沿黄经济区的年蒸散量在2001—2014年间总体上是逐渐增加的，从2001年的434.27 mm增加为2014年的517.82 mm，增加了19.24%；

(2)研究区主要的蒸散量为耕地蒸散量, 2001—2014年间耕地耗水量占全区耗水量的比例呈上升趋势, 从2001年的60.3%上升到2014年的71.8%；

(3)沿黄经济区的蒸散量与引黄灌区耗水量的变化趋势基本一致，与引用黄河水量、降水量之和吻合较好；

(4)沿黄经济区的蒸散量的变化与气候有一定的关系，主要与气温、降水呈正相关关系；与绿洲植被的变化密切相关，随着植被指数和植被面积的增加而增大；与湿地面积变化有一定的相关性，随着湿地面积的增加而增大。

[1] 崔亚莉，徐映雪，邵景力，等.应用遥感方法研究黄河三角洲地表蒸发及其与下垫面关系[J].地学前缘，2005，12(增刊1):159-165.[CUI Y L,XU Y X,SHAO J L,etal. A study of evaporation and its relationship with the surface parameters using remote sensing data in the Yellow River Delta (YRD)[J]. Earth Science Frontiers,2005,12(Suppl): 159-165. (in Chinese)]

[2] 张长春，王光谦，魏加华，等.联合TM和NOAA数据研究黄河三角洲地表蒸发(散)量[J].清华大学学报(自然科学版)，2005，45(9):1184-1188.[ZHANG C C,WANG G Q,WEI J H,etal. Estimates of evapotranspiration based on TM and NOAA data in the Yellow River Delta[J]. Journal Tsinghua Univ (Sci & Tech),2005,45(9):1184-1188. (in Chinese)]

[3] 张长春，王晓燕，邵景力.利用NOAA数据估算黄河三角洲区域蒸散量 [J]. 资源科学，2005，27(1):86-91. [ZHANG C C,WANG X Y,SHAO J L. Estimated evapotranspiration based on NOAA data in the Yellow River Delta[J].Resources Science,2005,27(1):86-91. (in Chinese)]

[4] 金晓媚，万力，梁继运.水均衡法验证蒸散量计算的可靠性——以张掖盆地为例 [J]. 现代地质，2008，22(2):299-303.[JIN X M, WAN L, LIANG J Y. Accuracy verification of evapotranspiration result using hydrological budget method—a case study of the Zhangye basin[J]. Geoscience, 2008,22(2):299-303. (in Chinese)]

[5] J Timmermans, C van der Tol, A Verhoef,etal. Quantifying the uncertainty in estimates of surface-atmosphere fluxes through joint evaluation of the SEBS and SCOPE models[J]. Hydrology and Earth System Sciences Discussions, 2011, 8(2):2861.

[6] Weiqiang Ma, Mohsin Hafeez, Hirohiko Ishikawa,etal. Evaluation of SEBS for estimation of actual evapotranspiration using ASTER satellite data for irrigation areas of Australia [J]. Theoretical and Applied Climatology, 2013, 112(3):609-616.

[7] Nuria Pardo, M Luisa Sánchez, Joris Timmermans,etal. SEBS validation in a Spanish rotating crop[J]. Agricultural and Forest Meteorology, 2014, 195-196.

[8] 李海涛，陈伟涛，陈邦松，等. 基于恒定蒸发比的区域蒸散量计算研究[J].水文地质工程地质，2015，42(6):12-17.[LI H T,CHEN W T,CHEN B S,etal. Calculation of regional evapotranspiration based on constant evaporative ratio[J].Hydrogeology & Engineering Geology,2015,42(6):12-17. (in Chinese)]

[9] SU Z. Remote sensing of land use and vegetation for mesoscale hydrological studies [J]. International Journal of Remote Sensing, 2000, 21(1):213-233.

[10] SU Z. The Surface Energy Balance System (SEBS) for estimation of turbulent heat fluxes [J]. Hydrology and Earth System Sciences, 2002, 6(1):85-89.

[11] 金晓媚，万力，Su Z B. 遥感与区域地面蒸散量 [M]. 北京:地质出版社，2008:62-95.[JIN X M,WAN L, Su Z B. Remote sensing and regional surface evapotranspiration[M]. Beijing: Geological Publishing House, 2008:62-95. (in Chinese)]

[12] Jin X M, Wan L, Zhang Y K,etal. Quantification of spatial distribution of vegetation in the Qilian Mountain area with MODIS NDVI [J]. International Journal of Remote Sensing, 2009, 30(21):5751-5766.

[13] 徐涵秋. 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究 [J]. 遥感学报，2005，9(5): 589-595.[XU H Q. A study on information extraction of water body with the Modified Normalized Difference Water Index (MNDWI)[J].Journal of Remote Sensing,2005, 9(5): 589-595. (in Chinese)]

责任编辑：张若琳

Variation of evapotranspiration of Ningxia Yellow River economiczone and the validation using water budget method

XUE Yang, JIN Xiaomei, ZHU Xiaoqian

(SchoolofWaterResourcesandEnvironment,ChinaUniversityofGeosciences,Beijing100083,China)

In the arid inland, evapotranspiration(ET) is the main way of discharge of groundwater and surface water. Accurate estimation of surface ET can provide the theory basis for reasonable exploitation and utilization of water resources and ecological environment protection in arid areas. Based on MODIS data, the regional ET of Ningxia Yellow River economic zone during the period of 2001—2014 was estimated using Surface Energy Balance System(SEBS) and the influencing factors of ET were analyzed in the meantime. Besides, the reliability of the ET results was validated using the principle of water budget. The results indicated that the annual actual ET of Ningxia Yellow River economic zone gradually increased from 2001 to 2014 with the value varying from 434.27 mm 2001 to 517.82 mm in 2014.The farmland ET is the major part of the total ET and agricultural water consumption accounted for nearly 2/3 of the regional water consumption. The result indicates that the SEBS ET is consistent with the value by water budget method, which is validated the reliability of SEBS model in regional ET estimation.

evapotranspiration;SEBS; MODIS; water budget; Yellow River economic zone

2016-05-10;

2016-07-14

国家自然科学基金项目(40772158)

薛阳(1990-)，女，硕士研究生，主要从事水环境遥感和生态水文学方面的研究。E-mail: xueyang@cugb.edu.cn

金晓媚(1968-)，女，教授，主要从事生态水文学方面的研究。E-mail: jinxm@cugb.edu.cn

10.16030/j.cnki.issn.1000-3665.2017.03.05

P641.2

A

1000-3665(2017)03-0027-06