下垫面特征变化对于旱区蒸散发的影响

童山琳，崔晨风，伍 妮，王艳娟

(1. 河海大学水文水资源学院，南京 210098; 2.西北农林科技大学旱区农业水土工程教育部重点实验室，陕西 杨凌 712100;3. 武汉大学动力与机械学院, 武汉 430072)

0 引 言

蒸散发 (Evapotranspiration,ET) 是水圈-大气圈-生物圈之间能量和水分交换的关键过程，对旱区农业发展制定排水灌溉方案、监测农业旱情、防治土地沙漠化以及合理开发利用水资源等具有重要应用价值。ET的时空分布特征受到气象、下垫面土地利用类型、植被覆盖类型、人类经济活动等多种自然和社会因子的影响。由于这些因子出现地带性和非地带性的差异，它们会在不同的时间尺度下对ET反演产生不同程度的影响。研究表明[1]，经济快速发展和人类活动范围扩大所导致的土地利用和覆盖类型发生巨大变化，下垫面土地利用类型对ET的影响所占比重也逐渐增大。由于降雨稀少，旱区蒸散发对下垫面的变化最为敏感[2]。随着中国经济快速发展和城镇化的不断扩张，各类型的下垫面自然生态系统被人工生态系统代替[3]，导致中国旱区黄土高原的下垫面土地利用和覆盖(LUCC)发生了巨大的改变。大片农业用地和森林草地为街道、工厂和住宅等建筑物所代替，下垫面的滞水性、渗透性、热力状况均发生明显的变化，促使市区及近郊的水文要素和水文过程产生相应的变化从而导致实际蒸散发量发生显著变化[4,5]。为了探究不同土地利用类型对旱区蒸散能力的作用机制，本研究采用卫星遥感数据和地面数据结合的方式，使用Penman-Monteith-Leuning (PML)蒸散发反演模型[6]，分析2010-2015年旱区内98个站点不同土地利用类型对于ET的影响。重点研究土地利用类型为林地、旱地、水田转为城镇用地的过程对区域蒸散发能力的影响。

1 数据来源

1.1 气象数据

本研究选用的气象数据来自中国气象数据网(http:∥data.cma.cn/)地面资料的中国地面气候资料日值数据集(V3.0)，在我国水文循环和气候变化研究中被广泛地应用[7-9]。该数据集包含多个环境变量，本文采用近地面气温、气压、空气比湿、风速、日照时数、降水率六个变量。以北纬34°～ 40°、东经103°～ 114°为研究区界线分布在黄土高原及其周边98个国家气象站点所收集2010-2015年的气象数据进行研究。

1.2 遥感数据

PML蒸散发模型所需要的遥感数据主要分两类：一是地理空间数据云(http:∥www.gscloud.cn/)提供的GDEMV2 30M 分辨率数字高程数据。二是同样由地理空间数据云提供的MODND1D 中国区域植被数据，该数据具有连续的长时间序列、高时空分辨率、高精度的优势。

1.3 其他数据

为了区分不同土地利用类型对蒸散能力的影响，本文采用中国科学院资源环境科学数据中心网(http:∥www.resdc.cn/Default.aspx)的2010年和2015年中国土地利用现状遥感监测数据。数据集包含6种主要土地利用类型，分别为耕地、林地、草地、水域、未利用土地和城乡、工矿、居民用地。在此基础上，本研究采用划分出24个2级土地利用类型进行分析，土地利用类型划分结果如图1所示。

图1 黄土高原下垫面土地覆盖分类和站点分布Fig.1 Land cover classification of underlying surface and station distribution in loess plateau

2 研究方法

2.1 PML模型介绍

传统的遥感模型应用复杂且输入参数众多，影响反演结果的不确定性因素较多。Penman-Monteith(P-M)方程的蒸散发模型具有明确的物理机制，仅需少量的输入数据，即可定量区分蒸散发组分，实现区域尺度的多源蒸散发估算。该模型在蒸发研究领域中得到广泛的应用。为进一步提高P-M模型反演精度，Leuning等[6]引入辐射和空气湿度对蒸发的约束，建立了冠层导度计算模型，使P-M方程的物理机制进一步完善。本研究基于改进的PML模型对黄土高原蒸散发量进行反演计算。

蒸散发用土壤蒸发和植被蒸腾之和表示，计算公式如下：

E=Ec+Es

(1)

式中：E为蒸散发，mm/d；Ec为植被蒸腾，mm/d；Es为土壤蒸发，mm/d。

(2)

(3)

式中：λ为汽化潜热常数，MJ/kg；ε=Δ/γ，辅助计算数；Ac和As分别为可用能量中分别被冠层和土壤吸收的能量，MJ/(m2·d)；ρa为实时空气密度，kg/m3；Cp为空气定压热比常数，1.013×10-3MJ/(kg·℃)；γ为湿度计常数，kPa/℃；Da为参考高度饱和水汽压差，kPa；Ga为空气动力传导度；Gc为叶片传导度。

为提高蒸散发反演精度，Leuning基于K95冠层导度模型，引入空气水分亏缺表征土壤含水量对气孔导度的限制，并进行参数优选，得到两参数冠层导度计算模型：

(4)

式中：kQ为短波辐射的衰减系数；Qh为冠层上方的可见光辐射通量；gsx为冠层顶部气孔导度最大值，需要采用粒子群优化算法进行参数率定得出；Q50与D50分别为气孔导度gs=gsx/2时的可见光辐射通量和水汽压差。

2.2 粒子群优化算法介绍

粒子群算法最早由Eberhart和Kennedy于1995年提出，该算法易于实现，求解效率高，非线性优化性能强，是一种优化领域研究与应用的热门算法之一。本文采用粒子群算法对于PML模型部分参数进行优化。其计算公式如下，假设在一个d维度搜索空间， 由N个粒子组成：

(5)

(6)

式中：v为飞行速度；w为惯性权重；c1和c2为粒子跟踪自身历史最优值的权重系数，又称学习因子，通常设置为2；P为粒子搜索到的最优位置即个体最优；gbest为整个种群搜索到的最优位置即全局最优；rand为[0,1]区间内均匀分布的随机数。

3 结果与讨论

3.1 不同下垫面特征对ET的影响

下垫面土地利用类型不同，植株叶面积不同，最终导致ET的反演值以及下垫面ET变化规律不同。如图2所示，不同下垫面土地利用类型ET值存在显著的季节变化。有林地、疏林地和草地的ET值在时间尺度上变化趋势不明显，ET反演值变化较小。土地覆盖类型为沙地和河渠的ET反演值高，蒸散能力强。由于因为地表植被稀少，地表吸收水分全部被蒸发，导致沙地反演ET值最高且变化幅度最大。下垫面土地利用类型为河渠的地区存在水面蒸发，导致蒸发量远高于其他下垫面类型。与旱地相比，水田的土壤湿度较高且含有水面蒸发，并且水田的蒸发能力不受水分条件的约束，导致水田的ET反演值高于旱地。植被覆盖度对植株蒸腾和土壤蒸发占比具有显著影响，从而最终影响区域蒸发能力。本研究根据覆盖度对草地ET反演值进行对比分析，下垫面为中覆盖度草地的ET反演值最高，低覆盖度草地次之，高覆盖度草地最少。

图2 不同土地覆盖类型日ET平均值Fig.2 Different land cover types' daily ET values

根据下垫面NDVI反演值的不同，选取有林地、水田、旱地和城镇用地做进一步对比分析。如图3所示，下垫面土地利用类型为水田何城镇用地的蒸发能力强。水田ET反演值峰值高于其他下垫面类型反演结果，变化范围是0.7～7.2 mm。由于水田需要种植农作物，受植物生长周期变化和人类活动影响较大。当农作物生长进入抽穗-灌浆期或者拔节期，ET反演值显著增加，日均ET值从5.1 mm增加到7.2 mm。进入秋季后开始收割农作物，水田所产生的ET值显著减小，斜率达到最小值-3.6 mm/月。与8月相比，水田10月ET值仅为8月ET值的一半。相比于气候变化和植物生长期变化对于蒸散发的影响，人类活动对于下垫面ET变化存在更为显著的影响作用。由于植被稀疏，土壤蒸发比例远高于植物散发，气温和降雨是旱地ET变化的主导气象因子。并且旱地的ET变化幅度相交于其他3种类型下垫面反演结果幅度最平缓，主要呈“单峰”变化曲线。有林地和城镇用地所得反演ET值变化幅度较大，在夏季有林地ET变化曲线存在波动且蒸发量低于其他下垫面的同期蒸发量。冬季有林地蒸散值同比高于其他土地利用类型的蒸散发值。城镇用地反演ET值幅度变化大，主要因为人口聚集，产生“热岛效应”。近地表温度高于其他下垫面，导致该区域地表蒸散发较高。

图3 4种不同土地覆盖类型平均日蒸散发值的时间变化Fig.3 Temporal variation of average daily evapotranspiration of four land cover types

3.2 下垫面特征变化对ET的影响

下垫面土地利用类型不同会对蒸散发的变化特征产生影响，下垫面土地利用类型改变也对旱区蒸发产生显著影响。在多种土地利用变化类型中，本研究选取下垫面渗透性变化最剧烈的土地城镇化对ET影响进行研究。水田、旱地和林地为街道、工厂和住宅等建筑物所代替，下垫面的滞水性、渗透性、热力状况均发生明显的变化。本研究重点分析水田、旱地和林地转变为城市过程中，下垫面蒸散能力的变化情况。

如图4所示，年数据分析结果显示土地类型为旱地在城市化过程中，ET年均值呈上升趋势，其变化率为0.044 9 mm/a。其他两种土地城镇化后ET值都呈下降趋势，其中林地城镇化显著地削弱区域蒸散能力，ET年均值的变化率为-0.024 8 mm/a。而土地类型为水田的城镇过程中，ET年均值变化率为-0.009 mm/a，变化幅度最小。

图4 不同土地利用和覆盖变化对ET的影响Fig.4 Influences of different land use and cover changes on ET

旱地ET值呈上升趋势主要是旱地原有的植被稀少，蒸散能力处于一个较低的水平，而城市绿化导致大量外来植株移入，从而导致区域ET值大幅增加[10]。土地类型为林地的区域原本拥有较多的树木和绿草，绿化程度高，但土地的城市化使其被消除，导致ET值逐年下降。水田城镇化的ET变化幅度最小，由于城市的“热岛效应”通过升高温度的方式增加区域蒸散发，弥补了一部分水面变成土地的ET减少量，所以旱区的水田ET值变化幅度小，下垫面利用类型的改变没有对区域蒸发能力产生显著变化。

4 结 语

本研究采用MODIS卫星遥感数据和地面气象数据结合的方式，结合PML蒸散发反演模型，选取下垫面土地利用类型剧烈变化的黄土高原作为研究区，收集2010-2015年研究区内98个观测站所得地面数据和遥感数据，进行区域ET变化特征分析。主要探讨了不同土地利用类型及其变化对于旱区蒸散发的影响，重点对水田、旱地和林地城镇化过程对蒸散发的影响进行定量分析。

分析研究区下垫面14中不同下垫面土地利用类型的ET值变化特征，发现沙地和水渠的ET反演值高于其他下垫面土地利用类型的ET反演值，地表所存储的降雨量主要以蒸散发的形式消耗。由于地面植被稀少、水土势低，沙地无法对水分进行有效存储，吸收的水分近乎全部以蒸散形式消耗。水渠地区存在水面蒸发的形式来消耗地表水量，导致ET反演值高于其他土地利用类型的ET反演值。与旱地相比，模型反演的水田ET值高。水田的下垫面土壤湿度较高，蒸散能力强。根据覆盖度的不同，对3种类型的草地ET反演值对比分析，下垫面为中覆盖度草地的ET反演值最高，低覆盖度草地次之，高覆盖度草地最少。

分析了林地、旱地和水田3种下垫面城镇化对于蒸散发的影响。旱地城镇化过程使区域蒸散能力显著增加，ET变化幅度为0.044 9 mm/a。林地城镇化过程导致蒸散值出现下降趋势，ET变化幅度为-0.024 8 mm/a。下垫面为水田和城市的地区蒸发能力相近，导致水田城镇化过程中蒸散发能力没有发生显著变化，ET变化幅度仅为-0.009 mm/a。