黄土高原不同植被覆盖土地利用等对蒸散发量的影响

李燕 张凯瑞

摘 要：为实现对黄土高原蒸散发量的动态连续监测，基于蒸散发量（ET）、归一化植被指数（NDVI）、土地利用、气温和降水量数据，采用SEN趋势分析、Hurst指数及偏相关分析法，探究了黄土高原2001—2020年ET时空分布特征、变化趋势、未来持续状态及降水、气温、不同植被覆盖度、不同坡度、不同土地利用下的ET变化规律。结果表明：①黄土高原ET空间分布呈从北向南增大的趋势，高蒸发区集中在渭河平原、六盘山和祁连山区域，ET随坡度、植被覆盖度的增大而增大;②占黄土高原总面积92.02%的区域ET表现为显著增大趋势（显著性水平α<0.01），增速为2～5 mm/a，草地和农用地的ET增速较大，水体、湿地、建筑用地的ET增速较小;③ET与降水和气温均以正相关关系为主。

关键词：蒸散發;植被覆盖;土地利用;黄土高原

中图分类号：S161.4;TP79

文献标志码：A

doi：10.3969/j.issn.1000-1379.2021.12.014

引用格式：李燕，张凯瑞.黄土高原不同植被覆盖/土地利用等对蒸散发量的影响[J].人民黄河，2021，43（12）：68-73.

Abstract： In order to achieve the dynamic and continuous monitoring of evapotranspiration in the Loess Plateau， based on evapotranspiration （ET）， normalized vegetation index （NDVI）， land use data， temperature and precipitation data， this paper adopted SEN trend analysis， R/S analysis and partial correlation analysis and studied the temporal and spatial distribution characteristics， change trend， future continuous state， precipitation and air quality of ET under different vegetation coverage， slope and land use in the Loess Plateau from 2001 to 2020. The results show that： a） the spatial distribution of ET in the Loess Plateau shows an increasing trend from north to south in the past 20 years. b） ET shows a significant increasing trend in a large area during 20 years， and the increasing rate is concentrated in 2-5 mm/a， accounting for 92.02% of the total area of the Loess Plateau. The ETs of grassland and agricultural land increase more， while the ETs of water， wetland and construction land increase less. c） In the future， ET will decrease in most areas of the Loess Plateau， and the persistence in most pixels of Inner Mongolia， Gansu and Qinghai is stronger than that in other areas. d） The relationship between ET and precipitation/air temperature is mainly positive correlation.

Key words： evapotranspiration; vegetation cover; land use; Loess Plateau

蒸散发主要由土壤蒸发和植物蒸腾组成，将部分地表水分输送到大气中[1-3]，是干旱与半干旱区水量消耗的主要途径[4-7]。黄土高原地处半湿润、半干旱、干旱区过渡地带，受西风环流、高原季风和东亚季风环流共同影响，干旱事件频繁发生[8-12]。因此，充分认识蒸散发量（ET）和植被覆盖/土地利用的时空变化规律及其响应关系，不仅有利于理解ET对水循环的影响机制，也可为黄土高原水源涵养和水资源合理开发利用提供理论参考。

近年来，专家们从不同角度出发不断对蒸散发开展研究，提出很多种蒸散发量的计算方法[13-16]。如Bowen[13]提出了波文比-能量平衡法、Wilm等[14]提出了空气动力学方法、Penman[15]提出了Penman算法，这些算法虽然能够获取较高精度的数据，但区域代表性差[16-17]。随着遥感技术发展，美国国家航空航天局（NASA）于2011年基于Penman-Monteith遥感模型和MODIS数据研发了全球陆地蒸散发数据产品（MOD16），该产品获取的蒸散发信息空间覆盖范围广、数据分辨率高，精度能够满足大尺度的研究需求[18-20]。目前，基于MOD16数据研究ET时空变化及不同植被覆盖/土地利用下ET的差异性成为热点之一[21-25]。如董晴晴等[24]基于MOD16研究了2000—2013年渭河流域ET的空间格局，发现ET呈缓慢增大趋势，但年际波动性较大，且空间异质性较强;张翔等[25]基于MOD16研究了2008—2017年呼伦贝尔地区植被的ET，发现其整体呈增大趋势，但不同区域的ET差异明显，年际波动性较大;谷佳贺等[26]基于MOD16、NDVI和不同土地利用数据对黄河流域ET时空分布及不同植被覆盖下ET变化规律研究发现，年均ET呈东南大、西北小的空间分布格局，与不同植被覆盖和土地利用区域有很大关系;Wang等[27]研究发现低植被覆盖时，植被变化对ET产生负面影响，随着植被覆盖度增大，这种负效应逐渐变为正效应。目前对蒸散发的研究虽较多，但多采用单一时刻遥感数据对某一地区ET进行研究[16-19]，很少探讨长时间序列、不同植被覆盖下的ET变化特征和未来可能持续状态。

笔者基于2001—2020年黄土高原的MODIS ET、NDVI数据，采用Sen、Hurst指数和偏相关方法对植被覆盖度/不同土地利用类型的ET时空分布特征、变化趋势及气候变化对蒸散发的影响进行分析，以期掌握退耕还林（还草）等生态工程措施下黄土高原蒸散发、植被覆盖的时空变化特征，为该地区生态环境保护提供科学依据。

1 研究区概况与研究方法

1.1 研究区概况

黄土高原地处中国西北地区，总面积64.9万km2，包括山西、内蒙古、陕西、河南、宁夏、甘肃、青海7个省（区）。降水量少而不均，从西北向东南逐渐增大，年降水量300～800 mm，降水主要集中在7—9月;年均气温为3.6～14.3 ℃，冬季严寒、夏季暖热。黄土质地疏松，具有湿陷性，经人为扰动后，极易发生风力和水力侵蚀[1]。区域内地貌类型多样，植被覆盖度呈东南高、西北低的空间分布格局，主要土地类型为草地、林地和农用地[9-10]（见图1）。

1.2 数据来源与处理

（1）NDVI数据：来源于Google Earth Engine（GEE，https：//code.earthengine.google.com/）平台提供的2001—2020年MOD13Q1产品的NDVI数据，空间分辨率为250 m，时间分辨率为16 d，经过几何校正和大气校正，是标准3级产品数据。使用Hants方法对NDVI时序数据进行去噪，并将年均NDVI小于0.05的像元排除在外[28]。

（2）ET数据：来源于GEE平台提供的2001—2020年的MOD16A2产品，空间分辨率为500 m，时间分辨率为8 d。该数据是利用物理意义明确且不受地表溫度影响的Penman-Monteith模型计算得到的，很多学者研究发现MOD16虽然在某些地区存在高估或低估现象，但其精度能够满足研究大尺度的应用需求[29-31]。

（3）土地利用数据：来源于GEE平台提供的MCD12Q1产品，是根据生物圈计划（IGBP）进行分类的全球产品，包括17种土地利用类型。高艳妮等[32]曾以野外调查获取的草地样点数据对不同来源的土地利用类型数据进行精度评价，发现MCD12Q1的采样点验证精度为83.74%，故该分类精度能够满足本研究的要求。

（4）气温、降水量数据：采用中国气象数据网（http：//data.cma.cn/data/cdcindex）提供的月数据，时间跨度为2001—2020年，得到研究区及周围的130个气象站（见图2）的气温、降水量数据，定义12月至次年2月为冬季、3—5月为春季、6—8月为夏季、9—11月为秋季，利用气象插值软件ANUSPLINE将季节性气温、降水量数据插值为500 m的栅格数据集。

2 结果与分析

2.1 ET与NDVI/土地利用空间分布特征分析

利用均值法计算得到2001—2020年黄土高原ET与NDVI的多年平均值（见图3），可以看出：ET空间分布上呈从北向南增大的趋势，其中高蒸发区集中在渭河流域、六盘山和祁连山山脉，而鄂尔多斯高原、宁夏高原和后套平原地带的蒸散发较低;NDVI的空间分布与ET空间分布具有相似性，在ET较小的区域NDVI值较小（植被覆盖度低），ET较大的区域NDVI大。结合图1、图2可以发现，ET较大的区域主要土地利用类型为农用地和建筑用地，且坡度主要为0°～2°;ET较小的内蒙古、宁夏和甘肃的土地利用类型主要为草地和林地，坡度主要为0°～2°;黄土高原南部地区ET较大，坡度一般大于2°。因此，黄土高原的ET与NDVI/土地利用类型和坡度具有一定相关性，随坡度增大而增大。

2.2 NDVI/ET空间变化趋势分析

采用Sen和M-K检验方法得出的2001—2020年黄土高原ET变化速率空间分布见图4（a）。可以看出：ET在占黄土高原总面积92.02%的区域上表现为显著增大趋势（显著性水平α<0.01），增速为2～5 mm/a，ET增速大于5 mm/a的区域集中在陕西省洛河、甘肃陇东和祁连山地区，而在鄂尔多斯和太行山南坡的ET增速为2～3 mm/a;ET呈减小趋势的区域零星分布在渭河平原地区，减小速率为0～1 mm/a。从不同土地利用类型、不同坡度的ET变化统计数据发现，草地和农用地的ET增速较大，90%以上的面积ET增速在2 mm/a以上，草地ET增速较大的为2°～15°坡度的区域，增速基本在3 mm/a以上，而农用地ET增速较大的为6°～15°坡度的区域，见图4（b）。

基于Sen和M-K检验方法得出的2001—2020年黄土高原NDVI变化趋势空间分布见图5（a）。NDVI整体呈显著增大趋势（显著性水平α<0.01），尤其在吕梁山脉、山西高原及甘肃陇东地区的增长趋势较大，NDVI呈减小趋势的区域零星分布在陕西省的渭河平原地区。农用地的NDVI增长趋势最明显，尤其在25°以上坡度的区域。草地和林地及建筑用地的NDVI增长趋势较为接近，2°～6°坡度的区域NDVI增长趋势最大，见图5（b）。

2.3 ET与NDVI的空间响应关系

利用2001—2020年黄土高原ET与NDVI的长时间序列数据，计算得到二者的相关系数（见图6）。占总面积93.89%的区域ET与NDVI成正相关关系，相关系数为0.2～0.8;相关性较好的区域集中在吕梁山脉和六盘山地带，相关系数在0.6以上。ET与NDVI成负相关关系的区域集中在祁连山、渭河平原、后套平原和太行山脉南坡，相关系数为-0.4～0。草地的ET与NDVI的相关系数较其他几种土地利用类型的相关系数大，坡度为2°～6°的草地相关系数在0.53以上，坡度为0°～2°的草地相关系数为0.47（坡度在25°以上的草地ET与NDVI的相关系数小，为0.18）;其次为建筑用地，ET与NDVI的相关系数随着坡度的减小而减小，坡度为15°～25°的建筑用地ET与NDVI相关系数为0.48;农用地的ET与NDVI相关系数在不同坡度上的差异较小，相关系数均在0.2以上。

2.4 ET与气温、降水的空间响应关系

在控制气温的条件下ET与降水的相关关系为正、负相关并存，空间分布上由北向南相关系数逐渐减小（见图7（a））。占黄土高原总面积90.41%的区域ET与降水以正相关为主，相关系数为0～0.8，相关系数在0.8以上的区域集中在毛乌素沙地;ET与降水成负相关关系的区域集中在海拔较高的祁连山、太行山脉、后套平原地区。在控制降水的条件下，ET与气温为正、负相关关系并存，空间分布上表现为中部相关系数大、南北两边相关系数小（见图7（b））。

毛乌素沙地的ET与气温以正相关为主，相关系数在0.6以上;黄土高原南部地区气温与ET相关系数为0～0.4;ET与气温成负相关关系的地区集中在鄂尔多斯高原东北部、山西高原，相关系数在-0.2以下。

3 讨 论

本文通过研究2001—2020年黄土高原不同土地利用类型和不同植被覆盖下的蒸散发变化趋势，发现其蒸散发量表现为显著增大趋势，其中2003年和2016年气温异常大于其他年份，导致ET也异常大于其他年份。ET空间上表现为北小南大、西小东大的态势，主要原因是西部和北部地势高、气温低、降水量小、地表干燥及高寒地区植被生长季较短，蒸散发主要靠土壤浅层水分的微弱蒸发，因此蒸散发量小;黄土高原南部和东部地区夏季降水量较大，太阳辐射强，且该地区的林地、草地、农作物等覆盖度高，植被蒸腾和土壤水分蒸发作用较强，因此蒸散发量较大。

2001—2020年黄土高原的洛河流域、甘肃陇东和祁连山周围蒸散发量呈显著增大趋势（显著性水平α<0.01），原因一方面可能与近20 a黄土高原土地利用类型發生显著变化及全球气候变化有关。有研究[6，36-38]表明，不同土地利用类型对ET的贡献率不同，沼泽地主要覆盖浅水及水生植物，因此沼泽地水分的直接蒸发比草地、林地等的蒸腾作用强烈;而林地由于林木根系可以吸收土壤深层水分用于蒸腾，因此其ET比其他植被类型大。邵薇薇等[37]研究表明，陆面植被覆盖率增大导致蒸散发量增大的同时，会使陆面水热通量发生变化;Piao等[38]研究表明，温暖的春季促使植被物候提前及植被生长加速，影响地表蒸散发量的变化，特别是林地面积的增大加大了蒸散发量。ET增大的另一方面原因可能是黄土高原东南部降水量严重受到东亚夏季风的制约，自20世纪70年代以来，东亚夏季风强度总体表现为显著减弱趋势，气候变暖导致植被蒸腾作用加快，因此蒸散发增大。而本研究也发现黄土高原ET与气温和降水呈显著正相关关系，其中降水对ET的影响范围较广、影响程度较大，空间分布上存在明显的由北向南ET与降水相关系数逐渐减小的趋势，尤其在毛乌素沙地。

4 结 论

本文基于NDVI、ET及气温、降水量数据，分析了2001—2020年黄土高原ET与NDVI、不同土地利用类型、气温、降水的关系、时空格局和变化趋势及气候因子对ET的影响，得出结论如下。

（1）黄土高原ET空间分布呈从北向南增大的趋势，且随坡度的增大而增大。

（2）占黄土高原总面积92.02%的区域ET表现为显著增大趋势（显著性水平α<0.01），增速为2～5 mm/a;草地和农用地的ET增速较大，林地ET增速随坡度的增大而减小，建筑用地的ET随坡度增大而增大;ET随植被覆盖度的增大而增大。

（3）占黄土高原总面积90.41%的区域ET与降水成正相关关系，相关系数为0～0.8。ET与气温以正相关关系为主，空间分布表现为中部相关系数大、南北两边相关系数小。

参考文献：

[1] MONTEITH J L. Evaporation and Environment[J]. Symposia of the Society for Experimental Biology，1965，19：205-234.

[2] XIONG Y J， ZHAO S H， TIAN F， et al. An Evapotranspiration Product for Arid Regions Based on the Three-Temperature Model and Thermal Remote Sensing[J]. Journal of Hydrology，2015，530：392-404.

[3] 周志鹏，孙文义，穆兴民，等.2001—2017年黄土高原实际蒸散发的时空格局[J].人民黄河，2019，41（6）：76-80，84.

[4] NISHIDA K， NEMANI R R， GLASSY J M， et al. Development of an Evapotranspiration Index from Aqua/MODIS for Monitoring Surface Moisture Status[J]. IEEE Transactions on Geoscience & Remote Sensing，2003，41（2）：493-501.

[5] DONG Q， ZHAN C， WANG H， et al. A Review on Evapotranspiration Data Assimilation Based on Hydrological Models[J]. Journal of Geographical Sciences，2016，26（2）：230-242.

[6] 张戴炜，王春颖，韩宇平，等.基于温度的ET_0模型改进及在海河流域的适用性[J].人民黄河，2021，43（3）：155-160.

[7] 邓兴耀，刘洋，刘志辉，等.中国西北干旱区蒸散发时空动态特征[J].生态学报，2017，37（9）：2994-3008.

[8] 周忠学.陕北黄土高原土地利用变化与社会经济发展关系及效应评价[D].西安：陕西师范大学，2007：21-37.

[9] 孙艺杰，刘宪锋，任志远，等.1960—2016年黄土高原多尺度干旱特征及影响因素[J].地理研究，2020，39（4）：591-601.

[10] 杨涛，陆桂华，李会会，等.气候变化下水文极端事件变化预测研究进展[J].水科学进展，2011，22（2）：279-286.

[11] 秦大河，丁一汇，王绍武，等.中国西部生态环境变化与对策建议[J].地球科学进展，2002，17（3）：314-319.

[12] 姚玉璧，张强，李耀辉，等.干旱灾害风险评估技术及其科学问题与展望[J].资源科学，2013，35（9）：1884-1897.

[13] BOWEN I S. The Ration of Heat Losses by Conduction and Evaporation from Any Water Surface[J]. Physical Review，1926，27（6）：779-798.

[14] WILM H G，THORNTHWAITE C W. Report of the Committee on Transpiration and Evaporation[J]. Transactions of the American Sections of the American Geophysical Union，1944，25（5）：683-693.

[15] PENMAN H L. Natural Evaporation from Open Water， Bare Soil and Grass[J]. Proceedings of the Royal Society of London. Series A： Mathematical and Physical Sciences，1948，193（1032）：120-145.

[16] 韩松俊，张宝忠.基于Penman方法和互补原理的蒸散发研究历程与展望[J].水利学报，2018，49（9）：1158-1168.

[17] KONG J， HU Y， YANG L， et al. Estimation of Evapotranspiration for the Blown-Sand Region in the Ordos Basin Based on the SEBAL Model[J]. International Journal of Remote Sensing，2019，40（5-6）：1945-1965.

[18] MU Q， ZHAO M， STEVEN W. Improvements to a MODIS Global Terrestrial Evapotranspiration Algorithm[J]. Remote Sensing of Environment，2011，115（8）：1781-1800.

[19] MU Q， HEINSCH， F A， ZHAO M， et al. Development of a Global Evapotranspiration Algorithm Based on MODIS and Global Meteorology Data[J]. Remote Sensing of Environment，2007，111（4）：519-536.

[20] 徐丽娟，张文鸽，李皓冰，等.鄂尔多斯市潜在蒸散发时空变化分析[J].人民黄河，2018，40（9）：53-57.

[21] 喻元，白建军，王建博，等.基于MOD16的关中地区实际蒸散发时空特征分析[J].干旱地区农业研究，2015，33（3）：245-253.

[22] 何慧娟，卓静，董金芳，等.基于MOD16监测陕西省地表蒸散变化[J].干旱区地理，2015，38（5）：960-967.

[23] 温媛媛，赵军，王炎强，等.基于MOD16的山西省地表蒸散发时空变化特征分析[J].地理科学进展，2020，39（2）：255-264.

[24] 董晴晴，占车生，王会肖，等.2000年以来的渭河流域实际蒸散发时空格局分析[J].干旱区地理，2016，39（2）：327-335.

[25] 张翔，朱晓昱，沈贝贝，等.呼伦贝尔植被蒸散发时空变化研究[J].中国农业资源与区划，2020，41（4）：308-316.

[26] 谷佳贺，薛华柱，董国涛，等.黄河流域NDVI/土地利用对蒸散发时空变化的影响[J].干旱区地理，2021，44（1）：158-167.

[27] WANG Y， LIU Y B， JIN J X. Contrast Effects of Vegetation Cover Change on Evapotranspiration During a Revegetation Period in the Poyang Lake Basin， China[J].Forests，2018，9（4）：217-230.

[28] 秦格霞，吴静，李纯斌，等.中国北方草地植被物候变化及其对气候变化的响应[J].应用生态学报，2019，30（12）：4099-4107.

[29] 姜艳阳，王文，周正昊.MODIS MOD16蒸散发产品在中国流域的质量评估[J].自然资源学报，2017，32（3）：517-528.

[30] 李佳，辛晓洲，彭志晴，等.地表蒸散发遥感产品比较与分析[J].遥感技术与应用，2021，36（1）：103-120.

[31] 晋锐，李新，马明国，等.陆地定量遥感产品的真实性检验关键技术与试验验证[J].地球科学进展，2017，32（6）：630-642.

[32] 高艳妮，郭艳芳，王维，等.不同土地利用/覆盖数据在中国北方草地的精度评价[J].生态学杂志，2019，38（1）：283-293.

[33] 汪攀，刘毅敏.Sen’s 斜率估计与Mann-Kendall法在设备运行趋势分析中的应用[J].武汉科技大学学报，2014，37（6）：454-457，472.

[34] 姜丽霞，王晾晾，吕佳佳，等.基于Hurst指数的黑龙江省作物生长季降水趋势研究[J].气象与环境学报，2020，36（2）：70-77.

[35] 徐建华.计量地理学[M].北京：高等教育出版社，2014：109-200.

[36] 胡光印，金会军，董治宝，等.黄河源区土地利用/覆盖变化（LUCC）研究[J].冰川冻土，2014，36（3）：573-581.

[37] 邵薇薇，杨大文，孙福宝，等.黄土高原地区植被與水循环的关系[J].清华大学学报（自然科学版），2009，49（12）：1958-1962.

[38] PIAO S， FANG J， ZHOU L， et al. Variations in Satellite-Derived Phenology in Chinas Temperate Vegetation[J].Global Change Biology， 2006，12（4）：672-685.

【责任编辑 张华兴】