魯 漢， 葉林媛， 羅 鵬，劉 攀， 熊立華， 夏 軍， 程 磊

(1.武漢大學水資源與水電工程科學國家重點實驗室，武漢 430072；2.湖北省海綿城市建設水系統(tǒng)科學重點實驗室(武漢大學),武漢 430072； 3.水利部水利水電規(guī)劃設計總院, 北京 100120)

水循環(huán)是聯系地球系統(tǒng)多圈層的紐帶，蒸散發(fā)是水循環(huán)過程中的關鍵要素，在地球的生物圈-水圈-大氣圈中發(fā)揮著重要作用。據估計，約有70%的陸地降雨以蒸散發(fā)的形式回歸大氣，同時這一過程還消耗了約60%的太陽凈輻射[1, 2]。因而，蒸散發(fā)影響著區(qū)域乃至全球的水量平衡過程，是探究水循環(huán)變化最關鍵的變量之一[3-5]。長江是我國經濟和社會永續(xù)發(fā)展的生命河。近年來，氣候變化和人類活動導致長江流域降雨、徑流等水循環(huán)要素都發(fā)生了顯著變化[6, 7]。因此，研究長江流域的蒸散發(fā)時空分布特征及其演變規(guī)律，不僅可以為長江流域的水循環(huán)變化研究提供科學參考，而且能夠為長江流域水資源規(guī)劃及長江經濟帶建設提供科學支撐，具有重要科學意義和戰(zhàn)略價值。

蒸散發(fā)直接觀測方法主要是通過蒸滲儀、渦度相關等儀器觀測，但僅能夠有效觀測較小空間尺度的蒸散發(fā)[8]。對于水資源管理較關注的景觀或流域尺度的蒸散發(fā)來說，由于下墊面特征、水熱條件等時空高度異質性，傳統(tǒng)方法難以進行有效觀測。目前，大尺度蒸散發(fā)估算主要依賴遙感反演、統(tǒng)計分析和模型模擬等方法[9]。但是由于模型結構復雜、參數物理機制不清、輸入數據不足及尺度變異等問題，不同蒸散發(fā)產品的時空分布存在很大不確定性[10, 11]。Xu等[12]以通量觀測數據和水量平衡蒸散發(fā)為驗證，采用三角帽法評估了12種蒸散發(fā)產品在美國本土的不確定性，發(fā)現MODIS產品的不確定性約10～15 mm/月，遠大于NLDAS-3產品(4～7 mm/月)。Miralles等[13]對5種全球蒸散發(fā)產品對比發(fā)現PT-JPL和GLEAM產品在大部分生態(tài)系統(tǒng)和氣候區(qū)中表現較好，而PM-MOD產品有低估熱帶和亞熱帶地區(qū)蒸散發(fā)的問題。S?rensson等[14]分析了9種蒸散發(fā)產品在南美洲的不確定性，總結了各個產品的重要特征，并強調應根據研究區(qū)域和研究目的選擇蒸散發(fā)產品。因此，針對長江流域水循環(huán)變化機理不清的問題，十分有必要對現有蒸散發(fā)產品進行比較分析，為水循環(huán)變化研究、未來氣候變化預測、水資源管理等方面提供支撐。

本研究基于7種可公開獲得并廣泛使用的蒸散發(fā)產品，包括4種診斷模型產品和3種再分析產品，以長江流域為研究區(qū)域，參照水量平衡法獲取的蒸散發(fā)數據，對7種蒸散發(fā)產品的時空特征及其長期演變規(guī)律進行了分析研究，以此探究長江流域水循環(huán)變化時空特征。

1 研究區(qū)域與數據方法

1.1 研究區(qū)域

長江流域發(fā)源于青藏高原腹地，流域總面積達180 萬km2，是世界第三大流域。長江全長約6 397 km，上游為長江源頭至宜昌市，中游為宜昌至湖口一段，下游為湖口以下至長江入?？?。根據全國水資源綜合區(qū)劃導則，長江流域內支流劃分為12個二級流域分區(qū)(圖1)，從西至東分別為金沙江石鼓以上流域(1)、金沙江石鼓以下流域(2)、岷沱江流域(3)、嘉陵江流域(4)、上游干流(5)、烏江流域(6)、漢江流域(7)、中游干流(8)、洞庭湖水系(9)、鄱陽湖水系(10)、下游干流區(qū)域(11)以及太湖水系(12)。長江流域地勢西高東低，上游海拔可達5 000 m以上，中下游平原區(qū)海拔在500 m以下。其具有典型的季風氣候特征，流域年平均氣溫約13.3 ℃，呈現隨高程降低而升高的趨勢；年降雨量約1 067 mm，具有典型的季節(jié)性特征[15]。流域內水系縱橫發(fā)達，大部分地區(qū)相對濕度在65%以上。

圖1 長江流域水系及二級流域分區(qū)圖Fig.1 The Yangtze River Basin and its second hydrological units

1.2 數據資料

1.2.1 遙感和再分析蒸散發(fā)產品

本研究搜集了可公開獲取并廣泛應用于分析區(qū)域水循環(huán)變化的7種蒸散發(fā)產品(表1)，來比較診斷長江流域的水循環(huán)變化。這7種蒸散發(fā)產品是：①EMTE[16]是基于模型樹集合方法(Model Tree Ensemble, MTE)集成了全球通量站網的水碳通量觀測數據、衛(wèi)星遙感下墊面覆被特征和陸面氣象數據等地理空間信息數據，該數據包含1982-2011年的全球月蒸散發(fā)，空間分辨率為0.5°×0.5°；②EGLEAMv3a[17]是結合大量的遙感觀測數據來獲得日蒸散發(fā)量及其不同組分的全球蒸散發(fā)產品，包含了1980-2014年日蒸散發(fā)數據，空間分辨率為0.5°×0.5°；③EPML[18]采用Penman-Monteith-Leuning(PML)模型來估測過去30年蒸散發(fā)的趨勢和不同蒸散發(fā)組分的貢獻，包含了1981-2012年日蒸散發(fā)，空間分辨率為0.5°×0.5°；④EMTE-WB[19]通過耦合水量平衡模型和機器學習算法來模擬全球1982-2013年的月蒸散發(fā)數據，空間分辨率為0.5°×0.5°；⑤EMERRAa[20]是由NASA開發(fā)的產品，包含1980-2014年月蒸散發(fā)數據，空間分辨率為0.5°×0.5°；⑥EMERRAs[21]基于GPCP對MERRA數據的氣象要素的修正，提高了估測精度，分辨率和時間段與EMERRAa產品相同；⑦EERA[22]是歐洲中期天氣預報中心開發(fā)的全球大氣再分析產品ERA-Interim同化數據，估算了全球1979-2014年的日蒸散發(fā)數據，空間分辨率為0.5°×0.5°。其中EMTE、EGLEAMv3a、EPML和EMTE-WB為診斷模型產品，EMERRAa、EMERRAs、EERA為再分析產品。本研究選取7種蒸散發(fā)產品共有時段1982- 2011共30年的月蒸散發(fā)數據進行分析。

表1 本研究使用的全球蒸散發(fā)產品基本信息表Tab.1 Basic information of the global evapotranspiration products used in this study

1.2.2 水量平衡蒸散發(fā)數據

本研究還根據水量平衡公式計算多年平均蒸散發(fā)量，并以此為基準評估不同蒸散發(fā)產品在中國區(qū)域的精度。水量平衡計算蒸散發(fā)公式為：

EWB=P-R-ΔS

(1)

式中：EWB為水量平衡計算的蒸散發(fā)量；P為流域降水；R為流域徑流；ΔS為流域蓄水變化量；單位均為mm/a。

水量平衡方法是計算流域多年平均蒸散發(fā)十分有效的方法，因為降水和徑流是水循環(huán)中觀測精度較高、且有長期廣泛觀測的兩個變量。在多年平均尺度上，通常忽略水儲量變化ΔS部分，以此計算得到的流域多年平均蒸散發(fā)作為參照。

降水數據采用國家氣象信息中心(http:∥data.cma.cn/)提供的1961-2016年中國地面降水月值0.5°×0.5°格點數據集[23]。徑流數據采用Linear Optimal Runoff Aggregate(LORA)1980-2012年全球格點徑流產品，該產品采用最優(yōu)加權法綜合考慮多個徑流產品的徑流輸入數據，在全球范圍內的年平均徑流量上表現出較好的準確性[24]，空間分辨率為0.5°×0.5°。

1.3 研究方法

1.3.1 評價指標

本研究將多年平均尺度下的水量平衡原理計算出的蒸散發(fā)量作為流域實際蒸散發(fā)量值的參照值，分析產品數據的準確性。研究采用均方根誤差(Root Mean Squared Error,RMSE)、皮爾遜相關系數(r)等指標來評價不同蒸散發(fā)產品在長江流域的適用性。各指標計算公式如下：

(2)

(3)

式中：E為蒸散發(fā)產品的蒸散發(fā)量；EWB為水量平衡蒸散發(fā)數據；N為數據系列長度。

RMSE顯示了各蒸散發(fā)產品與真實值之間的差異，RMSE越小，代表其與真實值的差異越小；r是研究變量間的線性相關程度的指標，它在0 ～ 1之間變化，r值越大，相關程度越大。本研究中采用EWB作為區(qū)域蒸散發(fā)量的參照值，逐象元分析蒸散發(fā)產品與EWB的相關性和誤差。

1.3.2 Mann-Kendall非參數趨勢檢驗及Pettitt檢驗

本研究采用Mann-Kendall(MK)趨勢檢驗法分析各產品在長江流域的蒸散發(fā)年際變化趨勢，并采用Pettitt突變檢驗分析其變點位置。MK檢驗和Pettitt檢驗能很好的處理非正態(tài)分布的數據，廣泛應用于水文分析中。

1.3.3 經驗正交函數展開法

經驗正交函數展開法(Empirical Orthogonal Function，EOF)，最早是由統(tǒng)計學家Pearson在1902年提出，被廣泛應用于氣象科學中來分析氣象變量的時空特征[25]。EOF方法將原始數據處理成M×N的矩陣：

(4)

式中：M為站點數；N為時間序列長度。

可通過EOF分解得到：

A=VMK×ZKN

(5)

式中：V和Z分別為空間函數矩陣和時間系數矩陣。V的列即矩陣A的特征向量，代表數據場的空間模態(tài)(EOFs)，指征要素場的空間分布特征，V越大即代表該空間點變化越頻繁。時間系數代表所對應特征向量空間分布模態(tài)的時間變化特征，系數的符號決定模態(tài)的方向，正號表示與模態(tài)同方向，負號則相反，且系數絕對值越大，表明在該時間點這一模態(tài)越典型。

本研究對7種產品距平化后的逐年蒸散發(fā)數據，進行EOF分析，得到1982-2011年長江流域蒸散發(fā)逐年變化趨勢及空間分布特征?？臻g模態(tài)反映長江流域各地區(qū)變化的空間分布，時間系數反應蒸散發(fā)的逐年變化趨勢，兩者符號相同即表示該地區(qū)蒸散發(fā)有上升趨勢，反之則有下降趨勢。

2 結果與討論

2.1 多年平均蒸散發(fā)對比

7種蒸散發(fā)產品在長江流域多年平均蒸散發(fā)的空間分布總體趨一致，由下游向中上游逐漸遞增(圖2)。蒸散發(fā)最低值均分布在長江源區(qū)，其中EPML和EGLEAMv3a在低值區(qū)域(即長江源頭)空間分布情況較一致，最低值低于其他產品，約為120 mm/a；EMERRAa最低值明顯比其他產品高，約460 mm/a。蒸散發(fā)最高值則主要分布在中游鄱陽湖、洞庭湖及長江下游地區(qū)，EMERRAa最高值在7種產品中最大，約1 200 mm/a。EWB變化的總體趨勢是從上游到下游逐步上升，在洞庭湖、鄱陽湖、太湖等湖泊地區(qū)及中下游干流區(qū)有明顯的高值區(qū)，各蒸散發(fā)產品的空間分布均與EWB相似。

圖2 長江流域7種蒸散發(fā)產品多年平均蒸散發(fā)量空間分布特征和區(qū)域平均蒸散發(fā)量比較Fig.2 Comparison of the Spatial distribution and regional magnitude of the evapotranspiration of 7 products in the Yangtze River Basin at the mean annual time scale

從流域多年平均蒸散發(fā)來看，7種蒸散發(fā)產品在長江流域的多年平均蒸散發(fā)量在600～1 000 mm/a之間[圖2(b)]，均大于EWB的571.8 mm/a(黑線)。EPML、EMTE和EGLEAMv3a的平均蒸散發(fā)量接近，分別是666.8±26.9，644.7±8.5和662.9±18.4 mm/a。EMERRAa的多年平均蒸散發(fā)量達到955.3±19.4 mm/a，年平均蒸散發(fā)量明顯大于其他產品，而另外兩種在分析產品EERA和EMERRAs的多年平均蒸散發(fā)量相近，分別是770.1±16.9和779.0±37.9 mm/a?？傮w上看，7種蒸散發(fā)產品與水量平衡蒸散發(fā)空間分布一致，但均高估了流域多年平均蒸散發(fā)。

圖3泰勒圖顯示了各產品與EWB逐象元間的相關系數以及均方根誤差。7種蒸散發(fā)產品與EWB的相關系數在0.51～0.64之間，EMTE、EMERRAs和EERA與EWB的相關系數最高，達到了0.64。不同蒸散發(fā)產品與EWB的RMSE差異較大，約在150～210 mm/a，其中EMTE的最小，EMERRAa的最大?？梢园l(fā)現，所有產品中與EWB最接近的是EMTE，相關性最好(r=0.64)且RMSE最低(162.5 mm/a)；差異最大的是EMERRAa，與EWB的相關系數僅為0.51，RMSE為186.7 mm/a。兩種診斷模型產品EMTE、EGLEAMv3a和兩種再分析產品EMERRAs、EERA的RMSE在150～170 mm/a，明顯小于EPML、EMTE-WB和EMERRAa，r在0.60～0.65之間，與EWB一致性較高。

圖3 7種蒸散發(fā)產品與水量平衡蒸散發(fā)(EWB)比較的泰勒圖Fig.3 Taylor diagram showing the comparison the evapotranspiration of 7 products with water balance evapotranspiration

長江流域蒸散發(fā)分布的空間特征主要受到氣候和地形條件控制。長江上游地區(qū)海拔高、輻射充足，但是年降水量低，受水分限制，蒸散發(fā)量基本在400 mm/a以下；中下游地區(qū)降水充足，蒸散發(fā)量較高[26]。本文的對比結果表明診斷模型產品更接近EWB，再分析產品存在明顯高估長江流域蒸散發(fā)的情況。這些差異反映了產品模型結構、輸入數據間的不同。與診斷模型產品相比，3種再分析產品缺少地表植被等觀測數據[20-22]，而長江流域植被覆蓋度大、植被類型多樣，對蒸散發(fā)估算影響很大，這可能是造成再分析產品的表現差于診斷模型產品的原因之一。EMERRAa數據集對輻射估算過高，在降水量等的估算上存在較大不確定性[20]，也會導致其蒸散發(fā)高于EWB；EMERRAs對其降水等氣象變量進行修正后的蒸散發(fā)量明顯降低。同時，本研究采用的徑流產品存在高估徑流的情況，尤其是在積雪地區(qū)和干旱半干旱地區(qū)[24]，這可能導致本文中的EWB偏低。

2.2 年際/季節(jié)蒸散發(fā)波動性對比

2.2.1 年際蒸散發(fā)波動性

7種產品的流域年平均蒸散發(fā)表現出相似的年際波動特征(圖4)。EMTE年際波動性最小，Cv=0.01。EPML、EMTE-WB、EMERRAs蒸散發(fā)年際波動較大，Cv>0.04，在1990年、1996年和1998年等年份均有較大波動。其中，EPML在烏江流域的Cv=0.07，是波動最大的區(qū)域；EMTE-WB在烏江流域及兩湖地區(qū)Cv都達到0.07以上；而EMERRAs在金沙江石鼓以上區(qū)域波動最大，Cv約為0.11。波動較大的區(qū)域主要集中在長江上游及兩湖地區(qū)。

圖4 7種蒸散發(fā)產品的年際變化及其年際變異系數大小Fig.4 Annual variability of 7 products time series of the annual evapotranspiration and The value of Cv

2.2.2 年內蒸散發(fā)波動性

盡管各產品的季節(jié)分布比例類似，但是同一季節(jié)蒸散發(fā)量存在較明顯差異(圖5)。春季蒸散發(fā)量再分析產品均大于診斷模型產品，尤其是EMERRAa春季蒸散發(fā)量達到247.3 mm，比其余產品高出約16.1%～32.6%，這也是其多年平均蒸散發(fā)量較高的原因之一。7種產品夏季蒸散發(fā)均占年蒸散發(fā)40%以上，但蒸散發(fā)量差距較大，EMTE的夏季蒸散發(fā)量最小，僅為267.6 mm，EMERRAa最大達到376.4 mm；EMTE-WB的夏季蒸散發(fā)量占比最高，大約占全年蒸散發(fā)量的46.1%。冬季產品間差異減小，分布較集中。從圖5也可得知，EMERRAa在四季都比其他產品高?？傮w上7種產品年內蒸散發(fā)變化趨勢一致，表現為夏高冬低，但各月蒸散發(fā)量存在明顯差異。

圖5 7種蒸散發(fā)產品的月蒸散發(fā)及季節(jié)蒸散發(fā)量Fig.5 The monthly and seasonal average evapotranspiration of 7 products

2.3 蒸散發(fā)變化趨勢比較分析

經MK趨勢檢驗，7種蒸散發(fā)產品除EMTE-WB外都表現出顯著(p<0.05)的上升趨勢(圖6)，年蒸散發(fā)量的平均增加趨勢為1.25±0.46 mm/a2(22.3±8.2 億m3/a)。其中EMERRAs上升速率最快為2.14 mm/a2(38.2 億m3/a)；EMTE上升速率最慢為0.73 mm/a2(13.0 億m3/a)。EPML和EMERRAa表現出顯著的上升趨勢(p<0.05)，增長速率分別為1.36 mm/a2(24.3 億m3/a)和1.03 mm/a2(18.4億m3/a)。總體看7種蒸散發(fā)產品均顯示1982-2011年長江流域年蒸散發(fā)有上升趨勢。

經Pettitt檢驗，7種產品年值序列都存在變點，大都位于2000年左右。其中EMTE、EGLEAMv3a、EMERRAa、EMERRAs和EERA5種產品都通過了95%的顯著性檢驗，變點分別位于2001年、1999年、1997年、1997年和1993年。EPML和EMTE-WB的變點分別在2006年和1992年，但并未通過95%置信水平的顯著性檢驗。

圖6 7種蒸散發(fā)產品的線性趨勢及其變點(黑色虛線)Fig.6 Linear trends and break points (black dotted lines) of 7 products used in this study

圖7展示了各蒸散發(fā)產品MK趨勢檢驗結果在長江流域的空間分布。從圖7中看到，上升區(qū)域主要集中在長江中下游地區(qū)，其中大部分區(qū)域上升速率在2 mm/a2以上。EMERRAa、EPML、EGLEAMv3a在上游四川盆地、嘉陵江流域等地區(qū)存在大于3 mm/a2的顯著上升趨勢。源區(qū)蒸散發(fā)趨勢不變或略有下降(0～-2 mm/a2)。7種產品在大部分區(qū)域蒸散發(fā)都呈現顯著上升趨勢，尤其是長江中下游地區(qū)。

長江流域蒸散發(fā)總體呈現上升趨勢可能與近年來顯著的氣候變化和頻繁的人類活動有關。輻射和溫度是7種蒸散發(fā)產品的主要輸入變量，NDVI是基于遙感的蒸散發(fā)數據的重要輸入變量。有研究表明，1990年以來長江流域氣溫、輻射和NDVI都有顯著增大趨勢，這種變化會造成流域內大部分區(qū)域蒸散發(fā)顯著上升[15, 27-29]。本研究對比發(fā)現的蒸散發(fā)趨勢變化與之前的基于不同數據和時段的研究結果是一致的。強皓凡等[30]研究發(fā)現1960-2012年長江源區(qū)年蒸散發(fā)存在明顯升降變化過程，且于1997年發(fā)生顯著突變；曾小凡等[27]發(fā)現長江中下游地區(qū)年平均氣溫的突變發(fā)生在1995年，長江流域南部、金沙江流域發(fā)生在1998年，3個區(qū)域年平均氣溫增加都在20世紀90年代后期，可能是長江流域蒸散發(fā)突變的原因。Lu等[31]分析1980-2014年長江流域中下游地區(qū)的蒸散發(fā)呈顯著增長趨勢(2～3 mm/a2)，而源區(qū)無明顯趨勢，與本研究結果一致。

圖7 長江流域年蒸散發(fā)線性趨勢的空間分布特征(黑點網格為趨勢顯著(p<0.1)的網格)Fig.7 Spatial distribution of the linear in annual evapotranspiration in the Yangtze River Basin during the period of 1982-2011

2.4 基于EOF的蒸散發(fā)趨勢時空特征解析

表2展示了EOF分析結果前3種模態(tài)的方差貢獻率和累積方差貢獻率，前3個模態(tài)的累計方差貢獻率達到50%～70%，可以較好的反映蒸散發(fā)數據的時空變化特征。第一模態(tài)的貢獻率約在30%～50%之間，是蒸散發(fā)場的主要空間分布模式，因此本研究以第一模態(tài)分析各蒸散發(fā)產品的時空特征。

表2 EOF分析主要模態(tài)的方差貢獻率及累積方差貢獻率Tab.2 Variance contribution of the first three modes of EOF

圖8顯示了第一模態(tài)特征向量空間分布結果，EPML、EGLEAMv3a和EERA在長江中下游區(qū)呈現正值(負值)，而在上游區(qū)呈現相反的負值(正值)，在源頭區(qū)再次呈現正值(負值)，這三種產品第一模態(tài)的空間分布大致呈源區(qū)-上-中下游反向型。結合它們第一模態(tài)的時間系數(圖9)，EPML在2003年前以負值為主，源區(qū)和中下游年蒸散發(fā)量下降，上游區(qū)年蒸散發(fā)量上升；2003年以后以正值為主，源區(qū)和中下游年蒸散發(fā)量上升，上游區(qū)年蒸散發(fā)量下降。EGLEAMv3a和EERA的蒸散發(fā)量則分別在2001年和2000年前后有相同變化。

圖8 7種蒸散發(fā)產品EOF分析的第一模態(tài)Fig.8 First EOF patterns of 7 evapotranspiration products

圖9 7種蒸散發(fā)產品的EOF分析的時間系數序列Fig.9 Time series of temporal coefficients of 7 evapotranspiration products

EMTE、EMERRAs的第一模態(tài)在全流域基本為正(負)值，EMTE時間系數在2003年前為負值，即年蒸散發(fā)量呈下降趨勢，在2003年以后主要是正值，即年蒸散發(fā)有上升趨勢；而EMERRAs則在2000年前主要為正值，蒸散發(fā)呈下降趨勢，而后轉為負值，蒸散發(fā)量上升。EMTE-WB在長江流域北部基本為負值，南部則為正值，故第一模態(tài)空間分布大致呈現南北反向型；時間系數在1992年前主要為負值，即長江流域北部蒸散發(fā)量上升，南部蒸散發(fā)量下降，之后時間系數轉為正值，但在2004年以后再次轉為負值。EMERRAa第一模態(tài)在源區(qū)和漢江流域東部為正值，其他區(qū)域為負值，其時間系數在2002年前為正值，源區(qū)和漢江流域東部蒸散發(fā)量上升，其他地區(qū)蒸散發(fā)量下降，2002年以后時間系數則轉為負值，即中下游蒸散發(fā)上升?？傮w上EOF第一模態(tài)的分布表明不同產品的蒸散發(fā)變化在大部分地區(qū)有較高的一致性，源區(qū)和中下游地區(qū)較其他區(qū)域變化更顯著。

3 結 論

蒸散發(fā)是區(qū)域水循環(huán)演變規(guī)律檢測分析最關鍵的變量之一，特別是受人類活動顯著影響的區(qū)域。本文以長江流域為研究區(qū)域，以水量平衡方法得到多年平均蒸散發(fā)量EWB作為參照，基于7種可公開獲得并廣泛使用的遙感和再分析蒸散發(fā)產品(包括4種診斷模型產品EMTE、EGLEAMv3a、EPML、EMTE-WB和3種再分析產品EMERRAa、EMRRRAs、EERA)，對比分析了1982-2011年間長江流域蒸散發(fā)和水循環(huán)變化的時空特征，結果表明：

(1)不同蒸散發(fā)產品的空間分布特征相似，但量值上存在顯著差異。不同蒸散發(fā)產品的多年平均蒸散發(fā)量在600～1 000 mm/a之間，均高于水量平衡蒸散發(fā)EWB?？臻g上，EMTE與EWB相關性最好(r=0.64)，且RMSE最低(162.5 mm/a)。

(2)不同蒸散發(fā)產品的年際和年內波動性差別不大。7種產品的年蒸發(fā)變異系數(Cv)在0.01～0.05，EPML、EMTE-WB、EMERRAs蒸散發(fā)年際波動較大(Cv>0.04)，波動性較大區(qū)域主要在上游及兩湖地區(qū)；月蒸散發(fā)表現為夏高冬低，夏季蒸散發(fā)均占年蒸散發(fā)40%以上。

(3)7種蒸散發(fā)產品的流域年蒸發(fā)量在1982-2011年間均呈上升趨勢，平均速率為1.25±0.46 mm/a2(約22.3±8.2 億m3/a)，中下游地區(qū)上升趨勢較大(> 3.5 mm/a2)；基于經驗正交函數展開法分析發(fā)現，各產品大部分區(qū)域年蒸散發(fā)增加趨勢均發(fā)生在2000年后，由源區(qū)和中下游地區(qū)的趨勢主導。