王林娜,韓淑敏,李會龍,楊永輝**

(1.中國科學院遺傳與發(fā)育生物學研究所農業(yè)資源研究中心/中國科學院農業(yè)水資源重點實驗室/河北省節(jié)水農業(yè)重點實驗室石家莊 050022; 2.中國科學院大學 北京 100049)

蒸散發(fā)(evapotranspiration,ET)是聯(lián)系大氣和陸面水文過程的關鍵環(huán)節(jié),對流域水循環(huán)和水量平衡具有重要影響,然而由于蒸散發(fā)過程涉及輻射、傳導、擴散、對流和表面大氣相互作用等多個過程,是區(qū)域水分循環(huán)中最難估算的變量,準確評估陸面蒸散發(fā)時空格局變化特征,不僅有利于理解其對水循環(huán)的影響及作用機制,對解決水資源危機和完善水資源管理體制也具有重要意義。

傳統(tǒng)的蒸散發(fā)研究主要基于站點特定條件下的觀測,難以反映大區(qū)域復雜下墊面的蒸散發(fā)過程,而遙感手段使得蒸散發(fā)估算由站點尺度擴展到區(qū)域尺度。隨著遙感技術的不斷成熟,衍生出眾多遙感蒸散發(fā)產品,如PML_V2、MOD16A2、GLEAM、SSEBop、NTSG 等,正在成為全球和區(qū)域尺度蒸散發(fā)和水循環(huán)研究的有利手段。2019年發(fā)布的Penman-Monteith-Leuning Evapotranspiration V2(PML_V2)產品(2000-2020年),因具有較高時空分辨率(8 d/500 m),在全球10 種植被類型和95 個通量站點進行了驗證,在流域水循環(huán)與水資源管理領域具有廣泛的應用前景。Zhang 等利用PML_V2 模型和哨兵2號10 m 土地利用數據,估算了北京市不同土地覆蓋類型的月蒸散量,為政策制定和城市用水規(guī)劃提供了有價值的科學依據。Li 等基于PML_V2 數據定量評估了植被變化對黃河流域水儲量的影響,發(fā)現(xiàn)2003年以來黃河流域植被變化加劇了區(qū)域水儲量的下降,需要采取一定的措施平衡生態(tài)與水文的關系。Luan 等基于PML_V2 模型將黃土高原窟野河流域的植被變化和煤炭開采對徑流的影響進行了剝離,量化了兩種人類活動對徑流減少的貢獻率,為制定合理的煤礦開采政策提供了科學依據。

受空間分析手段限制,以往蒸散發(fā)研究大多以區(qū)域尺度定性描述和變化分析為主。近年來,基于柵格尺度的趨勢變化和顯著性檢驗為蒸散發(fā)的定量分析和敏感區(qū)識別提供了新手段,可有效分辨柵格尺度上蒸散發(fā)的變化趨勢及變化的顯著性,篩選植被生產力、土地利用/土地覆蓋等對蒸散發(fā)影響的關鍵因子,為區(qū)域生態(tài)系統(tǒng)管理提供更細致有效的科學指導。已有學者將Theil-Sen Median 趨勢分析方法和Mann-Kendall 顯著性檢驗方法用于柵格尺度的蒸散發(fā)分析,研究了不同區(qū)域蒸散發(fā)的時空變化特征,如Ghalami 等在伊朗、Li 等在淮河流域、谷佳賀等在黃河流域的研究等都佐證了該方法的可行性。

華北平原是我國糧食主產區(qū),水資源短缺一直是限制其農業(yè)發(fā)展的重要因素,區(qū)域中有70%的農業(yè)用水依靠地下水開采,這也導致該地區(qū)地下水位下降嚴重。近30年來,一系列的節(jié)水灌溉措施有效緩解了華北平原水資源匱乏的現(xiàn)狀,但依舊無法解決地下水位不斷下降的困局。基于高精度遙感產品研究蒸散發(fā)的時空演變特征,對于揭示區(qū)域的灌溉節(jié)水效果、制定完善的水資源管理對策具有重要意義。近年來,有學者先后對華北平原的蒸散量變化及影響因素開展定性研究,如Yang 等基于1 km 空間分辨率的ET-watch 蒸散發(fā)和降水數據,估算了2002-2007年海河平原灌溉需水量,并識別出在太行山前一帶由于農業(yè)集約化種植對水資源可持續(xù)利用造成威脅。Gao 等基于模型方法估算了海河流域1960-2002年的實際蒸散量,發(fā)現(xiàn)年降水量和潛在蒸散量的降低是導致流域實際蒸散量減少的主要原因。截至目前,基于柵格數據圍繞華北平原開展的遙感蒸散發(fā)研究仍顯不足,需要利用高空間分辨率產品,分辨蒸散發(fā)變化的敏感區(qū)和主要影響因素。

本文基于高精度PML_V2 遙感產品,結合Theil-Sen和Mann-Kendall 趨勢分析方法,研究2000-2019年華北平原柵格尺度蒸散發(fā)的時空變化格局,識別蒸散發(fā)變化的演變趨勢、變化顯著性及成因,為完善水資源管理對策提供科學參考。

1 數據與方法

1.1 研究區(qū)概況

華北平原東臨渤海,西依太行山,北靠燕山,南抵黃河,地勢低平,海拔多在50 m 以下,面積約13.8萬km。地處暖溫帶濕潤或半濕潤氣候區(qū),雨熱同期,年均溫11～12 ℃,年降水量一般在400～600 mm,季節(jié)分配不均,春季常有較嚴重旱情發(fā)生,夏季伴有洪澇災害。主要農作物包括小麥()、玉米()、棉花(spp.)、大豆()等,種植模式主要為冬小麥-夏玉米一年兩作。

農業(yè)用地和建設用地是研究區(qū)最主要的兩種土地利用類型,所占比例分別為74.3%和20.9%(2020年),本文以這兩種最主要的土地利用為例,并選擇典型區(qū)域進行蒸散時空變化特征研究。針對農業(yè)用地,以石家莊和保定(山前平原區(qū))、衡水(中部平原區(qū))、德州(東南部黃河灌區(qū)) 3 類共4 個農業(yè)生態(tài)類型區(qū)為例; 建設用地以北京、天津、石家莊和保定4 個大中型城市為例(圖1)。

圖1 華北平原和典型研究區(qū)位置Fig.1 Locations of the North China Plain and typical areas

1.2 數據來源及處理

本文研究時段為2001-2019年,遙感蒸散發(fā)數據集和總初級生產力(GPP)數據來源于中國科學院地理科學與資源研究所張永強研究員及團隊開發(fā)的全球PML_V2 陸地蒸散發(fā)與總初級生產力數據集(PML_V2); 歸一化植被指數(NDVI)數據來源于中國科學院資源環(huán)境科學與數據中心提供的中國月度1 km NDVI 數據集; 其中NDVI 和GPP 用于表征華北平原的植被生產力; 土地利用數據來源于我國自然資源部制作的GlobelLand 30(表1)。

表1 數據類型、名稱和來源及時空分辨率Table 1 Data type,name and source,and temporal and spatial resolution used in the study

不同時間尺度(年、小麥生長季和玉米生長季)的蒸散發(fā)數據在GEE(Google Earth Engine)平臺由日數據累加完成,其中小麥生長季為每年的10月至次年的5月,玉米生長季為每年的6月至9月。在進行柵格尺度相關分析時,由于PML_V2 蒸散發(fā)的分辨率為500 m,而NDVI 的分辨率為1 km,故在Arcgis 10.4 平臺將NDVI 的分辨率重采樣至500 m。

在分析農業(yè)用地和建設用地蒸散量年際變化時,由于蒸散數據和土地利用數據的空間分辨率不同,在空間上疊加計算時會產生差異,為減少誤差,在柵格尺度上將PML_V2 數據與GlobelLand30 數據進行交集運算,將500 m 分辨率柵格內農業(yè)用地大于80%的設為農業(yè)用地像元,建設用地大于60%的設為建設用地像元,以此來反演不同土地利用的蒸散值。

1.3 研究方法

Theil-Sen Median 斜率和Mann-Kendall 檢驗方法均為穩(wěn)健的非參數方法,且很少受到異常值的干擾,在生態(tài)水文領域廣泛用于判斷長時間序列變量的變化趨勢和顯著性檢驗研究。本研究首先采用Theil-Sen Median 斜率法計算2001-2019年柵格尺度蒸散量的斜率 β。斜率 β表示蒸散量的變化趨勢,當＞0 時,蒸散量呈上升趨勢; 當=0 時,蒸散量變化趨勢不明顯; 當＜0 時,蒸散量呈下降趨勢,計算公式為:

式中: Median 為中值函數,1＜＜＜,x、x分別表示第、年的蒸散量。

Mann-Kendall 方法用于研究時段內柵格尺度蒸散量的顯著性檢驗,計算公式為:

其中:

式中:為正態(tài)分布函數,均值為0,方差var()=(-1)(2+5)/18。當＞0 時,標準的正態(tài)統(tǒng)計變量通過下式計算:

式中:為統(tǒng)計值,大于0 時呈增加趨勢,小于0 時呈減少趨勢。的絕對值大于1.645、1.960 和2.576時,分別表示通過了置信度90%、95%和99%的顯著性檢驗。

以上公式利用MATLAB 語言在像元尺度上實現(xiàn),輸入項為2001-2019年蒸散量值,輸出項為研究時段內的斜率值和顯著性檢驗值。

利用MATLAB 語言,在像元尺度上分析蒸散量與影響因子NDVI 和GPP 的相關程度,采用最常用的皮爾遜相關系數法,計算公式為:

顯著性采用檢驗,檢驗相關的可信程度,當＜0.01 時為極顯著性水平,當＜0.05 時為顯著性水平。

2 結果與分析

2.1 華北平原蒸散量的時空分布特征

從圖2 可知,華北平原2001-2019年蒸散量為542～665 mm,年際間呈震蕩波動態(tài)勢,平均為588.1 mm。趨勢分析結果表明,研究時段內年尺度蒸散量總體呈不顯著上升趨勢,上升速率為0.65 mm·a;2008年和2015年蒸散量距平變率相對較大。小麥季蒸散量為182.2～258.1 mm,平均235.2 mm,總體呈現(xiàn)不顯著下降趨勢。玉米季蒸散量為329～415 mm,平均377.8 mm,總體呈現(xiàn)不顯著上升趨勢。玉米季蒸散量占全年的64.2%,小麥季蒸散量占全年的35.8%。

圖2 2001—2019年華北平原全年和不同作物生長季的蒸散量(ET)變化特征Fig.2 Evapotranspiration(ET) of year and crop growth seasons in the North China Plain from 2001 to 2019

華北平原多年平均蒸散量和小麥生長季的蒸散量在空間上的分布格局極為相似(圖3a,b),主要表現(xiàn)為: 在東南部黃河灌區(qū)及保定、石家莊山前平原帶出現(xiàn)高值區(qū),在邢臺和邯鄲東部等傳統(tǒng)棉花種植區(qū)出現(xiàn)低值區(qū),低值中心出現(xiàn)在渤海灣一帶及北京、天津、石家莊等大中型城市,此外水域蒸散量大都大于1500 mm; 玉米季蒸散量(圖3c)在大部分地區(qū)無明顯的空間差異,主要分布在350～450 mm,城鎮(zhèn)地區(qū)蒸散量值較低,高值區(qū)與全年蒸散量高值區(qū)的分布相吻合,主要分布在東南部黃河灌區(qū)一帶,表明多年平均蒸散量高值主要由玉米季貢獻。

圖3 華北平原全年及不同作物生長季蒸散量及其顯著性變化趨勢的空間分布Fig.3 Spatial distribution of evapotranspiration(ET) and its’ significant change trends in the North China Plain for annual and different crop growing seasons

不同時間尺度蒸散量的變化趨勢和顯著性檢驗的空間分布特征如圖3d-f 所示。年均蒸散量的檢驗結果為: 約有75.6%面積呈增加趨勢,其中34.6%呈顯著性增加,主要分布在東南部的黃灌區(qū)和中部的衡水和滄州等地; 24.4%的區(qū)域呈下降趨勢,主要分布在太行山前平原一帶,僅有2.8%區(qū)域達顯著性下降。小麥季蒸散量有59.3%的區(qū)域呈現(xiàn)下降趨勢,16.3%區(qū)域顯著減少,主要在太行山前平原呈條帶狀分布; 有40.7%的區(qū)域呈現(xiàn)上升趨勢,其中14.9%區(qū)域呈顯著上升,主要分布在黃河灌區(qū)一帶。玉米季蒸散量絕大部分區(qū)域呈現(xiàn)上升趨勢,占比達89.9%,其中呈顯著上升趨勢占比為46.4%,主要分布在石家莊、保定太行山前平原區(qū)、華北平原的北部及整個東南部黃河灌區(qū)。

2.2 不同土地利用類型蒸散量與趨勢變化

基于華北平原農業(yè)用地和城市建設用地占比的絕對優(yōu)勢,以這兩種土地利用類型為例,闡明蒸散量的年際變化特征及趨勢變化。從圖4 可知,農業(yè)用地年際蒸散量為562～693 mm,多年平均值為590 mm,其中小麥季為214 mm(占36%),玉米季為376 mm(64%)。4 個典型農業(yè)區(qū)中,德州的蒸散量最高,保定和衡水較低,與圖3a 的整個華北平原蒸散量的空間分布特征相一致。另外,幾個典型區(qū)域的蒸散量年際變化趨勢均在2015年出現(xiàn)拐點,2015年前均呈波動增加趨勢,之后呈波動減少趨勢(圖4a)。華北平原農業(yè)用地蒸散量的趨勢變化以增加為主,有85.5%面積呈上升趨勢,其中有42.3%達顯著上升,主要分布在東南部黃灌區(qū)一帶,而蒸散量減少區(qū)域很少,零星分布于山前平原城市周邊地帶(表2)。

圖4 2001—2019年華北平原及典型區(qū)不同土地利用類型蒸散量(ET)變化Fig.4 Evapotranspiration(ET) under different land use types in the North China Plain and typical areas from 2001 to 2019

表2 2001—2019年華北平原不同土地利用類型蒸散變化顯著性區(qū)域面積比例及主要分布區(qū)Table 2 Significant area proportions and main distribution areas of evapotranspiration change under different land use types in the North China Plain from 2001 to 2019

華北平原城市用地的年際蒸散量為481～614 mm,多年平均值為526 mm(圖4b)。4 個典型城市蒸散量2008年和2015年出現(xiàn)峰值,2015年后迅速下降,年際變化整體呈下降趨勢,表明城市化過程中由于建筑用地增多和耕地的減少,導致不透水面增多,蒸散量減少。不同城市多年平均蒸散量大小為: 天津(467 mm)＜北京(487 mm)＜石家莊(511 mm)＜保定(557 mm),這一定程度上表明城市化水平越高的城市,建筑用地面積占比偏高,蒸散量偏低。在變化趨勢上(表2),城市用地年均蒸散量呈下降與上升趨勢的面積占比分別為50.9%和49.1%,下降趨勢略高于上升趨勢,其中呈顯著上升和下降變化的面積占比均在10%左右。值得注意的是,在北京、天津主城區(qū)蒸散量呈現(xiàn)上升趨勢,而在城市外圍區(qū)呈下降趨勢,而其他大部分城市內部區(qū)和外圍區(qū)均呈下降趨勢。

2.3 蒸散量與植被生產力的相關性分析

2001-2019年華北平原蒸散量與植被生產力(NDVI 和GPP)的逐像元相關性分析如圖5 所示。蒸散量與NDVI 相關系數介于-0.92～0.96,整個華北平原平均相關系數為0.21,絕大部分地區(qū)蒸散量與NDVI 呈正相關,面積占比達76.5%(圖5a),其中呈顯著正相關的面積占比為23.6%,主要分布在太行山前平原的石家莊、保定一帶及黃河灌區(qū)的聊城、德州一帶(圖5b),這些區(qū)域是冬小麥-夏玉米主要種植區(qū);呈負相關的區(qū)域占比為23.5%,主要分布在邢臺和邯鄲東部及京津唐地區(qū),其中僅有1.5%的區(qū)域蒸散量與NDVI 呈顯著負相關,主要分布在北京和天津一帶。

圖5 2001-2019年華北平原蒸散量(ET)與歸一化植被指數(NDVI)、總初級生產力(GPP)的相關系數及顯著性相關的區(qū)域Fig.5 Distributions of correlation coefficients and significance between evapotranspiration(ET),gross primary productivity(GPP)and normalized difference vegetation index(NDVI) in the North China Plain from 2001 to 2019

華北平原蒸散量與GPP 相關系數介于-0.91～1.00,整個華北平原平均相關系數為0.54,有87.6%的區(qū)域蒸散量與GPP 呈正相關,幾乎覆蓋了整個區(qū)域,相關性更強的地區(qū)主要分布在東南部黃灌區(qū)一帶(圖5c); 達到顯著正相關的區(qū)域占到整個華北平原的61.5%(圖5d),反映了區(qū)域內作物產量增加對蒸散發(fā)的正向反饋,尤其在種植冬小麥-夏玉米一年兩作的黃河灌區(qū)及太行山前平原區(qū)地帶,這種正向反饋尤為突出。

典型農業(yè)區(qū)耕地的蒸散量與植被生產力的變化趨勢如圖6 所示。2001-2019年4 個典型農業(yè)區(qū)蒸散量、GPP、NDVI 的年際波動基本趨于一致。石家莊、保定和衡水3 個區(qū)域的蒸散量、GPP 和NDVI 總體增長趨勢不明顯,未達顯著水平,但在2015年后有不同程度的下降趨勢(石家莊和衡水NDVI 除外); 導致蒸散量與植被生產力下降的原因可能與河北省逐步推廣實施的地下水壓采政策有關,2015年后冬小麥種植面積逐步減少。在整個研究時段,德州的蒸散量、GPP 和NDVI 均達到顯著上升(＜0.05),表明該區(qū)域的蒸散量、植被生產力增加較為明顯。

圖6 2001—2019年華北平原4 個典型區(qū)域蒸散量(ET)、總初級生產力(GPP)、歸一化植被指數(NDVI)的年際變化Fig.6 Annual evapotranspiration(ET),gross primary productivity(GPP) and normalized difference vegetation index(NDVI) in four typical agricultural areas of the North China Plain from 2001 to 2019

2001-2019年4 個農業(yè)區(qū)耕地的蒸散量與GPP、NDVI 的相關系數均為正,反映了植被生產力對蒸散發(fā)的正向反饋(圖7)。蒸散量與GPP 的相關性在德州地區(qū)呈極顯著相關(0.61,＜0.01),在衡水地區(qū)呈顯著相關(=0.23,＜0.05)。蒸散量與NDVI 的相關性只在德州表現(xiàn)出顯著相關(=0.32,＜0.01)?？傮w上,蒸散量受GPP 的影響更大,尤其是黃灌區(qū)的德州地區(qū)和低平原的衡水地區(qū),表明蒸散量增加與農田增產有關; 石家莊和保定山前平原地帶蒸散量與GPP 和NDVI 均未達顯著相關水平,表明該區(qū)蒸散發(fā)受植被生產力等多因素共同影響。

圖7 華北平原4 個典型農業(yè)區(qū)蒸散量(ET)與歸一化植被指數(NDVI)、總初級生產力(GPP)的相關性Fig.7 Correlations between evapotranspiration(ET) and normalized difference vegetation index(NDVI) / gross primary productivity(GPP) in four typical agricultural areas of the North China Plain

3 討論

3.1 PML_V2 適用性

本研究采用的PML_V2 為8 d/500 m 高精度遙感產品,在全球和區(qū)域尺度都得到了廣泛應用。何韶陽等為選擇更適用于華北平原的高分辨率蒸散量產品,對PML_V2、SSEBOP、MOD16A2 等3種高精度遙感產品在華北地區(qū)進行精度驗證,通過與5 個渦度相關測量數據對比,發(fā)現(xiàn)PMLV2 產品在華北地區(qū)精度最高。研究時段內(2001-2019年)華北平原年蒸散量的波動范圍為542～665 mm,該結果顯著低于張喜英、Liu 等在中國科學院欒城農業(yè)生態(tài)系統(tǒng)試驗站分別利用長期定位試驗取得的年蒸散量為777～834 mm(1980-2017年)和850 mm的觀測結果,但與Yang 等基于類似的遙感蒸散發(fā)模型ETwatch 估算的海河平原2002-2007年蒸散量波動范圍527～679 mm 相近。這可能與遙感蒸散發(fā)產品單像元內(0.5 km×0.5 km)土地覆蓋類型較復雜、灌溉農田占比不高有關,降低了單像元內的年蒸散量。

研究時段內小麥生長季節(jié)華北平原的蒸散量多年平均值為220.5 mm,其中山前平原和東南部黃灌區(qū)蒸散量為200～300 mm,北部和濱海地區(qū)較低,不足200 mm,而豫北地區(qū)較高,為300～400 mm。該結果與莫興國等基于PM 法和雙源-PT 法發(fā)展的簡化遙感蒸散模型獲取的遙感蒸散發(fā)數據,分析得到的有關山東及河北中東部農業(yè)區(qū)蒸散量為250 mm左右,濱海區(qū)不足200 mm 的研究結論一致,也與吳喜芳等、方蓓婧在華北平原估算的結果相似。玉米季大部分區(qū)域蒸散在300～450 mm,這也與莫興國等得出的華北平原玉米季大部分區(qū)域蒸散在360～420 mm 結果相似。

3.2 華北平原蒸散量時空分布格局與成因

華北平原年均蒸散量整體以年際波動為主,增加趨勢不明顯。其中小麥季蒸散量特別是2015年后呈波動下降趨勢(圖2),一定程度上與2014年中央一號文件提出的“先期在華北地區(qū)河北省開展地下水超采綜合治理試點工作”有關,農業(yè)逐步實施的高效節(jié)水灌溉工程、水源置換工程、種植結構調整、地下水壓采、冬小麥季節(jié)性休耕等一系列措施,緩解了華北平原蒸散量的上升趨勢。小麥生長季有59.3%的區(qū)域蒸散量呈下降趨勢,主要分布在河北省境內,反映了該省實施冬小麥休耕、壓采等政策的效果。

為進一步明確玉米季蒸散量的變化趨勢,圖8 分析了玉米季各像元尺度2001-2019年時間序列GPP與蒸散量的相關性及結果的顯著性,兩者相關系數達到顯著性的區(qū)域與玉米季蒸散量顯著升高的區(qū)域(圖3f)有較高的一致性,表明玉米季蒸散發(fā)增加與GPP 或秋季作物生產力和產量增加有關。

圖8 2001-2019年華北平原玉米季蒸散量(ET)與總初級生產力(GPP)的相關性及顯著性Fig.8 Correlation and significance between evapotranspiration(ET) and gross primary productivity(GPP) for corn growing season in the North China Plain from 2001 to 2019

華北平原蒸散量的空間分布格局及趨勢變化有明顯的異質性(圖3)。在北部地區(qū)和山前平原城市群一帶蒸散量較低,在500 mm 左右,這與周琳估算的2003-2012年北京城市蒸散量為517 mm 接近,由于城市用地下墊面多為不透水層,蓄水能力差,蒸騰作用弱,年蒸散量低; 但值得注意的是北京、天津大城市內部蒸散量明顯增加,這與2014年國家提出的建設“海綿城市”政策有關,城市綠地公園、透水路面、綠化屋頂等增多,取代了傳統(tǒng)大城市中心的不透水地面,蒸散量隨之增加。邢臺、邯鄲東部出現(xiàn)一個低值中心,原因是該區(qū)域為河北省主要產棉區(qū),受一年一季耕作方式影響,蒸散量較低,趨勢變化不明顯。沿渤海地區(qū)蒸散量一般在500 mm 以下,該區(qū)域遍布鹽堿地及鹽堿土,農業(yè)灌溉較少,導致蒸散量也較低。2013年以來“渤海糧倉”工程的實施,大量低洼鹽堿開發(fā)為耕地,對農業(yè)增產、增收效果顯著,導致低平原地區(qū)蒸散量呈增加趨勢。在華北平原東南部的黃河灌區(qū)一帶,蒸散量呈現(xiàn)高值區(qū),一般在650～750 mm; 近年受經濟效益驅動和勞動力成本上漲的影響,冬小麥-夏玉米的種植模式逐漸取代一年一季棉花種植,復種指數增加也會造成區(qū)域蒸散發(fā)增加,因此黃灌區(qū)蒸散量呈顯著增加趨勢。

3.3 植被生產力對蒸散量的影響

蒸散量的時空變化受氣候變化和人類活動等多個因素影響,其中植被生產力增加是影響陸地蒸散發(fā)的主要驅動因素,植被變綠解釋了全球84%的蒸散發(fā)變化。Jin 等在黃河流域的研究也表明一半區(qū)域內的蒸散量變化與植被變綠相關,探索植被變化與蒸散發(fā)的關系成為揭示區(qū)域蒸散發(fā)和水循環(huán)變化的關鍵科學問題。本文通過研究華北平原ET與NDVI、GPP 的空間相關性,發(fā)現(xiàn)分別有76.5%和96.0%的面積呈正相關關系,其中23.6%和68.1%的區(qū)域內相關性達顯著水平,需要說明的是,雖然呈顯著正相關,但兩者的相關系數并不高,故一種因子不能全部解釋影響蒸散的因素,但在一定程度上仍能表明以灌溉農業(yè)為主的華北平原,與產量相關的GPP更能反映作物種植強度和植被生產力對蒸散發(fā)的影響。

針對華北平原3 類農業(yè)類型區(qū)蒸散發(fā)與植被生產力關系的研究表明,以德州為代表的黃河灌區(qū)蒸散量受植被生產力的影響顯著,蒸散量與NDVI、GPP 均顯著相關,而兩者相關性越高則代表兩者的變化趨勢趨于一致,表明在東南部黃灌區(qū)一帶,與GPP 相關的復種指數增加和農田增產等使植被冠層吸收更多的輻射,植被蒸騰速率和蒸散發(fā)量也隨之提高。以衡水為代表的中部低平原區(qū)蒸散量受GPP 影響顯著,與GPP 的相關系數為0.48,達到顯著相關; 這與中低產田改造、冬小麥及蔬菜、水果種植占比增加有較大關系。而石家莊、保定為代表的山前平原區(qū),是傳統(tǒng)的一年兩作高產區(qū),蒸散量與植被生產力的關系均不顯著,與NDVI、GPP 的相關系數僅在0.30 左右,與冬小麥休耕、大面積發(fā)展苗圃、藥材種植等減慢了蒸散發(fā)和GPP 等的增長速率有關。

4 結論

本研究基于高精度蒸散發(fā)產品PML_V2 探究了2001-2019年整個華北平原、主要土地利用類型及4 個典型農業(yè)區(qū)的蒸散量的時空分布特征及變化趨勢,解析了蒸散量時空差異的成因以及植被生產力對蒸散量的影響,主要結論如下:

1)華北平原年均蒸散量為588.1 mm,整體呈波動增加趨勢,且有明顯的季節(jié)性差異,具體表現(xiàn)為玉米季(377.8 mm)＞小麥季(235.2 mm)?？臻g尺度上,華北平原75.6%的區(qū)域年蒸散量呈增加趨勢,東南部黃灌區(qū)增加趨勢最顯著; 玉米季89.9%的區(qū)域蒸散量呈增加趨勢,但小麥季59.3%區(qū)域蒸散量呈下降趨勢,這與近年來逐步實施的地下水壓采和小麥休耕等政策有一定關系。

2)植被生產力對蒸散發(fā)的影響顯著,ET 與NDVI、GPP 都呈正相關關系,但ET 與GPP 的相關性更高,說明在耕地占絕對優(yōu)勢的華北平原GPP 更能反映作物種植強度和復種指數等對蒸散發(fā)的影響; 不同農業(yè)類型區(qū)植被生產力對蒸散量的影響程度不同,以德州為代表的黃灌區(qū)蒸散量受植被生產力影響更大。

3)不同土地利用類型蒸散量空間分布特征和變化趨勢差異顯著。農業(yè)用地內蒸散量均值為590 mm,農業(yè)用地蒸散量總體呈上升趨勢; 建設用地蒸散量總體呈下降趨勢,但在北京、天津大城市中心呈上升趨勢,這可能與海綿城市建設有一定關系。

感謝Google Earth Engine 平臺提供的PML_V2數據,感謝中國科學院資源環(huán)境科學與數據中心提供的NDVI 數據,感謝國家自然資源部提供的30 m土地利用數據。