王凱利， 王志慧， 肖培青， 王鐵生

(1.華北水利水電大學(xué)測繪與地理信息學(xué)院，鄭州 450045；2.黃河水利科學(xué)研究院，水利部黃土高原水土保持重點(diǎn)實(shí)驗(yàn)室，鄭州 450003)

黃土高原位于干旱/半干旱區(qū)，生態(tài)環(huán)境敏感脆弱，水分是限制區(qū)域生態(tài)系統(tǒng)發(fā)展的關(guān)鍵因素。隨著退耕還林還草政策的實(shí)施，黃土高原生態(tài)環(huán)境得到明顯改善，但植被的增加導(dǎo)致蒸散發(fā)大幅度增加，對(duì)區(qū)域水文循環(huán)造成了直接或間接的影響，部分區(qū)域植被恢復(fù)已接近水資源承載力閾值，出現(xiàn)土壤干層和植被退化等生態(tài)環(huán)境問題。因此，在氣候和下墊面變化的共同作用下，有效評(píng)估黃土高原不同影響要素對(duì)蒸散發(fā)的相對(duì)貢獻(xiàn)率，對(duì)于科學(xué)評(píng)價(jià)黃土高原植被恢復(fù)可持續(xù)性以及水資源高效利用具有重要意義。

傳統(tǒng)蒸散發(fā)是基于點(diǎn)位尺度利用蒸發(fā)皿等儀器進(jìn)行計(jì)算，難以獲取區(qū)域尺度。近年來，遙感技術(shù)由于其覆蓋范圍廣、周期性和時(shí)效性等優(yōu)勢，成為獲取區(qū)域長時(shí)間序列的有效手段，而關(guān)于干旱/半干旱區(qū)蒸散發(fā)影響因素的定量研究，一直是陸地水文循環(huán)過程中的熱門話題。Jin等利用蒸散模型，通過控制變量分離出植被恢復(fù)和氣候變化對(duì)影響發(fā)現(xiàn)，植被恢復(fù)是增加的主要驅(qū)動(dòng)因素；He等基于Budyko方程，分析降水、潛在蒸散發(fā)和植被恢復(fù)對(duì)變化的平均影響發(fā)現(xiàn)，降水是變化的主要驅(qū)動(dòng)因素；Ning等通過Fu方程分析黃土高原氣象因子和植被覆蓋度對(duì)的影響發(fā)現(xiàn)，在研究的13個(gè)流域中，9個(gè)流域受到降水的主導(dǎo)；趙勇等采用Choudhury-Yang方程發(fā)現(xiàn)，降水是黃土高原涇河流域增加的主導(dǎo)因素。上述學(xué)者采用的蒸散和水文模型雖可以有效地分離氣候和植被變化對(duì)變化的影響，但模型控制參數(shù)受到植被、氣候和土壤等條件的影響，使得歸因存在一定的誤差。王雅舒等通過逐步回歸發(fā)現(xiàn)，植被變化是增加的主要原因；Feng等通過建立與降雨、潛在蒸散發(fā)、LAI之間的回歸模型發(fā)現(xiàn)，降水是黃土高原變化的主要驅(qū)動(dòng)因素。相比較之下，回歸統(tǒng)計(jì)方法相對(duì)簡單，常用于驅(qū)動(dòng)因素的定性分析，但對(duì)其影響因素貢獻(xiàn)率的定量研究較少，難以科學(xué)評(píng)估黃土高原區(qū)生態(tài)水文效應(yīng)。

鑒于此，本文基于黃土高原氣象數(shù)據(jù)(溫度、降雨、日照時(shí)間、飽和水汽壓差)、PML_V2 ET和MOD13A1 EVI遙感產(chǎn)品，采用趨勢分析和多元回歸殘差分析等統(tǒng)計(jì)方法分析2000—2018年黃土高原變化特征，明晰氣象和下墊面變化對(duì)的影響，定量評(píng)估不同影響因素的相對(duì)貢獻(xiàn)率，對(duì)區(qū)域生態(tài)環(huán)境水資源可持續(xù)性利用具有現(xiàn)實(shí)意義。

1 材料與方法

1.1 研究區(qū)概況

黃土高原位于黃河中上游(33°43′—41°16′N，100°54′—114°33′E)，氣候干旱，屬于暖溫帶大陸性季風(fēng)氣候，夏季炎熱多暴雨、冬季寒冷干燥，多年平均氣溫為9.57 ℃，多年平均降水量為443.93 mm。隨降雨量的減少，植被從東南向西北依次由森林向草原過渡，植被覆蓋度低，水源涵養(yǎng)能力差。近年來大規(guī)模植被恢復(fù)導(dǎo)致土壤水分大量流失，加劇了水資源短缺。

1.2 數(shù)據(jù)來源

氣象數(shù)據(jù)(溫度、降水、日照時(shí)間、相對(duì)濕度、風(fēng)速)來源于中國氣象數(shù)據(jù)網(wǎng)(https://data.cma.cn/)，收集2000—2018年黃土高原295個(gè)氣象站點(diǎn)日觀測數(shù)據(jù)，利用AUSPLINE軟件將所有氣象站點(diǎn)數(shù)據(jù)進(jìn)行空間插值，采用袁瑞瑞等的方法計(jì)算飽和水汽壓差(vapor pressure deficit，VPD)。

數(shù)據(jù)來源于PML_V2數(shù)據(jù)集，是全球首個(gè)500 m和8天分辨率的陸地蒸散發(fā)數(shù)據(jù)集，該產(chǎn)品在PML模型基礎(chǔ)上，根據(jù)氣孔導(dǎo)度理論耦合植被蒸騰與總初級(jí)生產(chǎn)力，提高了模擬精度。增長型植被指數(shù)選用MOD13A1 EVI產(chǎn)品，空間分辨率為500 m，時(shí)間分辨率為16天，對(duì)植被冠層結(jié)構(gòu)更為敏感，且已消除大氣和土壤背景的影響，避免了高植被覆蓋區(qū)的指數(shù)飽和效應(yīng)問題，能夠較好地反映植被變化情況。地表覆蓋數(shù)據(jù)采用GLC_FCS30產(chǎn)品，在ArcGIS中將其重分類為森林、農(nóng)田、灌木、草地、其他。

1.3 研究方法

1.3.1 趨勢分析 采用基于像元的Slope一元線性回歸法計(jì)算黃土高原2000—2018年年際變化趨勢。Slope的計(jì)算公式為：

(1)

式中：Slope為擬合的一元線性回歸方程的斜率(mm/a)；為研究時(shí)段的總年數(shù)，=19；為第年觀測值。Slope>0表示隨時(shí)間呈現(xiàn)增長趨勢，Slope<0表示隨時(shí)間呈減少趨勢。對(duì)趨勢進(jìn)行檢驗(yàn)，當(dāng)顯著性水平<0.05，呈顯著變化。

1.3.2 多元回歸殘差分析 為了消除蒸散發(fā)、不同氣象要素(降雨、溫度、日照時(shí)間、飽和水汽壓差)和植被(EVI)數(shù)據(jù)的量綱差異，首先利用Z—score方法對(duì)所有數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算公式為：

(2)

基于標(biāo)準(zhǔn)化后2000—2018年時(shí)間序列，以氣象要素和植被為自變量、為因變量建立多元線性回歸模型，計(jì)算各項(xiàng)標(biāo)準(zhǔn)化回歸系數(shù)，多元線性回歸方程為：

=+×Pre+×Tem+×Sun+×VPD+×EVI

(3)

式中：、Pre、Tem、Sun、VPD、EVI分別為標(biāo)準(zhǔn)化后的2000—2018年蒸散發(fā)、降雨、溫度、日照時(shí)間、飽和水汽壓差、增長型植被指數(shù)，均無量綱；為標(biāo)準(zhǔn)化回歸系數(shù)。

根據(jù)2000—2018年氣象、植被數(shù)據(jù)及多元線性回歸方程(3)，得到模擬值()，表示氣候和植被綜合作用對(duì)的影響。采用殘差法計(jì)算觀測值()與模擬值()之間的差值，即殘差()，表示非植被下墊面對(duì)的影響，非植被下墊面變化包括水土保持工程措施引起的微地形變化、水庫調(diào)蓄和農(nóng)業(yè)灌溉等。計(jì)算公式為：

=-

(4)

式中：為基于多元線性回歸模型的模擬值(mm)；為觀測值(mm)；為殘差(mm)。

1.3.3影響因素貢獻(xiàn)率 根據(jù)公式(1)計(jì)算黃土高原2000—2018年、與的Slope變化趨勢。根據(jù)金凱等的方法計(jì)算黃土高原氣候和植被變化綜合作用、非植被下墊面對(duì)變化的相對(duì)貢獻(xiàn)率(表1)。

表1 ET變化的驅(qū)動(dòng)因子判定標(biāo)準(zhǔn)及貢獻(xiàn)率

公式(3)擬合后的標(biāo)準(zhǔn)化回歸系數(shù)絕對(duì)值可以反映不同氣象因子、植被因子對(duì)變化的影響程度，將各單因子的標(biāo)準(zhǔn)化回歸系數(shù)與氣象和植被綜合作用的貢獻(xiàn)率結(jié)合起來進(jìn)行分析運(yùn)算，得到不同氣象、植被單驅(qū)動(dòng)因子對(duì)變化的相對(duì)貢獻(xiàn)率。計(jì)算公式為：

(5)

式中：為降雨、溫度、日照時(shí)間、飽和水汽壓差、植被對(duì)的相對(duì)貢獻(xiàn)率(%)；為各個(gè)驅(qū)動(dòng)因子的標(biāo)準(zhǔn)化回歸系數(shù)，無量綱；為氣候和植被的綜合作用對(duì)的相對(duì)貢獻(xiàn)率(%)。

2 結(jié)果與分析

2.1 蒸散發(fā)時(shí)空變化特征

2000—2018年黃土高原變化趨勢具有明顯的空間異質(zhì)性(圖1)。黃土高原約92.2%的區(qū)域呈現(xiàn)增加趨勢，呈顯著增加趨勢的面積占比62.8%，主要分布在青海、山西和陜西省北部，退耕還林還草效果顯著。黃土高原呈現(xiàn)減少趨勢的區(qū)域面積約占總面積的7.8%，主要分布在內(nèi)蒙古北部、陜西省南部、寧夏北部、甘肅省西部、青海中部及山西省部分區(qū)域，與快速城鎮(zhèn)化等人為活動(dòng)有關(guān)。

2000—2018年黃土高原平均呈波動(dòng)上升趨勢(圖2)，2000—2012年年增長速率為6.34 mm/a，整體增長較快；而在2013—2018年增長緩慢，年均增長速率為1.07 mm/a。在研究時(shí)段內(nèi)，黃土高原平均為362.97～494.94 mm，最小值和最大值分別出現(xiàn)在2000年和2012年。黃土高原2000—2018年年均趨勢率為4.47 mm/a(<0.01)，蒸散發(fā)顯著增加，與近些年全球氣候變暖及黃土高原實(shí)行退耕還林還草政策后植被恢復(fù)有關(guān)。

由于不同土地覆蓋受到的熱力和動(dòng)力因素的差異性，其對(duì)黃土高原的貢獻(xiàn)不盡相同(圖2)。黃土高原農(nóng)田年變化為365.97～494.94 mm，年變化速率為4.13 mm/a；森林年變化為484.25～641.60 mm，年變化率為4.97 mm/a；灌木和草地的年變化分別為220.35～387.15，341.39～471.48 mm，年變化率分別為3.71，5.33 mm/a。不同土地覆蓋對(duì)蒸散發(fā)的貢獻(xiàn)表現(xiàn)為森林>農(nóng)田>草地>灌木。

圖1 黃土高原ET變化趨勢

2.2 蒸散發(fā)對(duì)氣象要素與植被的敏感性分析

氣象和植被變化對(duì)黃土高原的影響具有空間異質(zhì)性。整體上，黃土高原區(qū)降雨對(duì)的敏感性系數(shù)為0.16，表明降雨的增加對(duì)蒸散發(fā)產(chǎn)生促進(jìn)作用(圖3a)。其中，在黃土高原西部和北部區(qū)域降水的敏感性系數(shù)>0，表明降水增加對(duì)產(chǎn)生促進(jìn)作用，包括內(nèi)蒙古、寧夏、甘肅、青海東部等干旱/半干旱地區(qū)，降水稀少，主要為草原、灌木等植被，水分利用較少且儲(chǔ)水能力低，大部分降水以土壤蒸散發(fā)的形式消耗。

圖2 不同土地覆蓋ET年際變化

圖3 氣象因子對(duì)ET的影響

在山西省和陜西省南部、青海省西部等地降水的敏感性系數(shù)<0，表明降水增加對(duì)蒸散發(fā)產(chǎn)生抑制作用，區(qū)域主要植被類型為森林、灌草，對(duì)降雨截留形成地表徑流補(bǔ)給地下水，有效減少了土壤蒸發(fā)。黃土高原溫度對(duì)的敏感性系數(shù)為0.02，溫度增加對(duì)蒸散發(fā)產(chǎn)生促進(jìn)作用(圖3b)。其中，溫度增加導(dǎo)致蒸散發(fā)減少的區(qū)域主要分布在黃土高原南部和西北部地區(qū)。而在山西省東部、內(nèi)蒙古中部、寧夏東北部、甘肅省西南部和青海北部地區(qū)溫度增加對(duì)產(chǎn)生促進(jìn)作用。黃土高原日照時(shí)間對(duì)的敏感性系數(shù)為-0.10，日照強(qiáng)度的增加對(duì)蒸散發(fā)產(chǎn)生抑制作用(圖3c)，主要分布在山西省、陜西省北部、寧夏、內(nèi)蒙古東部和西南部、甘肅省和青海省西部地區(qū)，干旱加劇了區(qū)域植被的光抑制作用，植被蒸騰減弱，導(dǎo)致蒸散發(fā)降低。黃土高原VPD對(duì)的敏感性系數(shù)為-0.10，VPD的增加對(duì)蒸散發(fā)產(chǎn)生抑制作用(圖3d)，主要分布在黃土高原南部，包括甘肅省、陜西省、山西省和寧夏省南部，以及青海省東部地區(qū)，植被長期處于水分匱乏的條件下，飽和水汽壓差增加可能會(huì)導(dǎo)致氣孔導(dǎo)度降低，抑制植被生長，降低植被蒸騰作用，蒸散發(fā)降低。黃土高原植被對(duì)的敏感性系數(shù)為0.49，植被增加對(duì)蒸散發(fā)產(chǎn)生促進(jìn)作用(圖4)，占全區(qū)面積的91.9%。在內(nèi)蒙古和青海省北部、甘肅省西部等零星地區(qū)EVI增加對(duì)表現(xiàn)為抑制作用，該區(qū)域降水稀少，土壤含水量低，植被增加導(dǎo)致土壤水分過度消耗，進(jìn)而出現(xiàn)植被退化的現(xiàn)象，蒸散發(fā)隨之減弱。

圖4 植被因子對(duì)ET的影響

2.3 不同驅(qū)動(dòng)力因素貢獻(xiàn)率分析

降雨對(duì)黃土高原的相對(duì)貢獻(xiàn)率在0～5%，5%～10%范圍的區(qū)域面積較大，分別占總面積的27.6%，20.4%，集中分布在黃土高原東南部(圖5a)。而在內(nèi)蒙古、寧夏北部、青海省東部、甘肅省西部部分地區(qū)及陜西省西北角地區(qū)降雨相對(duì)貢獻(xiàn)率>15%，占比37.0%，該區(qū)域干旱，植被多為灌草、稀疏植被，降水直接以蒸散發(fā)的形式消耗。溫度對(duì)相對(duì)貢獻(xiàn)率在0～10%的區(qū)域面積為48.6%，分布在黃土高原北部和南部部分區(qū)域；相對(duì)貢獻(xiàn)率>15%的區(qū)域占32.5%，分布在山西省中部、陜西省南部、寧夏、青海和甘肅省西部地區(qū)(圖5b)。日照時(shí)間對(duì)的相對(duì)貢獻(xiàn)率在0～5%，5%～10%，10%～15%范圍的區(qū)域面積較大，面積占比分別為31.5%，24.5%，21.0%；在山西省東部、內(nèi)蒙古北部、青海省西北角、寧夏和陜西省少部分地區(qū)的相對(duì)貢獻(xiàn)率>15%，面積占比23.0%(圖5c)。飽和水汽壓差對(duì)的相對(duì)貢獻(xiàn)率在0～5%，5%～10%，10%～15%范圍的區(qū)域面積均超過總面積的20%；而黃土高原南部和內(nèi)蒙古中部約37.3%的區(qū)域VPD相對(duì)貢獻(xiàn)率>15%(圖5d)。

圖5 氣象、下墊面各因子對(duì)ET的相對(duì)貢獻(xiàn)率

下墊面變化主要包括植被和非植被下墊面變化。其中，植被通過蒸騰直接影響區(qū)域。植被對(duì)的相對(duì)貢獻(xiàn)率在30%～40%，40%～50%，50%～100%范圍的區(qū)域面積較大，占總面積的55.2%；主要分布在河口—龍門、龍門—三門峽流域北部、蘭州—河口流域南部地區(qū)，植被恢復(fù)良好，植被蒸騰強(qiáng)烈。內(nèi)蒙古北部、青海省、甘肅省西部及陜西省南部部分地區(qū)植被對(duì)相對(duì)貢獻(xiàn)率為0～30%，占全區(qū)面積的44.8%(圖5e)。非植被下墊面變化對(duì)黃土高原變化的平均相對(duì)貢獻(xiàn)率為17.7%(圖5f)。非植被下墊面的相對(duì)貢獻(xiàn)率在0～5%的區(qū)域面積最大，占全區(qū)總面積的37.5%，主要分布在黃土高原西北部，包括陜西省北部、內(nèi)蒙古東南部、寧夏東部、山西省西部和青海省北部部分地區(qū)；相對(duì)貢獻(xiàn)率在5%～20%的區(qū)域面積占比32.7%，主要集中在山西省、陜西省中西部、內(nèi)蒙古東南部、寧夏北部、甘肅省中部和東部地區(qū)。非植被下墊面相對(duì)貢獻(xiàn)率超過20%的區(qū)域主要分布在陜西省和青海省南部、甘肅省西部、山西省東部及內(nèi)蒙古北部地區(qū)，占比29.8%。非植被下墊面主要通過水土保持工程措施(梯田、谷坊、淤地壩等)改造微地形，有效攔截地表徑流，增加土壤水分含量，一方面增加了植被蒸騰，同時(shí)也提高了地表水面蒸發(fā)與土壤蒸發(fā)。此外，農(nóng)業(yè)灌溉也會(huì)顯著增加土壤蒸發(fā)和農(nóng)作物蒸騰量，導(dǎo)致大幅度增加。

根據(jù)統(tǒng)計(jì)結(jié)果，各氣象因子及下墊面變化對(duì)黃土高原的相對(duì)貢獻(xiàn)率為植被(32.1%)>非植被下墊面(17.7%)>降雨(14.6%)>飽和水汽壓差(13.2%)>溫度(12.4%)>日照時(shí)間(10.0%)(圖6)。各影響因素對(duì)黃土高原不同土地覆蓋的影響程度也不相同。由于灌木多分布于較為干旱的黃土高原西北地區(qū)，該區(qū)域?qū)涤曜兓^為敏感，降雨對(duì)灌木的相對(duì)貢獻(xiàn)要大于其他覆被類型。由于農(nóng)田受到人類活動(dòng)的擾動(dòng)較大，氣象要素和EVI對(duì)林草覆被類型的影響作用大于對(duì)農(nóng)田覆被類型的影響作用。非植被下墊面要素對(duì)農(nóng)田覆被類型的影響作用最大(20.9%)，是由于坡改梯等水保工程措施的大面積實(shí)施，坡耕地大幅度減少，而分布在梯田區(qū)域的農(nóng)田面積比例顯著增加。

3 討 論

本研究結(jié)果表明，2000—2018年黃土高原蒸散發(fā)整體呈現(xiàn)顯著增長的趨勢，但空間差異性較大。氣候和下墊面變化的共同作用是變化的原因。一方面，20世紀(jì)80年代以來，氣候暖干化趨勢明顯，導(dǎo)致蒸散發(fā)增加，徑流減少，水資源短缺；另一方面，黃土高原區(qū)大規(guī)模實(shí)行退耕還林還草政策，植被恢復(fù)效果顯著，通過蒸騰和降水截留，導(dǎo)致蒸散發(fā)顯著增加。除此之外，農(nóng)業(yè)灌溉、水土保持工程等人類活動(dòng)也導(dǎo)致增加。

圖6 各影響因素對(duì)黃土高原、不同土地覆蓋類型ET的相對(duì)貢獻(xiàn)率

氣候變化、下墊面變化對(duì)的相對(duì)貢獻(xiàn)率分別為50.1%，49.9%，氣候變化是變化的主要影響因素。Jin等基于蒸散發(fā)模型，通過控制變量的方法分離出植被恢復(fù)和氣候變化對(duì)的影響發(fā)現(xiàn)，植被恢復(fù)是黃土高原變化的主要原因，與本研究結(jié)果不一致。而趙勇等和Feng等分別通過Choudhury-Yang方程、預(yù)測模型發(fā)現(xiàn)，變化的主要控制因素為氣象因子，與本研究結(jié)果相吻合。降水是影響變化的主要?dú)庀笠蜃?，與He等的研究結(jié)果一致。邵蕊通過PT-JPL模型模擬對(duì)比分析發(fā)現(xiàn)，植被恢復(fù)是引起黃土高原增加的主要原因，貢獻(xiàn)率高達(dá)59.7%，本研究結(jié)果表明，植被變化對(duì)的相對(duì)貢獻(xiàn)率為32.1%，結(jié)果的差異可能是其沒有考慮研究時(shí)段內(nèi)氣候的變化和氣候?qū)χ脖坏挠绊懽饔茫沟弥脖蛔兓暙I(xiàn)率偏大。Zhang等基于、徑流、土壤水分實(shí)測資料和Grace產(chǎn)品，利用水文模型定量評(píng)估以農(nóng)業(yè)灌溉為主的人類活動(dòng)對(duì)的最大貢獻(xiàn)率為16%，與本研究非植被下墊面變化對(duì)變化的貢獻(xiàn)率(17.7%)較為接近，非植被下墊面對(duì)唐乃亥—青銅峽、內(nèi)蒙古北部、陜西省南部區(qū)域影響較大，農(nóng)業(yè)灌溉和水土保持工程建設(shè)等人類活動(dòng)劇烈。本研究計(jì)算的各因子對(duì)變化的相對(duì)貢獻(xiàn)率為影響程度的大小，并沒有考慮其對(duì)變化的正負(fù)作用，使得研究結(jié)果與其他研究有所不同。此外，由于不同水文模型與數(shù)學(xué)統(tǒng)計(jì)方法作用機(jī)制不同，及選擇的影響因素不同，導(dǎo)致最終結(jié)果也有所差別。

以往關(guān)于影響氣象因素的研究一般僅考慮了降雨與溫度，全面性不足，對(duì)其影響因素貢獻(xiàn)率的定量研究較少，難以有效評(píng)估黃土高原區(qū)生態(tài)工程水文效應(yīng)。本研究雖全面考慮了影響變化的氣象要素，但研究方法也存在一些不足。實(shí)際上，氣候變化與植被之間存在交互影響，本研究僅考慮了與氣象、植被的線性作用，假設(shè)各驅(qū)動(dòng)因子之間是獨(dú)立的，而忽略了氣象與植被間復(fù)雜相互作用，可能減弱氣候?qū)Φ挠绊?，使研究結(jié)果存在一定的不確定性；此外，地形地貌、不同植被類型對(duì)的貢獻(xiàn)同樣存在差異性。未來研究可結(jié)合地形、植被類型等數(shù)據(jù)，綜合考慮氣象與植被之間的交互作用，對(duì)影響因素及貢獻(xiàn)率做進(jìn)一步研究，減少上述關(guān)系的不確定性。

植被恢復(fù)是黃土高原增加的主要影響因素之一，相對(duì)貢獻(xiàn)率高達(dá)32.1%。未來黃土高原的植被建設(shè)應(yīng)在遵循土壤水資源可持續(xù)利用原則的前提下，基于不同立地條件下植被耗水量與土壤補(bǔ)給量之間的動(dòng)態(tài)平衡關(guān)系，確定不同區(qū)域植被恢復(fù)承載力閾值，結(jié)合不同植被類型蒸散發(fā)耗水規(guī)律，因地制宜實(shí)施退耕還林還草政策，提高水資源利用效率，促進(jìn)黃土高原生態(tài)恢復(fù)，推進(jìn)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展。

4 結(jié) 論

(1)2000—2018年黃土高原蒸散發(fā)年際變化率為4.47 mm/a。變化空間分異明顯，62.8%的區(qū)域呈顯著增加趨勢，主要分布在山西省、陜西省北部等退耕還林還草重點(diǎn)區(qū)域。

(2)黃土高原蒸散發(fā)對(duì)氣候和植被變化的敏感性程度不同。降雨、溫度和植被的增加對(duì)黃土高原產(chǎn)生促進(jìn)作用，日照時(shí)間和飽和水汽壓差的增加對(duì)產(chǎn)生抑制作用。

(3)氣候和下墊面變化對(duì)黃土高原的貢獻(xiàn)率大致相同，分別為50.1%，49.9%。植被是變化的主導(dǎo)因子，相對(duì)貢獻(xiàn)率為32.1%，降雨是變化的主要?dú)庀笠蜃樱鄬?duì)貢獻(xiàn)率為14.6%。

(4)水土保持工程、農(nóng)業(yè)灌溉等非植被下墊面變化是黃土高原變化的重要原因，貢獻(xiàn)率高達(dá)17.7%。氣象要素和EVI對(duì)林草覆被的影響作用較大，而農(nóng)田覆被受到非植被下墊面的影響作用較大。