欒清華，何帥，何立新，周煒，王利書(shū)，馬靜

（1.河海大學(xué)農(nóng)業(yè)科學(xué)與工程學(xué)院，南京 210098；2.河北工程大學(xué)河北省智慧水利重點(diǎn)實(shí)驗(yàn)室，河北 邯鄲 056038）

蒸散發(fā)（evapotranspiration，ET）是流域水文循環(huán)和水量平衡的主要環(huán)節(jié)，作為區(qū)域能量平衡的重要組成部分，它反映了在大氣、土壤和植被變化的條件下水和能量通量之間的相互作用［1-3］。準(zhǔn)確的蒸散發(fā)估算對(duì)于模擬水文通量和水資源精細(xì)化管理十分重要。ET的時(shí)空信息不僅可以量化蒸發(fā)造成的水分流失，還可以反映土地利用、水資源分配和利用之間的關(guān)系信息，同時(shí)也是農(nóng)業(yè)水土資源平衡計(jì)算、灌溉工程規(guī)劃設(shè)計(jì)與運(yùn)行管理中不可缺少的基礎(chǔ)數(shù)據(jù)。隨著水資源供需矛盾的日益突出和現(xiàn)代灌溉農(nóng)業(yè)用水管理的精細(xì)化要求，分析不同時(shí)空尺度ET變化規(guī)律成為農(nóng)田水利研究的必要內(nèi)容。

在上述背景下，遙感技術(shù)因其在對(duì)區(qū)域尺度作物監(jiān)測(cè)的高效性和獲取數(shù)據(jù)的相對(duì)可靠性而逐漸進(jìn)入蒸散發(fā)研究領(lǐng)域［4］。早在1973年，Brown等［5］利用熱紅外光譜影像，結(jié)合微氣象和蒸滲儀測(cè)定數(shù)據(jù)，開(kāi)展農(nóng)田蒸散發(fā)計(jì)算［6］，從此采用遙感數(shù)據(jù)計(jì)算蒸散發(fā)的研究迅速發(fā)展，并經(jīng)過(guò)眾多學(xué)者的不斷改善，構(gòu)建了各種類型蒸散發(fā)模型，如經(jīng)驗(yàn)半經(jīng)驗(yàn)?zāi)Ｐ?、植被指?shù)模型、能量平衡模型等，實(shí)現(xiàn)了區(qū)域蒸散發(fā)研究質(zhì)的飛躍［7］。其中，以能量平衡方程計(jì)算的模型發(fā)展最為成熟［8］，此模型可分為單層模型和雙層模型［9］。單層模型（又稱“大葉模型”），即不區(qū)分植被蒸騰和土壤蒸發(fā)［10］，將土壤和植被視為一個(gè)均一的整體來(lái)考慮潛熱通量，常見(jiàn)的單層模型包括SEBAL（surface energy balance algorithm for land）模型［11］和SEBS（surface energy balance system）模 型［12］等。與單層模型不同，雙層模型分別計(jì)算土壤和冠層［10］兩個(gè)組分的凈輻射、顯熱和潛熱，進(jìn)而能夠區(qū)分土壤蒸發(fā)和植被蒸騰，Norman等［13］開(kāi)發(fā)的TSEB（two-source energy balance）模型是雙層模型的代表。也有一些學(xué)者綜合考慮上述兩種模式，在前人研究的基礎(chǔ)上提出了混合雙源蒸散發(fā)HTEM（hybird dual-source scheme and trapezoid framework based evapotranspiration）模型［14-17］。相比之下，單層模型理論簡(jiǎn)單，并且有穩(wěn)定的物理理論做支撐，不需要過(guò)多的經(jīng)驗(yàn)參數(shù)，能取得較好的反演精度。

其中，又以SEBAL模型應(yīng)用較為廣泛，許多研究者在不同地區(qū)應(yīng)用該模型開(kāi)展蒸散發(fā)的分析研究。比如：有些學(xué)者［18-21］以流域或平原為研究對(duì)象，使用SEBAL模型對(duì)其進(jìn)行遙感蒸散研究，計(jì)算獲得日蒸散量；還有以高原地區(qū)為研究對(duì)象開(kāi)展基于SEBAL模型蒸散估算［22-23］，結(jié)果較好地模擬出了區(qū)域的蒸散量；在干旱半干旱區(qū)，王強(qiáng)等［24］利用SEBAL模型反演得到冀蒙接壤區(qū)內(nèi)的日蒸散規(guī)律；還有學(xué)者［25-26］以不同灌區(qū)為研究對(duì)象，使用SEBAL模型和不同遙感數(shù)據(jù)對(duì)區(qū)域農(nóng)田蒸散發(fā)進(jìn)行估算。在更大尺度的區(qū)域研究方面：Cheng等［27］以中國(guó)為研究對(duì)象利用多源圖像運(yùn)用SEBAL在中國(guó)進(jìn)行長(zhǎng)時(shí)間序列日蒸散發(fā)計(jì)算，表明SEBAL在不同植被類型、不同氣候條件、不同地形以及不同季節(jié)條件下都表現(xiàn)較為穩(wěn)定；Laipelt等［28］以巴西為研究對(duì)象利用MODIS（moderate resolution imaging spectroradiometer）數(shù)據(jù)，結(jié)合谷歌地球工具改進(jìn)了SEBAL模型，并利用該模型較為精確地模擬了不同生物群落和土地覆蓋條件下的蒸散發(fā)量。

目前，農(nóng)田耗水和灌區(qū)水資源管理采用的蒸散發(fā)數(shù)據(jù)主要是利用從點(diǎn)到面的插值法獲取，區(qū)域ET的尺度效應(yīng)不可避免。MODIS數(shù)據(jù)每8 d一次的監(jiān)測(cè)頻次，為區(qū)域農(nóng)田耗水、用水管理的業(yè)務(wù)化、常態(tài)化提供了關(guān)鍵的數(shù)據(jù)支撐。隨著華北水資源供需矛盾的日益加劇，現(xiàn)代灌溉農(nóng)業(yè)用水管理的精細(xì)化需求日益增加，有必要利用不同監(jiān)測(cè)手段開(kāi)展不同時(shí)空尺度ET變化規(guī)律與尺度效應(yīng)的研究?；谏鲜霰尘埃杂滥甓←湻N植區(qū)為研究對(duì)象，應(yīng)用SEBAL模型，分別從時(shí)間和空間尺度詳細(xì)解析區(qū)域冬小麥不同生長(zhǎng)期的蒸散發(fā)演變規(guī)律，為科學(xué)指導(dǎo)區(qū)域灌溉、農(nóng)業(yè)干旱監(jiān)測(cè)與預(yù)警提供技術(shù)支持。

1 研究區(qū)域與數(shù)據(jù)收集

1.1 研究區(qū)概況

永年區(qū)位于河北省南部、邯鄲市主城區(qū)的北部及東北部，地處東經(jīng)114°20'～114°52'，北緯36°35'～36°56'。西部為低山丘陵，東部為平原，東南部為永年洼濕地公園，濕地面積為598.9 hm2。現(xiàn)轄17個(gè)鄉(xiāng)鎮(zhèn)，總面積為761.72 km2，其中耕地面積529 km2，占總面積的70%，冬小麥耕地面積為333.71 km2，零星分布建筑物。區(qū)域?qū)倥瘻貛О霛駶?rùn)大陸性季風(fēng)氣候，多年平均降水量524.9 mm，降水量年內(nèi)分配主要集中在6—9月份，占全區(qū)年平均降水量的67.7%；年均蒸散發(fā)量1 997.5 mm。研究區(qū)作物主要以冬小麥-夏玉米輪作，根據(jù)實(shí)地調(diào)研以及對(duì)模型數(shù)據(jù)的收集、整理等，對(duì)區(qū)內(nèi)冬小麥農(nóng)田進(jìn)行了識(shí)別，見(jiàn)圖1。選擇各個(gè)時(shí)期的某一天遙感數(shù)據(jù)，作為此生育期的代表，具體選擇的日期和冬小麥各個(gè)生育期時(shí)間變化情況見(jiàn)表1。

圖1 永年區(qū)土地利用類型Fig.1 Land use distribution of Yongnian District

1.2 數(shù)據(jù)來(lái)源

1.2.1 遙感數(shù)據(jù)

利用MODIS網(wǎng)站（https：／／ladsweb.modaps.eosdis.nasa.gov／search／）下載MOD09A1、MOD11A2和MOD13A1 3種產(chǎn)品［29］。其中：MOD09A1和MOD11A2的空間分辨率為500 m、時(shí)間分辨率為8 d，產(chǎn)品數(shù)據(jù)是表面反射、地表溫度和輻射率；MOD13A1的空間分辨率為1 000 m、時(shí)間分辨率為16 d，產(chǎn)品數(shù)據(jù)是NDVI（normalized difference vegetation index）植被指數(shù)。查閱遙感過(guò)境天數(shù)，根據(jù)區(qū)域冬小麥各生長(zhǎng)期（表1），結(jié)合實(shí)地調(diào)研結(jié)果，保證每一個(gè)生長(zhǎng)期且每一月至少有一景數(shù)據(jù)的前提下獲取了13景MODIS數(shù)據(jù)，具體遙感數(shù)據(jù)時(shí)間分布見(jiàn)表1。

表1 冬小麥不同生育期統(tǒng)計(jì)及MODIS影像時(shí)間Tab.1 Different growth stages of winter wheat and MODISimage time

1.2.2 其他數(shù)據(jù)

氣象數(shù)據(jù)由邯鄲市氣象局提供2019年10月16日至2020年6月1日永年區(qū)及周邊雞澤縣、曲周縣、武安市等4個(gè)氣象站點(diǎn)的平均氣溫、風(fēng)速、相對(duì)濕度、可照時(shí)數(shù)和日照時(shí)數(shù)的逐日氣象數(shù)據(jù)，太陽(yáng)輻射數(shù)據(jù)由國(guó)家氣象科學(xué)數(shù)據(jù)中心（http：／／data.cma.cn／）下載。

DEM（digital elevation model）數(shù)據(jù)由地理空間數(shù)據(jù)云（http：／／www.gscloud.cn／search）下載，ASTER GDEM 30M數(shù)據(jù)，利用ArcGIS進(jìn)行投影轉(zhuǎn)換［30］，利用永年行政區(qū)shp圖進(jìn)行掩膜、剪裁，得到永年區(qū)的DEM空間分布圖（圖2），轉(zhuǎn)換成.tif格式后使用。

圖2 區(qū)域DEM數(shù)據(jù)Fig.2 Regional DEM data

2 方法介紹

2.1 SEBAL模型原理

SEBAL模型名為“陸地地表能量平衡算法”模型，基于最小氣象數(shù)據(jù)需求來(lái)估計(jì)區(qū)域尺度上的能量分配的原理進(jìn)行計(jì)算。使用該模型進(jìn)行蒸散發(fā)的計(jì)算，其表達(dá)式［31］為

式中：λ·ET為潛熱通量，W／m2；λ為汽化潛熱，J／kg；Rn為凈輻射通量，W／m2；G為土壤熱通量W／m2；H為感熱通量，W／m2。

SEBAL模型的反演過(guò)程見(jiàn)圖3，根據(jù)地表能量平衡原理，結(jié)合參考文獻(xiàn)［18］中的各個(gè)步驟和公式，使用MODIS數(shù)據(jù)得到地表反照率、植被指數(shù)和地表溫度等關(guān)鍵參數(shù)，代入公式計(jì)算得出研究區(qū)域內(nèi)的各個(gè)熱通量；通過(guò)地表能量平衡方程，得出遙感衛(wèi)星過(guò)境時(shí)的瞬時(shí)蒸散發(fā)；選取蒸發(fā)比不變法，進(jìn)行日尺度的擴(kuò)展，推導(dǎo)出區(qū)域日蒸散發(fā)量。

圖3 SEBAL模型反演過(guò)程Fig.3 SEBAL model inversion process

2.2 Penman-Monteith公式

Penman-Monteith公式（以下簡(jiǎn)稱“P-M公式”）由Evants［32］和Monteith［33］研究下墊面ET時(shí)引入表面阻力的概念而導(dǎo)出，為非飽和下墊面的蒸發(fā)研究開(kāi)辟了新途徑。1998年，聯(lián)合國(guó)糧農(nóng)組織FAO（Food and Agriculture Organization of the United Nations）改進(jìn)公式后，已被證實(shí)具有較高的精度及可適用性［34］，選擇P-M公式對(duì)SEBAL模型進(jìn)行驗(yàn)證。根據(jù)P-M公式，蒸騰量［35］可按下式計(jì)算：

式中：Kc是無(wú)水分脅迫條件下作物騰發(fā)量和參照騰發(fā)量的比值數(shù)；Ks是土壤水分修正系數(shù)，而當(dāng)土壤水分不是作物蒸發(fā)蒸騰的限制因素時(shí)，土壤水分修正系數(shù)Ks＝1；θ是計(jì)算時(shí)段內(nèi)作物根系活動(dòng)層的平均土壤含水量；θup、θF是凋萎系數(shù)與田間持水量；θj是作物蒸發(fā)開(kāi)始受影響時(shí)的臨界土壤含水量。

其中，Kc它反映了區(qū)別實(shí)際作物與參照作物草的作物高度、冠層阻力、土壤蒸發(fā)、作物-土壤表面反射率等主要特性的綜合影響［36］，因此Kc隨作物的各種特性和氣候的變化而變化。不僅作物類型不同其系數(shù)Kc不同，同一作物全生育期中的特性變化也同樣影響作物系數(shù)Kc；當(dāng)作物生長(zhǎng)發(fā)育，地面覆蓋程度，作物高度和葉面積都變化時(shí)，使得同一作物不同生長(zhǎng)階段的騰發(fā)量亦存在差別，相應(yīng)地，會(huì)導(dǎo)致給定的作物的Kc值在整個(gè)生長(zhǎng)期變化。本文采用分段單值平均作物系數(shù)法，依據(jù)FAO-56［35］，冬小麥各生育期Kc在［0.4，1.15］區(qū)間內(nèi)變化。

3 SEBAL模型的驗(yàn)證

依據(jù)每個(gè)生長(zhǎng)期或每個(gè)月校驗(yàn)一次的原則，選擇與遙感數(shù)據(jù)相對(duì)應(yīng)的日氣象數(shù)據(jù)按照P-M公式（2）～（4）計(jì)算得出日蒸散發(fā)量。依據(jù)FAO給出的參考值，在出苗期至越冬期的Kc為0.4，返青期至起身期的Kc為0.7，拔節(jié)期至和灌漿期的Kc為1.15；由于6月1日尚處于小麥成熟初期，Kc處于由Kcmid下降到Kcend的過(guò)程，考慮這一實(shí)際并參考他人成果［37］，在此選擇Kc為0.7。

經(jīng)計(jì)算后，將SEBAL模型的結(jié)果與之進(jìn)行對(duì)比，見(jiàn)圖4?？傮w來(lái)看：雖然SEBAL模型值與P-M公式計(jì)算的值會(huì)有一定的偏差，但二者的變化趨勢(shì)基本一致，以P-M公式計(jì)算結(jié)果為基準(zhǔn)值計(jì)算的均方根誤差為0.65；進(jìn)一步，將二者進(jìn)行線性擬合，其方程為y＝1.077 3x＋0.149 3，且R2為0.941 2，見(jiàn)圖5，整體相關(guān)性良好。因此，判定SEBAL模型在永年冬小麥種植區(qū)具有一定的適用性，可以用于估算區(qū)域冬小麥的實(shí)際蒸散量。

圖4 P-M法與SEBAL法結(jié)果對(duì)比Fig.4 Comparation of P-M method and SEBAL method

圖5 P-M法和SEBAL法擬合分析Fig.5 Fitting analysis of P-M and SEBAL

4 蒸散發(fā)量變化規(guī)律

基于2.1小節(jié)所述地表能量平衡方程，將選取的13景MODIS數(shù)據(jù)逐步代入計(jì)算，得出區(qū)域冬小麥不同生長(zhǎng)期內(nèi)對(duì)應(yīng)的日蒸散發(fā)量，并從時(shí)間分布和空間分布來(lái)分析其變化規(guī)律。

4.1 時(shí)間分布特征

整個(gè)冬小麥生長(zhǎng)過(guò)程中，永年冬小麥種植區(qū)蒸散發(fā)的變化趨勢(shì)呈現(xiàn)出波動(dòng)式上升趨勢(shì)（圖6），可根據(jù)蒸散發(fā)數(shù)值的大小分出苗期至返青期、起身期至孕穗期和拔節(jié)期至成熟期3個(gè)階段，各階段的具體變化分析如下：

圖6 冬小麥不同生育期日蒸散發(fā)及LAI變化Fig.6 Daily evapotranspiration and LAI of winter wheat in different growth stages

在出苗期至返青期這一階段，區(qū)域的蒸散發(fā)在0.52 mm／d至1.49 mm／d變化。這一時(shí)期處于秋冬季，研究區(qū)太陽(yáng)高度角較小，太陽(yáng)輻射到達(dá)研究區(qū)地表的能量較少，且接收地表的土壤處于封凍期，小麥生長(zhǎng)也很緩慢，所以在整個(gè)作物生長(zhǎng)周期中，這一 階段研究區(qū)的蒸散發(fā)量最低。

在起身期到孕穗期，這一時(shí)期位于春季，隨著氣溫的回升，土地逐漸回暖，小麥逐漸返青并進(jìn)入生長(zhǎng)期，蒸散發(fā)逐漸增加，較上一階段有了較為明顯的增幅，研究區(qū)蒸散發(fā)在3.18 mm／d至4.47 mm／d變化。

在拔節(jié)期至成熟期，蒸散發(fā)數(shù)值明顯增大，在4.47 mm／d至8.06 mm／d變化。這一階段主要在4—5月，隨著太陽(yáng)的移動(dòng)，溫度上升，植被開(kāi)始快速生長(zhǎng)，同時(shí)該時(shí)期也是小麥生長(zhǎng)最旺盛的關(guān)鍵時(shí)期。經(jīng)過(guò)調(diào)查可知，若無(wú)降雨，當(dāng)?shù)剞r(nóng)戶都會(huì)及時(shí)灌溉，保證了作物生長(zhǎng)必需的水分，植被的快速生長(zhǎng)使得植被的蒸騰作用變大，從而使得冬小麥的蒸騰量和土壤水分蒸發(fā)量逐漸上升，造成研究區(qū)的蒸散發(fā)顯著增加。

4.2 空間分布特征

利用Python、ArcGIS等工具，以SEBAL模型計(jì)算結(jié)果為基礎(chǔ)，反演出永年冬小麥種植區(qū)冬小麥整個(gè)生育期不同階段的蒸散發(fā)空間分布情況大致分3類，見(jiàn)圖7。

圖7 冬小麥生育期蒸散量Fig.7 Winter wheat evapotranspiration of different growth stages

圖7 冬小麥生育期蒸散量Fig.7 Winter wheat evapotranspiration of different growth stages

蒸散發(fā)整體呈現(xiàn)出東南高、西部次之、北部低的變化趨勢(shì)，見(jiàn)圖7（a）～7（b）和7（m）。其中：東南部地區(qū)廣府鎮(zhèn)、張西堡鎮(zhèn)、西河莊鄉(xiāng)的大部分地區(qū)蒸散量的變化范圍為0.41～10.24 mm／d；西部鄉(xiāng)鎮(zhèn)永合會(huì)鎮(zhèn)、西陽(yáng)城鄉(xiāng)以及界河店鄉(xiāng)和臨洺關(guān)鎮(zhèn)大部分地區(qū)的蒸散發(fā)變化為0.43～8.69 mm／d；東部地區(qū)辛莊堡鄉(xiāng)以及東陽(yáng)莊鎮(zhèn)的大部分地區(qū)蒸散發(fā)變化為0.19～8.13 mm／d；中部和北部的其他地區(qū)講武鎮(zhèn)、曲陌鄉(xiāng)、小龍馬鄉(xiāng)、劉漢鄉(xiāng)、正西鄉(xiāng)等大部分地區(qū)蒸散發(fā)變化為0.01～7.96 mm／d。由于受到云層影響，中部地區(qū)出現(xiàn)空值，因此這一分布是東南、西部和北部區(qū)域的局部相對(duì)特征。

蒸散發(fā)整體呈現(xiàn)出中部及北部地區(qū)較高、西部及東南低的變化趨勢(shì)，見(jiàn)圖7（c）～7（f）和7（h）～7（l）。其中：中部地區(qū)劉營(yíng)鎮(zhèn)、西蘇鎮(zhèn)、講武鎮(zhèn)、曲陌鄉(xiāng)和小龍馬鄉(xiāng)大部分地區(qū)蒸散發(fā)變化為0～7.46 mm／d；北部地區(qū)劉漢鄉(xiāng)、正西鄉(xiāng)、大北汪鎮(zhèn)的大部分地區(qū)蒸散發(fā)變化為0.15～6.98 mm／d；東部地區(qū)辛莊堡鄉(xiāng)以及東陽(yáng)莊鎮(zhèn)的大部分地區(qū)蒸散發(fā)變化為0.15～6.54 mm／d；東南部地區(qū)廣府鎮(zhèn)、張西堡鎮(zhèn)、西河莊鄉(xiāng)的大部分地區(qū)蒸散量的變化范圍為0.12～5.79 mm／d；西部鄉(xiāng)鎮(zhèn)永合會(huì)鎮(zhèn)、西陽(yáng)城鄉(xiāng)以及界河店鄉(xiāng)和臨洺關(guān)鎮(zhèn)大部分地區(qū)的蒸散發(fā)變化為0～5.49 mm／d。

蒸散發(fā)呈現(xiàn)中部高、四周低的變化趨勢(shì)，如圖7（g）所示。其中：中部地區(qū)劉營(yíng)鎮(zhèn)、西蘇鎮(zhèn)、講武鎮(zhèn)、曲陌鄉(xiāng)和小龍馬鄉(xiāng)大部分地區(qū)蒸散發(fā)變化為0.25～2.58 mm／d；西部鄉(xiāng)鎮(zhèn)永合會(huì)鎮(zhèn)、西陽(yáng)城鄉(xiāng)以及界河店鄉(xiāng)和臨洺關(guān)鎮(zhèn)大部分地區(qū)的蒸散發(fā)變化為0.20～2.04 mm／d；東部地區(qū)辛莊堡鄉(xiāng)以及東陽(yáng)莊鎮(zhèn)的大部分地區(qū)蒸散發(fā)變化為0.30～1.86 mm／d；北部地區(qū)劉漢鄉(xiāng)、正西鄉(xiāng)、大北汪鎮(zhèn)的大部分地區(qū)蒸散發(fā)變化為0.37～1.79 mm／d；東南部地區(qū)廣府鎮(zhèn)、張西堡鎮(zhèn)、西河莊鄉(xiāng)的大部分地區(qū)蒸散量的變化范圍為0.83～1.35 mm／d。

綜上并考慮云層對(duì)數(shù)據(jù)的反演影響可知，種植區(qū)冬小麥的生育期蒸散發(fā)的空間分布大致呈現(xiàn)西部低、東部高的趨勢(shì)。依據(jù)永年冬小麥種植分布，并結(jié)合地形特征和水文地質(zhì)情況分布可知：區(qū)域多為低山丘陵區(qū)，西部冬小麥種植面積有限，使得作物蒸散發(fā)貢獻(xiàn)??；中部及東部地區(qū)，主要以平原為主，土地類型主要為耕地類型，水源豐富，植被長(zhǎng)勢(shì)較好，具備了良好的蒸散條件，因此東部平原的蒸散量在整個(gè)生長(zhǎng)期內(nèi)，相較其他片區(qū)而言，量值較高。

綜合區(qū)域蒸散發(fā)時(shí)間、蒸散量分布特征（圖6～7、表2），進(jìn)一步將研究區(qū)日蒸散量空間分布情況隨著冬小麥不同生育期的演變規(guī)律分析如下：

表2 冬小麥不同生育期內(nèi)區(qū)域日蒸散發(fā)統(tǒng)計(jì)Tab.2 Regional daily evapotranspiration of winter wheat in different growth stages

在出苗期至返青期這一階段，隨著時(shí)間的推移，區(qū)域蒸散發(fā)的峰值呈現(xiàn)由東南地區(qū)的廣府鎮(zhèn)、張西堡鎮(zhèn)、西河莊鄉(xiāng)向中部偏北、東部的劉營(yíng)鎮(zhèn)、西蘇鎮(zhèn)、講武鎮(zhèn)、曲陌鄉(xiāng)、小龍馬鄉(xiāng)、辛莊堡鄉(xiāng)以及東陽(yáng)莊鎮(zhèn)、劉漢鄉(xiāng)、正西鄉(xiāng)、大北汪鎮(zhèn)轉(zhuǎn)移的趨勢(shì)，其峰值大小由0.11～0.52 mm／d到1.93～2.39 mm／d。而東南部湖泊（永年洼）附近的小麥，因土壤含水量較高，呈現(xiàn)生育期初期的ET高于周邊其他區(qū)域的特征。

在起身期到孕穗期這一階段，整個(gè)研究區(qū)蒸散發(fā)空間分布變化較為一致，隨著小麥生長(zhǎng)和氣溫的升高，整個(gè)區(qū)域的蒸散發(fā)呈現(xiàn)均一化的上升趨勢(shì)，區(qū)域蒸散發(fā)峰值在空間并未發(fā)生轉(zhuǎn)移。

在開(kāi)花期至成熟期這一階段，隨著作物的逐漸成熟，區(qū)域蒸散發(fā)呈現(xiàn)升至峰值后又緩慢下降的趨勢(shì)，峰值由中北部的劉營(yíng)鎮(zhèn)、講武鎮(zhèn)、曲陌鄉(xiāng)、辛莊堡鄉(xiāng)以及東陽(yáng)莊鎮(zhèn)、劉漢鄉(xiāng)、正西鄉(xiāng)、大北汪鎮(zhèn)向中南部臨洺關(guān)鎮(zhèn)部分地區(qū)、西蘇鎮(zhèn)、小龍馬鄉(xiāng)、廣府鎮(zhèn)、張西堡鎮(zhèn)等地區(qū)轉(zhuǎn)移。由圖7（m）并結(jié)合調(diào)研可知，因冬小麥種植差異，北部部分地區(qū)在成熟期先行收割，作物蒸散發(fā)貢獻(xiàn)銳減，故其區(qū)域蒸散發(fā)數(shù)值逐漸降低。

綜上可知，在氣候條件和土地利用類型等共同影響下，永年冬小麥種植區(qū)的蒸散發(fā)具有一定的時(shí)空差異性，空間上中部和北部地區(qū)蒸散發(fā)最大、東南地區(qū)和西部地區(qū)的蒸散發(fā)值較低，時(shí)間上蒸散發(fā)量值的順序?yàn)椋洪_(kāi)花期至成熟期前大于起身期至孕穗期大于出苗期至返青期，整體表現(xiàn)為夏季蒸散發(fā)最大，春季次之，秋季和冬季最小。

4.3 與LAI相關(guān)性分析

葉面積指數(shù)（LAI）是指太陽(yáng)光照射時(shí)冬小麥的葉片垂直投影面積和占地面積的比值，是反映作物生長(zhǎng)狀況的重要指標(biāo)之一，值的大小與產(chǎn)量多少關(guān)系十分緊密。正是由于葉面積指數(shù)可以很好地反映作物生長(zhǎng)狀況，因此，其值大小和蒸散發(fā)也密切相關(guān)。因此將各代表日的LAI一并列出（表2、圖8）并進(jìn)行分析，其中LAI采用MODIS數(shù)據(jù)直接反演得到。

圖8 冬小麥蒸散發(fā)和LAI擬合分析Fig.8 The fitting course between evapotranspiration and LAI of winter wheat

由圖8可知：LAI在出苗期至返青期數(shù)值較小且波動(dòng)較小，數(shù)值在1.31～1.61，區(qū)域蒸散發(fā)數(shù)值在1.14～1.61 mm／d；隨著作物的生長(zhǎng)進(jìn)入拔節(jié)期至成熟期這一關(guān)鍵階段，LAI逐漸變大，蒸散量也逐漸達(dá)到最高值，進(jìn)入成熟期后，LAI不再變化，蒸散發(fā)量也隨之降低，反映了此次反演的蒸散發(fā)與LAI變化的密切相關(guān)性以及和作物生長(zhǎng)變化規(guī)律的一致性。

進(jìn)一步以模型反演的日均蒸散發(fā)值為縱坐標(biāo)、以冬小麥的LAI為橫坐標(biāo)將二者進(jìn)行擬合，結(jié)果（圖8）顯示，兩者呈乘冪關(guān)系，其方程為y＝0.592 7x1.7658，R2高達(dá)到0.88，揭示了永年冬小麥蒸散發(fā)隨LAI變化而正向增加的定量關(guān)系。

5 結(jié) 論

本文采用P-M公式校驗(yàn)后的SEBAL模型對(duì)2019年10月至2020年6月河北永年冬小麥種植區(qū)全生育期內(nèi)的蒸散發(fā)進(jìn)行了遙感估算，并就冬小麥不同生育期的日蒸散量的時(shí)空變化開(kāi)展了分析，得到如下結(jié)論：

區(qū)域日蒸散發(fā)量在冬小麥全生育期內(nèi)波動(dòng)中呈上升趨勢(shì)；在出苗期至返青期蒸散發(fā)較低，區(qū)域的蒸散發(fā)在0.52～1.49 mm／d；在起身期到孕穗期，蒸散發(fā)在3.18～4.47 mm／d，較上一階段，有了明顯的增幅；在拔節(jié)期至成熟期（關(guān)鍵生長(zhǎng)期），隨著小麥迅速生長(zhǎng)，區(qū)域蒸散發(fā)迅速增加，在4.47 mm／d至8.06 mm／d變化。整體表現(xiàn)為夏季蒸散發(fā)最大，春季次之，秋季、冬季最小的分布規(guī)律。

永年冬小麥種植區(qū)的蒸散發(fā)具有一定的時(shí)空差異性。區(qū)域冬小麥在出苗期至返青期蒸散發(fā)的峰值呈現(xiàn)由東南地區(qū)向中部轉(zhuǎn)移的趨勢(shì)。時(shí)間上蒸散發(fā)量在不同生長(zhǎng)期的演變呈現(xiàn)出開(kāi)花期至成熟期前大于起身期至孕穗期大于出苗期至返青期的規(guī)律?？臻g上永年中部和北部小麥種植區(qū)的蒸散發(fā)最大、東南地區(qū)次之、西部地區(qū)的蒸散發(fā)值較低的變化趨勢(shì)，與研究區(qū)地形和水文地質(zhì)特征造成的耕作方式的差異性較為一致。

在選用的全生育期內(nèi)，冬小麥日蒸散量與LAI的平均值呈較為顯著的乘冪關(guān)系，且R2高達(dá)0.88，說(shuō)明LAI對(duì)區(qū)域蒸散發(fā)量的大小影響較為顯著。

本研究基于能量平衡原理對(duì)河北永年小麥種植區(qū)蒸散發(fā)量進(jìn)行了估算，日尺度計(jì)算采用蒸發(fā)比不變法，在未來(lái)可嘗試使用不同蒸散發(fā)的時(shí)間尺度擴(kuò)展法相互結(jié)合得到作物的蒸散發(fā)值。受經(jīng)費(fèi)和疫情影響，僅分析了作物L(fēng)AI和區(qū)域蒸散發(fā)的相關(guān)性，未來(lái)將開(kāi)展根系的生物量測(cè)定，在開(kāi)展ET與根系、LAI的定量化關(guān)系解析的基礎(chǔ)上，充分考慮雨養(yǎng)和不同灌溉制度下的水分脅迫對(duì)ET的影響，更深入地開(kāi)展冬小麥區(qū)域蒸散發(fā)的時(shí)空變化分析。