基于多源產品的西南河流源區地表蒸散發時空特征

溫 馨，周 紀，劉紹民，馬燕飛，徐自為，馬 晉

(1.電子科技大學資源與環境學院，四川 成都 611731； 2.北京師范大學地理科學學部，北京 100875；3.邯鄲學院經濟管理學院，河北 邯鄲 056005)

西南河流源區位于具有地球“第三極”之稱的青藏高原[1]，對全球氣候變化的響應具有敏感性和快速性，同時受到大氣圈、水圈、冰凍圈的影響，是中低緯度地區地-氣熱量調節的關鍵地區[2-4]。源區孕育了黃河、長江、雅魯藏布江、瀾滄江等7條亞洲重要的河流，有著豐富的水資源，但水資源分布集中，水資源的開發利用難度較大[5-6]。在全球氣候變暖的背景下，高原地區的冰川消融正在加速，跨國界河流徑流量的時空變化加劇，水資源分配模式的不穩定性逐年增加，這些變化已經引起了國內外學者的廣泛關注[7-10]。

地表蒸散發是能量平衡和水循環的重要組成部分，了解地表蒸散發的變化規律，對提高水資源利用效率、干旱治理、生態環境保護都具有重要的意義[11-16]。目前蒸散發數據的獲取主要有地面蒸散發觀測和模型模擬兩種手段[17-18]。地面蒸散發的觀測包括蒸滲儀法、液流法、波文比法、渦動相關法和閃爍儀法等，但因為地形、氣候、植被類型和土壤性質等原因，站點蒸散發的觀測無法捕捉到蒸散發在空間上的異質性[19-20]。模型模擬方法包括水量平衡法、能量守恒法、互補相關理論、參考作物系數法等以水文學和氣象學為基礎的方法。隨著遙感技術的興起，獲取大范圍的特征參數成為可能，使蒸散發研究從站點走向區域成為現實。遙感技術為地表蒸散發模型模擬方法提供了新的驅動數據，用遙感手段進行區域尺度非均勻下墊面的蒸散發估算，已成為遙感應用領域的重要方向。

地表蒸散發在水資源管理中有著廣泛的應用，在氣候變化的背景下，水熱條件的改變對西南河流源區生態格局分布、能源分配利用有著深刻的影響。目前，國內外與西南河流源區地表蒸散發有關的研究主要集中在青藏高原，包括區域蒸散發模擬估算、潛在蒸散發的時空特征分析[4]和采用水量平衡法進行流域尺度蒸散發估算[11]，這些研究的主要目的是探究和發展適用于青藏高原或高原特殊生態系統的地表蒸散發算法或模型。如，Chang等[21]提出了一種改進的MOD16算法估算青藏高原高寒草甸的地表蒸散發；Fei等[22]利用3種不同的模型估算了青藏高原高山草原生態系統的地表蒸散發，發現參數考慮了土壤水分狀況的Katerji-Perrier模型表現最好；Peng等[23]交叉比較了6種地表蒸散發產品在青藏高原的時空特征，發現HOLAPS(high resolution land atmosphere parameters from space)產品和LandFlux-EVAL產品的空間格局有相似之處，其他產品(SEBSSRB-PU、SEBSChen、PTSRB-PU、PMSRB-PU)則表現出不同的空間格局，但所有產品都可以很好地捕捉到蒸散發的季節變化規律。針對青藏高原的地表蒸散發時空變化開展的研究較少，研究方法主要為線性趨勢法，如，尹云鶴等[24]發現青藏高原大部分地區的實際蒸散發在過去30年呈上升趨勢，主要受降水增加的影響；Gu等[25]發現青藏高原高寒草甸的蒸散發主要受降水的影響；Song等[26]發現青藏高原的地表蒸散發從東南向西北逐漸降低，相對濕度是青藏高原西北部地表蒸散發變化的主導因子。線性趨勢法可以研究一個區域整體的變化趨勢，經驗正交分解(empirical orthogonal function, EOF)方法可以從像元尺度展現要素的時空特征，目前尚未有研究使用EOF方法探究西南河流源區地表蒸散發的時空特征。此外，在過去的研究中缺少對源區不同流域地表蒸散量變化的研究。

本文基于EOF方法對西南河流源區地表蒸散發的時空特征進行研究，探究不同流域地表蒸散發的差異及其相關因子，以期揭示西南河流源區地表蒸散發的時空分布特征及其影響因素。

1 研究區概況與數據來源

1.1 研究區概況

西南河流源區位于北緯25°～40°、東經74°～104°之間，主要包括青藏高原東部、東南部和南部及其毗鄰地區，是我國西南諸河的發源地。按照流域劃分，可以將西南河流域源區分為雅魯藏布江流域、瀾滄江流域、河西走廊內陸河(南部部分)、長江上游、怒江流域(包括伊洛瓦底江)、黃河上游、藏南諸河及青海湖水系共8個一級流域。該地區地表覆蓋類型包括林地、草地、農用地、城市及建設用地、水體、冰川積雪、未分類區共7類(圖1)。按照海拔高度，源區大致可以分為5個區間，如圖2所示，源區大部分地區的海拔在3 000 m以上。

圖1 西南河流源區地表覆蓋類型及流域概況

圖2 西南河流源區高程分布與通量站點位置

1.2 數據來源

1.2.1通量站點觀測數據

采用5個站點通量系統的觀測數據對地表蒸散發產品進行站點尺度的評估，由于源區內通量站點較少，且觀測數據缺乏，因此補充了源區東南方向最近的兩個站點：哀牢山站和西雙版納站(圖2)。其中，阿柔站的數據來自黑河流域水文氣象網[27-29]，珠峰站的數據來自青藏高原科學數據中心[30-33](http://www.tpedatabase.cn)，海北站、哀牢山站和西雙版納站的數據來自中國通量觀測研究聯盟(http://www.chinaflux.org/)。觀測儀器為渦動相關儀，主要觀測數據包括感熱、潛熱通量，對數據預處理后得到站點的月蒸散發值。各站點的基本信息如表1所示。

表1 通量觀測站點的基本信息

1.2.2地表蒸散發產品

本研究采用的地表蒸散發產品包括ET-EB[34]、MOD16[35]、GLEAM(global land evaporation amsterdam model)[36]、Zhang-ET[37]和GLDAS(global land data assimilation system)產品[38]。ET-EB為月產品，空間分辨率0.05°；MOD16為8天合成產品，空間分辨率為1 km;GLEAM為逐日產品，空間分辨率為0.25°；Zhang-ET為月產品，空間分辨率為 8 km；GLDAS為月產品，空間分辨率為0.25°。所有產品預處理后合成到月尺度上進行分析。

a. ET-EB產品。Chen等[9]基于Su[39]提出的基于地表能量平衡的單層模型SEBS優化形成了ET-EB。ET-EB基于輸入的空氣溫度與遙感地表溫度來獲得地氣溫差進行感熱計算，另外通過一個基于植被覆蓋度的動態熱量傳輸附加阻尼kB-1模型，改進了空氣動力學阻抗中附加阻抗計算。地表能量平衡公式如下：

Rn=GO+H+λE

(1)

式中：Rn為凈輻射通量；GO為土壤熱通量；H為感熱通量；λE是潛熱通量。

b. MOD16產品。MOD16由蒙大拿大學密蘇拉分校地球動態數值模擬研究組研發，其主要輸入的變量包括氣象數據、FPAR(光合有效輻射吸收比例)和LAI數據集，以及一些輔助數據例如土壤成分等，產品覆蓋范圍為有植被區域，不包括水體、城市等無植被覆蓋區域。MOD16計算基于依據能量平衡和紊流擴散原理的Penman-Monteith(P-M)公式[40]，其計算公式如下：

(2)

式中：s為飽和水汽壓與溫度的曲線斜率；A為可利用能量，植被覆蓋度可計算冠層和土壤表面分別獲取的能量；ρ為空氣密度；Cp為空氣定壓比熱；γ為干濕表常數；esat和e分別為飽和水汽壓和實際水汽壓；ra和rs分別為空氣動力學阻抗和表面阻抗。

c. GLEAM產品。GLEAM產品由荷蘭阿姆斯特丹大學研發，計算了蒸散發(ET)的所有組分：植被蒸騰(Et)、冠層截留蒸發(Ei)、裸土蒸發(Eb)、雪升華蒸發(Es)和水面蒸發(Ew)。主要基于Priestley-Taylor(P-T)公式：

(3)

式中：αPT為P-T常數；Δ為飽和水汽壓-空氣溫度的斜率。

該模型計算所用的數據主要來源于衛星觀測，包括降水量數據、土壤水分和植被光學厚度數據、輻射通量、氣溫數據和雪水當量數據。

d. Zhang-ET產品。Zhang-ET產品基于改進的P-M公式對冠層蒸騰和土壤蒸發進行量化，利用歸一化植被指數(NDVI)定義全球不同生態群落的冠層導度，并使用P-T方法對開放水域蒸發進行量化。使用了GIMMS NDVI、NCEP/NCAR再分析資料以及NASA/GEWEX等數據作為輸入。

e. GLDAS產品。GLDAS是美國國家航空航天局戈達德航天飛行中心和美國國家海洋與大氣管理局國家環境預測中心聯合發展的，融合了地面和衛星觀測數據的全球陸面數據模擬系統，該系統用了包括Noah、Mosaic、VIC(variable infiltration capacity)和CLM(common land model)等多個國際上流行的陸面模式。本文使用的是GLDAS_NOAH025_M的地表蒸散發數據。

1.2.3氣象參數

氣象參數來自中國區域高時空分辨率地面氣象要素驅動數據集，下載自國家青藏高原科學數據中心。該數據集的時間分辨率為3 h，空間分辨率0.1°。本研究中使用的數據包括2001—2013年的3種氣象要素：近地面氣溫(瞬時近地面2 m氣溫，單位：K)、近地面空氣比濕(單位：kg/kg)和地面降水率(3 h平均降水率，單位：mm/h)。利用降水率與時間乘積求出降水量，最后將各數據預處理到月尺度。

2 研究方法

本文使用了ET-EB、MOD16、GLEAM、Zhang-ET和GLDAS共5種地表蒸散發產品，采用站點數據驗證后選出精度較好的產品研究西南河流源區地表蒸散發的時空變化及其影響因子，利用兩種不同類型的EOF方法，分別突出源區地表蒸散發的時間特征和空間特征。為了進一步分析影響流域的地表蒸散發的氣象因子，基于偏相關分析方法對流域的地表蒸散發與3種氣象要素分別進行相關分析。

2.1 地表蒸散發產品的精度檢驗

直接利用地面的通量觀測數據對地表蒸散發產品進行檢驗，這是最為常用的對蒸散發產品進行檢驗的方法。根據經緯度提取5個產品在站點相應位置的蒸散發值與實測值對比，用泰勒圖[41]在像元尺度上評價了不同產品的精度，由于通量儀觀測范圍較大，5種產品中MOD16產品空間分辨率較高，因此采用范圍內3×3像元的均值與觀測值進行對比[42]，其他產品分辨率較低，像元包含范圍大提取單個像元值作為代表。泰勒圖的評價指標包括均方根誤差(root mean square deviation, RMSD)、標準差(standard deviation, SD)、相關系數r(correlation coefficient)。

2.2 EOF方法

EOF方法由Pearson提出，20世紀50年代Lorenz將該方法引入大氣科學領域，隨后被廣泛應用至今，是大氣、海洋以及地球物理科學分析中的有力工具。EOF方法能對氣象要素場進行時空分解，分解為相互正交的空間模態和時間系數。

在進行EOF分解前，Paden等[43]提出了兩種對數據的距平處理方法：時間距平和空間距平。對原始數據的空間距平為

(4)

式中：X′ij為每個像元減去每幅圖像平均值的時間序列數據；i為像元在原始場矩陣中的行數；j為像元在原始場矩陣中的列數；m為一幅圖像的像元(要素)個數；k為與像元Xij同一時間序列的其他像元。空間距平可以在一定程度上可反映要素場的空間分布特點，描述一些持久性的特征[44]。在空間距平的基礎上進行的EOF分析又稱為梯度EOF。

在時間距平的基礎上進行的EOF分析又稱為協方差EOF，時間距平得到的時間系數可以反映相應空間模態隨時間的權重變化。對原始數據的時間距平為

(5)

式中：n為時間序列；l為像元Xij在2001年1月至2013年12月之間的月時間序列。

EOF分解后得到的結果只有通過了檢驗才是有效的。North等[45]的研究指出，在95%置信度水平下的特征根誤差為

(6)

式中：λ為特征根；N*為數據的有效自由度。將λ按順序帶入，依次檢查，并且標記誤差范圍，當相鄰兩個特征值λj和λj+1沒有重疊時，認為兩個特征值是有差別的，如果前后兩個特征值的誤差范圍有重疊部分，那么認為它們是沒有顯著差別的。

由于本文使用的地表蒸散發產品相比于站點觀測的氣象要素來說，要素點的數目遠大于觀測時間序列，即n?m，在計算空間模態和時間系數時采用時空轉換[46]方法。

2.3 偏相關分析

偏相關分析可以在對其他變量的影響進行控制的條件下，權衡多個變量中某兩個變量之間線性相關程度。在分析變量x1和x2之間的偏相關系數時，當控制了變量x3的線性作用后，x1和x2之間的一階偏相關系數定義為

(7)

式中r12、r23、r13分別為兩個變量間的簡單相關系數。二階偏相關系數可由一階偏相關系數求得。

3 結果與分析

3.1 站點尺度數據檢驗

圖3為各產品在不同站點的精度檢驗結果，其中橫軸和縱軸黑線為標準差(SD)，縱軸藍色虛線為相關系數(r)，綠色虛線圓弧為均方根誤差(RMSD)。可以看出，不同產品、不同站點的精度不同，其中阿柔站：Zhang-ET產品的RMSD最低(17.19 mm/月)，相關系數最高(r=0.96)；海北站：除ET-EB外其余4種產品驗證結果精度較高，其中GLEAM產品的RMSD最低(20 mm/月)，相關系數最高(r=0.92)；哀牢山站：MOD16、GLDAS、GLEAM 3種產品的驗證結果精度較高，其中GLDAS的RMSD最低(20.31 mm/月)，GLEAM的相關系數最高(r=0.91);西雙版納站：MOD16、GLDAS、GLEAM 3種產品的驗證結果精度較高，其中GLDAS的RMSD最低(20 mm/月)，相關系數最高(r=0.80)；珠峰站：除Zhang-ET外其余的4種產品驗證結果精度較高，其中GLEAM的RMSD最低(20 mm/月)，MOD16的相關系數最高(r=0.87)。總體上，GLEAM與站點觀測值的匹配程度較好，RMSD為23.4 mm/月，與各站點相關系數均在0.7以上，且標準差與觀測值較為接近；其次是MOD16和GLDAS，RMSD分別為24.6 mm/月和 26.7 mm/月；而ET-EB與站點的匹配程度較低，RMSD為34.5 mm/月，在海北站和哀牢山站與觀測值的SD相差較大。

圖3 5種產品在海北站、哀牢山站、阿柔站、西雙版納站及珠峰站的精度檢驗結果

ET-EB產品基于surface energy balance system(SEBS)模型理論，假定正午附近遙感瞬時蒸發比在一天之內恒定的方法估算地表蒸散發[44]，所以反演大氣在穩定和非穩定狀態的轉換時刻的通量誤差較大[47]。而地表蒸發率由感熱計算得到，在計算的過程中帶入了感熱的誤差，造成地表蒸散發反演的不確定性。在計算時，SEBS模型不區分土壤和植被，但實際的下墊面類型并不單一，從而也造成了誤差[48]。另一方面，產品采用MOD11C3和MYD11C3的月平均值來代表地表溫度，只有晴空條件才能獲得較好的數據，而產品模型中地表蒸散發的計算對地表溫度數據有著較高的要求，這也是ET-EB產品不確定性較大的可能原因。

在以往的研究中，GLEAM的產品質量已被多次驗證。Michel等[49-50]基于站點通量數據、再分析資料、水量平衡原理對PM-MOD、SEBS、PT-JPL和GLEAM 4種模型進行了評估，評估結果顯示PT-JPL模型和GLEAM的效果最好；Yang等[51]利用8個通量站點數據對GLEAM產品在中國區域的精度進行了驗證，其中海北站與阿柔站與本研究使用的站點相同，但驗證的時間段不同，其研究結果表明GLEAM在中國區域的精度可靠。結合前人的研究和本研究的驗證結果，研究選取精度較好的GLEAM產品進行源區地表蒸散發的時空特征分析。

3.2 地表蒸散發的空間分布

3.2.1不同流域的地表蒸散發

為了研究西南河流源區不同流域地表蒸散發的時空變化特點，利用GLEAM產品對不同流域的旬平均地表蒸散發展開了分析。

西南河流源區不同流域2001—2013年的旬平均地表蒸散發如圖4所示，不同流域的地表蒸散發年內變化一致并且有明顯的季節特征。瀾滄江流域、怒江流域、藏南諸河的地表蒸散發在7月中旬達到峰值；其他流域地表蒸散發在8月下旬達到峰值。各流域在1月上旬和12月中下旬地表蒸散發最低，其中青海湖水系和黃河上游在這幾個旬內地表蒸散發不足1 mm；6月上旬到9月上旬，長江上游和瀾滄江流域蒸散發較高，最高達到27.89 mm。總的來說，按地表蒸散發旬平均蒸散量由高到低排序：藏南諸河(15.71 mm)、瀾滄江流域(14.28 mm)、長江上游(13.18 mm)、怒江流域(13.05 mm)、雅魯藏布江流域(12.03 mm)、黃河上游(11.12 mm)、青海湖水系(9.33 mm)。

圖4 GLEAM產品不同流域的旬平均蒸散發

3.2.2地表蒸散發的空間分布特征

2001—2013年5種產品的年平均蒸散發空間分布格局相似，呈現出南高北低的分布特點，具體以GLEAM產品在季節上展開分析，結果如圖5所示。可見，春夏秋冬4個季節地表蒸散發的空間分布一致，南部地表蒸散發明顯高于北部，受海拔和地表覆蓋類型影響明顯。結合圖2進行分析，源區的地表蒸散發大致可以分為4個區間：地表蒸散發高值區，集中在藏南諸河及瀾滄江、雅魯藏布江、雅礱江、大渡河的下游等2 000 m以下的低海拔區，這里降水充沛，日照充足，氣溫較高，主要地表覆蓋類型為林地；地表蒸散發次高值區，集中源區東南部2 000～3 000 m 海拔高度；地表蒸散發較低區，集中在源區東北部 3 000～4 000 m海拔高度，這里的地表蒸散發略低于東南部；地表蒸散發最低區，集中在源區中部、北部，這里也是源區海拔最高的地區，主要地表覆蓋類型為草地。

(a) 春季

為進一步分析源區地表蒸散發在月尺度上的時空特征，對2001—2013年西南河流源區GLEAM產品進行梯度EOF分解(圖6)，雖然空間模態的值并不直接代表地表蒸散發的高低，但可以反映地表蒸散發的分布特征，空間模態與時間系數同號表示地表蒸散發較高，異號則表示地表蒸散發較低。分解得到前3個模態的累計方差貢獻率達到了92.8%，且都通過了North檢驗。第一空間模態的方差貢獻率達到了84.19%，可以很好地代表地表蒸散發的空間分布特征，這里只分析第一空間模態。

(a) 第一空間模態

第一空間模態(圖6(a))是對地表蒸散發空間梯度的反映，是源區地表蒸散發的典型場，與源區多年平均地表蒸散發的空間分布一致。特征值以藏南諸河、長江上游流域南部為強正值中心向北遞減，這說明源區南部的地表蒸散發高于北部，這主要由于源區南部降水充沛，主要地表覆蓋類型為林地，蒸騰作用較強，所以地表蒸散發更高；絕對值最高的地區出現是藏南諸河一帶，表示這里地表蒸散發的變化程度更顯著。第一空間模態的時間系數(圖6(b))均為負值，并不隨著時間推移發生正負變化，這說明源區地表蒸散發北低南高的空間分布格局不會隨著時間發生變化，是一種固定的空間特征；時間系數在5—8月振幅最大，這表示每年5—8月是源區空間差異較明顯的月份；受到復雜氣候條件的影響，在2002年、2004—2005年、2007年和2010—2013年時間系數出現了雙峰，這表示地表蒸散發在低谷點的月份空間差異弱于鄰近月份。

3.3 地表蒸散發的時間變化

為進一步探究源區地表蒸散發隨時間的變化特征，分別從流域尺度(圖7)和像元尺度(圖8)對西南河流源區地表蒸散發隨時間的變化進行分析。源區各流域年平均地表蒸散發的變化趨勢如圖7所示，年尺度源區地表蒸散量從高到低排序為：藏南諸河，瀾滄江、雅魯藏布江、長江上游、怒江、黃河上游、青海湖水系，其順序與旬尺度一致。對流域年地表蒸散發進行線性趨勢擬合，只有長江上游和黃河上游兩個流域的地表蒸散發線性趨勢均達到0.05顯著水平，呈顯著上升趨勢。長江上游上升幅度為1.8 mm/a，黃河上游上升幅度為2.3 mm/a，其他流域地表蒸散發均未發現顯著變化趨勢。

圖7 西南河流源區各流域年平均地表蒸散發

協方差EOF分解可以表征要素隨時間變化的特征。一種現象越強烈，協方差EOF分解后其空間模態的幅值越高，模態對應的時間振幅表示特定現象的重要性。對源區地表蒸散發進行協方差EOF分解，分解后前3個空間模態的方差貢獻率達到了93.65%，說明EOF分解的收斂速度很快，并且前3個模態均通過了North檢驗。第一空間模態的方差貢獻率為89.06%，具有很好的代表性，這里分析方差貢獻率最大的第一空間模態。

第一空間模態(圖8(a))源區特征向量均為負值，表明2001—2013年源區地表蒸散發的變化具有全區一致性。絕對值高值區出現在藏南諸河一帶，表明該地區地表蒸散發的變化程度較大。結合時間系數(圖8(b))分析，時間系數呈周期變化，地表蒸散發具有明顯的季節特征；每年4—9月時間系數與空間模態同號為負，源區太陽輻射強，土壤含水量多，植被生長密集，蒸騰作用強，這段時間源區地表蒸散發較高；10月至次年3月時間系數與空間模態異號，源區土壤含水量少，可利用能量低，這段時間源區地表蒸散發較低；源區地表蒸散發年內變化呈單峰格局，高峰出現在每年7月。

(a) 第一空間模態

3.4 地表蒸散發與氣象因子的關系

區域內的降水量、溫度和濕度等氣候條件一定程度上會影響到區域能量供給和水汽輸送條件。溫度差異驅動水分從液態轉為氣態，蒸散發面上的水汽壓與周圍空氣水汽壓之間的差值是驅動水汽從地表蒸散發的主要動力之一，將區域實際蒸散發與氣象因子做相關分析，對于了解區域蒸散發的分布特征和變化趨勢有重要的意義。

對2001—2013年GLEAM產品在西南河流源區的月平均地表蒸散發與降水、氣溫(近地面2 m氣溫)和比濕(近地面空氣比濕)做相關分析，結果如圖9所示。源區的地表蒸散發與3種氣象要素相關性的年內變化相似，在夏季地表蒸散發與3種氣象要素的相關性最強；源區地表蒸散發與比濕的相關性強于降水和氣溫。

圖9 源區月平均地表蒸散發與不同氣象因子的相關系數

為了進一步探究源區不同流域與氣象因子的相關性，對2001—2013年GLEAM各流域不同季節的地表蒸散發與降水、氣溫、比濕3種氣象因子做偏相關分析。偏相關系數反映了在控制其他兩個氣象因子的線性影響的條件下單個氣象因子與地表蒸散發兩變量間的線性相關性，圖10為2001—2013年各流域的月地表蒸散發與不同氣象因子的偏相關系數熱力圖。由圖10可見，長江上游的地表蒸散發在春秋兩季與比濕呈正相關關系，在夏冬兩季與降水呈正相關關系，但在冬季與氣溫的相關性更強；黃河上游的地表蒸散發在所有季節均與氣溫正相關(除冬季外，與氣溫的相關系數均大于0.5，呈顯著相關關系)，在秋季與比濕的相關性更強；瀾滄江流域的地表蒸散發在春秋兩季與比濕呈顯著正相關關系，在夏冬兩季與氣溫呈正相關關系，在不同季節均與降水無相關關系；怒江流域的地表蒸散發在春秋兩季與氣溫正相關，在夏季與比濕正相關，在不同季節均與降水無顯著相關關系；雅魯藏布江和藏南諸河的地表蒸散發在春秋兩季與氣溫的相關系最強(相關系數均大于0.5，呈顯著相關關系)，在冬季與降水的相關性更強，藏南諸河的地表蒸散發在不同季節均與比濕無顯著相關關系；青海湖水系的地表蒸散發在春秋與氣溫呈正相關關系，在夏季與比濕呈正相關關系。

注：“*”表示偏相關系數在0.05水平上顯著。

藏南諸河、瀾滄江流域、長江上游、黃河上游、雅魯藏布江流域和怒江流域降水充沛，陸面水供給充足，蒸散發主要受氣溫等大氣能量因素的驅動；青海湖水系處于半干旱區，陸面比較干旱，所以主要受到陸面能量的影響(本文以近地面空氣比濕間接體現)。對2001—2013年各流域年平均降水量、氣溫、比濕進行線性趨勢擬合發現，藏南諸河的降水量呈顯著上升趨勢，瀾滄江流域、長江上游、黃河上游、雅魯藏布江流域和怒江流域的年平均氣溫呈顯著上升趨勢(0.01K/a左右)，這與各流域蒸散發的變化趨勢一致，從側面證明了西南河流源區的主要流域的地表蒸散發主要受降水和氣溫等因素的影響。

3.5 地表蒸散發與地形因子的關系

除氣象因子外，地形因子也會影響區域地表蒸散發。將高程每500 m劃分為一個區間，坡度每10°劃分為一個區間，坡向每15°劃分為一個區間(以正北為0°，坡向方向基于順時針方向角度增加)，統計不同區間內西南河流源區的平均地表蒸散發，分析不同地形因子與地表蒸散發的關系。

對不同高程區間的年平均地表蒸散發進行統計，結果如圖11(a)所示。2001—2013年不同高程區間地表蒸散量隨高程呈梯度狀變化且變化規律一致，在海拔2 500 m以下區域2006年和2013年的地表蒸散發高于其他年。整體來看西南河流源區的地表蒸散發隨著海拔的升高而降低，但在1 000～1 500 m 區間和3 500～4 000 m區間出現了兩個微弱的抬升。在高程小于500 m時，年均地表蒸散發最高，在高程大于5 500 m的區域，地表蒸散發最低，兩個高程區間的年平均地表蒸散量差值最高達 576 mm。研究區坡度集中在0～60°之間，不同坡度區間的年平均地表蒸散發如圖11(b)所示，各年變化規律一致，其中2006年和2013年在不同坡度區間的地表蒸散量均高于其他年。總體來說，隨著坡度的增加地表蒸散發逐漸變高，在坡度小于40°的區間，地表蒸散發隨著坡度增加的趨勢較為明顯，約為每10°增加55.21 mm；在坡度大于40°之后，地表蒸散發的增加趨勢變緩，約為每10°增加 31.81 mm。研究區不同坡向區間地表蒸散發的變化如圖11(c)所示，豎線對應數字代表該值減15°至該值的一個坡度區間。各年地表蒸散發在不同坡向區間的變化一致總體上是西側(坡向小于180°)地表蒸散量高于東側(坡向小于180°)，其中坡向在西北15°方向內及東南30°方向內的地表蒸散發較高，而西南側、東北側的地表蒸散發較低。研究區地表蒸散發于差異主要體現在東南與西北方向，與北側、南側(即陽坡陰坡)無明顯關系。

(a) 不同高程區間

4 結 論

a. 按流域來看，地表蒸散量從高到低依次為：藏南諸河、瀾滄江、雅魯藏布江、長江上游、怒江、黃河上游、青海湖水系。

b. 從空間分布來看，西南河流源區地表蒸散發受海拔和地表覆蓋類型的影響，呈現東南高西北低的分布特征，藏南諸河一帶是源區地表蒸散發最高的地區。

c. 按時間變化規律來看，2001—2013年源區地表蒸散發呈顯著增加趨勢；源區地表蒸散發年內變化呈單峰型，每年7月達到峰值；藏南諸河是源區地表蒸散發變化程度最大的地區；青海湖水系的地表蒸散發上升幅度最大。

d. 比濕與源區地表蒸散發的相關性最強，在不同的流域，流域的地表蒸散發與比濕、氣溫、降水3種氣象要素的相關性強弱不同。

e. 源區地表蒸散發在不同的高程、坡度、坡向區間存在著明顯的差異。地表蒸散發隨著高程的增加而降低，不同高程區間蒸散發差異較大；地表蒸散發隨著坡度的增加而增加，在小于40°的坡度區間，這種增加趨勢最為明顯；東南側和西北側的地表蒸散發最高。