近20年黃土高原NDVI/氣象要素對(duì)實(shí)際蒸散發(fā)的影響研究

韓宇平，徐 丹，黃會(huì)平，賈冬冬，裴 鐸，張俊峰

(1.華北水利水電大學(xué)水資源學(xué)院，河南 鄭州 450046；2.河南省黃河流域水資源節(jié)約集約利用重點(diǎn)實(shí)驗(yàn)室，河南 鄭州 450046；3.華北水利水電大學(xué)建筑學(xué)院，河南 鄭州 450046)

近年來(lái)，氣候及植被覆被變化引起的水文效應(yīng)顯著增強(qiáng)，進(jìn)而影響到區(qū)域內(nèi)蒸散發(fā)，并引起區(qū)域儲(chǔ)水量變化[1-2]。蒸散發(fā)(Evapotranspiration，ET)包括土壤、水面蒸發(fā)和植被蒸騰，是地表水文循環(huán)過(guò)程的重要組成部分，對(duì)保持區(qū)域能量及水量平衡具有重要意義[3-4]。黃土高原是中國(guó)典型的生態(tài)脆弱帶，絕大部分屬于干旱半干旱地區(qū)，1999年以來(lái)開始實(shí)施退耕還林(草)工程，目前植被在很大程度上得到恢復(fù)，植被覆蓋度大幅增加[5-6]。植被的生長(zhǎng)會(huì)改變地表粗糙度和地表反射率，影響匯流產(chǎn)生過(guò)程及蒸騰過(guò)程，使區(qū)域ET發(fā)生變化，進(jìn)而對(duì)區(qū)域生態(tài)水文過(guò)程產(chǎn)生影響[7-9]。因此，研究變化環(huán)境下ET的時(shí)空分布規(guī)律，分析并探討其與各影響因子的關(guān)系，對(duì)于了解區(qū)域水文條件、提高水資源利用效率有一定的指導(dǎo)意義[10]。

遙感數(shù)據(jù)產(chǎn)品具有多時(shí)間尺度、精度高及監(jiān)測(cè)范圍廣的特點(diǎn)，可提供多時(shí)間、空間尺度、長(zhǎng)時(shí)間序列的精準(zhǔn)數(shù)據(jù)[11]。目前遙感已成為研究區(qū)域ET、植被覆蓋度、區(qū)域水量存儲(chǔ)等的重要手段[12]。基于Penman-Monteith公式研究發(fā)布的全球陸地蒸散發(fā)數(shù)據(jù)集MOD16已通過(guò)全球通量塔數(shù)據(jù)驗(yàn)證，模擬精度可達(dá)86%[13]，被廣泛應(yīng)用于各區(qū)域的蒸散發(fā)研究中。郭曉彤等[14]基于MOD16/ET數(shù)據(jù)產(chǎn)品，分析了淮河流域2000—2014年蒸散發(fā)的時(shí)空分布特征及對(duì)土地覆被類型變化、氣候變化的響應(yīng)。何韶陽(yáng)等[15]選擇了華北平原PML_V2、SSEBop_V4和MOD16A2 3種高分辨率ET產(chǎn)品，對(duì)不同產(chǎn)品進(jìn)行精度驗(yàn)證和時(shí)空對(duì)比，以期選擇出適合研究區(qū)域的數(shù)據(jù)產(chǎn)品。黃土高原因地表覆被變化劇烈成為研究的熱點(diǎn)地區(qū)，韓盟偉等[16]基于Penman-Monteith模型計(jì)算潛在蒸發(fā)量，研究黃土高原1959—2015年ET時(shí)空分布規(guī)律及與氣象因子的相互關(guān)系。Ma等[17]利用黃土高原2001—2015年地表反射率(MOD09GA)、地表溫度(MOD11A1)數(shù)據(jù)，基于能量平衡方程反演ET，并進(jìn)一步探討了ET年際時(shí)空變化及與氣象因子、植被變化的關(guān)系。周志鵬等[18]基于MOD16A2數(shù)據(jù)產(chǎn)品，分析了黃土高原全年及四季ET時(shí)空分布特征。退耕還林還草工程使黃土高原地區(qū)大量坡耕地轉(zhuǎn)換為耕地和林地，地表植被度提高25%左右，隨著植被覆蓋度提高，區(qū)域ET顯著增加[19-20]。大量研究已表明植被生長(zhǎng)發(fā)育對(duì)ET有明顯影響，但已有研究較少?gòu)闹脖簧L(zhǎng)的不同階段來(lái)探討ET的時(shí)空變化特征及影響因子，歸因分析中也缺乏綜合考慮各因素在空間上對(duì)ET的影響。因此本文采用MOD16A2 ET、MOD13Q1 NDVI和氣象數(shù)據(jù)，分析黃土高原地區(qū)蒸散發(fā)在全年、植被生長(zhǎng)季和非生長(zhǎng)季3個(gè)時(shí)間尺度的時(shí)空變化特征，并在此基礎(chǔ)上研究NDVI、氣象要素對(duì)蒸散發(fā)的綜合影響。研究成果有助于掌握黃土高原3個(gè)不同時(shí)間尺度蒸散發(fā)的時(shí)空規(guī)律及影響因子，以期更好地探討植被生長(zhǎng)發(fā)育與ET的關(guān)系，為黃土高原生態(tài)恢復(fù)和水資源綜合治理、高質(zhì)量發(fā)展提供理論依據(jù)。

1 材料與研究方法

1.1 研究區(qū)概況

黃土高原(33°43′～41°16′N，100°54′～114°33′E)位于中國(guó)西北部、黃河中上游地區(qū)，高程為81～4 945 m，總面積約64.9萬(wàn)km2，主要包括山西、陜西、甘肅、青海、寧夏、河南和內(nèi)蒙古自治區(qū)7個(gè)省(區(qū))的部分地區(qū)。該地區(qū)為溫帶大陸性季風(fēng)氣候，全年降水主要集中在7—9月，年降水量在150～750 mm之間[21]，降水量由東南向西北減少。1999年起，國(guó)家開始實(shí)行大規(guī)模的退耕還林還草工程，黃土高原為首批試點(diǎn)區(qū)域之一。

1.2 數(shù)據(jù)來(lái)源

ET(MOD16A2)和NDVI (MOD13Q1)數(shù)據(jù)來(lái)源于美國(guó)國(guó)家航空航天局NASA網(wǎng)站(https://ladsweb.modaps.eosdis.nasa.gov/ search/)，時(shí)間序列為2001—2020年，時(shí)間分辨率分別為8、16 d，空間分辨率分別為500、250 m。氣象數(shù)據(jù)(降水、溫度、風(fēng)速)來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享網(wǎng)(http://cdc.nmic.cn/home.do)，時(shí)間序列為2001—2020年。Landsat-8影像數(shù)據(jù)來(lái)源于美國(guó)地質(zhì)勘探局(USGS)(https://earthexplorer.usgs.gov/)，時(shí)間序列為2013—2020年，空間分辨率為30 m。

首先利用MRT(MODIS Reprojection Tool)軟件對(duì)下載的數(shù)據(jù)進(jìn)行拼接轉(zhuǎn)換等預(yù)處理工作，再利用ArcGIS軟件裁剪出黃土高原圖，ET圖像中的無(wú)效值賦值為0。黃土高原55個(gè)氣象站點(diǎn)的降水、溫度和風(fēng)速等數(shù)據(jù)，利用創(chuàng)建的泰森多邊形(Voronoi diagram)求平均值，采用克里金(Kriging)插值得到空間分布。研究區(qū)位置及氣象站點(diǎn)的空間分布見圖1。

1.3 研究方法

1.3.1空間回歸分析

黃土高原植被生長(zhǎng)發(fā)育特點(diǎn)為每年4月返青發(fā)芽，10月份枝葉枯黃凋萎。因此，按照植被生長(zhǎng)時(shí)段規(guī)律劃分為生長(zhǎng)季(4—10月)、非生長(zhǎng)季(1—3、11—12月)。利用slope趨勢(shì)分析[10]，對(duì)每個(gè)柵格的ET數(shù)值進(jìn)行線性回歸分析，計(jì)算公式如下：

(1)

式中Eslope——統(tǒng)計(jì)時(shí)間尺度內(nèi)的變化速率，Eslope>0表示20年間ET為增加趨勢(shì)，Eslope<0表示ET為減少趨勢(shì)，Eslope=0表示沒有變化；N——總年數(shù)，本文為20；Ei——ET第i年的值。

1.3.2Morlet小波分析

Morlet小波分析[22]被廣泛應(yīng)用于水文過(guò)程中，是一種揭示周期性變化規(guī)律的研究方法。數(shù)學(xué)表達(dá)見式(2)：

(2)

1.3.3主成分分析

主成分分析(PCA)法[23]是一種把各變量通過(guò)正交變換重新組合成一組線性不相關(guān)變量的多元統(tǒng)計(jì)方法。通過(guò)降維技術(shù)對(duì)多個(gè)變量進(jìn)行處理，在保留原信息的基礎(chǔ)上更加客觀地篩選出主導(dǎo)的影響因子，根據(jù)其特征值及貢獻(xiàn)率確定主成分。本文基于PCA分析方法提取各主成分以反映不同因子的綜合效應(yīng)對(duì)ET時(shí)空變化的影響。在p=0.05 顯著性水平下，通過(guò)方差最大化正交旋轉(zhuǎn)，提取前2個(gè)主成分。并根據(jù)主成分初始因子載荷量，計(jì)算各線性組合中系數(shù)，確定各因子在綜合得分模型中的系數(shù)并進(jìn)行歸一化處理[24]，得到各因子指標(biāo)權(quán)重。

1.4 MODIS數(shù)據(jù)驗(yàn)證

選取2013—2020年行列號(hào)為127/35、130/35及126/33的Landsat-8影像數(shù)據(jù)，每年選擇2幅圖像，每幅影像時(shí)間間隔約為半年，基于SEBAL模型，結(jié)合洛川、榆中、五寨3個(gè)地面氣象站點(diǎn)的風(fēng)速、氣溫等氣象數(shù)據(jù)，反演各個(gè)氣象站點(diǎn)相應(yīng)時(shí)間的ET值并擴(kuò)展至8 d，利用Pearson相關(guān)系數(shù)法對(duì)MODIS ET數(shù)據(jù)進(jìn)行精度驗(yàn)證(圖2)。結(jié)果表明，在95%置信區(qū)間相關(guān)系數(shù)為0.88，證明MODIS ET數(shù)據(jù)在黃土高原是適用的，可以進(jìn)行實(shí)際蒸散發(fā)的相關(guān)研究。

圖2 SEBAL模型反演ET與MODIS ET關(guān)系

2 結(jié)果與分析

2.1 ET的時(shí)空變化特征

2.1.1ET時(shí)間序列特征

a)年際線性變化。2001—2020年黃土高原地區(qū)ET年際變化趨勢(shì)見圖3。黃土高原全年、生長(zhǎng)季和非生長(zhǎng)季ET總體均呈增長(zhǎng)趨勢(shì)，增速分別為6.780 mm/a(p<0.01)、6.256 mm/a(p<0.01)和0.524 mm/a(p<0.05)。3個(gè)時(shí)段ET數(shù)值差異較大，但變化趨勢(shì)基本一致，其中生長(zhǎng)季與全年的波動(dòng)變化具有高度一致性。ET年均值為279.5 mm，最大值和最小值分別出現(xiàn)在2018年(347.8 mm)和2001年(191.1 mm)；ET生長(zhǎng)季均值為225.6 mm，占全年的80.71%，最大值和最小值分別出現(xiàn)在2018年(286.2 mm)和2001年(135.2 mm)；非生長(zhǎng)季ET均值為57.8 mm，占全年的19.29%，最大值和最小值分別出現(xiàn)在2017年(71.9 mm)和2010年(45.4 mm)。由此可知，黃土高原ET增速由快到慢依次為全年>生長(zhǎng)季>非生長(zhǎng)季，且非生長(zhǎng)季與全年變化波動(dòng)的一致性小于生長(zhǎng)季與全年變化波動(dòng)的一致性，其原因可能是全年的蒸散發(fā)主要集中在生長(zhǎng)季，因此全年ET主要是受生長(zhǎng)季的影響較大，非生長(zhǎng)季影響相對(duì)較小。

圖3 2001—2020年黃土高原不同時(shí)間段ET時(shí)間序列變化

b)年際周期性變化。圖4為2001—2020年黃土高原全年、生長(zhǎng)季和非生長(zhǎng)季3個(gè)時(shí)段的小波系數(shù)實(shí)部和小波方差。小波系數(shù)正值代表ET數(shù)值增大，負(fù)值代表ET數(shù)值減小。由圖4a、4c、4e可知，3個(gè)時(shí)段的系數(shù)實(shí)部等值線在4～8、13～16 a時(shí)間尺度上比較密集。由圖4b、4d、4f可知3個(gè)時(shí)段均出現(xiàn)2個(gè)峰值，全年及生長(zhǎng)季峰值分別出現(xiàn)在6、14 a的時(shí)間尺度，其中14 a出現(xiàn)的峰值大，說(shuō)明全年及生長(zhǎng)季時(shí)段14 a左右的周期震蕩最強(qiáng)，為ET變化的第一主周期，6 a為ET變化的第二主周期；非生長(zhǎng)季2個(gè)峰值分別出現(xiàn)為5、14 a，最大峰值為14 a，即非生長(zhǎng)季14 a為ET變化的第一主周期，6 a為ET變化的第二主周期。不同時(shí)段小波方差大小為全年>生長(zhǎng)季>非生長(zhǎng)季，即在年尺度上黃土高原ET周期變化特征最明顯。根據(jù)14 a強(qiáng)主周期特征，2020年處于ET值減小階段，預(yù)測(cè)2020年之后會(huì)進(jìn)入增加階段。

圖4 黃土高原不同時(shí)段小波系數(shù)實(shí)部圖和小波方差

圖4 黃土高原不同時(shí)段小波系數(shù)實(shí)部圖和小波方差

c)突變檢測(cè)。區(qū)域年均ET的M-K檢驗(yàn)見圖5a，在2001—2020年，年均ET持續(xù)增加(UF>0)；ET突變點(diǎn)發(fā)生在2010年附近(99%的置信區(qū)間，u0.01=±2.32)，表明2010年后，ET增速加快。圖5b為年均NDVI突變檢驗(yàn)，研究時(shí)段內(nèi)，NDVI持續(xù)增加(UF>0)。NDVI的持續(xù)增長(zhǎng)對(duì)ET產(chǎn)生正相關(guān)作用，ET在2010年附近發(fā)生突變，原因可能是退耕還林還林工程實(shí)施以后，樹木生長(zhǎng)需要一定時(shí)間，約10年左右樹木成林，因此2010年以后成年樹木對(duì)黃土高原ET影響更大，加快ET的增長(zhǎng)速度。

圖5 突變檢驗(yàn)

2.1.2空間變化特征

圖6為2001—2020年黃土高原3個(gè)不同時(shí)間段的ET空間分布。全年及生長(zhǎng)季均由東南向西北遞減，高值位于黃土高原東南部的陜西省部分區(qū)域；東部和南部的山區(qū)、灌溉區(qū)等地次之；低值主要位于黃土高原西北部。非生長(zhǎng)季高值主要分布于南部秦嶺山地和西部賀蘭山部分區(qū)域。

圖6 2001—2020年黃土高原不同時(shí)段ET空間分布

由表1可知，年尺度上，ET值在200～300 mm之間的面積占黃土高原總面積的31.48%，100～200、300～400 mm的比例分別為23.29%、23.83%，極小區(qū)間(0～100 mm)和極大區(qū)間(600～800 mm)所占比例僅為4.16%、0.21%。生長(zhǎng)季100～200 mm之間的面積占研究區(qū)總面積的比例最大為33.59%，200～300、300～400 mm的區(qū)間占比分別為30.90%、19.87%，極小區(qū)間(0～100 mm)和極大區(qū)間(600～700 mm)所占比例僅為9.99%、0.01%。全年和生長(zhǎng)季ET在空間上有明顯的分異特征，但其極值占比很小，90%左右的區(qū)域ET為100～500 mm。非生長(zhǎng)季ET數(shù)值整體偏小，94.63%的區(qū)域小于100 mm，100～200 mm的區(qū)域僅占5.37%。

表1 黃土高原不同時(shí)段ET多年均值占比

為進(jìn)一步研究ET時(shí)間變化趨勢(shì)的空間分布特征，對(duì)每個(gè)像元進(jìn)行線性回歸分析，得到2001—2020年3個(gè)時(shí)間段ET變化斜率(圖7)。由圖可知，全年及生長(zhǎng)季ET變化空間分布情況較為一致，東南部及東部增長(zhǎng)幅度較大；非生長(zhǎng)季西部地區(qū)增長(zhǎng)幅度較大。3個(gè)時(shí)段呈增加趨勢(shì)的面積不同，全年及生長(zhǎng)季增加趨勢(shì)面積占比分別為93.34%和93.48%，非生長(zhǎng)季為75.33%，非生長(zhǎng)季變化幅度遠(yuǎn)小于生長(zhǎng)季和全年。

圖7 2001—2020年黃土高原不同時(shí)間段ET變化斜率

2.2 NDVI及氣象要素時(shí)空變化

2.2.1NDVI時(shí)空變化特征

由圖8知，全年、生長(zhǎng)季和非生長(zhǎng)季的NDVI整體呈增長(zhǎng)趨勢(shì)，增速分別為0.005 /a(p<0.01)、0.007 /a(p<0.01)和0.003 /a(p<0.01)，可見退耕還林(草)政策實(shí)施以后，黃土高原地區(qū)生態(tài)環(huán)境改善，植被覆蓋率逐年上升。20年間，不同時(shí)段NDVI均值為0.305(全年)、0.387(生長(zhǎng)季)和0.189(非生長(zhǎng)季)，NDVI最大值均在2020年，其值分別為0.463(生長(zhǎng)季)、0.219(非生長(zhǎng)季)和0.362(全年)，NDVI最小值均在2001年，其值分別為0.305(生長(zhǎng)季)、0.153(非生長(zhǎng)季)和0.242(全年)。黃土高原不同時(shí)段NDVI的平均值為生長(zhǎng)季>全年>非生長(zhǎng)季，且3個(gè)時(shí)段NDVI時(shí)間序列變化基本一致。

圖8 2001—2020年黃土高原不同時(shí)間段NDVI時(shí)間序列變化

受水熱條件的影響，3個(gè)時(shí)段多年平均NDVI空間分布范圍基本一致，由東南向西北遞減，東南部值最高，其次為東部，西北部值最低(圖9)。西南地區(qū)植被類型主要是針闊葉林、寒溫性灌林和草叢，而西北地區(qū)受水熱條件限制，植被類型多為草原、草甸和高山稀疏植物，因此西北部NDVI值最低[25]。全年、生長(zhǎng)季和非生長(zhǎng)季NDVI空間分布規(guī)律與其對(duì)應(yīng)時(shí)段ET空間分布基本一致。

圖9 2001—2020年黃土高原不同時(shí)間段NDVI空間分布

2.2.2氣象要素時(shí)空變化特征

20年間黃土高原年平均降水量為444.99 mm，生長(zhǎng)季平均降水量為406.30 mm，非生長(zhǎng)季僅為39.12 mm。由圖10a可知，3個(gè)時(shí)段的降水量均呈增加趨勢(shì)，全年、生長(zhǎng)季、非生長(zhǎng)季降水量增速分別為3.820 mm/a(p<0.05)、3.295 mm/a(p>0.05)、0.410 mm/a(p>0.05)。圖10b表明全年、生長(zhǎng)季和非生長(zhǎng)季的平均氣溫分別為9.14 ℃、16.50 ℃、 -1.24 ℃，增長(zhǎng)速率分別為0.015、0.010、0.014 ℃/a，但均不顯著(p>0.05)。圖10c表明全年、生長(zhǎng)季和非生長(zhǎng)季平均風(fēng)速增速分別為2.14、2.16、2.13 m/s。20年間黃土高原全年、生長(zhǎng)季和非生長(zhǎng)季平均風(fēng)速增速分別為0.011、0.010、0.013 m/(s·a)，增長(zhǎng)速率較低，但平均風(fēng)速年際間波動(dòng)較大。

圖10 黃土高原不同時(shí)段降水、溫度、風(fēng)速變化

由圖11可知，3個(gè)統(tǒng)計(jì)時(shí)段內(nèi)不同氣象要素空間分布規(guī)律一致，降水和溫度由東南向西北遞減，與ET分布規(guī)律基本一致；風(fēng)速由東向西遞減，東北部風(fēng)速最高。

圖11 黃土高原不同時(shí)段降水(mm)、溫度(℃)、風(fēng)速(m/s)空間分布

2.3 ET影響因子分析

2.3.1ET影響因子的主成分分析

選擇NDVI、氣溫、降水、風(fēng)速作為影響因子，運(yùn)用SPSS 23.0 提取主成分特征值大于等于1.0的主成分(表2)。生長(zhǎng)季、非生長(zhǎng)季和全年的前2個(gè)主成分累計(jì)貢獻(xiàn)率分別為79.11%、76.19%和83.60%，這表明前2個(gè)主成分基本能夠反映這3個(gè)不同時(shí)間尺度NDVI與氣象因子對(duì)ET的貢獻(xiàn)度。

表2 特征值、貢獻(xiàn)率、累計(jì)貢獻(xiàn)率

由表3可知生長(zhǎng)季第1主成分特征值為1.958，貢獻(xiàn)率為48.95%，NDVI、降水和風(fēng)速荷載較大，均呈正相關(guān)；第2主成分特征值為1.207，貢獻(xiàn)率為30.16%，溫度在第2主成分中有較大荷載，且呈正相關(guān)。非生長(zhǎng)季中，風(fēng)速、NDVI和溫度在第1成分中占比較大，特征值為1.874，貢獻(xiàn)率為46.86%，第2成分特征值為1.173，貢獻(xiàn)率為29.33%，降水有較高荷載。在年時(shí)間尺度上，第1主成分特征值和貢獻(xiàn)率分別為2.161和54.04%，溫度和風(fēng)速有較大荷載，第2主成分降水和NDVI為主要荷載，其特征值和貢獻(xiàn)率分別為1.183和29.56%。

表3 旋轉(zhuǎn)成分矩陣

各因子指標(biāo)權(quán)重計(jì)算結(jié)果見表4。生長(zhǎng)季時(shí)段，風(fēng)速、氣溫和NDVI所占權(quán)重較大，降水權(quán)重比例較低，其指標(biāo)權(quán)重大小為風(fēng)速>氣溫>NDVI>>降水，說(shuō)明在生長(zhǎng)季時(shí)段對(duì)ET影響有較大貢獻(xiàn)的是風(fēng)速、氣溫和NDVI。非生長(zhǎng)季中，NDVI、降水和氣溫權(quán)重占比較大，風(fēng)速權(quán)重比例相對(duì)較低，其指標(biāo)權(quán)重大小為NDVI>降水>氣溫>風(fēng)速。在年尺度上，NDVI、降水和風(fēng)速權(quán)重比例較高，氣溫權(quán)重比例較低，其權(quán)重大小為NDVI>降水>風(fēng)速>>氣溫，即在全年中，黃土高原NDVI和降水對(duì)ET的貢獻(xiàn)較大，其次為風(fēng)速，氣溫對(duì)黃土高原ET影響并不明顯。

表4 主成分因子賦權(quán)計(jì)算

2.3.2各主成分因子空間分布

利用ArcGIS10.2軟件Multivariate中的Principal Component功能，取2個(gè)主成分分析各自空間分布(圖12)。生長(zhǎng)季第1主成分由西向東、由北向南逐漸增大，南部和東北部最大，即NDVI、降水和風(fēng)速對(duì)東部、南部影響大，對(duì)西部、北部影響較小。第2主成分為溫度，對(duì)東南部影響較大，對(duì)南部影響較小。非生長(zhǎng)季第1主成分從西北、西部向東南部逐漸升高，即風(fēng)速、NDVI和溫度對(duì)東南部地區(qū)影響較大，對(duì)西北、西部地區(qū)影響較小。第2主成分為降水，高值呈散點(diǎn)狀分布在東北及南部和西南小部分地區(qū)。全年尺度第1主成分溫度和風(fēng)速由西北向東南逐漸升高，即溫度和風(fēng)速對(duì)ET影響為東南高、西北低。第2主成分由東南、西北部向外逐漸減小，即降水和NDVI對(duì)東南和西北地區(qū)影響較大，對(duì)東部、西部及東北部地區(qū)影響較小。

圖12 ET各主成分空間分布

3 討論

黃土高原自1999年實(shí)施退耕還林(草)工程以來(lái)，植被覆蓋度明顯提高，伴隨著全球氣候變化，區(qū)域的實(shí)際蒸散發(fā)量及水文條件都發(fā)生了明顯改變。本文研究結(jié)果表明實(shí)際蒸散發(fā)以6.256 mm/a的速度顯著增加，年均ET值自東南向西北遞減，這與韓盟偉等[16]、周志鵬等[18]研究結(jié)果基本一致。不同時(shí)段NDVI及氣象要素對(duì)黃土高原ET的影響程度不同，但均呈正作用。在干旱半干旱的黃土高原地區(qū)，區(qū)域蒸散發(fā)受植被密度和降水影響較顯著[2,26]，區(qū)域NDVI、降水的空間分布規(guī)律與ET高度一致，且在年尺度上黃土高原NDVI和降水對(duì)ET的貢獻(xiàn)較大，表明NDVI、降水對(duì)ET的影響較大。植被大規(guī)模恢復(fù)及氣候變化加劇了蒸散發(fā)，增加了黃土高原水資源需求量，進(jìn)而影響到水資源承載力[27]。影響ET的因子除NDVI、氣象要素外，還包括海拔[28]等自然因素以及土地利用變化[8]、修建水工建筑物[29]等人類活動(dòng)的影響。后續(xù)研究將考慮其他因素對(duì)實(shí)際蒸散發(fā)的影響，并進(jìn)一步分析實(shí)際蒸散發(fā)量變化對(duì)區(qū)域水文環(huán)境及陸地水儲(chǔ)量的影響。

4 結(jié)論

基于MOD16A2 ET、MOD13Q1 NDVI和氣象數(shù)據(jù)，采用線性回歸分析、Morlet小波分析和主成分分析等方法，探討了黃土高原2001—2020年ET時(shí)空演變特征及NDVI和氣象因子的影響，結(jié)論如下。

a)黃土高原全年、生長(zhǎng)季和非生長(zhǎng)季ET均增加，增速為全年(6.256 mm/a)>生長(zhǎng)季(0.524 mm/a)>非生長(zhǎng)季(6.780 mm/a)；3個(gè)時(shí)段均存在2個(gè)主周期，第一主周期為14 a；ET值全年及生長(zhǎng)季由東南向西北遞減，90%以上區(qū)域?yàn)?00～500 mm，非生長(zhǎng)季ET小于200 mm。

b)全年、生長(zhǎng)季和非生長(zhǎng)季NDVI均顯著增加，增速為生長(zhǎng)季>全年>非生長(zhǎng)季；不同時(shí)段年均NDVI由東南向西北遞減，與ET空間分布基本一致。降水量在全年和生長(zhǎng)季顯著增加，非生長(zhǎng)季增加不明顯，溫度和風(fēng)速在3個(gè)時(shí)段內(nèi)均無(wú)明顯上升趨勢(shì)。

c)生長(zhǎng)季時(shí)段對(duì)ET影響有較大貢獻(xiàn)的是風(fēng)速、氣溫和NDVI，降水對(duì)其影響最小；非生長(zhǎng)季中，NDVI、降水和氣溫對(duì)ET貢獻(xiàn)較大，風(fēng)速權(quán)重比例即貢獻(xiàn)率相對(duì)較低；全年中黃土高原NDVI和降水對(duì)ET的貢獻(xiàn)較大，其次為風(fēng)速，氣溫對(duì)黃土高原ET影響并不明顯。