吐魯番市蒸散發耗水估算與農業用水量相關性研究

李 鑫

(吐魯番市水資源管理中心，新疆 吐魯番 838000)

1 研究背景

在農業、工業和生活用水中，農業用水占據重要地位。聯合國教科文組織發布的“2022年世界水發展報告”指出，地下水已為全球人口提供一半的生活用水，占據灌溉用水的25%左右，為世界38%的灌溉用地服務。可以看出，對于以往使用的粗放的低效的水資源利用方式已不再適用于現今的水資源管理模式，農業生產必須朝著信息化、標準化和集約化發展，必須要提高灌溉用水效率。

目前的灌溉用水估算方法主要包含兩類，一種是基于典型調查的灌溉定額推演灌溉用水。即根據灌溉面積與灌溉定額進行估算，確定灌溉定額前需先進行典型調查，再推演定額。由于各地農業用水計量設施不同程度地存在不完善、不一致等現象，或者存在較為復雜的灌區，導致灌溉定額確定后不能準確推演灌溉用水量，且灌溉定額需要根據當地水文條件、氣象因素、土壤水分等因素進行調整，致使該方法不能精準地計算灌溉用水量。第二種是水量平衡推算灌溉用水。遙感技術作為新興技術可運用于水利信息化各方面，被證實便捷有效[1-3]。云兆得等[4]基于水平衡原理利用GRACE陸地水儲量的變化數據與WBM-DP模型構建了流域尺度的實際蒸散發(Evapotranspiration，ET)月序列ETGRACE和ETWBM，評價了漢江流域上游的MOD16和SSEbop兩種ET數據性能，分析了基準序列不同情況下的ET數據精度問題。陳磊等[5]提出利用多源遙感數據與水量平衡原理的灌溉用水量分析模型，構建統計分析模型，結果表明利用該遙感監測方法分析灌溉用水量的動態匹配能力相對較強，可達到定量分析和預測灌溉用水量目的。

ET與降水、氣象條件、土壤、植被等因素高度相關，遙感技術不能直接獲取ET數據，但可通過反演地表溫度和粗糙度、地表反照率、土壤濕度等參數后估算ET，以實現由點至面的延伸，最終獲得整個區域的ET數據。由于ET可用于表征作物的耗水量，在灌溉用水管理中發揮著重要作用，在提高水分生產率和水資源利用效率方面潛力很大。現有的利用遙感技術反演ET數據的方法主要有以下幾類：一是彭曼公式模型(Penman-Monteith，P-M)[6]；二是單源/雙源能量平衡模型[7]；三是數理統計法[8]；四是歸一化植被指數NDVI與地表溫度關系梯形/三角形模型[9]。由于遙感技術反演遙感ET模型的不斷完善，可以滿足大尺度流域或者復雜下墊面等不同要求，也為遙感技術估算灌溉用水管理提供了理論依據。然而，因衛星傳感器、軌道等因素制約，遙感ET的數據精度、分辨率、連續性等也存在一定制約，目前全球蒸散發數據集的日尺度蒸散發產品空間分辨率最高為1km[10]，指導農業灌溉用水精細化管理意義效果還不明顯。

本文試圖通過利用遙感技術反演250m分辨率的ET數據，并與多年農業用水量作相關性分析，以期找到適合研究區的ET耗水量估算方法。

2 研究區及遙感影像數據

2.1 研究區概況

吐魯番市位于新疆維吾爾自治區中東部，即天山東部的山間盆地中。屬特殊的溫帶大陸性干旱荒漠氣候，氣候特點是日照時間長、溫度高、晝夜溫差大、降水量稀少、風力強烈。多年平均氣溫為13.35℃，≥10℃年積溫為4525.5～5548.9℃，日溫差和年溫差均較大，年日照時數為2957.7～3122.8h，年平均風速1.5～5.6m/s，年蒸發量為2751～3744mm，年均降水量為6.3～25.3mm，蒸降比極為懸殊。由于吐魯番市水資源時空分布極不均勻，西部和北部水資源較多，越往東或往南卻越來越少，解決水資源危機的根本途徑是減少水資源的蒸散，減少無效蒸騰。

2.2 研究區數據

為估算吐魯番市ET值，本文收集了2019年30個氣象站點、2020年和2021年10個氣象站點的逐日氣象要素，包括平均風速、最高氣溫、最低氣溫、日均相對濕度、日均氣壓、太陽日照時數共計6類數據。遙感影像利用了2019—2021年30m分辨率的Landsat 8，250m分辨率的MODIS產品波段數據MYD09GA、地表溫度數據MYD11A1和反照率數據MCD43A1，AIRS溫濕廓線數據，NECP大氣水平風速和垂直風速數據和風云2F/2G數據。

3 研究方法

由于吐魯番流域是近似封閉的流域，按照水平衡原理，ET是區域水資源的主要消耗，因此本文利用遙感技術，采用了ETWatch蒸散模型估算ET，該模型由中國科學院遙感應用研究所研發[11-13]，主要利用余項法與彭曼公式相結合的方式，在分辨率較高、空間變異較小、像元地物類別容易分辨的情況下，運用SEBAL模型結合Landsat 8影像數據反演晴天日ET，在分辨率較低、空間變異較大、混合像元較多時運用SEBS模型結合MODIS影像數據反演晴天日ET。方法流程如圖1所示。

圖1 ETWatch方法流程圖

該模型以3個關鍵參數作為輸入量，即地面反照率、地面溫度和地面粗糙度。通過監測地面反照率和地面溫度，可以估算每個像元的凈輻射；利用BRDF冠層結構因子、NDVI、后向散射系數和地形數據，可以估算每個像元的地面粗糙度；通過監測每個像元的地面溫度，結合氣象要素，可以估算出每個像元的地氣溫差。該模型計算過程如圖2所示。

圖2 ET估算流程圖

4 結果分析

4.1 年度蒸散發數據分析

通過ETWatch模型可以計算出每年逐月ET空間分布數據，圖3(a)為2021年7月ET圖，通過模型內的疊加計算可得出全年ET空間分布情況，2019—2021年ET空間分布如圖3(b)—(d)所示，可以看出ET的大小主要由各種土地類型所含可蒸散的水分決定，水體和綠洲相對較高，荒漠和戈壁相對較低。

圖3 2019—2021年吐魯番市ET圖

2019—2021年ET統計數值見表1。可以看出，ET最大值2019—2021年分別為4345.84、1917.02、1937.12mm，最小值均為0.00mm，2020年和2021年ET最大值較2019大幅下降。2019—2021年ET平均值分別為43.87、39.41、56.04mm，表明2020年蒸散相對較小，2021年最為干旱，蒸散活動最劇烈。

表1 2019—2021年吐魯番市ET統計表

4.2 分區縣ET值分析

在2019—2021年，高昌區ET最大值表現為先降后增趨勢，2020年降幅較大，但2021年增幅不大。鄯善縣、托克遜縣和221團ET最大值均呈現下降趨勢，最小值均為0.00mm。ET平均值在高昌區、鄯善縣、托克遜縣和221團均表現出先降后增趨勢，其中高昌區、鄯善縣和托克遜縣2021年的ET平均值均超過了2019年ET平均值水平。

標準差數據表明，高昌區、鄯善縣和托克遜縣呈現先降后增趨勢，其中高昌區和鄯善縣增幅較大，超過了2019年水平，221團呈現逐年遞增趨勢。標準差數據呈現221團>高昌區>托克遜縣>鄯善縣現象，表明221團ET值的空間分布差異性最大，鄯善縣ET值的空間分布差異性最小，種植結構相對單一，見表2。

表2 2014—2021年各區縣ET統計表

4.3 農田區域ET和農田實際用水量相關性分析

由于吐魯番市多年平均降雨量為10mm左右，農田區域降水量可忽略不計，農田區域ET主要來源為灌溉用水，根據2019—2021年ET和灌溉用水數據，對二者進行相關性分析。農田耗水的統計范圍，以耕地、果園(葡萄、果樹等)、人工林地等灌溉區域為基礎，作為農田灌溉耗水統計的實際區域，本文分為高昌區、鄯善縣、托克遜縣和221團共4個，具體范圍如圖4所示。

圖4 吐魯番市農業灌溉區域圖

從表3可以看出，2019—2021年農田區域ET值和農田實際用水量均為先降后增趨勢，從農田區域ET值增幅來看，2021年ET值未高出2019年，2021年農田實際用水量則高于2019年。除了2019年托克遜縣農田區域ET值34447×104m3，高于農田用水總量33780×104m3外，2019—2021年高昌區、鄯善縣、221團以及合計總數的農田區域ET值均低于同期農田用水總量。

表3 2019—2021年農田區域ET和農田實際用水量 單位：×104m3

從圖5可以看出，高昌區和221團在對數相關趨勢下的供耗水相關性較好，擬合優度R2分別為0.80和0.79，鄯善縣和托克遜縣在對數相關趨勢下的供耗水相關性不太理想，擬合優度R2分別為0.40和0.37。產生上述結果的原因初步考慮是由于鄯善縣涉及火焰山以南與火焰山以北兩個區域，ET值對比懸殊，同一類型農作物ET值也不同；托克遜縣農作物種類較多，以棗樹、杏樹、棉花、飼草、瓜等類型為主，供耗水相關特征有一定的復雜性。

圖5 吐魯番市供耗水對數相關圖

5 結語

遙感技術在估算蒸散發耗水方面優勢較為明顯，可以實時動態的掌握年度蒸散耗水情況，本文利用了ETWatch模型估算吐魯番市多年蒸散發耗水量，由于ETWatch模型需要輸入的參數較多，涉及計算范圍較廣，包括逐日的氣象和多源遙感影像數據，對大尺度獲取ET值較為快捷高效，可用于大面積估算ET，但通過研究發現，在涉及下墊面類型多樣、作物種植結構較為復雜的情況，估算結果還需再進行深入分析研究，且不同地區不同土壤類型條件下是否可以通用該模型，也有待進一步細化研究完善。