EN中文

干旱区地理 >

2025 , Vol. 48 >Issue 5: 753 - 764

DOI: https://doi.org/10.12118/j.issn.1000-6060.2024.395

气候与环境

青藏高原东北部实际蒸散发时空变化特征及影响因素

  • 卢晗 , 1, 2 ,
  • 曾永年 , 1 ,
  • 王盼成 1
展开
  • 1.中南大学地球科学与信息物理学院，湖南 长沙 410083
  • 2.广州市城市规划勘测设计研究院有限公司，广东 广州 510060
曾永年（1959-），男，博士，教授，主要从事环境遥感与GIS环境模拟与分析研究. E-mail:

卢晗（1998-），男，硕士研究生，主要从事遥感应用与区域规划研究. E-mail:

收稿日期: 2024-06-25

  修回日期: 2024-08-06

  网络出版日期: 2026-03-11

基金资助

国家自然科学基金项目(42171364)

收起

Spatiotemporal variation of actual evapotranspiration and its influencing factors in the northeast Qinghai-Xizang Plateau

  • Han LU , 1, 2 ,
  • Yongnian ZENG , 1 ,
  • Pancheng WANG 1
Expand
  • 1. School of Geosciences and Info-physics, Central South University, Changsha 410083, Hunan, China
  • 2. Guangzhou Urban Planning and Design Survey Research Institute Co., Ltd., Guangzhou 510060, Guangdong, China

Received date: 2024-06-25

  Revised date: 2024-08-06

  Online published: 2026-03-11

Fold

摘要

研究青藏高原东北部实际蒸散发时空变化特征及影响因素对区域水资源合理利用、生态环境治理具有重要意义。以位于青藏高原东北部的青海省为研究区，利用2001—2020年MOD16遥感产品的实际蒸散发（MOD16 ET）数据，分析了该地区近20 a来实际蒸散发的时空格局、变化过程及其影响因素。结果表明：（1） 2001—2020年青海省多年平均实际蒸散发为260 mm·a-1，实际蒸散发年际变化呈波动增长的态势，波动周期呈现增长的趋势，年际平均变化率为2%。实际蒸散发增加的区域占总面积的69.69%，减少的区域占总面积的16.51%，其中祁连山区以及江河源生态区东部区域实际蒸散发呈增加趋势。青海省实际蒸散发季节性变化明显，夏季实际蒸散发最大，冬季最小，春季和秋季基本相同。（2） 2001—2020年青海省实际蒸散空间上呈现西北部低、东南部高的分布特征；各生态分区实际蒸散发差异较大，三江河源区、祁连山地是青海省实际蒸散发最大的分布区域，柴达木盆地生态区实际蒸散发最小。主要植被覆盖类型的实际蒸散发排序依次为：灌丛>林地>草地>耕地。（3） 2001—2020年青海省实际蒸散发波动变化与年平均气温的变化基本一致；实际蒸散发增加与年总降水量波动增加趋势基本一致，但峰值滞后于年总降水量变化。（4） 实际蒸散发与年平均气温正相关的区域占研究区总面积的73%，与年总降水量正相关的区域占研究区总面积的56%，与日照时数正相关的区域占研究区总面积的43%，与平均风速正相关的区域占研究区总面积的44%。青海省实际蒸散发主要受气温、降水量的控制，同时也受到日照时数、风速的影响，影响实际蒸散发变化的气候因子存在显著的区域差异。

关键词： 蒸散发; 时空变化; 影响因素; 青藏高原东北部; 青海省

本文引用格式

卢晗 , 曾永年 , 王盼成 . 青藏高原东北部实际蒸散发时空变化特征及影响因素[J]. 干旱区地理, 2025 , 48(5) : 753 -764 . DOI: 10.12118/j.issn.1000-6060.2024.395

Abstract

The spatiotemporal characteristics and influencing factors of actual evapotranspiration (ET) in the northeastern Qinghai-Xizang Plateau are crucial for the effective management of regional water resources and the ecological environment. Using Qinghai Province, located in this region, as the study area, this study analyzed actual ET data (MOD16 ET) from 2001 to 2020 to explore the spatiotemporal patterns, variation trends, and influencing factors over the past 20 years. The results indicate the following: (1) The average annual actual evapotranspiration in Qinghai Province from 2001 to 2020 was 260 mm·a-1, showing a fluctuating increasing trend. The fluctuation period also showed an increasing trend, with an average interannual change rate of 2%. Areas where actual ET increased accounts for 69.69% of the total area, and areas where it decreased accounted for 16.51%. Among them, the Qilian Mountains area and the eastern part of the river source ecological zone exhibited an increasing trend in actual ET. The seasonal variation of actual ET in Qinghai Province was significant, with the maximum in summer, the minimum in winter, and similar values in spring and autumn. (2) The average actual ET in Qinghai Province from 2001 to 2020 showed a spatial distribution characteristic of being low in the northwest and high in the southeast. There were large differences in actual ET among various ecological zones in Qinghai Province, with the Three River Source area and the Qilian Mountains area exhibiting the largest actual ET distribution, and the Qaidam Basin ecological zone had the smallest actual ET. The actual ET of the main vegetation cover types was ranked as follows: shrubland>forest land>grassland>arable land. (3) The fluctuating changes in actual ET in Qinghai Province from 2001 to 2020 were basically consistent with temperature variations. The increase in actual ET largely corresponded to the increasing trend of precipitation fluctuations, but the peak lagged behind changes in precipitation. (4) Actual ET was positively correlated with annual average temperature, annual total precipitation, sunshine duration, and average wind speed in 73%, 56%, 43%, and 44% of the total study area, respectively. Temperature and precipitation were the primary controlling factors of actual ET, whereas sunshine duration and wind speed also exerted notable influences. There were significant regional differences in the factors affecting the changes in actual evapotranspiration.

Key words： evapotranspiration; spatiotemporal variation; influencing factors; northeast Qinghai-Xizang Plateau; Qinghai Province

实际蒸散发包括土壤和水面的水分蒸发、植被表面的水分蒸发以及植物体内的水分蒸腾，是陆地生态系统能量平衡、地表水量动态平衡的主要分量[1]。定量估算区域实际蒸散发，探索区域实际蒸散发时空演变特征、规律及影响因素，对区域水资源的合理分配、干旱监测、农业与林业资源的管理都具有重要的理论意义和实践价值[2-4]。位于青藏高原东北部的青海省是我国大江大河的发源地，具有中华水塔之称，也是我国重要的生态屏障。研究青海省实际蒸散发，对于揭示区域水量平衡变化关系，进而深入研究青藏高原及我国生态环境变化具有重要意义。同时，对青海省水土资源合理利用、生态环境治理，特别是对三江源、祁连山地、青海湖流域、柴达木盆地生态环境的治理，以及黄河上游高质量发展具有极其重要的理论与现实意义。
传统的地面观测可获得长时间序列的精确实际蒸散发[2]，但地面定点观测无法获得从流域到区域乃至全球大范围连续的实际蒸散发数据。定量遥感的发展为区域尺度实际蒸散发反演提供了地表生物物理特征参数，已成为区域及全球实际蒸散发定量反演与动态监测的主要手段[5]。目前，基于不同的遥感反演方法已有多种实际蒸散发遥感数据产品发布[6-10]。其中，基于MODIS遥感数据，采用改进的Penman-Monteith算法反演的全球陆表蒸散发遥感数据产品（MOD16）已得到较为广泛的应用[6-7]。精度验证与适应性研究表明，MOD16产品数据在我国不同区域具有较好的适用性[11-15]。在我国不同流域[13-17]、省区[18-20]以及全国范围[21-22]，基于MOD16数据已开展了较多的实际蒸散发时空格局及变化的分析研究。相对而言，青藏高原东北部实际蒸散发估计及时空变化分析研究，主要集中在祁连山地、黄河源区、三江源区等生态环境治理的重点区域[23-28]。叶红等[24]基于MOD16数据分析了2000—2014年黄河源区实际蒸散发时空变化特征及与气候因子的关系。王军邦等[25]基于贝叶斯模型平均方法集成遥感蒸散发产品数据估算了2003—2015年三江源国家公园实际蒸散发的时空变化。赵天玮等[26]利用地表温度-植被指数特征空间法和MODIS数据，估算了三江源2011—2019年实际蒸散发及其时空变化特征与影响因子。李红阳等[27]分析了1979—2021年新疆昆仑山北坡潜在蒸散发的时空变化特征及与其他气象要素的关系。马亚丽等[28]基于21个气象站点气象资料分析了河西走廊潜在蒸散发的时空变化规律及其对各气象因素变化敏感性和贡献。
目前，针对青海省全域实际蒸散发时空变化的研究尚显不足。为此，本文基于MOD16遥感产品的实际蒸散发（MOD16 ET）数据，分析了2001—2020年青海省实际蒸散发的时空格局、变化过程及趋势；并结合气象观测数据，进一步分析了青海省实际蒸散发与气候因子的关系。研究结果可为青海省生态环境治理、水资源合理利用，农牧业发展提供科学参考与决策依据。

1 数据与方法

1.1 研究区概况

青海省（89°25′~103°04′E，31°40′~39°19′N）位于青藏高原的东北部地区，是青藏高原的重要组成部分；地势西高东低，境内山脉众多，昆仑山脉贯穿中部，南部是唐古拉山脉，北部则是跨越青海省和甘肃省的祁连山，山脉间镶嵌着高原、盆地和谷地；同时境内河流纵横，湖泊沼泽分布广泛，是我国黄河、长江和澜沧江三大江河的发源地。研究区属于高原大陆性气候，表现为降水少而集中、昼夜温差大、年平均气温低，冬季寒冷漫长，夏季凉爽短促[29]；年总降水量较少，空间分布差异明显，从西北向东南渐增，西北部的柴达木盆地年总降水量不足50 mm，而东南部的高寒草甸草原生态区年总降水量可达500 mm。土地覆盖类型主要包括草地、水体、冰雪、裸地、林地以及耕地（图1）。青海省生态区包括5个一级生态分区（I-V）和14个二级生态分区[30]，分别为：帕米尔-昆仑山-阿尔金山生态区（I），包括阿尔金山荒漠生态区（I-1）、昆仑山东段高寒荒漠草原生态区（I-2）；柴达木盆地生态区（II），包括柴达木盆地荒漠生态区（II-1）、柴达木盆地东北部山地高寒荒漠草原生态区（II-2）；祁连山生态区（III），包括西祁连山高寒荒漠草原生态区（III-1）、东祁连山云杉林高寒草甸生态区（III-2）、青海湖湿地及上游高寒草甸生态区（III-3）、湟水谷地农业生态区（III-4）；北羌塘高寒荒漠草原生态区（IV）；江河源生态区（V），包括长江源高寒草甸草原生态区（V-1）、澜沧江源高寒草甸草原生态区（V-2）、黄河源高寒草甸草原生态区（V-3）、共和盆地高寒草原生态区（V-4）、海东-甘南高寒草甸草原生态区（V-5）（图1）。
图1 青海省土地覆盖类型及生态分区

注：基于自然资源部标准地图服务网站审图号为GS（2024）0650号的标准地图制作，底图边界无修改。下同。

Fig. 1 Land cover types and ecological zoning in Qinghai Province

1.2 数据及处理

2001—2020年MOD16 ET数据下载自NASA网站（https://ladsweb.modaps.eosdis.nasa.gov/），时间分辨率为8 d，空间分辨率为500 m。利用ENVI 5.3遥感影像数据处理软件，对原始的MOD16 ET数据进行投影转换、影像镶嵌，并基于青海省边界数据（http://ngcc.sbsm.gov.cn/），裁剪获得研究区域MOD16 ET数据。由于MOD16 ET数据缺少沙漠、戈壁、裸岩、水体等区域的蒸散数据，所以位于青海省境内的湖泊、水域，以及沙漠、戈壁、裸岩区不参与计算分析。
涡动相关数据集来源于国家青藏高原科学数据中心（https://data.tpdc.ac.cn/），包括阿柔站、温性草原站2个涡动相关仪站点的观测数据。其中，阿柔站（100°27′51″E，38°02′50″N）海拔3033 m，下垫面是亚高山山地草甸，数据集时间为2019年1—12月[31-32]；温性草原站（100°14′05″E，37°14′50″N）海拔3210 m，下垫面是温性草原，数据集时间为2019年5—12月[33-34]。首先，使用平均昼夜变化法（MDV）插补涡动相关仪的缺失数据[35]，并将30 min的潜热数据处理成8 d间隔的实际蒸散发数据，起始日期与MOD16 ET数据相同[36]。然后，利用经上述处理的站点观测数据，验证MOD16 ET产品数据及适应性。
气象数据来源于中国气象科学数据中心（http://cdc.nmic.cn/），包含研究区37个中国地面气象观测国际交换站2001—2020年的年总降水量、年平均气温、日照时数及平均风速数据；DEM数据来源于地理空间数据云平台（http://www.gscloud.cn/），分辨率为30 m。首先，利用SPSS工具分析构建了研究区年总降水量、年平均气温、日照时数、平均风速与高程、经纬度之间的回归关系，再利用ArcGIS 10.5空间分析进行年总降水量、年平均气温、日照时数、平均风速的空间化运算，获得了空间分辨率与MOD16ET数据相一致的年总降水量、年平均气温、日照时数、平均风速的空间分布数据，用于实际蒸散发影响因素的分析。
地表覆盖（CLCD）数据集[37]来源于开放的研究数据存储和共享平台Zenodo（https://doi.org/10.5281/zenodo.4417810），该数据的地表覆盖类型包括农田、林地、灌木、草地、水体、冰雪、裸地、非渗透表面和湿地。青海省生态区划数据来源于中国陆地生态系统数据库（http://www.ecosystem.csdb.cn/），该数据根据生态系统的功能特征、地理特征等，将青海省划分为5个一级生态分区和14个二级生态分区[28]（图1）。

1.3 研究方法

1.3.1 年际趋势分析

线性回归模型可以在一定程度上反映变量在某个时间段的变化趋势，本文基于线性回归模型在像元尺度上，对2001—2020年青海省实际蒸散发的年际变化趋势进行分析。趋势斜率（ δ）计算公式如下：
δ = n × ∑ i = 1 n ( i × E T i ) - ∑ i = 1 n i ∑ i = 1 n E T i n × ∑ i = 1 n i 2 - ∑ i = 1 n i 2
式中： E T i为第i年的实际蒸散发（mm）；n为研究年份，n=20。利用年际变化趋势反映实际蒸散发随时间变化的程度， δ > 0时，表示实际蒸散发增加； δ < 0 时 ,表示实际蒸散发减少[23]。

1.3.2 气候因子相关性分析

为定量分析青海省实际蒸散与年总降水量、年平均气温、日照时数、平均风速的相关性，以象元为尺度分析实际蒸散发与年总降水量、年平均气温、日照时数、平均风速之间的相关性：
r x y = ∑ i = 1 n x i - x - y i - y - ∑ i = 1 n x i - x - 2 × ∑ i = 1 n y i - y - 2
式中： x i为第 i年的实际蒸散发（mm）； y i为第 i年的年总降水量（mm）、年平均气温（℃）、日照时数（h）或平均风速（m·s-1）； x -、 y -分别为多年平均实际蒸散发（mm）及多年平均年总降水量（mm）、年平均气温（℃）、日照时数（h）、平均风速（m·s-1）； r x y为 x和 y变量的单相关系数， r x y > 0时，表示实际蒸散发值随年总降水量、年平均气温、日照时数、平均风速的增加而增加； r x y < 0时，表示实际蒸散发值随年总降水量、年平均气温、日照时数、平均风速的增加而减少。

1.4 MOD16 ET数据验证

为了验证MOD16 ET数据的可靠性，利用青海省境内地面观测站点的涡动相关数据集与MOD16 ET数据进行对比分析。2019年阿柔站、温性草原站2个野外涡动相关仪站点的MOD16 ET数据与地面观测的实际蒸散发数据的决定系数（R2）分别为0.8418和0.8027，均方根误差（RMSE）分别为5.4 mm·(8d)-1和3.3 mm·(8d)-1（图2），说明MOD16 ET数据在青藏高原东北部区域具有较好的适用性。
图2 MOD16实际蒸散发与地面站点实际蒸散发散点图

注：R2为决定系数；RMSE为均方根误差。

Fig. 2 Scatter plots of MOD16 actual evapotranspiration and ground station actual evapotranspiration

2 结果与分析

2.1 青海省实际蒸散发时空变化特征

2.1.1 青海省实际蒸散发年际变化特征

2001—2020年青海省实际蒸散发年际变化及相对变化率的波动如图3所示，年平均实际蒸散发在219~286 mm·a-1之间波动，多年平均实际蒸散发为260 mm·a-1。2001—2020年青海省实际蒸散发总体上呈波动增长态势，波动周期逐渐增长，大致可分为4个阶段：2001—2004年，实际蒸散发从2001年逐年增加，到2003年达到峰值，2004年降到谷底，该时段多年平均实际蒸散发为243.56 mm·a-1；2004—2008年，实际蒸散发从2004年平稳增加，到2006年达到峰值，之后在2008年降到谷底，该时段多年平均实际蒸散发为246.32 mm·a-1；2008—2012年，实际蒸散发从2008年逐年增加，到2010年达到峰值，之后再次降到谷底，该时段多年平均实际蒸散发为256.33 mm·a-1；2012—2019年，实际蒸散发从2012年逐年平稳增加，到2016年达到峰值，之后再次下降，该时段多年平均实际蒸散发量为264.11 mm·a-1。总体上，2001—2020年青海省实际蒸散发呈较显著的波动变化，波动周期呈现增长的趋势，实际蒸散发平稳增加。
图3 2001—2020年青海省实际蒸散发的年际变化

Fig. 3 Interannual variation of evapotranspiration in Qinghai Province from 2001 to 2020

2001—2020年青海省实际蒸散发年际变化呈增加趋势，平均变化率为2%（图4）。按实际蒸散发年际变化率将研究区划分为7个区域：明显减少（-32%~-5%）、较明显减少（-5%~-2.7%）、轻微减少（-2.7%~-0.5%）、基本不变（-0.5%~0.5%）、轻微增加（0.5%~2.7%）、较明显增加（2.7%~5%）、明显增加（5%~22%），各变化区域的面积占研究区总面积的比例分别为0.25%、1.70%、14.55%、13.81%、31.39%、24.95%、13.34%。实际蒸散发增加区域的面积占总面积的69.69%，其中，明显增加和较明显增加的区域主要集中在祁连山生态区以及江河源生态区东部地区；实际蒸散发减少区域的面积占研究区总面积的16.51%，其中，明显减少和较明显减少的区域较少，轻微减少的区域主要集中在长江源区。整体上看，祁连山区以及江河源生态区东部区域实际蒸散发程度增强。
图4 2001—2020年青海省实际蒸散发年际变化趋势

注：图中白色区域无数据。下同。

Fig. 4 Interannual variation trend of actual evapotranspiration in Qinghai from 2001 to 2020

2.1.2 青海省实际蒸散发季节变化特征

2001—2020年青海省春季（3—5月）、夏季（6—8月）、秋季（9—11月）和冬季（12—2月）实际蒸散发空间分布如图5所示。春季多年平均实际蒸散发为61.22 mm·a-1，高值区主要分布在黄河源生态区以及长江源生态区的东南部地区。春季随着气温的回升，降水量的逐渐增加，植被开始生长，实际蒸散发相对于冬季有所增加。夏季多年平均实际蒸散发为102.53 mm·a-1。夏季气温、降水量以及太阳辐射都达到了一年之最，植被生长茂盛，促进了植被蒸腾作用。因此，青海省夏季实际蒸散发最高，空间分布与青海省多年平均实际蒸散发较为一致。秋季实际蒸散发稍低于春季，多年平均实际蒸散发为57.81 mm·a-1。秋季气温和降水量均趋于降低，植被衰败，导致植被实际蒸散发随之减少。秋季实际蒸散发空间差异较小，没有明显的高值区。冬季由于气温和降水量较低，是一年中实际蒸散发最低的季节，多年平均实际蒸散发为38.48 mm，实际蒸散发空间差异较小。柴达木盆地边缘区域各季节实际蒸散发均较低，受植被覆盖度的限制，各季节多年平均实际蒸散发均低于50 mm·a-1。总体上，青海省不同季节的多年平均实际蒸散发大小顺序为：夏季（102.53 mm）>春季（61.22 mm）>秋季（57.81 mm）>冬季（38.48 mm）。
图5 2001—2020年青海省各季节多年平均实际蒸散发空间分布

Fig. 5 Spatial distributions of annual average actual evapotranspiration in each quarter in Qinghai Province from 2001 to 2020

2.1.3 青海省实际蒸散发空间分布特征

2001—2020年青海省多年平均实际蒸散整体上呈现西北部低、东南部高的空间分布特征。同时，各生态区实际蒸散发呈现明显的区域分异特征（图6、表1）。
图6 2001—2020年青海省多年平均实际蒸散空间分布

Fig. 6 Spatial distributions of annual average actual evapotranspiration in Qinghai Province from 2001 to 2020

表1 青海省各生态区多年平均实际蒸散发

Tab. 1 Annual average actual evapotranspiration of each ecological region in Qinghai Province

一级生态分区 多年平均实际蒸散发/mm·a-1 二级生态分区 多年平均实际蒸散发/mm·a-1
帕米尔-昆仑山-阿尔金山生态区（I） 91.56
 阿尔金山荒漠生态区（I-1） 6.76
昆仑山东段高寒荒漠草原生态区（I-2） 119.58
柴达木盆地生态区（II）
 64.75

 柴达木盆地荒漠生态区（II-1） 60.95
柴达木盆地东北部山地高寒荒漠草原生态区（II-2） 79.03
祁连山生态区（III）



 326.58



 西祁连山高寒荒漠草原生态区（III-1） 252.54
东祁连山云杉林高寒草甸生态区（III-2） 393.24
青海湖湿地及上游高寒草甸生态区（III-3） 310.18
湟水谷地农业生态区（III-4） 344.11
北羌塘高寒荒漠草原生态区（IV） 227.95
 -
 -
江河源生态区（V）




 388.82




 长江源高寒草甸草原生态区（V-1） 380.58
澜沧江源高寒草甸草原生态区（V-2） 385.92
黄河源高寒草甸草原生态区（V-3） 420.32
共和盆地高寒草原生态区（V-4） 299.57
海东-甘南高寒草甸草原生态区（V-5） 381.76

注：-表示北羌塘高寒荒漠草原生态区内不设立二级生态分区。

帕米尔-昆仑山-阿尔金山生态区（I）：该生态区实际蒸散发相对较低，多年平均实际蒸散发为91.56 mm·a-1。区内气候干燥少雨、气温偏高、植被稀疏，致使实际蒸散发相对较低。其中，阿尔金山荒漠生态区（I-1）实际蒸散发最低，多年平均实际蒸散发约为6.76 mm·a-1。该地区土地沙漠化、荒漠化严重、植被稀疏、降雨少，导致该区域实际蒸散程度较弱。
柴达木盆地生态区（II）：该生态区多年平均实际蒸散为64.75 mm·a-1。区内气候条件恶劣、年总降水量少、植被稀疏、草地退化程度显著、土地沙化严重，是青海省一级生态分区中实际蒸散发最低的区域。
祁连山生态区（III）：该生态区的实际蒸散发相对较高，多年平均实际蒸散发为326.58 mm·a-1。该区属祁连山国家自然保护区，区内草地、林地广布，同时也是青海高原最主要的耕地分布区之一，区域年总降水量较为充沛、气温适宜。因此，实际蒸散发相对较高。其中，西祁连山高寒荒漠草原生态区（III-1）植被稀疏，并存在草地轻微退化现象，多年平均实际蒸散发为252.54 mm·a-1。
北羌塘高寒荒漠草原生态区（IV）：该生态区实际蒸散程度在青海省属于中等，多年平均实际蒸散发为227.95 mm·a-1。该区水热条件较差、年总降水量不足、气温较低、植被覆盖度较低，致使实际蒸散发量相对上述区域要低。
江河源生态区（V）：该生态区是实际蒸散发最高的区域，多年平均实际蒸散发为388.82 mm·a-1。该区植被覆盖度较高，土地覆盖类型主要以高寒草甸、高寒草原为主，年总降水量相对丰沛，加之高山冰雪融水，水资源较为丰富。因此，植被蒸腾作用明显，使该生态区实际蒸散值较高。其中，黄河源高寒草甸生态区（V-3），气候相对温暖湿润，草地蒸腾作用强，是江河源生态区中实际蒸散发最高的区域。

2.1.4 青海省不同植被覆盖类型的实际蒸散特征

受自然条件及人类活动方式的影响，不同植被覆盖类型的实际蒸散程度和空间分布特征具有不同的特点[13-14]。草地是青海省主要的植被覆盖类型，占青海省域面积的66.22%，草地多年平均实际蒸散发为363.61 mm·a-1；林地占青海省域面积的0.61%，但林地实际蒸散发较高，多年平均实际蒸散发为421.70 mm·a-1；灌丛占青海省域的面积仅为0.17%，灌木林实际蒸散发最高，多年平均实际蒸散发达427.13 mm·a-1；耕地占青海省域的面积仅为0.84%，耕地多年平均蒸散发为323.75 mm·a-1。总体上，青海省不同植被覆盖类型的实际蒸散发存在较高的差异性，主要植被覆盖类型的实际蒸散发由高到低排序为：灌木>林地>草地>耕地。

2.2 青海省实际蒸散发影响因素分析

2.2.1 实际蒸散发与年平均气温、年总降水量的年际变化特征

2001—2020年青海省实际蒸散发波动变化与年平均气温的变化基本一致；实际蒸散发增加与年总降水量波动增加趋势基本一致，实际蒸散发峰值则滞后于年总降水量变化（图7）。青海省实际蒸散发变化受制于年平均气温的变化，实际蒸散发的增加受年总降水量的影响。因此，区域年平均气温与年总降水量的变化对实际蒸散发变化起主要的作用。其中，2001—2004年实际蒸散发峰值滞后于年总降水量变化，实际蒸散发波动与年平均气温的变化基本一致；2004—2008年实际蒸散发峰值滞后于年总降水量变化，实际蒸散发波动与年平均气温的变化基本一致；2008—2012年实际蒸散发峰值仍滞后于年总降水量变化，实际蒸散发波动与年平均气温的变化基本一致；2012—2020年实际蒸散发峰值仍滞后于年总降水量变化，实际蒸散发波动与年平均气温的变化基本一致。
图7 2001—2020年青海省年总降水量与年平均气温的年际变化

Fig. 7 Interannual variations of precipitation and annual average temperature in Qinghai Province from 2001 to 2020

2.2.2 实际蒸散发与气候因子的相关关系

青海省实际蒸散发与年平均气温、年总降水量、日照时数、平均风速的相关关系如图8所示。实际蒸散发与年平均气温正相关的区域占研究区总面积的73%，正相关的高值区主要分布在黄河源生态区、长江源生态区和澜沧江源生态区（占研究区总面积的48%）。实际蒸散发与年总降水量正相关的区域占研究区总面积的56%，其中显著正相关（P<0.05）区域占研究区总面积的13%；正相关的高值区主要集中在祁连山生态区、共和盆地高寒草原生态区、海东-甘南高寒草甸草原生态区，以及长江源的西北地区。实际蒸散发与日照时数正相关的区域占研究区总面积的43%，其中显著正相关（P<0.05）区域占研究区总面积的39%；正相关的高值区主要集中在江河源生态区:长江源生态区东部、黄河源生态区和澜沧江源生态区。实际蒸散发与平均风速正相关的区域占研究区总面积的44%，其中显著正相关（P<0.05）区域占研究区总面积的43%；正相关的高值区主要集中在江河源生态区。
图8 实际蒸散发与气候因子的相关性

Fig. 8 Correlation between actual evapotranspiration and climatic factors

综合分析实际蒸散发与气候因子的空间分布特征及相关关系，青海省实际蒸散发主要受气温、降水量的控制，同时也受到日照时数、风速的影响。实际蒸散发变化的影响因子存在显著的区域差异。在降水量较多、气温较低的长江源东部地区、黄河源生态区东部地区，澜沧江源区实际蒸散发主要受控于气温，同时受日照时数与风速的影响；在降水量相对偏少、气温较低的长江源生态区西部地区、西祁连山高寒荒漠草原生态区东部、东祁连山云杉林高寒草甸生态区、青海湖湿地及上游高寒草甸生态区实际蒸散发同时受制于气温与降水；在降水量偏少、气温较高的共和盆地高寒草原生态区、海东-甘南高寒草甸草原生态区实际蒸散发主要受控于降水，同时受日照时数与风速的影响；在降水量偏少、气温较高的柴达木盆地荒漠生态区东部、柴达木盆地东北部山地高寒荒漠草原生态区、西祁连山高寒荒漠草原生态区西部、湟水谷地农业生态区实际蒸散发主要受控于降水。

3 结论

（1） 2001—2020年青海省多年平均实际蒸散发为260 mm·a-1，实际蒸散发年际变化呈波动性增长，波动周期呈现增长的趋势，年际平均变化率为2%。实际蒸散发增加的区域占总面积的69.69%，其中，明显增加和较明显增加的区域主要集中在祁连山生态区以及江河源生态区东部地区；实际蒸散发减少的区域占总面积的16.51%，其中，明显减少和较明显减少的区域较少，轻微减少的区域主要集中在长江源区。整体上看，祁连山区以及江河源生态区东部区域实际蒸散程度增强。
（2） 青海省实际蒸散发具有明显的季节性变化，夏季实际蒸散发最大，冬季最小，春季和秋季基本相同。
（3） 2001—2020年青海省实际蒸散发空间分布差异明显，整体呈现西北部低、东南部高的空间分布特征。各生态分区实际蒸散发大小依次为：江河源生态区（388.82 mm·a-1）>祁连山生态区（326.58 mm·a-1）>北羌塘高寒荒漠草原生态区（227.95 mm·a-1）>帕米尔-昆仑山-阿尔金山生态区（91.56 mm·a-1）>柴达木盆地生态区（64.75 mm·a-1）。主要植被覆盖类型的实际蒸散发大小依次为：灌丛（427.13 mm·a-1）>林地（421.7 mm·a-1）>草地（363.61 mm·a-1）>耕地（323.75 mm·a-1）。
（4） 2001—2020年青海省实际蒸散发变化与年平均气温变化基本一致。实际蒸散发增加与年总降水量波动增加基本一致，峰值滞后于年总降水量变化。实际蒸散发与年平均气温正相关的区域占研究区总面积的73%，与年总降水量正相关的区域占研究区总面积的56%，与日照时数正相关的区域占研究区总面积的43%，与平均风速正相关的区域占研究区总面积的44%。总体上，影响青海省实际蒸散发的气候因子存在显著的区域差异，不同生态区受控气候因子不同。在降水量较多、气温较低的生态区实际蒸散发主要受控于气温，同时也受日照时数与风速的影响；在降水量相对偏少、气温较低生态区实际蒸散发同时受制于气温与降水；在降水量偏少、气温较高的生态区实际蒸散发主要受控于降水，同时受日照时数与风速的影响；在降水量偏少、气温较高的生态区实际蒸散发主要受控于降水。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
张圆, 贾贞贞, 刘绍民, 等. 遥感估算地表蒸散发真实性检验研究进展[J]. 遥感学报, 2020, 24(8): 975-999.

[Zhang Yuan, Jia Zhenzhen, Liu Shaomin, et al. Advances in validation of remotely sensed land surface evapotranspiration[J]. Journal of Remote Sensing, 2020, 24(8): 975-999. ]

[2]
冯飞, 姚云军, 张彦彬, 等. 基于MOD16产品的三江平原蒸散量时空分布特征分析[J]. 生态环境学报, 2015, 24(11): 1858-1864.

DOI

[Feng Fei, Yao Yunjun, Zhang Yanbin, et al. Spatio-temporal variations of evapotranspiration in Sanjiang Plain using MOD16 products[J]. Ecology and Environmental Sciences, 2015, 24(11): 1858-1864. ]

[3]
王焕, 梅再美. 贵州省地表蒸散发时空变化及其与气候因子的关系[J]. 水土保持研究, 2020, 27(5): 221-229.

[Wang Huan, Mei Zaimei. Spatiotemporal changes of evapotranspiration and their relationship with climate factors in Guizhou Province[J]. Research of Soil and Water Conservation, 2020, 27(5): 221-229. ]

[4]
刘昌明, 张丹. 中国地表潜在蒸散发敏感性的时空变化特征分析[J]. 地理学报, 2011, 66(5): 579-588.

[Liu Changming, Zhang Dan. Temporal and spatial change analysis of the sensitivity of potential evapotranspiration to meteorological influencing factors in China[J]. Acta Geographica Sinica, 2011, 66(5): 579-588. ]

DOI

[5]
张晓涛, 康绍忠, 王鹏新, 等. 估算区域蒸发蒸腾量的遥感模型对比分析[J]. 农业工程学报, 2006, 22(7): 6-13.

[Zhang Xiaotao, Kang Shaozhong, Wang Pengxin, et al. Comparative analysis of regional evapotranspiration estimation models using remotely sensed data[J]. Transactions of the Chinese Society of Agricultural Engineering, 2006, 22(7): 6-13. ]

[6]
Mu Q Z, Heinsch F A, Zhao M S, et al. Development of a global evapotranspiration algorithm based on MODIS and global meteorology data[J]. Remote Sensing of Environment, 2007, 111(4): 519-536.

[7]
Mu Q Z, Zhao M S, Running S W. Improvements to a MODIS global terrestrial evapotranspiration algorithm[J]. Remote Sensing of Environment, 2011, 115(8): 1781-1800.

[8]
Hu G C, Li J. Monitoring of evapotranspiration in a semi-arid inland river basin by combining microwave and optical remote sensing observations[J]. Remote Sensing, 2015, 7(3): 3056-3087.

[9]
Miralles D G, Holmes T, De J, et al. Global land-surface evaporation estimated from satellite-based observations[J]. Hydrology and Earth System Sciences Discussions, 2010, 7(5): 453-469.

[10]
Senay G B, Bohms S, Singh R K, et al. Operational evapotranspiration mapping using remote sensing and weather datasets: A new parameterization for the SSEB approach[J]. Jawra Journal of the American Water Resources Association, 2013, 49(3): 577-591.

[11]
Loarie S R, Lobell D B, Asner G P, et al. Direct impacts on local climate of sugar-cane expansion in Brazil[J]. Nature Climate Change, 2011, 1(2): 105-109.

[12]
Faisol A, Indarto I, Novita E, et al. An evaluation of MODIS global evapotranspiration product (MOD16A2) as terrestrial evapotranspiration in east Java-Indonesia[J]. IOP Conference Series: Earth and Environmental Science, 2020, 485(1): 12002, doi: 10.1088/1755-1315/485/1/012002.

[13]
吴桂平, 刘元波, 赵晓松, 等. 基于MOD16产品的鄱阳湖流域地表蒸散量时空分布特征[J]. 地理研究, 2013, 32(4): 617-627.

[Wu Guiping, Liu Yuanbo, Zhao Xiaosong, et al. Spatio-temporal variations of evapotranspiration in Poyang Lake Basin using MOD16 products[J]. Geographical Research, 2013, 32(4): 617-627. ]

[14]
张猛, 曾永年, 齐玥. 基于MOD16的洞庭湖流域2000—2014年地表蒸散时空变化分析[J]. 农业工程学报, 2018, 34(20): 160-168.

[Zhang Meng, Zeng Yongnian, Qi Yue. Analyzing spatio-temporal variations of evapotranspiration in Dongting Lake Basin during 2000—2014 based on MOD16[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(20): 160-168. ]

[15]
王卓月, 孔金玲, 李英, 等. 基于MOD16的银川平原地表蒸散量时空特征及影响因素分析[J]. 水文地质工程地质, 2021, 48(3): 53-61.

[Wang Zhuoyue, Kong Jinling, Li Ying, et al. An analysis of spatio-temporal characteristics and influencing factors of surface evapotranspiration in the Yinchuan Plain based on MOD16 data[J]. Hydrogeology & Engineering Geology, 2021, 48(3): 53-61. ]

[16]
范雪梅, 罗贤, 季漩, 等. 基于MOD16产品的怒江流域中上游蒸散发分布特征研究[J]. 水土保持通报, 2019, 39(2): 199-205.

[Fan Xuemei, Luo Xian, Ji Xuan, et al. Spatial distribution of evapotranspiration in middle and upper Nujiang River Basin based on MOD16 products[J]. Bulletin of Soil and Water Conservation, 2019, 39(2): 199-205. ]

[17]
孔晶晶, 昝梅, 张振东. 新疆玛纳斯河流域蒸散发时空分布格局研究[J]. 灌溉排水学报, 2021, 40(10): 117-124.

[Kong Jingjing, Zan Mei, Zhang Zhendong. Spatiotemporal variation of evapotranspiration in the Manas River Basin in Xinjiang[J]. Journal of Irrigation and Drainage, 2021, 40(10): 117-124. ]

[18]
褚荣浩, 李萌, 谢鹏飞, 等. 安徽省近20年地表蒸散和干旱变化特征及其影响因素分析[J]. 生态环境学报, 2021, 30(6): 1229-1239.

DOI

[Chu Ronghao, Li Meng, Xie Pengfei, et al. Characteristics and influencing factors of surface evapotranspiration and drought in Anhui Province during recent 20 years[J]. Ecology and Environmental Sciences, 2021, 30(6): 1229-1239. ]

[19]
温媛媛, 赵军, 王炎强, 等. 基于MOD16的山西省地表蒸散发时空变化特征分析[J]. 地理科学进展, 2020, 39(2): 255-264.

DOI

[Wen Yuanyuan, Zhao Jun, Wang Yanqiang, et al. Spatiotemporal variation characteristics of surface evapotranspiration in Shanxi Province based on MOD16[J]. Progress in Geography, 2020, 39(2): 255-264. ]

DOI

[20]
马建琴, 陈阳, 郝秀平, 等. 2001—2019年河南省地表蒸散发时空变化及其影响因素[J]. 水土保持研究, 2021, 28(5): 134-141.

[Ma Jianqin, Chen Yang, Hao Xiuping, et al. Temporal and spatial changes of surface evapotranspiration and its influencing factors in Henan Province from 2001 to 2019[J]. Research of Soil and Water Conservation, 2021, 28(5): 134-141. ]

[21]
贺添, 邵全琴. 基于MOD16产品的我国2001—2010年蒸散发时空格局变化分析[J]. 地球信息科学学报, 2014, 16(6): 979-988.

DOI

[He Tian, Shao Quanqin. Spatial-temporal variation of terrestrial evapotranspiration in China from 2001 to 2010 using MOD16 products[J]. Journal of Geo-information Science, 2014, 16(6): 979-988. ]

[22]
杨艳颖, 毛克彪. 中国蒸散时空变化规律及其对耕地旱灾影响研究[J]. 中国农业资源与区划, 2021, 42(9): 36-51.

[Yang Yanying, Mao Kebiao. Temporal and spatial variation of variation of evapotranspiration in China its impact on drought of cropland[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2021, 42(9): 36-51. ]

[23]
邱丽莎, 张立峰, 何毅, 等. 2000—2018年祁连山蒸散发时空变化及影响因素[J]. 水土保持研究, 2020, 27(3): 210-217.

[Qiu Lisha, Zhang Lifeng, He Yi, et al. Spatiotemporal variations of evapotranspiration and influence factors in Qilian Mountain from 2000 to 2018[J]. Research of Soil and Water Conservation, 2020, 27(3): 210-217. ]

[24]
叶红, 张廷斌, 易桂花, 等. 2000—2014年黄河源区ET时空特征及其与气候因子关系[J]. 地理学报, 2018, 73(11): 2117-2134.

DOI

[Ye Hong, Zhang Tingbin, Yi Guihua, et al. Spatio-temporal characteristics of evapotranspiration and its relationship with climate factors in the source region of the Yellow River from 2000 to 2014[J]. Acta Geographica Sinica, 2018, 73(11): 2117-2134. ]

DOI

[25]
王军邦, 赵烜岚, 叶辉, 等. 基于贝叶斯模型平均的蒸散遥感产品集成——以三江源国家公园为例[J]. 应用生态学报, 2021, 32(6): 2119-2128.

DOI

[Wang Junbang, Zhao Xuanlan, Ye Hui, et al. Integration of evapotranspiration remote sensing products based on Bayesian model averaging: An example from Three-River-Source National Park[J]. Chinese Journal of Applied Ecology, 2021, 32(6): 2119-2128. ]

DOI

[26]
赵天玮, 朱文彬, 裴亮, 等. 三江源蒸散发遥感估算及其时空分布特征研究[J]. 遥感技术与应用, 2022, 37(1): 137-147.

DOI

[Zhao Tianwei, Zhu Wenbin, Pei Liang, et al. Remote sensing estimation of terrestrial evapotranspiration and analysis of its temporal-spatial distribution characteristics over the Three-River Headwater region[J]. Remote Sensing Technology and Application, 2022, 37(1): 137-147. ]

[27]
李红阳, 陈天宇, 王圣杰, 等. 1979—2021年新疆昆仑山北坡潜在蒸散时空变化研究[J]. 干旱区地理, 2024, 47(9): 1443-1450.

DOI

[Li Hongyang, Chen Tianyu, Wang Shengjie, et al. Spatial and temporal variations of potential evapotranspiration on the northern slope of the Kunlun Mountains in Xinjiang from 1979 to 2021[J]. Arid Land Geography, 2024, 47(9): 1443-1450. ]

DOI

[28]
马亚丽, 牛最荣, 孙栋元. 河西走廊潜在蒸散发时空格局变化与气象因素的关系[J]. 干旱区地理, 2024, 47(2): 192-202.

DOI

[Ma Yali, Niu Zuirong, Sun Dongyuan. Relationship between changes in spatial and temporal patterns of potential evapotranspiration and meteorological factors in the Hexi Corridor[J]. Arid Land Geography, 2024, 47(2): 192-202. ]

DOI

[29]
申红艳, 马明亮, 王冀, 等. 青海省极端气温事件的气候变化特征研究[J]. 冰川冻土, 2012, 34(6): 1371-1379.

[Shen Hongyan, Ma Mingliang, Wang Ji, et al. Variation characteristics of extreme air temperature events in Qinghai Province[J]. Journal of Glaciology and Geocryology, 2012, 34(6): 1371-1379. ]

[30]
刘凤, 曾永年. 2000—2015年青海高原植被碳源/汇时空格局及变化[J]. 生态学报, 2021, 41(14): 5792-5803.

[Liu Feng, Zeng Yongnian. Analysis of the spatio-temporal variation of vegetation carbon source/sink in Qinghai Plateau from 2000—2015[J]. Acta Ecologica Sinica, 2021, 41(14): 5792-5803. ]

[31]
Liu S M, Li X, Xu Z L, et al. The Heihe integrated observatory network: A basin-scale land surface processes observatory in China[J]. Vadose Zone Journal, 2018, 17(1): 180072, doi: 10.2136/vzj2018.04.0072.

[32]
刘绍民, 车涛, 徐自为, 等. 祁连山综合观测网: 黑河流域地表过程综合观测网(阿柔超级站涡动相关仪-2020)[R]. 北京: 国家青藏高原科学数据中心, 2021.

[Liu Shaomin, Che Tao, Xu Ziwei, et al. Qilian Mountain comprehensive observation network: Heihe River Basin surface process comprehensive observation network (Aru superstation eddy correlation instrument 2020)[R]. Beijing: National Tibetan Plateau / Third Pole Environment Data Center, 2021. ]

[33]
Li X Y, Yang X F, Ma Y J, et al. Qinghai Lake Basin critical zone observatory on the Qinghai-Tibet Plateau[J]. Vadose Zone Journal, 2018, 17(1): 180069, doi: 10.2136/vzj2018.04.0069.

[34]
李小雁. 祁连山综合观测网:青海湖流域地表过程综合观测网(温性草原涡动相关仪-2020)[R]. 北京: 国家青藏高原科学数据中心, 2021.

[Li Xiaoyan. Qilian Mountain comprehensive observation network: Qinghai Lake Basin surface process comprehensive observation network (temperate grassland eddy correlation instrument-2020)[R]. Beijing: National Tibetan Plateau / Third Pole Environment Data Center, 2021. ]

[35]
徐自为, 刘绍民, 徐同仁, 等. 涡动相关仪观测蒸散量的插补方法比较[J]. 地球科学进展, 2009, 24(4): 372-382.

DOI

[Xu Ziwei, Liu Shaomin, Xu Tongren, et al. Comparison of the gap filling methods of evapotranspiration measured by eddy covariance system[J]. Advances in Earth Science, 2009, 24(4): 372-382. ]

DOI

[36]
Ke Y, Im J, Park S, et al. Spatiotemporal downscaling approaches for monitoring 8-day 30 m actual evapotranspiration[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2017, 126: 79-93.

[37]
Yang J, Huang X. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data, 2021, 13(8): 3907-3925.

DOI

Options
文章导航

/

〈 〉