EN中文

干旱区研究 >

2025 , Vol. 42 >Issue 7: 1211 - 1221

DOI: https://doi.org/10.13866/j.azr.2025.07.05

水土资源

阿克苏河流域蒸散量时空变化规律与驱动因素

  • 杨琛 , 1, 2, 3 ,
  • 马斌 4, 5, 6 ,
  • 何学敏 , 1, 2, 3 ,
  • 郝哲 4, 5, 6 ,
  • 马玉 4, 5, 6
展开
  • 1.新疆大学生态与环境学院，新疆 乌鲁木齐 830017
  • 2.新疆大学绿洲生态教育部重点实验室，新疆 乌鲁木齐 830017
  • 3.新疆精河温带荒漠生态系统教育部野外科学观测研究站，新疆 精河 833300
  • 4.中国地质调查局乌鲁木齐自然资源综合调查中心，新疆 乌鲁木齐 830057
  • 5.塔里木河源区绿洲水土过程与生态安全野外科学观测研究站，新疆 乌鲁木齐 830000
  • 6.塔里木河下游水资源与生态野外科学观测研究站，新疆 乌鲁木齐 830057
何学敏. E-mail:

杨琛（2000-），男，硕士研究生，主要从事生态遥感研究. E-mail:

收稿日期: 2024-12-02

  修回日期: 2025-03-26

  网络出版日期: 2025-08-13

基金资助

工程技术创新平台建设运行项目(WZD-XM-KJ-2023-0125)

中国地质调查局项目(DD20220887)

自然资源部自然资源要素耦合过程与效应重点实验室开放课题(2022KFKTC010)

自治区高校基本科研业务费项目(XJEDU2022J001)

收起

Patterns of spatial and temporal variation of evapotranspiration in Aksu River Basin and factors driving them

  • YANG Chen , 1, 2, 3 ,
  • MA Bin 4, 5, 6 ,
  • HE Xuemin , 1, 2, 3 ,
  • HAO Zhe 4, 5, 6 ,
  • MA Yu 4, 5, 6
Expand
  • 1. College of Ecology and Environment, Xinjiang University, Urumqi 830017, Xinjiang, China
  • 2. Key Laboratory of Oasis Ecology of Education Ministry, Xinjiang University, Urumqi 830017, Xinjiang, China
  • 3. Xinjiang Jinghe Observation and Research Station of Temperate Desert Ecosystem, Ministry of Education, Jinghe 833300, Xinjiang, China
  • 4. Urumqi Comprehensive Survey Center on Natural Resources, Urumqi 830057, Xinjiang, China
  • 5. Observation and Research Station of Soil and Water Processes and Ecologica Security of Oasis in the Headstream Area of the Tarim River, Urumqi 830000, Xinjiang, China
  • 6. Field Observation and Research Station of Water Resources and Ecological Effect in Lower Reaches of Tarim River Basin, Urumqi 830057, Xinjiang, China

Received date: 2024-12-02

  Revised date: 2025-03-26

  Online published: 2025-08-13

Fold

摘要

蒸散作为水循环的关键环节，对水资源调控和生态保护至关重要，尤其在干旱区水资源消耗和再分配中起着重要作用。本文以阿克苏河流域为研究区域，利用2001—2022年MOD16蒸散量产品数据，系统分析了实际蒸散量（AET）与潜在蒸散量（PET）的时空变化规律，并探讨了其影响因素，为区域水资源管理和生态环境保护提供了科学依据。结果表明：（1） MOD16产品数据与ET0数据较为一致（R2=0.8133），产品精度满足阿克苏河流域蒸散量时空分布研究要求。（2） 多年平均AET和PET分别为168.36 mm和1569.03 mm，AET总体呈现上升趋势，PET呈下降趋势。AET与PET在空间分布上差异明显且变化趋势相反。（3） 近22 a来，阿克苏河流域AET显著增长且主要集中在耕地、林地及绿洲，而PET整体减少但在绿洲边缘及河道附近增加，AET稳定性差而PET相对稳定，两者Hurst指数均显示未来趋势可能发生变化，其中AET有56%区域具有反持续性，PET有89%区域具有反持续性。（4） AET与PET变化与气候因子变化具有内在联系，其中风速和相对湿度是影响区域AET和PET变化的主要驱动因素。该研究可为干旱区水资源管理与科学利用提供重要参考。

关键词： 蒸散量; 水循环; 时空变化; 水资源管理; 阿克苏河流域

本文引用格式

杨琛 , 马斌 , 何学敏 , 郝哲 , 马玉 . 阿克苏河流域蒸散量时空变化规律与驱动因素[J]. 干旱区研究, 2025 , 42(7) : 1211 -1221 . DOI: 10.13866/j.azr.2025.07.05

Abstract

Evapotranspiration, as a crucial component of the water cycle, is vital for regulating water resources and protecting the environment, especially in arid regions where it plays a significant role in water consumption and redistribution. This study focused on Aksu River Basin and used MOD16 evapotranspiration product data from 2001 to 2022 to systematically analyze the patterns of spatial and temporal variation of actual evapotranspiration (AET ) and potential evapotranspiration (PET ), along with an exploration of the factors influencing them. The findings provide a scientific basis for managing regional water resources and protecting the environment. The results indicate the following: (1) The MOD16 product data are consistent with ET0 data (R2=0.8133), and the product accuracy meets the requirements for studying the spatial and temporal distribution of evapotranspiration in Aksu River Basin. (2) The multi-year average AET and PET are 168.36 mm and 1569.03 mm, respectively. AET shows an overall increasing trend, while PET exhibits a decreasing one. There are significant differences in the spatial distribution of AET and PET, with the opposite trends being exhibited. (3) Over the last 22 years, AET in Aksu River Basin has significantly increased, mainly in cultivated land, forestland, and oases, while PET has decreased overall but increased near the edges of oases and along river channels. AET is less stable than PET, and the Hurst indices of both indicate that the trends may change in future, with 56% of the area showing anti-persistence for AET and 89% for PET. (4) Changes in AET and PET are intrinsically linked to changes in climatic factors, with wind speed and relative humidity being the main factors influencing regional variations in these two variables. This study provides an important scientific reference for managing and using water resources in arid regions.

Key words： evapotranspiration; water cycle; spatial and temporal variation; water resource management; Aksu River Basin

蒸散（Evapotranspiration，ET）作为连接地球多圈层交互的纽带，在水循环、能量平衡、气候调控以及生物多样性维护中扮演着重要角色，对水资源管理、灾害预防、气候变化研究及农业生产等多个领域产生着深远的影响[1-3]。特别是在干旱和半干旱区域，蒸散量作为水分循环的主要消耗途径[4]，其研究价值显得尤为关键。实际蒸散量（AET）综合反映了地表蒸发与植被蒸腾的双重效应[5]，是研究生态水文循环的关键指标[6]；而潜在蒸散量（PET）则在水源无限制的理想条件下，界定了蒸散的极限值，对于评估干旱区气候特征及水资源状况具有不可替代的作用[7]。在干旱与半干旱地区，精准测量与估算蒸散量，不仅可以深化对水循环内在机理的认识，而且是探索气候变迁规律、实施水资源综合评估及实现水资源高效合理配置的重要基础。因此，开展干旱区蒸散量研究，对于有效应对气候变化、确保区域水资源安全及推动可持续发展具有重要意义。
传统的蒸散量研究主要采用实地观测的方法，通过在野外布设蒸散测量设备，如蒸渗仪、波文比观测系统、大孔径闪烁仪和涡动相关系统等，观测并记录蒸散数据[8-9]。但是由于蒸散量过程的复杂性与下垫面异质性等原因，大尺度的蒸散量过程无法通过站点直接观测得到[10]。随着遥感技术的发展，为大尺度非均质化的陆地表面蒸散量研究提供了新的研究方法，利用遥感技术模拟和估算蒸散量的方法主要有基于Penman-Monteith公式的VITT模型[11]、基于能量平衡的SEBAL模型[12]、基于Priestley-Taylor公式的三角形模型[13]等。基于不同方法，许多团队发布了遥感数据反演的蒸散量产品，如GLDAS[14]、GLEAM[15]、MODIS[16]等。其中，由美国NASA研究团队基于Penman-Monteith模型结合MODIS遥感数据研究发布的全球MODIS陆地蒸散产品数据（MOD16），通过全球通量塔站台的检验，模拟精度达到86%[14]。并且因MODIS产品较其他产品具有时空分辨率高、容易获取等特点，在蒸散量时空分布及变化趋势研究等方面具有一定优势。目前，国内学者基于MOD16产品对陕西省[17]、银川市[18]、焉耆盆地[19]、毛乌素沙地[20]、塔里木河流域[21]、沙柳河流域[22]、黑河流域[23]、西北干旱区[24]等区域蒸散量开展了相关研究，证实了MOD16蒸散产品可以满足干旱区蒸散量时空特征分布研究分析，并且有较高的精度。
阿克苏河流域作为塔里木河“四源一干”水系格局的核心源流区，其多年平均径流量贡献率超过70%[25]，构成了塔里木河流域及南疆地区生态安全的“生命源泉”。其独特的地理特征使其成为研究水资源与生态环境相互关系的重要区域，而流域内水资源配置失衡与低效利用问题已成为制约区域生态安全的关键瓶颈。作为塔里木河主要源流之一[26]，阿克苏河流域的水资源状况对全流域生态平衡具有重要影响，其蒸散过程的时空分异规律直接反映着区域水资源供需矛盾与生态胁迫程度。本文以MOD16蒸散产品为基础，结合气象站点实测数据，系统分析2000—2022年阿克苏河流域实际蒸散量（AET）和潜在蒸散量（PET）的时空分布格局、动态演变特征及其驱动因素，以期为区域水资源优化配置和绿洲生态屏障建设提供科学依据。

1 研究区与研究方法

1.1 研究区概况

阿克苏河流域地处天山南麓和塔里木盆地西北边缘，是塔里木河最大源流区，本文研究区主要为阿克苏河流域绿洲部分（图1），研究范围为78°89′~81°87′E，40°17′~41°54′N，研究区面积约为1.5×104 km2，该区域属暖温带极端大陆性干旱荒漠气候[27]，其多年平均气温为10.7 ℃，降水量50.4 mm，土壤类型为胡杨林土（吐喀依土），植被类型主要为胡杨、柽柳、梭梭和芦苇等。
图1 研究区概况示意图

注：底图采用国家地理信息公共服务平台标准地图制作，审图号为GS(2024)0650号，对底图边界无修改。下同。

Fig. 1 Geographical overview and location map of the study area

1.2 数据来源及处理

1.2.1 遥感数据

MOD16全球陆地蒸散量产品数据全球陆地蒸散量产品主要包括蒸散量（AET）、潜热通量（LE）、潜在蒸散量（PET）、潜在潜热通量（PLE）。数据反演过程基于Penman-Monteith公式，采用Mu等[16]在2007年的算法基础上得到的蒸散算法。本研究使用的数据为2001—2022年月合成、年合成的1 km的AET和PET数据（http://www.ntsg.umt.edu/project/mod16）。利用NASA提供的MODIS Reprojection Tool（MRT）工具对其进行了批量拼接、投影转换等处理，转换成基准面为WGS-1984、UTM投影的GeoTiff格式。

1.2.2 气象数据

本文选取阿克苏站、阿瓦提站及阿拉尔站3个站点2001—2022年的实测记录，由国家气象科学数据中心与乌鲁木齐气象局提供。包括日均温、最高温、最低温、气压、风速、相对湿度及日照时长等气象参数，通过Penman-Monteith公式计算ET0，对遥感数据进行精度验证。

1.3 研究方法

1.3.1 Sen+MK趋势分析

本文采用Theil-Sen Median斜率估计和Mann-Kendall检验方法分析2001—2022年阿克苏河流域AET/PET年际间变化趋势。其中，Sen趋势的计算公式为：
β = M e d i a n x j - x i j - i ， 1 ≤ i ≤ j ≤ n
式中：β为AET/PET的变化趋势； x j、 x i为AET/PET的时间序列，n=22；当β>0时，表示AET/PET时间序列呈增长趋势；当β<0时，表示AET/PET时间序列呈下降趋势。
Mann-Kendall统计检验法具有不依赖于数据的具体分布、对异常值不敏感等优点，常被用于气象学、水文学、气候学时间序列分析。本文采用M-K突变检验方法探究阿克苏河流域2001—2022年AET与PET变化是否存在突变性，其公式如下：
S = ∑ i = 1 n - 1 ∑ j = i + 1 n s i g n x j - x i
$ \operatorname{sign}\left(x_{j}-x_{i}\right)=\left\{\begin{aligned}1, \left(x_{j}-x_{i}>0\right) \\0, \left(x_{j}-x_{i}=0\right) \\-1, \left(x_{j}-x_{i}＜0\right)\end{aligned}\right.$
式中：S为检验统计量； x j、 x i为AET/PET时间序列，当序列长度n>10时，S近似为正态分布，此时其均值为0，方差为：
v a r S = n n - 1 2 n - 5 18
由此可得到标准化后的检验统计量Z：
$Z=\left\{\begin{array}{cl}\frac{S-1}{\sqrt{\operatorname{var}(S)}}, (S>0) \\0 ,(S=0) \\\frac{S+1}{\sqrt{\operatorname{var}(S)}} ,(S＜0)\end{array}\right.$
式中：Z为正值表示趋势上升，反之表示趋势下降，遵循标准正态分布。双边趋势检验中，在给定的α置信水平上，检测|Z|≥Z1-α/2是否成立来判断序列变化趋势是否显著，当α=0.05时，表示该研究时序通过了置信度为95%的显著性检验[28]。本研究趋势显著类别判定见表1。
表1 阿克苏河流域Sen+MK趋势分析显著类别判定标准

Tab. 1 Criteria for determining significant categories in Sen+MK trend analysis for the Aksu River Basin

β Z 趋势类型
β>0 |Z|>1.96 显著增长
|Z|≤1.96 轻微增长
β<0 |Z|≤1.96 轻微减少
|Z|>1.96 显著减少

注：当β=0时，表示观测值在时间序列上保持稳定不变。下同。

1.3.2 变异系数法

本文采用变异系数（Coefficient of Variation，Cv）评估2001—2022年阿克苏河流域AET/PET的空间格局变化上的稳定性。Cv用标准差与平均值的比值反映观测值在时间序列上的稳定状态。为了反映AET/PET的变异程度，将Cv值划分为4个不同等级：当Cv<0.1时，变异程度表现为非常稳定；当0.1≤Cv<0.2时，变异程度表现为稳定；当0.2≤Cv<0.3时，变异程度表现为不稳定；当Cv≥0.3时，变异程度表现为非常不稳定[29]。其计算公式如下：
C v = σ x -
式中： σ为每个栅格单元上的标准差； x -为多年AET/PET平均值。

1.3.3 R/S分析方法

本文采用英国水文学专家Hurst提出的R/S分析方法研究分析阿克苏河流域AET/PET的变化趋势是否具有持续性。R/S分析方法能够判断时间序列数据是否遵从随机游走还是有偏的随机游走。
对于时间序列的 E T i（ i = 1,2 , ⋯ , n），对于任意正整数t≥1，定义时间序列均值：
Δ E T t ¯ = 1 t ∑ i = 1 t E T i   , t = 1,2 , ⋯ , n
累计离差：
X m = ∑ i = 1 t Δ E T i - Δ E T t ¯ ,   1 ≤ m ≤ t
极差：
R t = m a x 1 ≤ t ≤ n X m - m i n 1 ≤ t ≤ n X m ,   t = 1,2 , ⋯ , n
标准差：
S t = 1 t ∑ i = 1 t Δ E T i - Δ E T t ¯ 2 1 2 , t = 1,2 , ⋯ , n
Hurst（H）指数：
R t S t = c t H
Hurst指数可以反映AET/PET在时间序列上的随机性或持续性特征，当H<0.5时，表明AET/PET在时间序列上不具有持续性，当H>0.5时，表明AET/PET具有持续性[30]。本研究未来变化趋势判定标准见表2。
表2 阿克苏河流域AET/PET未来变化趋势判定标准

Tab. 2 Criteria for determining future trends of AET/PET in the Aksu River Basin

β H 趋势类型
β>0 H>0.5 持续增加
H<0.5 可能由增加变为减少
β<0 H>0.5 持续减少
H<0.5 可能由减少变为增加

2 结果与分析

2.1 MOD16数据精度评价

为验证MOD16数据适用性，使用Penman-Monteith公式[31]计算阿克苏、阿瓦提、阿拉尔气象站的ET0数据，并与MOD16-PET数据进行对比。ET0和PET都是用于估算在给定气象条件下潜在蒸散的值，即单位时间单位面积上能够蒸发的水量，不受水分影响，而AET则是受到水分和能量限制的实际蒸散量。所以ET0与MOD16-PET的数据更为接近，可以通过对ET0与MOD16-PET数据进行相关性分析来验证MOD16数据在阿克苏河流域的适用性。
由图2可知，Penman-Monteith模型模拟的ET值与MOD16-PET高度相关（R2=0.8133，P<0.01），表明MOD16产品在阿克苏河流域有较好的适用性，与宋佳等[32]、李晴等[19]验证结果一致。
图2 Penman-Monteith模型模拟ET值与MOD16-PET关系

Fig. 2 Relationship between simulated ET values from the Penman-Monteith model and MOD16-PET

2.2 AET与PET时空变化特征

2.2.1 年际变化特征

如图3所示，AET的年度波动范围为102.44~228.09 mm，多年平均值为168.36 mm。其中，2022年与2003年AET的波动最为明显，其相对变化率分别达到了-22.94%和37.99%，表明这两年水分条件的变化显著。PET的波动范围为1480.65~1659.83 mm，多年平均值为1569.03 mm。其中，2002年与2010年PET的波动最为显著，相对变化率分别为7.55%和-10.79%。AET与PET之间的差值，可以作为评估区域干旱程度的一个关键指标。由图3可知，阿克苏河流域AET与PET之间的差值显著，表明该区域长期面临严重干旱缺水状况。
图3 阿克苏河流域平均AET和PET年际变化

Fig. 3 Interannual variations of average AET and PET in the Aksu River Basin

2.2.2 空间分布特征

图4展示了2001—2022年间阿克苏河流域多年平均AET与PET的空间分布特征，AET呈现出北高南低变化趋势，而PET则相反，表现为南高北低。其中AET的波动范围为1.5~344.3 mm，PET的波动范围为1074.79~1919.17 mm，二者在空间上展现出截然相反的分布格局。此外，由于MOD16蒸散量产品通过叶面积指数（LAI）间接反映土壤水分状况，因此，在沙漠、水域、未利用地及建筑用地等特定区域缺乏相应的AET与PET数据，表现为空白区域。
图4 阿克苏河流域平均AET和PET空间变化

Fig. 4 Spatial variations of average AET and PET in the Aksu River Basin

2.3 AET/PET动态变化特征

2.3.1 年际间变化趋势

采用Sen+MK趋势分析方法对2001—2022年阿克苏河流域AET与PET的年际变化趋势进行非参数分析，并据此绘制了年际变化趋势的空间分布图（图5）。分析表3和图5可知，AET整体上升，显著增长区域占94.96%，主要分布于植被覆盖度高的耕地、林地及绿洲，仅3.57%的建设用地显著减少；PET整体下降，83.25%的区域受此影响，但9.39%的绿洲边缘及河道附近显著增加。AET增加趋势面积远大于减少趋势，PET则相反。
图5 阿克苏河流域年际AET和PET变化趋势

Fig. 5 Interannual trends of AET and PET in the Aksu River Basin

表3 阿克苏河流域年际AET和PET变化趋势分类

Tab. 3 Classification of interannual AET and PET variation trends in the Aksu River Basin

蒸散类型 趋势类型 面积比例/%
AET 显著增长 94.96
轻微增长 0.69
稳定不变 0.03
轻微减少 0.72
显著减少 3.57
PET 显著增长 9.39
轻微增长 3.18
稳定不变 0.04
轻微减少 4.14
显著减少 83.25

2.3.2 年际间波动程度

采用变异系数法对2001—2022年间阿克苏河流域的AET与PET在像元尺度上进行了波动值计算，得到阿克苏河流域AET与PET年际波动程度（图6）。分析表4和图6可知，阿克苏河流域的AET表现出高度不稳定性，不稳定和非常不稳定区域占总面积的64%，其中不稳定区域占比38.86%，非常不稳定区域占比25.14%；稳定区域占比36.34%，非常稳定区域仅占0.16%。相比之下，PET的波动特征则呈现出截然不同的稳定态势。PET以非常稳定为主导，占据了研究区域总面积的96.41%，稳定区域占3.56%，两者合计几乎覆盖了整个研究区域。不稳定区域仅占总面积的0.03%，且未观察到非常不稳定的区域。
图6 阿克苏河流域AET和PET波动程度

Fig. 6 Spatial distribution of fluctuation degrees of AET and PET in the Aksu River Basin

表4 阿克苏河流域年际AET和PET波动程度分类

Tab. 4 Classification of interannual fluctuation degrees of AET and PET in the Aksu River Basin

蒸散类型 波动程度 面积比例/%
AET 非常稳定 0.16
稳定 36.34
不稳定 38.86
非常不稳定 25.14
PET 非常稳定 96.41
稳定 3.56
不稳定 0.03
非常不稳定 0

2.3.3 持续性特征

采用R/S分析方法对2001—2022年间阿克苏河流域的AET与PET在像元尺度上进行了持续性检验，得到阿克苏河流域AET和PET Hurst指数分布与变化趋势持续性特征（图7）。结果显示，阿克苏河流域AET的Hurst指数范围为0.21~0.9，平均值为0.49，Hurst指数<0.5的像元占比略高，有56%的区域其AET变化趋势具有反持续性特征，预示着未来AET趋势可能发生逆转，结合图7b可以发现，具有反持续性的像元多集中于显著增加区域，表明当前显著增长的区域在未来可能停止增长或趋势反转。AET Hurst指数>0.5的区域占比为44%，在这些区域内，AET的演变趋势具有持续性。对于PET而言，其Hurst指数范围为0.16~0.76，平均值为0.40。Hurst指数<0.5的像元占主导地位，占比高达89%，这表明PET变化趋势在大部分区域同样具有反持续性，且反持续性面积占比更高，仅有11%的区域PET演变趋势呈现出持续性特征。
图7 阿克苏河流域AET和PET Hurst指数分布与变化趋势持续性分布

Fig. 7 Distribution map of Hurst indices and persistence of trends for AET and PET in the Aksu River Basin

2.4 AET与PET影响因素

为深入探究研究区蒸散量的影响机制，明确各气象因子与AET和PET之间的相互作用关系，本研究对各气象站点多年气象因子年平均值与其相对应年份AET和PET进行相关性分析。
分析结果显示（表5），AET与气温、风速、水汽压以及日照时数之间呈正相关关系，而与相对湿度呈负相关关系。具体而言，AET与风速的相关系数高达0.817（P<0.01），这一显著正相关表明，风速可以通过促进水汽转移和降低空气中的相对湿度，对区域蒸散量产生积极的影响。同时，AET与相对湿度的负相关关系（r=0.606，P<0.01）表明高水汽压条件会对蒸发速率产生一定的抑制作用。相比之下，PET与气温、相对湿度及日照时数呈正相关，而与风速和水汽压则呈负相关。特别值得注意的是，PET与风速之间呈现出显著的负相关关系（r=-0.446，P<0.05）。这可能是由于在高辐射条件下，低风速限制了水汽的扩散，进而影响了潜在蒸发的速率。综上所述，风速和相对湿度是影响阿克苏河流域AET和PET变化的两个主要驱动因子。
表5 阿克苏河流域年际AET、PET与气象因子相关系数

Tab. 5 Interannual correlation coefficients between AET, PET, and meteorological factors in the Aksu River Basin

气温 风速 水汽压 相对湿度 日照时数
AET 0.207 0.817** 0.174 -0.606** 0.34
PET 0.089 -0.446* -0.057 0.372 0.321

注：*、**分别表示在0.05和0.01级别上显著。

3 讨论

阿克苏河流域作为塔里木河流域的核心水文单元，其战略地位与水系功能具有显著的不可替代性，是塔里木河干流最主要的常年性补给源流。该流域通过稳定的水源补给，在维系胡杨林、湿地等脆弱生态系统的存续，阻遏塔克拉玛干沙漠南侵，以及调节区域气候系统等方面发挥着关键的生态屏障功能。尽管，已有研究采用多种方法（包括Penman-Monteith公式、遥感解译、统计分析及水均衡模型等）分析了流域潜在蒸散量（PET）的时空分异机制[33]、耕地扩张对实际蒸散量（AET）的驱动效应[25]、气候-灌溉协同作用对作物需水量的耦合影响[34]，以及地下水动态与蒸散量过程的定量关联，但基于长时间序列蒸散产品开展时空动态演变规律的系统性研究，尤其是对未来蒸散量可持续性变化的预测研究仍显不足。本研究采用MOD16蒸散数据集与气象观测资料，对阿克苏河流域2001—2022年AET与PET时空变化特征进行了深入分析。
从年际变化特征来看，AET呈现出整体增长的趋势，而PET则表现出逐年下降的趋势。AET的增长趋势反映了多重因素的共同作用。全球气候变暖导致的冰雪融水增加，为上游水源提供了更充足的补给，进而促进了AET的增加。同时，土地利用方式的转变，特别是高效节水灌溉技术（如滴灌）的广泛应用，有效减轻了植物生长季节的水分胁迫，增强了蒸腾作用，对AET的提升产生了积极影响。这些变化共同作用于阿克苏河流域的水分状况，使其得到了一定程度的改善。与此同时，PET的下降趋势则表明阿克苏河流域存在“蒸发悖论”现象，这一现象与近年来其他干旱区的研究结果相一致[35-36]。
从空间分布特征来看，AET与PET展现出截然相反的分布格局。AET呈现出北高南低的趋势，而PET则相反。这种分布差异可以通过蒸散量互补相关理论[37-38]来解释，在水分充足的地区，AET与PET趋于一致；而在水分条件受限的地区，AET减少，同时因陆面-大气相互作用的增强，PET随之增加。在阿克苏河流域，农田区、绿洲及植被覆盖度高的地带由于水分条件相对较好，AET较高而PET较低；相反，在沙漠、戈壁滩周边及盐碱地等植被稀疏区域，由于太阳辐射强烈且下垫面供水匮乏，AET显著降低，而PET则显著升高。
通过Sen+MK趋势分析，发现AET整体呈现显著上升趋势，特别是植被覆盖度较高的耕地、林地及绿洲区域增长尤为明显，这可能与区域植被覆盖的改善和生态系统功能的增强有关。相反，PET则整体呈现减少态势，但在绿洲边缘及河道附近有所增长，这种相反的趋势可能受到气候变化引起的辐射强迫、风速及空气湿度变化等多种因素的影响。
利用变异系数法计算AET与PET的年际波动程度，发现AET表现出高度的不稳定性，不稳定和非常不稳定区域占比较大，而PET则呈现出截然不同的稳定态势。这种鲜明的对比可能源于区域水资源管理政策、灌溉方式改进以及地表覆盖变化等多重因素对AET的显著影响，而PET则更多地受到相对稳定的气候条件的制约[39-40]。
通过R/S分析方法，我们进一步揭示了AET与PET的持续性特征。结果显示，阿克苏河流域AET和PET均存在明显的反持续性特征，特别是AET显著增加的区域未来可能发生趋势逆转，而PET在大部分区域也呈现出反持续性。这种反持续性特征很可能是由于当地土地利用变化、水资源管理政策调整等多重因素之间的复杂交互作用所导致的。这种不稳定性不仅会影响区域水文循环的平衡，还有可能对农业生产和水资源管理构成了严峻挑战。
在影响因素方面，本研究发现，风速和相对湿度是影响阿克苏河流域AET和PET变化的主要驱动因子。这一发现不仅深化了笔者对蒸散量影响机制的理解，也为未来气候变化背景下的水资源管理和生态系统保护提供了科学依据。
综上所述，本研究揭示了阿克苏河流域AET与PET的时空变化特征及其影响因素，为未来该区域的可持续发展和生态保护提供了科学支撑。未来研究需进一步聚焦于气候变化和人类活动，特别是极端气候事件和土地利用变化对蒸散量长期趋势和机制的影响，以期为阿克苏河流域的生态环境保护和水资源管理提供更加精准和全面的科学指导。

4 结论

本文基于MOD16蒸散量产品和Penman-Monteith公式，检验了MOD16在阿克苏河流域的适用性，并分析了2001—2022年间该区域蒸散量（AET）和潜在蒸散量（PET）的时空变化及趋势，同时探讨了影响两者的气象因子。得出如下主要结论：
（1） 产品精度验证，通过Penman-Monteith公式计算的ET0与MOD16-PET数据在阿克苏河流域高度相关（R2=0.8133，P<0.01），说明MOD16蒸散产品数据满足该区域研究要求，可以用于分析阿克苏河流域蒸散时空变化特征。
（2） 年际时空变化特征，2001—2022年，阿克苏河流域AET波动范围为102.44~228.09 mm，多年平均值为168.36 mm，呈增长趋势。PET波动范围为1480.65~1659.83 mm，多年平均值为1569.03 mm，呈下降趋势。空间上，AET北高南低，高值区植被覆盖度高；PET则南高北低，在植被稀疏区域显著升高。
（3） 动态变化特征，近22 a来阿克苏河流域AET显著增长，94.96%的区域呈现此趋势，主要集中于耕地、林地及绿洲。PET整体减少，83.25%的区域受此影响，但在绿洲边缘及河道附近却显著增加；AET稳定性较差，64%的区域为不稳定或非常不稳定；相比之下，PET较为稳定，96.41%的区域为非常稳定；AET的Hurst指数均值为0.49，56%区域未来趋势可能逆转；PET的Hurst指数均值为0.40，89%区域变化趋势具反持续性。
（4） AET和PET影响因素，风速和相对湿度是影响阿克苏河流域AET和PET变化的主要驱动因子。AET与风速呈显著正相关（r=0.817，P<0.01），与相对湿度呈显著负相关（r=-0.606，P<0.01）。PET则与风速呈显著负相关（r=-0.446，P<0.05）。

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. 遥感估算地表蒸散量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]
李晓媛, 于德永. 蒸散量估算方法及其驱动力研究进展[J]. 干旱区研究, 2020, 37(1): 26-36.

[Li Xiaoyuan, Yu Deyong. Progress on evapotranspiration estimation methods and driving forces in arid and semiarid regions[J]. Arid Zone Research, 2020, 37(1): 26-36.]

[3]
刘洋, 于恩涛, 杨建军, 等. 西北干旱区1960—2019年实际蒸散量时空变化特征[J]. 水土保持研究, 2021, 28(6): 75-80, 89.

[Liu Yang, Yu Entao, Yang Jianjun, et al. Characteristics of spatial and temporal variation of actual evapotranspiration in the arid region of Northwest China from 1960 to 2019[J]. Research of Soil and Water Conservation, 2021, 28(6): 75-80, 89.]

[4]
周彦昭, 周剑, 李妍, 等. 利用SEBAL和改进的SEBAL模型估算黑河中游戈壁、绿洲的蒸散量[J]. 冰川冻土, 2014, 36(6): 1526-1537.

[Zhou Yanzhao, Zhou Jian, Li Yan, et al. Simulating the evapotranspiration with SEBAL and modified SEBAL (M-SEBAL) models over the desert and oasis of the middle reaches of the Heihe River[J]. Journal of Glaciology and Geocryology, 2014, 36(6): 1526-1537.]

[5]
郭晓彤, 孟丹, 蒋博武, 等. 基于MODIS蒸散量数据的淮河流域蒸散量时空变化及影响因素分析[J]. 水文地质工程地质, 2021, 48(3): 45-52.

[Guo Xiaotong, Meng Dan, Jiang Bowu, et al. Spatio-temporal change and influencing factors of evapotranspiration in the Huaihe River Basin based on MODIS evapotranspiration data[J]. Hydrogeology & Engineering Geology, 2021, 48(3): 45-52.]

[6]
Chahine M T. The hydrological cycle and its influence on climate[J]. Nature, 1992, 359(6349): 373-380.

[7]
阿迪来·乌甫, 玉素甫江·如素力, 热伊莱·卡得尔, 等. 基于MODIS数据的新疆地表蒸散量时空分布及变化趋势分析[J]. 地理研究, 2017, 36(7): 1245-1256.

[Adilai Wufu, Yusupujiang Rusuli, Reyila Kader, et al. Spatio-temporal distribution and evolution trend of evapotranspiration in Xinjiang based on MOD16 data[J]. Geographical Research, 2017, 36(7): 1245-1256.]

[8]
曹雪, 柯长青. 基于对象级的高分辨率遥感影像分类研究[J]. 遥感信息, 2006, 21(5): 27-30, 51, 73.

[Cao Xue, Ke Changqing. Classification of high-resolution remote sensing images using object-oriented method[J]. Remote Sensing Information, 2006, 21(5): 27-30, 51, 73.]

[9]
王冉冉, 吕光辉, 何学敏, 等. 克里雅河流域中游绿洲蒸散量的时空演变与驱动因素分析[J]. 测绘通报, 2024, 70(3): 31-36, 139.

[Wang Ranran, Lv Guanghui, He Xuemin, et al. Spatial-temporal evolution and driving factors analysis of oasis evapotranspiration in the middle reaches of the Keriya River Basin[J]. Bulletin of Surveying and Mapping, 2024, 70(3): 31-36, 139.]

[10]
邱新法, 曾燕, 刘昌明. 陆面实际蒸散研究[J]. 地理科学进展, 2003, 22(2): 118-124.

[Qiu Xinfa, Zeng Yan, Liu Changming. A study on actual evaporation from non-saturated surfaces[J]. Progress in Geography, 2003, 22(2): 118-124.]

[11]
Moran M S, Rahman A F, Washburne J C, et al. Combining the Penman-Monteith equation with measurements of surface temperature and reflectance to estimate evaporation rates of semiarid grassland[J]. Agricultural and Forest Meteorology, 1996, 80(2-4): 87-109.

[12]
Bastiaanssen W, Pelgrum H, Wang J, et al. A remote sensing surface energy balance algorithm for land (SEBAL): Part 2: Validation[J]. Journal of Hydrology, 1998, 212-213(1-4): 198-212.

[13]
Jiang L, Islam S. A methodology for estimation of surface evapotranspiration over large areas using remote sensing observations[J]. Geophysical Research Letters, 1999, 26(17): 2773-2776.

[14]
Rodell M, Houser P R, Jambor U, et al. Land data assimilation systems[J]. Bulletin of the American Meteorological Society, 2004, 85(3): 381-394.

[15]
Martens B, Miralles D G, Lievens H, et al. GLEAM v3: Satellite-based land evaporation and root-zone soil moisture[J]. Geoscientific Model Development Discussions, 2016, 10(5): 1-36.

[16]
Mu Q Z, Zhao M, Steven W. Improvements to a MODIS global terrestrial evapotranspiration algorithm[J]. Remote Sensing of Environment, 2011, 115(8): 1781-1800.

[17]
范建忠, 李登科, 高茂盛. 基于MOD16的陕西省蒸散量时空分布特征[J]. 生态环境学报, 2014, 23(9): 1536-1543.

[Fan Jianzhong, Li Dengke, Gao Maosheng. Spatio-temporal variations of evapotranspiration in Shaanxi Province using MOD16 products[J]. Ecology and Environmental Sciences, 2014, 23(9): 1536-1543.]

[18]
宋硕, 赵婉凝, 李少然, 等. 基于MOD16的银川地表蒸散量时空特征及影响因素分析[J]. 北京林业大学学报, 2024, 46(7): 18-26.

[Song Shuo, Zhao Wanning, Li Shaoran, et al. Spatio-temporal characteristics and influencing factors of evapotranspiration inYinchuan City of northwestern China Based on MOD16[J]. Journal of Beijing Forestry University, 2024, 46(7): 18-26.]

[19]
李晴, 杨鹏年, 彭亮, 等. 基于MOD16数据的焉耆盆地蒸散量变化研究[J]. 干旱区研究, 2021, 38(2): 351-358.

[Li Qing, Yang Pengnian, Peng Liang, et al. Study of the variation trend of evapotranspiration in the Yanqi Basin based on MOD16 data[J]. Arid Zone Research, 2021, 38(2): 351-358.]

[20]
刘静, 刘铁军, 杜晓峰, 等. 基于MOD16A2的毛乌素沙地实际蒸散量时空稳定性模拟[J]. 干旱地区农业研究, 2020, 38(2): 243-250.

[Liu Jing, Liu Tiejun, Du Xiaofeng, et al. Simulation on spatio-temporal stability of ET based on MOD16A2 in Mu Us Sandy Land[J]. Agricultural Research in the Arid Areas, 2020, 38(2): 243-250.]

[21]
艾力亚·艾尼瓦尔, 玉米提·哈力克, 买尔当·克依木, 等. 基于MOD16产品的塔里木河流域蒸散量时空分布特征[J]. 中国农村水利水电, 2018, 60(9): 79-84, 95.

[Ailiya Ainiwaer, Yumiti Halike, Maierdang Keyimu, et al. Spatio-temporal variation of evapotranspiration in the Tarim River Basin by using MOD16 products[J]. China Rural Water and Hydropower, 2018, 60(9): 79-84, 95.]

[22]
康利刚, 曹生奎, 曹广超, 等. 青海湖沙柳河流域蒸散量时空变化特征[J]. 干旱区研究, 2023, 40(3): 358-372.

[Kang Ligang, Cao Shengkui, Cao Guangchao, et al. Temporal and spatial changes of evapotranspiration in the Shaliu River Basin of Qinghai Lake[J]. Arid Zone Research, 2023, 40(3): 358-372.]

[23]
闫宇会, 薛宝林, 张路方, 等. 基于MOD16产品的黑河流域蒸散量时空分布特征[J]. 节水灌溉, 2019, 44(9): 85-92.

[Yan Yuhui, Xue Baolin, Zhang Lufang, et al. Temporal and spatial distribution characteristics of evapotranspiration in the Heihe River Basin based on MOD16 product[J]. Water Saving Irrigation, 2019, 44(9): 85-92.]

[24]
邓兴耀, 刘洋, 刘志辉, 等. 中国西北干旱区蒸散量时空动态特征[J]. 生态学报, 2017, 37(9): 2994-3008.

[Deng Xingyao, Liu Yang, Liu Zhihui, et al. Temporal-spatial dynamic change characteristics of evapotranspiration in arid region of Northwest China[J]. Acta Ecologica Sinica, 2017, 37(9): 2994-3008.]

[25]
姚小晨, 高凡, 韩方红, 等. 2000—2020年阿克苏河流域土地利用强度变化及其对蒸散量的影响[J]. 干旱区研究, 2024, 41(6): 951-963.

[Yao Xiaochen, Gao Fan, Han Fanghong, et al. Land use intensity change and its influence on evapotranspiration in Aksu River Basin from 2000 to 2020[J]. Arid Zone Research, 2024, 41(6): 951-963.]

[26]
陈亚宁, 郝兴明, 陈亚鹏, 等. 新疆塔里木河流域水系连通与生态保护对策研究[J]. 中国科学院院刊, 2019, 34(10): 1156-1164.

[Chen Yaning, Hao Xingming, Chen Yapeng, et al. Study on water system connectivity and ecological protection countermeasures of Tarim River Basin in Xinjiang[J]. Bulletin of the Chinese Academy of Sciences, 2019, 34(10): 1156-1164.]

[27]
韩路, 陈家力, 王家强, 等. 塔河源荒漠河岸林群落物种组成、结构与植物区系特征[J]. 植物科学学报, 2019, 37(3): 324-336.

[Han Lu, Chen Jiali, Wang Jiaqiang, et al. Species composition, community structure, and floristic characteristics of desert riparian forest community along the mainstream of Tarim River[J]. Plant Science Journal, 2019, 37(3): 324-336.]

[28]
Wang L, Wang J J, Ding J L, et al. Estimation and spatiotemporal evolution analysis of actual evapotranspiration in Turpan and Hami Cities based on multi-source Data[J]. Remote Sensing, 2023, 15(10): 2565.

[29]
张巧凤, 刘桂香, 于红博, 等. 基于MOD16A2的锡林郭勒草原近14年的蒸散量时空动态[J]. 草地学报, 2016, 24(2): 286-293.

[Zhang Qiaofeng, Liu Guixiang, Yu Hongbo, et al. Temporal and spatial dynamic of ET based on MOD16A2 in recent fourteen years in Xilingol Steppe[J]. Acta Agrestia Sinica, 2016, 24(2): 286-293.]

[30]
吴宏玥, 杜灵通, 乔成龙, 等. 基于蒸散演变驱动的宁夏绿洲平原生态系统耗水变化[J]. 水土保持学报, 2023, 37(3): 172-180, 189.

[Wu Hongyue, Du Lingtong, Qiao Chenglong, et al. Water consumption of ecosystem driven by evapotranspiration evolution in Ningxia oasis plain[J]. Journal of Soil and Water Conservation, 2023, 37(3): 172-180, 189.]

[31]
Allen R, Pereira L, Raes D, et al. Crop Evapotranspiration-Guidelines for Computing Crop Water Requirements[M]. Irrigation and Drainage Paper, No.56, FAO, 1998.

[32]
宋佳, 徐长春, 杨媛媛, 等. 基于MODIS16的新疆干湿气候时空变化及影响因素[J]. 水土保持研究, 2019, 26(5): 210-214, 221, 2.

[Song Jia, Xu Changchun, Yang Yuanyuan, et al. Temporal and spatial variation characteristics of evapotranspiration and dry-wet climate in Xinjiang based on MODIS16[J]. Research of Soil and Water Conservation, 2019, 26(5): 210-214, 221, 2.]

[33]
张守红, 刘苏峡, 莫兴国, 等. 阿克苏河流域气候变化对潜在蒸散量影响分析[J]. 地理学报, 2010, 65(11): 1363-1370.

[Zhang Shouhong, Liu Suxia, Mo Xingguo, et al. Assessing the impact of climate change on reference evapotranspiration in Aksu River Basin[J]. Acta Geographica Sinica, 2010, 65(11): 1363-1370.]

[34]
王志成, 方功焕, 张辉, 等. 阿克苏河灌区作物需水量对气候变化的敏感性分析[J]. 沙漠与绿洲气象, 2018, 12(3): 33-39.

[Wang Zhicheng, Fang Gonghuan, Zhang Hui, et al. Sensitivity analysis of crop water requirement to meteorological factors in Aksu Irrigation Area[J]. Desert and Oasis Meteorology, 2018, 12(3): 33-39.]

[35]
罗开盛, 陶福禄. 基于SWAT的西北干旱区县域水文模拟——以临泽县为例[J]. 生态学报, 2018, 38(23): 8593-8603.

[Luo Kaisheng, Tao Fulu. Hydrological modeling based on SWAT in arid Northwest China: A case study in Linze County[J]. Acta Ecologica Sinica, 2018, 38(23): 8593-8603.]

[36]
王怡宁, 杨秒, 王兵, 等. 五道沟地区“蒸发悖论”及成因探析[J]. 灌溉排水学报, 2020, 39(3): 126-133.

[Wang Yining, Yang Miao, Wang Bing, et al. The “Evaporation Paradox” in Wudaogou area and its underlying mechanisms[J]. Journal of Irrigation and Drainage, 2020, 39(3): 126-133.]

[37]
Bouchet R J. Evapotranspiration réelle et potentielle,signification climatique[J]. International Association of Hydrological Sciences, 1963, 62: 134-142.

[38]
余文君, 赵林, 李艳忠, 等. 基于互补相关理论的青藏高原蒸散量时空变化及其影响因素[J]. 生态学报, 2024, 44(12): 5024-5039.

[Yu Wenjun, Zhao Lin, Li Yanzhong, et al. Spatial-temporal variation of evapotranspiration based on the complementary relationship principle and its influencing factors on the Qinghai-Tibet Plateau[J]. Acta Ecologica Sinica, 2024, 44(12): 5024-5039.]

[39]
阴晓伟, 吴一平, 赵文智, 等. 西北旱区潜在蒸散量的气候敏感性及其干旱特征研究[J]. 水文地质工程地质, 2021, 48(3): 20-30.

[Yin Xiaowei, Wu Yiping, Zhao Wenzhi, et al. Drought characteristics and sensitivity of potential evapotranspiration to climatic factors in the arid and semi-arid areas of Northwest China[J]. Hydrogeology & Engineering Geology, 2021, 48(3): 20-30.]

[40]
马亚丽, 牛最荣, 孙栋元. 河西走廊潜在蒸散量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.

[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.]

Options
文章导航

/

〈 〉