《Journal of Hydrology: Regional Studies》:Estimating the long-term daily evapotranspiration in the source region of the Yangtze River based on a universal trapezoid method
编辑推荐:
蒸散发(ET)及其时空动态特征的精确估算对于评估长江源区水资源可持续性与未来水安全至关重要。然而,由于恶劣环境条件与稀疏观测站点的限制,该区域蒸散发的准确模拟仍面临挑战。研究人员采用考虑大气稳定性对湍流输送影响的空气动力学阻力参数化方案,基于通用梯形方法(Un
蒸散发(ET)及其时空动态特征的精确估算对于评估长江源区水资源可持续性与未来水安全至关重要。然而,由于恶劣环境条件与稀疏观测站点的限制,该区域蒸散发的准确模拟仍面临挑战。研究人员采用考虑大气稳定性对湍流输送影响的空气动力学阻力参数化方案,基于通用梯形方法(UniTM)生产了2001–2018年间长江 TNM
3
N
N
N
)的空间分布与季节变化,以及年平均ET的影响因素,分析了主导因素对ET变化的影响。研究发现,植被绿度增加和气候变暖对ET的增加有显著贡献,而太阳辐射减少则导致ET下降。该研究为理解长江源区ET的时空变化提供了重要数据支持。
该论文发表于《Journal of Hydrology: Regional Studies》,旨在解决长江源区(SRYR)蒸散发(ET)精确估算的难题。长江源区位于青藏高原腹地,面积约1.4×10
5 km
2,平均海拔4664 m,冻土覆盖率约78%,是中国重要的水源涵养区与水电生产基地,其水量约占长江总水量的20%。该区域拥有丰富的高山草甸和高寒植被,陆地水储量对植被恢复和冻土退化引起的ET变化高度敏感。然而,由于地形复杂、气候恶劣、观测站点稀疏,现有ET产品在该区域存在显著差异,年均ET估值介于260–589 mm/yr之间,给水资源评估带来极大不确定性。因此,开发适用于该区域的准确ET估算方法对于评估水资源可持续利用及量化水文对气候变量的敏感性具有紧迫性。
研究人员采用的主要技术方法包括:基于中分辨率成像光谱仪(MODIS)地表温度(Ts)和植被覆盖度(fc)构建特征空间,利用通用梯形方法(UniTM)参数化蒸散发比例(EF),并通过引入考虑大气稳定性修正的空气动力学阻力(ra)参数化方案对UniTM进行改进,形成UniTM_asc方法。具体而言,研究采用双温差方案(基于时间积分行星边界层发展理论)计算Monin-Obukhov长度(L),进而实现对ra的非迭代计算,保持了原方法的几何与数学简洁性。研究使用的数据包括:MODIS云产品(MOD06_L2)、反照率产品(MCD43A3)、植被指数产品(MOD13A2)、中国气象强迫数据集(CMFD)的气象数据,以及青藏高原逐日1 km全天候地表温度数据集(TRIMS LST-TP V2)。验证数据包括两个涡动相关系统(EC)站点(唐古拉站TGL和西大滩站XDT)的观测数据、基于水量平衡方法的流域尺度ET估算(采用TPHiPr降水数据和GRACE水储量数据),以及MOD16-STM和PML_V2两类现有ET产品。
研究结果部分包含以下主要内容:
"评价ET估算精度"——研究人员将改进后的UniTM_asc与原UniTM、现有ET产品进行对比验证。在站点尺度,UniTM_asc的日均ET在TGL站与观测值吻合良好(均方根误差RMSE约0.75 mm/d,决定系数R
2约0.72,平均绝对百分比误差MAPD为31%);在XDT站,UniTM存在明显低估(偏差?0.42 mm/d),而UniTM_asc通过引入大气稳定性修正使绝对偏差降低0.23 mm/d,RMSE和MAPD分别降低0.12 mm/d和6%。在月尺度,UniTM_asc较好地捕捉了ET的季节变化,在生长季(6–9月)与观测值更为吻合,而MOD16-STM和PML_V2则存在显著低估。在流域尺度,2003–2016多年平均水量平衡ET为519 mm/yr,UniTM_asc估算值515 mm/yr最为接近,而MOD16-STM、PML_V2和UniTM分别低估154 mm/yr、129 mm/yr和63 mm/yr。趋势分析表明,UniTM_asc与水量平衡ET均呈现不显著下降趋势(?0.41 mm/yr和?0.29 mm/yr),而MOD16-STM和PML_V2却呈现不显著增加趋势,与青藏高原2000年后ET由增转减的研究发现一致。
"长江源区ET的空间格局"——基于UniTM_asc生产的多情景(春季、夏季、秋季、冬季及全年)多年平均(2001–2018)ET显示,ET空间分布呈现东南向西北递减的特征,与半湿润向半干旱气候过渡一致。多年平均年ET为516±67 mm,最大值超过800 mm(东南部季节性冻土区),最小值约300 mm(裸地和冰川区)。ET季节变化明显,夏季最高(247±33 mm)、冬季最低(31±6 mm),春秋季居中(分别为135±15 mm和100±15 mm)。
"ET趋势及其主导因素"——2001–2018年间,年ET趋势呈现显著空间异质性:71.1%的区域呈下降趋势(平均速率?0.81 mm/yr,其中13.8%统计显著),28.9%呈上升趋势(平均速率0.61 mm/yr,仅2.1%显著)。影响因素分析表明,最大植被覆盖度(fc,max)是覆盖面积最广的主导因素(42.8%),降水(Prec)是西部ET下降的主导因素(14.3%),太阳辐射(Rs)是东部ET下降的主导因素(23.8%),气温(Ta)和风力(u)的影响面积相近但作用相反(分别为9.4%和9.7%)。
讨论部分主要包括以下内容:
"UniTM_asc的适用性与局限性"——研究人员通过扩展傅里叶振幅敏感性检验(EFAST)对UniTM_asc进行全局敏感性分析。结果显示,两个模型对气温(Ta,1)、地表温度(Ts,1)、植被覆盖度(fc)和反照率(α)高度敏感,其中Ta,1为最敏感参数(UniTM_asc的Si=0.32,STi=0.40)。为检验模型空间可移植性,研究在黑河流域(HRB)的四个站点进行验证:UniTM_asc在不同气候和植被条件下均优于UniTM,偏差降低约0.2 mm/d,RMSE为0.73–0.93 mm/d。但农田站点(Daman)存在最大低估,原因是作物在水分充足和强平流条件下需要更高的Priestley-Taylor系数(α
PT)。不确定性分析表明,输入数据误差(尤其是Ta,1)和模型结构限制(如将水体误分类为湿润土壤像素)会引入误差,且受限于极轨卫星数据获取,当前尚难实现100 m以下高空间分辨率的ET估算。
vus嘗Bantu data inadequaciesMiao et al., 2024)导致。研究强调,利用经偏差校正的高质量降水数据(如TPHiPr)对于准确估算流域ET至关重要。
"主导因素对ET变化的影响"——时间变化分析显示,ET下降区(?0.81 mm/yr)的主要驱动因素是太阳辐射减少(偏相关系数0.31),与大尺度大气水汽和 aerosol增加导致地表辐射减弱有关;ET上升区(+0.61 mm/yr)则主要受植被绿度增加(0.51)和气温上升(0.49)驱动,植被绿化通过增强植物蒸腾(Ec)和冠层截留蒸发(Ei)直接提升ET,同时通过降低反照率增加净辐射间接促进ET,但也会因冠层郁闭减少土壤蒸发(Es)。气候变暖在提高表层土壤空气干燥效应促进土壤蒸发的同时,也通过加速植被生长增加冠层蒸腾,体现了高寒地区ET变化的复杂性。
研究结论部分翻译如下:
"在本研究中,研究人员基于改进的通用梯形方法(Zhu et al., 2023),通过引入考虑大气稳定性对湍流输送影响的空气动力学阻力参数化方案(Norman et al., 2000),生产了2001–2018年间长江源区1 km空间分辨率的逐日蒸散发数据(命名为UniTM_asc)。该ET数据集通过与站点尺度涡动相关系统观测值、流域尺度水量平衡法估算值,以及在青藏高原具有可接受精度的两类模型(PML_V2和MOD16-STM)的交叉验证进行了验证。UniTM_asc估算的ET不仅与原位观测具有良好的一致性(RMSE约0.75 mm/d),而且在数量级上与流域尺度水量平衡ET估计值合理吻合。在长江源区的交叉验证结果、黑河流域的补充验证以及模型参数的全局敏感性分析进一步表明,UniTM_asc具有足够的鲁棒性来模拟ET的数量级和时间变化。基于UniTM_asc生产的ET数据集,研究人员分析了2001–2018年间长江源区ET的时空动态及其驱动因素。年ET总体呈现从东南向西北递减的空间格局,流域平均值为516 mm/yr。年ET趋势的空间分布呈现明显的异质性:71.1%的区域以?0.81 mm/yr的平均速率下降,而28.9%的区域以0.61 mm/yr的平均速率上升。贡献分析揭示,最大植被覆盖度(42.8%)和太阳辐射(23.8%)是塑造年际ET变化的主导因素。总体而言,长江源区ET的下降可由辐射减少解释,而ET的增加主要归因于植被绿化和气候变暖。"