基于MOD16产品的我国2001-2010年蒸散发时空格局变化分析

doi:10.3724/SP.J.1047.2014.00979

地球信息科学学报 ›› 2014, Vol. 16 ›› Issue (6): 979-988.doi: 10.3724/SP.J.1047.2014.00979

基于MOD16产品的我国2001-2010年蒸散发时空格局变化分析

贺添^1,^2,³(), 邵全琴^1,^*()

1. 中国科学院地理科学与资源研究所,北京 100101
2. 中国科学院大学,北京 100049
3. 郑州大学水利与环境学院,郑州 450001

收稿日期:2014-05-21 修回日期:2014-06-23 出版日期:2014-11-10 发布日期:2014-11-01
通讯作者: 邵全琴 E-mail:het.12b@igsnrr.ac.cn;shaoqq@lreis.ac.cn
作者简介:
作者简介：贺添(1977-),男,博士生,四川成都人,研究方向为区域气候变化。E-mail:het.12b@igsnrr.ac.cn
基金资助:
国家重点基础研究发展计划“973”项目(2010CB950902);国家科技支撑计划项目(2013BAC03B04);国家自然科学基金项目(41371409)

Spatial-temporal Variation of Terrestrial Evapotranspiration in China from 2001 to 2010 Using MOD16 Products

HE Tian^1,^2,³(), SHAO Quanqin^1,^*()

1. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
2. Graduate University of Chinese Academy of Sciences, Beijing 100049, China
3. Zhengzhou University, Zhengzhou 450001, China

Received:2014-05-21 Revised:2014-06-23 Online:2014-11-10 Published:2014-11-01
Contact: SHAO Quanqin E-mail:het.12b@igsnrr.ac.cn;shaoqq@lreis.ac.cn
About author:
*The author: CHEN Nan, E-mail:fjcn99@163.com

摘要/Abstract

摘要：

蒸散发的时空格局分析对理解气候变化与水资源之间的相互影响具有重要的作用。本文基于MODIS全球蒸散发产品(MOD16),分析了2001-2010年我国陆面蒸散发的时空格局变化,得出以下结论：(1)站点尺度和流域尺度的精度验证结果表明,MOD16产品对于我国森林、农田生态系统类型,以及辽河、海河、黄河和淮河流域的模拟精度较高;(2)2001-2010年,我国年均蒸散发为532±10 mm,年内蒸散值变化最大的是东北区,月均蒸散变异系数为0.87,而西北区变化幅度最小,变异系数为0.19;(3)2001-2010年,我国陆面蒸散发年际变化总的趋势不明显,占陆地面积11.2%区域的蒸散发呈显著减少趋势(p<0.05),主要分布在青藏高原中部,内蒙古中东部地区及新疆北部,只有2.3%的区域的蒸散发增加趋势显著,(p<0.05),主要分布在黄土高原地区、黄淮海平原及东北平原;(4)通过对比干旱指数变化趋势、植被指数变化趋势图可以看出,蒸散发显著减少的区域主要分布于干旱加剧的半干旱地区,而蒸散发显著增加的区域主要位于植被变好的地区。

关键词: 蒸散发, MODIS数据, 时空格局变化, 中国

Abstract:

Terrestrial evapotranspiration (ET) is a key process in the climate system and a nexus of the water and energy cycles. Understanding the temporal and spatial change of ET is important to analyze the climate impact on water resource. However, large scale ET estimation methods are still in evolution due to the complexity of processing ET. With the aid of MODIS ET products (MOD16), we obtained the 10-year spatial-temporal data sets of terrestrial ET in China from 2001 to 2010.MOD16 ET products were first validated at 8 flux towers and 10 large basins in China. The results show that although some uncertainties are present, the magnitudes and spatial pattern of ET in China are basically reasonable. The MOD16 products withthe best performances were observed at sites with forest and crop land cover, as well as in four basins in the north of China.The average annual terrestrial ET in China from 2001 to 2010 is 532±10 mm.The seasonal change of the ET in Northeast China is most obvious with a coefficient of variation (CV) of 0.87 based onthe average monthly ET, while the Northwest China has little seasonal variations making the CV is only 0.19. Generally, the estimated terrestrial ET in China shows littlesignificant variation during the 2001 to 2010 period. On the regional scale, approximately11.2% of the areas show significant negative ET trends, which occur mainly in the center of Tibetan Plateau, northeast of Inner Mongolia and the north of Xinjiang. Only 2.3% of the areas show significant positive ET trends, which mostly occur in Loess Plateau, Northeast Plain and Huang-Huai-Hai Plain. According to the analysis of the maps of the linear trends of PDSI and NDVI in China during 2001 to 2010, we can see the negative ET mainly occurs in the semi-arid areas which under go increasing drought; while the positive ET occurs in areas where the vegetation is turning better after large-scale ecological restoration projects were implemented.

Key words: evapotranspiration, MODIS, spatial-temporal variation, China

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:10.3724/SP.J.1047.2014.00979

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.DOI:10.3724/SP.J.1047.2014.00979

图/表 10

表1

表2

图1

表3

图2

图3

表4

图4

表5

图5

参考文献 37

[1]	Wang K C, Dickinson R E.A review of global terrestrial evapotranspiration: observation, modeling, climatology, and climatic variability[J]. Reviews of Geophysics, 2012,50(RG2005):1-54.
[2]	Trenberth K E, Fasullo J T, Kiehl J.Earth's global energy budget[J]. Bulletin of the American Meteorological Society, 2009,90(3):311-323.
[3]	Jung M, Reichstein M,Ciais P, et al.Recent decline in the global land evapotranspiration trend due to limited moisture supply[J]. Nature, 2010,467(7318):951-954.
[4]	Li Z L, Tang R L,Wan Z M, et al.A review of current methodologies for regional evapotranspiration estimation from remotely sensed data[J]. Sensors, 2009,9(5):3801-3853.
[5]	高彦春,龙笛.遥感蒸散发模型研究进展[J].遥感学报,2008,12(3):515-528.
[6]	吴炳方,熊隽,闫娜娜. ETWatch的模型与方法[J].遥感学报,2011,15(2):224-239.
[7]	Tang R L, Li Z L, Tang B H.An application of the T-s-VI triangle method with enhanced edges determination for evapotranspiration estimation from MODIS data in arid and semi-arid regions: Implementation and validation[J]. Remote Sensing of Environment, 2010,114(3):540-551.
[8]	李新,刘绍民,马明国,等.黑河流域生态-水文过程综合遥感观测联合试验总体设计[J].地球科学进展,2012,27(5):481-498.
[9]	张仁华. 定量热红外遥感模型及地面试验基础[M].北京:科学出版社,2009:1-51.
[10]	魏焕奇,何红林,刘敏,等.基于遥感的千烟洲人工林蒸散及其组分模拟研究[J].自然资源学报,2012,27(5):778-789.
[11]	陈丹,莫兴国,林忠辉,等.基于MODIS数据的无定河流域蒸散模拟[J].地理研究,2006,25(4):617-623.
[12]	尹云鹤,吴绍洪,赵东升,等.1981-2010年气候变化对青藏高原实际蒸散的影响[J].地理学报,2012,67(11):1471-1481.
[13]	占车生. 中国陆面蒸散发量的遥感反演及时空格局[D].北京:中国科学院研究生院,2005.
[14]	Yao Y, Liang S, Cheng J, et al. MODIS-driven estimation of terrestrial latent heat flux in China based on a modified Priestley-Taylor algorithm[J]. Agricultural and Forest Meteorology, 2013,171-172:187-202.
[15]	邴龙飞,苏红波,邵全琴,等.近30年来中国陆地蒸散量和土壤水分变化特征分析[J].地球信息科学学报,2012,14(1):1-13.
[16]	周蕾,王绍强,陈镜明,等.1991年至2000年中国陆地生态系统蒸散时空分布特征[J].资源科学,2009,31(6):962-972.
[17]	Chen Y, Xia J Z, Liang S L, et al.Comparison of satellite-based evapotranspiration models over terrestrial ecosystems in China[J]. Remote Sensing of Environment, 2014,140:279-293.
[18]	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.
[19]	Peng S S, Piao S, Zeng Z, et al.Afforestation in China cools local land surface temperature[J]. Proceedings of the National Academy of Sciences, 2014,111(8): 2915-2919.
[20]	于贵瑞,孙晓敏.陆地生态系统通量观测的原理与方法[M].北京:高等教育出版社,2006:461-474.
[21]	Yu G R, Wen X F, Sun X M, et al.Overview of ChinaFLUX and evaluation of its eddy covariance measurement[J]. Agricultural and Forest Meteorology, 2006,137(3-4):125-137.
[22]	Yu G R, Fu Y L, Sun X M, et al.Recent progress and future directions of ChinaFLUX[J]. Science In China Series D-Earth Sciences, 2006,49(2):1-23.
[23]	李正泉,于贵瑞,温学发,等. 中国通量观测网络(ChinaFLUX)能量平衡闭合状况的评价[J]. 中国科学, 2004(S2):46-56.
[24]	Hobbins M T, Ramirez J A, Brown T C.Trends in pan evaporation and actual evapotranspiration across the conterminous US: Paradoxical or complementary?[J]. Geophysical Research Letters, 2004,31(L13503):1-5.
[25]	Teuling A J, Hirschi M, Ohmura A, et al.A regional perspective on trends in continental evaporation[J]. Geophysical Research Letters, 2009,36(L02404):1-5.
[26]	Mu Q, Heinsch F A, Zhao M, 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.
[27]	Mu Q, Zhao M, Running S W.Improvements to a MODIS global terrestrial evapotranspiration algorithm[J]. Remote Sensing of Environment, 2011,115(8):1781-1800.
[28]	Cleugh H A, Leuning R, Mu Q, et al.Regional evaporation estimates from flux tower and MODIS satellite data[J]. Remote Sensing of Environment, 2007,106(3):285-304.
[29]	Willmott C J.Some comments on the evaluation of model performance[J]. Bulletin of The American Meteorological Society, 1982,63(11):1309-1313.
[30]	任美锷. 中国自然地理纲要(修订第三版)[M].北京:商务印书馆,1992:114-130.
[31]	Twine T E, Kustas W P, Norman J M, et al.Correcting eddy-covariance flux underestimates over a grassland[J]. Agricultural and Forest Meteorology, 2000,103(3):279-300.
[32]	Kim H W, Hwang K, Mu Q, et al.Validation of MODIS 16 global terrestrial evapotranspiration products in various climates and land cover types in Asia[J]. KSCE Journalof Civil Engineering, 2012,16(2):229-238.
[33]	Kalma J D, McVicar T R, McCabe M F. Estimating land surface evaporation: A review of methods using remotely sensed surface temperature data[J]. Surveys in Geophysics, 2008,29(4-5):421-469.
[34]	Jia Z, Liu S, Xu Z, et al.Validation of remotely sensed evapotranspiration over the Hai River Basin, China[J]. Journal of Geophysical Research: Atmospheres, 2012,117(D13113):1-21.
[35]	Vinukollu R K, Wood EF,Ferguson CR, et al. Global estimates of evapotranspiration for climate studies using multi-sensor remote sensing data: Evaluation of three process-based approaches[J]. Remote Sensing of Environment, 2011,115(3):801-823.
[36]	Liu JY, Kuang WH, Zhang ZX, et al.Spatiotemporal characteristics,patterns,and causes of land-use changes in China since the late 1980s[J]. Journal of Geographical Sciences, 2014,24(2):195-210.
[37]	Dai A, Trenberth K E, Qian T.A global dataset of Palmer Drought Severity Index for 1870-2002: Relationship with soil moisture and effects of surface warming[J]. Journal of Hydrometeorology, 2004,5(6):1117-1130.

站点	覆被类型	经度	纬度	气候类型	海拔(m)	降水(mm)
长白山	落叶阔叶和针叶混交林	128°05′45″	42°24′9″	温带大陆性气候	738	713
千烟洲	人工针叶林	115°03′29″	26°44′29″	典型亚热带季风气候	100	1542
鼎湖山	常绿阔叶林	112°34′	23°10′	热带季风气候	300	1956
西双版纳	热带季节性雨林	101°12′	21°57′	热带季风气候	756	1453
禹城	旱作农田	116°34′	36°50′	暖温带半湿润季风气候	28	582
海北	高寒草甸	101°19′52″	37°39′55″	高原大陆性气候	3293	580
内蒙古	典型草原和草甸草原	116°40′	44°32′	温带半干旱大陆性气候	1187	400
当雄	高寒草甸	91°05′	30°51′	高原大陆性气候	4250	476

编号	水资源一级区	计算面积(×10⁴km²)	降水量(mm)	径流量 (mm)
1	松花江区	93.5	461	134
2	辽河区	31.4	514	138
3	海河区	32.0	490	81
4	黄河区	79.5	443	79
5	淮河区	33.0	869	314
6	长江区	180.0	1055	532
7	东南诸河	24.5	1663	944
8	珠江区	57.8	1536	811
9	西南诸河区	84.4	1071	667
10	西北诸河区	336.2	172	42

站点	r	RMSE	BIAS	MAE	时段
长白山	0.93	0.53	0.32	0.41	2003-2005
千烟洲	0.94	0.64	0.37	0.52	2003-2004
鼎湖山	0.62	0.85	0.14	0.69	2004-2005
西双版纳	0.85	0.99	0.89	0.86	2003-2004
禹城	0.82	0.59	0.12	0.43	2003-2004
海北	0.82	0.78	0.02	0.58	2003-2005
内蒙古	0.53	0.67	-0.16	0.48	2004-2005
当雄	0.59	1.45	-0.56	1.07	2004

编号	水资源一级区	流域 ET(mm)	MOD16 ET(mm)
1	松花江区	326.9	442.0
2	辽河区	376.8	391.4
3	海河区	408.6	402.8
4	黄河区	363.7	387.9
5	淮河区	554.9	573.7
6	长江区	523.5	696.5
7	东南诸河	717.3	930.3
8	珠江区	726.0	974.4
9	西南诸河区	401.6	654.0
10	西北诸河区	130.2	266.6

地区	月份												均值	变异系数
地区	1	2	3	4	5	6	7	8	9	10	11	12	均值	变异系数
东北区	8.8	12.8	25.6	23.0	32.5	70.4	102.9	95.4	40.3	19.3	16.8	9.9	38.1	0.87
华北区	22.4	21.8	21.6	25.1	35.8	40.5	73.9	81.2	48.7	23.6	19.5	21.0	36.3	0.59
华中区	30.0	35.5	47.7	62.8	84.4	97.3	120.2	114.3	90.2	59.4	37.0	28.0	67.2	0.49
华南区	45.7	52.2	70.4	87.1	105.2	108.0	120.0	119.0	113.5	96.1	62.6	47.4	85.6	0.33
西南区	37.1	38.7	48.5	54.8	71.0	88.1	99.7	99.7	87.7	71.3	48.6	37.2	65.2	0.37
内蒙区	16.5	17.5	18.8	10.9	10.0	20.0	34.5	33.8	16.8	15.2	20.0	17.4	19.3	0.39
西北区	20.8	21.3	23.4	19.5	21.4	26.7	33.6	27.8	20.4	18.6	21.2	21.5	23.0	0.19
青藏区	29.4	31.1	36.0	34.5	42.1	48.1	55.5	55.2	45.4	35.8	28.5	28.2	39.1	0.25

基于MOD16产品的我国2001-2010年蒸散发时空格局变化分析

Spatial-temporal Variation of Terrestrial Evapotranspiration in China from 2001 to 2010 Using MOD16 Products

RichHTML

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 37

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	薛浩男, 张雪英, 吴明光, 曹天阳. 基于新闻数据的新冠疫情事件下“全球-中国”国际关系变化分析方法[J]. 地球信息科学学报, 2021, 23(2): 351-363.
[2]	张小东, 韩昊英, 陈宇. 2003—2018年中国地级城市土地出让交易状况及时空动态特征[J]. 地球信息科学学报, 2020, 22(9): 1823-1836.
[3]	宋荣, 胡业翠. 中国城市土地整治综合潜力分区与提升路径[J]. 地球信息科学学报, 2020, 22(7): 1522-1531.
[4]	刘纪远, 张增祥, 张树文, 颜长珍, 吴世新, 李仁东, 匡文慧, 史文娇, 黄麟, 宁佳, 董金玮. 中国土地利用变化遥感研究的回顾与展望——基于陈述彭学术思想的引领[J]. 地球信息科学学报, 2020, 22(4): 680-687.
[5]	张永树, 杨振凯, 訾璐, 曹一冰, 余航. 中国艾滋病空间格局和时空演化分析[J]. 地球信息科学学报, 2020, 22(2): 198-206.
[6]	杜培培, 侯西勇. 基于多源数据的中国海岸带地区人口空间化模拟[J]. 地球信息科学学报, 2020, 22(2): 207-217.
[7]	李文梁, 汪驰升, 朱武. 中国大陆地区TanDEM-X 90 m DEM误差空间分布特征[J]. 地球信息科学学报, 2020, 22(12): 2277-2288.
[8]	刘艳霞, 冯莉, 田慧慧, 阳少奇. 中国气候舒适度时空分布特征分析[J]. 地球信息科学学报, 2020, 22(12): 2338-2347.
[9]	丁忠昊, 宋立生, 徐同仁, 白岩, 刘绍民, 马明国, 徐自为. 不同下垫面DTD模型与TSEB模型比较[J]. 地球信息科学学报, 2020, 22(11): 2152-2165.
[10]	杜震洪, 吴森森, 王中一, 汪愿愿, 张丰, 刘仁义. 基于地理神经网络加权回归的中国PM_2.5浓度空间分布估算方法[J]. 地球信息科学学报, 2020, 22(1): 122-135.
[11]	黄梦娜,马廷. 中国道路网引起的景观破碎格局及其对保护区的影响[J]. 地球信息科学学报, 2019, 21(8): 1183-1195.
[12]	林中立, 徐涵秋, 黄绍霖. 基于DMSP/OLS夜间灯光影像的中国东部沿海地区城市扩展动态监测[J]. 地球信息科学学报, 2019, 21(7): 1074-1085.
[13]	方颖, 李连发. 基于机器学习的高精度高分辨率气象因子时空估计[J]. 地球信息科学学报, 2019, 21(6): 799-813.
[14]	鹿明, 廖小罕, 岳焕印, 黄诗峰, 徐晨晨, 卢海英, 柏艺琴. 面向中国洪涝灾害应急监测的无人机空港布局[J]. 地球信息科学学报, 2019, 21(6): 854-864.
[15]	张婷, 程昌秀. 顾及空间集聚程度的中国高温灾害危险性评价[J]. 地球信息科学学报, 2019, 21(6): 865-874.