流域蒸散发是流域内土壤蒸散发、植被蒸腾、水面蒸散发、截留蒸散发等的总和,是流域水循环的基本环节和水量平衡的基本要素[1]。从全球陆面平均来看,约58%～65%的降水通过蒸散发重返大气,消耗的能量约占净辐射的51%～58%[2],因此蒸散发一定程度上决定了区域甚至全球的水量平衡过程,同时也影响着区域的水文-生态-大气这个复杂系统的演变[3]。准确观测和估算流域蒸散发对全球气候变化和区域水资源综合利用具有重要意义,同时也对农作物需水管理、旱情监测等具有重要价值。

目前,蒸散发可以通过蒸渗仪[4]、涡度相关[5]、通量塔[6]、大孔径闪烁仪[7]等仪器进行观测,但仪器测量范围有限。诸如蒸发皿、茎流计、蒸渗仪仅可以测量点尺度的蒸发量,波文比和涡度相关法也只能测量较小面积(几十米)上的蒸发量。蒸散发的估算从1802年道尔顿根据蒸散发速率与相关因素关系提出了道尔顿定律[8]开始,1948年Penman建立了Penman蒸散发方程[9],1963年 Monteith在Penman基础上考虑了植被生理特征,引入了冠层阻力和空气动力学阻力,建立了Penman-Monteith(PM)方程[10],这些工作为蒸散发的估算做出了巨大贡献。之后学者也相继提出 Penman蒸发正比假设[11]、蒸发互补原则[12]、水热耦合方法[13]等来计算流域蒸散发。在大尺度蒸散发的估算方面,目前有较多蒸散发产品可供利用,如基于遥感的蒸散发产品、再分析产品、陆面模式产品、基于点尺度观测的经验性放大产品等[14],这些蒸散发产品的出现为蒸散发估算和应用提供了方便。然而,不同产品的精度和适用性都存在区域差异,在特定研究区应用时前需要进行精度验证[15]。

在我国使用较多的蒸散发产品有 MODIS产品、陆面模式产品、基于模型树集的通量观测产品和基于能量平衡的诊断方法等。邴龙飞[16]等利用陆面模式Noah产品中近30年中国陆地蒸散量和土壤水含量数据,研究了不同类型蒸散和土壤含水量的关系。陈浩[17]等利用陆面模式CLM研究了植被覆盖度和叶面积指数年际变化对蒸散发的影响。姜艳阳[14]等基于流域水量平衡原理,利用地面观测降水、径流量以及重力卫星(GRACE)蓄水变化数据,在年与月尺度上分析了MODIS全球蒸散发产品在中国不同流域的一致性及其时空特征。张静[18]等基于MODIS全球蒸散发产品,利用GIS统计法和线性趋势法等研究了2000-2014年汉江流域蒸散发的年际和年内变化规律及不同土地覆被类型下的蒸散发特征。贺添[19]等基于MODIS全球蒸散发产品分析了2001-2010年我国陆地蒸散发的时空格局变化。钟昊哲[20]等基于MODIS的叶面积指数和Penman-Monteith-Leuning(PML)模型估算了西南喀斯特区域蒸散发。王飞宇[21]等基于全球通量观测网络的地表蒸散发估算产品(MTE)检验了模型计算的蒸散发,分析了典型山区蒸散发的时空变化。苏涛[22]比较了5套再分析蒸散发产品在中国的时空变化特征,发现不同产品在不同地区存在显著差异。Xue[23]等评估了4种蒸散发产品在黄河上游和长江上游的表现,发现MODIS蒸散发产品表现较好;Li[24]等评估了9种蒸散发产品在黄河中游地区的表现,发现陆面模式(LSM)产品更好地捕捉了蒸散发的变化。以上研究表明,不同蒸散发产品在特定区域的适用性存在显著差异,需要根据流域实际来选择合适的蒸散发产品。

汉江是长江的最大支流,流域内有南水北调中线工程水源地——丹江口水库。在全球变化的背景下,近几十年来流域内干旱频发,伴随着中线调水的实施,流域水资源配置和生态环境保护等面临巨大挑战。因而,有必要对汉江流域蒸散发等水循环要素进行准确估计。本文以流域降水、径流、重力卫星(GRACE)反演的流域蓄水量变化等数据计算的水量平衡蒸散发作为基准值,评估9种蒸散发产品在汉江流域的精度,探究不同蒸散发产品在汉江流域的适用性,为汉江流域水循环研究和水资源管理提供支撑。

1 研究区概况及数据资料

汉江为长江最大的支流,干流发源于秦岭,全长1 570 km,流域面积约15.9万km2[25],横跨鄂、陕、豫、川、渝、甘6省市。汉江流域为北亚热带边缘湿润季风气候,气候温和湿润,四季分明,年平均气温在15～17℃之间,多年平均降水量约873 mm,水量相对充足,但年内分配不均,5月-10月降水约占全年降水的75%。

水量平衡计算蒸散发公式为:

式中:ET_WB为水量平衡计算的蒸散发量;P为流域降水;R为流域径流;ΔS为流域蓄水变化量;单位均为mm。

  

图1 汉江流域气象站和水文站分布Fig.1 Distribution of meteorological and hydrological stations in the Hanjiang River

 

表1 9种蒸散发产品的信息T ab.1 Information of the 9 ET products

  

数据集 空间分辨率 时间长度 参考文献GLDAS_CLM 1°× 1° 1979-2014 Rodell等[28]GLDAS_MOS 1°× 1° 1979-2014 Rodell等[28]陆面模式产品GLDAS_NOAH 1°× 1° 1979-2014 Rodell等[28]GLDAS_VIC 1°× 1° 1979-2014 Rodell等[28]再分析产品 JRA55 1.25°×1.25° 1958-2014 Kobayashi等[29]基于模型树集的通量观测产品 JUNG 0.5°×0.5° 1982-2011 Jung等[30]M ODIS 1 km×1 km 2000-2013 Mu等[31]诊断模型产品PM L 0.5°× 0.5° 1981-2012 Zhang 等[33]Zhangke 8 km×8 km 1983-2006 Zhang等[32]

2 研究方法

2.1 GRACE数据降尺度处理

GRACE数据在较大的尺度上(＞20万km2)通常能够较为可靠地反映陆地水分存储变化(ΔS),但当研究区域小于20万km2时,ΔS数据存在一定的不确定性[35]。为减小GRACE数据在研究区的不确定性,本文采用尺度因子法对GRACE的 ΔS数据进行了修正。因为GRACE卫星信号的步长约为4.0°×4.0°,因而其在 4.0°× 4.0°分辨率上准确性相对较高,而陆面模式(LSM)对于土壤含水量的相对变化模拟较为准确[36],因而结合GRACE卫星数据反演的总量和LSM的比例因子对ΔS进行降尺度。按照 Wan等[36]的方法,首先将 1°×1°的GRACE数据升尺度为 4.0°×4.0°的数据,进而利用VIC陆面模式计算的流域蓄水量变化的空间分布对GRACE数据进行降尺度。VIC模式空间分辨率为 0.25°×0.25°,因此最终得到的ΔS数据空间分辨率为0.25°×0.25°,可以用于流域面积小于 20万km2的汉江流域。

2.2 水量平衡计算蒸散发

用SPSS 20.0统计学软件处理数据，（±s）表示计量资料，经t检验；多组间比较采用单因素方差分析，相关性分析采用Pearson相关分析，P＜0.05为差异有统计学意义。

 

本文使用的降水数据来自于汉江流域及其周边的18个气象站点2002-2012年的逐月数据(http://data.cma.cn/)。基于反距离权重插值法,将站点降水插值为流域尺度降水量。径流数据为皇庄水文站2002-2012年逐月观测数据。具体气象站和水文站点分布见图1。流域蓄水量变化数据采用基于重力卫星(GRACE)的反演数据。GRACE重力卫星于2002年发射,其主要目标是提供高精度地球重力场的时空变化数据。本文采用美国德克萨斯大学奥斯汀分校空间研究中心提供的最新CSR RL05版本数据(http://www2.csr.utexas.edu/grace/)。数据空间分辨率为 1°×1°,时间序列为2002年4月至2012年12月。诸多研究表明,在我国湿润地区Noah陆面模式数据质量较好[16,26],本文采用Noah陆面模式数据产品中的土壤水、雪水当量、植物截留水量数据相加估算该区域流域蓄水量变化[27],基于此验证GRACE流域蓄水变化数据在本研究区的适用性。本文拟比较4类9种不同的蒸散发产品,包括:陆面模式产品[28]ET_clm、ET_noah、ET_mos、ET_vic(http://disc.sci.gsfc.nasa.gov/hydrology/data-holdings);再分析数据产品[29]ET_j ra(http://jra.kishou.go.jp/JRA-55/index_en.html);基于模型树集的通量观测产品[30]ET_jung (https://www.bgc-jena.mpg.de/geodb/projects/Home.phs)和基于能量平衡的诊断模型产品[31-33]ET_modis、ET_PML、ET_Zhangke(http://www.ntsg.umt.edu/project/et)。陆面模式产品为GLDAS中不同陆面模式计算的蒸散发产品,包括 NOAH、CLM、MOS、VIC四种陆面模式;再分析资料是利用数值天气预报资料同化系统得到的分析资料,再分析数据产品内容丰富、资料时间长、分辨率高,同化了大量的观测资料[34],本文采用的再分析数据为日本推出的第二代再分析数据产品JRA55;基于模型树集的通量观测产品是Jung[30]等根据全球198个通量站数据结合遥感和气象数据并利用模型树集形成的一套蒸散发数据;基于能量平衡的诊断模型是根据彭曼方法结合遥感等手段计算得到的全球尺度蒸散发产品,如本文使用的ET_PML产品。9种蒸散发产品具体信息见表1。由于本文使用的GRACE流域蓄水量变化数据时间长度为2002-2012年,因而蒸散发产品时间长度也取2002-2012年(ET_j ung和ET_Zhangke由于原始数据时间长度原因,本文使用长度分别为2002-2011年和2002-2006年)。

2.3 评价标准

为评价不同蒸散发产品在汉江流域的适用性,本文采用相对误差(Bias)、均方根误差(RMSE)、相关系数(r)、泰勒技能评分(T aylorS)四种指标来衡量9种不同蒸散发产品与水量平衡蒸散发(ET_WB)的一致性。其中,相对误差和均方根误差可以衡量蒸散发产品与ET_WB的结果误差情况,越接近于0表明蒸散发产品在汉江流域适用性越好;相关系数用于刻画蒸散发产品与ET_WB的相关性,越接近1表明蒸散发产品在汉江流域适用性越好;泰勒技能评分是一个综合指标,不仅考虑蒸散发产品与ET_WB的相关性,同时考虑二者之间的方差变化情况,即波动性情况,越接近1表明蒸散发产品在汉江流域适用性越好。4种指标的计算公式如下:

 

式中:ETproduct为不同蒸散发产品的蒸散发量;ET_WB为水量平衡蒸散发量;N为计算时间间隔数目;r0为最大理论相关性,本文取1;σWB为水量平衡蒸散发的标准差;σproduct为不同蒸散发产品中蒸散发的标准差。

3 结果与讨论

3.1 水量平衡蒸散发量计算结果

图2显示研究区2002年4月-2012年12月GRACE蓄水量变化数据和GLDAS-Noah蓄水量变化数据的波动情况。两组数据的相关系数r为0.78(p＜0.05),表明二者具有较强的一致性。GRACE蓄水量的变化范围为-58.20～102.20 mm/月,GLDAS-Noah蓄水量的变化范围为-51.48～58.79 mm/月。GRACE蓄水量比GLDAS-Noah蓄水量的变化范围大,这与诸多研究结果一致[37-38],主要可能是GLDAS-Noah蓄水量变化不包含地下水的变化,而GRACE蓄水量变化包含土壤水、雪水当量、植物截留、地表水和地下水等所有水组分的变化。相比而言,GRACE蓄水量变化数据更加完备和可靠。通过以上分析可知,GRACE数据可以很好地描述蓄水量变化(ΔS)的波动,可以用于水量平衡蒸散发的计算。

因此，家长要从全局出发，在生活中引导孩子自发地训练自控力，而不是纠结于满不满足孩子的要求。如果要求合理，就没有必要推迟，总是故意不满足孩子的要求，盲目地延迟满足，反而会伤害亲子关系。

(1)研究区流域蓄水量变化ΔS和水量平衡蒸散发ET_WB均有显著的季节波动特征。ΔS在夏季最大,冬季最小。2003-2012年间ΔS呈现显著下降趋势。ET_WB在夏季最大,冬季最小,2003-2012年之间呈现略微上升趋势,但并不显著。

  

图2 2002-2012年研究区蓄水量变化Fig.2 Variation of water storage change in the study basin from 2002 to 2012

  

图3 2002-2012年研究区蓄水量的年内波动(a)和年际变化(b)Fig.3 Annual(a)and interannual(b)variation of water storage in the study basin from 2002 to 2012

图4显示基于水量平衡计算的汉江流域蒸散发量(ET_WB)波动情况。ET_WB在月尺度上波动范围为1.33～115.26 mm/月,变化幅度为113.39 mm。统计多年平均发现,ET_WB呈单峰分布,其中8月达到最大值为84.90 mm/月;2月份达到最小值为15.77 mm/月(图5(a));2月-8月逐渐上升,之后逐渐下降。在年尺度上,多年平均蒸散发为567 mm,约占多年平均降水的64.34%,从2003-2012年间呈现略微的上升趋势(图5(b))。

  

图4 2002-2012研究区蒸散发月变化Fig.4 Monthly variation of actual evapotranspiration in the study basin from 2002 to 2012

  

图5 2002-2012年研究区蒸散发的年内波动(a)和年际变化(b)Fig.5 Annual(a)and interannul(b)variation of ET in the study basin from 2002 to 2012

3.2 蒸散发产品比较

从表3可知,9种不同蒸散发产品的多年平均月蒸散发量和ET_WB的相关系数r均在0.9以上。其中,4种陆面模式蒸散发产品相关系数均在0.95以上,ET_mos相关系数最高,为0.97。不同蒸散发产品的多年平均月蒸散发量和ET_WB的RMSE差异较大,变化范围为9.53～30.79 mm/月,ET_Zhangke的RMSE最小为9.53 mm/月,ET_mos的RMSE最大为30.79 mm/月,4种陆面模式产品中只有ET_clm表现相对较好,RMSE为13.14 mm/月,而其他三种陆面模式产品RMSE均大于24 mm/月;9种不同蒸散发产品的多年平均月蒸散发量和ET_WB的T aylorS指数变化为0.67～0.97,陆面模式中除ET_clm外均小于0.8,其他五种产品均在0.8以上,其中ET_Zhangke、ET_j ra、ET_modis分别为 0.97、0.94 和 0.89,表明这三种产品不仅与ET_WB具有较好的相关性,而且还能较好地捕捉到其季节波动。

武成龙连退五步，郑成川退了半步。内力修为优劣立判。郑成川的内力要高出武成龙好几筹！只是郑成川还是有些不相信自己的眼睛，他原以为可以速战速决压制安和庄企图顽抗的嚣张气焰再与其主对话。在他吃惊的当口，武成龙不顾内力悬殊抢先发动攻击。无畏抢进，杀气飙升！飙升的杀气中含有复仇的烈火！

表2显示9种蒸散发产品与ET_WB的相关系数r均在0.7以上,ET_Zhangke与ET_WB相关系数最高,为0.79。不同蒸散发产品与 ET_WB的RMSE差异较大,变化范围为20.84～36.72 mm/月,ET_Zhangke的RMSE最小,为20.84 mm/月;陆面模式产品中ET_mos的RMSE最大,为36.72 mm/月;除了ET_Zhangke的相对误差Bias小于0(为-15.05%)之外,其他8种产品的相对误差均大于0,变化范围为5.01%～45.26%。通过RMSE和Bias两个指标可以看出,4种陆面模式产品中只有ET_clm表现相对较好,RMSE为23.36 mm/月,Bias为9种产品中最小,即5.01%。其他3种陆面模式产品RMSE均大于30 mm/月,而且相对误差Bias也均大于30%,表明这三种产品明显高估实际蒸散发。从图6(b)-图6(d)中也可以看出,其他类型蒸散发产品的RMSE均在23.00 mm/月附近。再分析产品ET_j ra相对较差为21.42%,其他基本均在20%以内;T aylorS指数变化为0.73～0.86,陆面模式中除ET_clm外均小于0.8,其他五种产品均在 0.8以上,其中 ET_jra、ET_j ung、ET_modis均达到0.86,表明这三种产品不仅与 ET_WB具有较好的相关性,而且还可以较好地捕捉其季节波动性。

  

图6 水量平衡蒸散发与蒸散发产品的比较Fig.6 Comparisons of ET between ET products with water balance approach(ET_WB)

 

表2 不同产品的月蒸散发表现T ab.2 The performance of different evapotranspirationproducts at monthly timescale

  

数据集 T aylorS RMSE Bias R ET_clm 0.85 23.36 0.05 0.73 ET_mos 0.75 36.72 0.45 0.75陆面模式ET_noah 0.79 31.58 0.33 0.74 ET_vic 0.73 35.57 0.37 0.73再分析方法 ET_j ra 0.86 23.24 0.21 0.73基于模型树集的通量观测 ET_jung 0.86 23.09 0.10 0.75 ET_modis 0.86 22.57 0.09 0.73诊断方法ET_PML 0.83 25.80 0.18 0.73 ET_Zhangke 0.81 20.84 -0.15 0.79

本文以汉江流域为研究区,基于研究区及附近18个气象站2002-2012年降水数据、皇庄水文站径流数据以及GRACE重力卫星反演的流域蓄水变化数据计算汉江流域蒸散发,并以此为标准比较了目前较为常用的4类9种不同蒸散发产品在汉江流域的适用性。结果如下。

决定免去李甜公司总经理职务；决定在新聘总经理任职之前，暂由公司董事长党发龙代为履行相关职责；本着对公司管理运营更为审慎的原则，将上述第二条决议内容提请股东会予以审议确定。

3.3 蒸散发产品季节性表现

图7显示9种不同蒸散发产品和ET_WB的多年平均月蒸散发量。不同蒸散发产品的季节变化特征与ET_WB基本相同。汉江流域属于亚热带季风气候,根据我国气象部门对季节的划分,以公历3月-5月为春季,6月-8月为夏季,9月-11月为秋,12月至来年2月为冬季。从图7可知,陆面模式系列蒸散发产品中,ET_clm在2月-5月蒸散发量与ET_WB基本一致,6月-8月的蒸散发量明显高于ET_WB,10月-1月的蒸散发量则明显低于ET_WB,表明ET_clm在春季能够更好的估计实际蒸散发量;而陆面模式产品中,ET_noah、ET_mos、ET_vic的蒸散发量在全年12个月均高于ET_WB;ET_jra的蒸散发量在1月-8月高于ET_WB,9月-12月与ET_WB基本一致,表明ET_j ra在秋季能够更好的估计实际蒸散发量;ET_j ung的蒸散发量在2月-5月与ET_WB基本一致,6月-8月明显高于ET_WB,10月-1月则低于ET_WB,表明ET_j ung在春季能够更好的估计实际蒸散发量;三种诊断分析类蒸散发产品中,ET_modis的蒸散发量主要在夏季、冬季明显高于ET_WB,春季、秋季明显低于ET_WB;ET_PML与ET_WB的蒸散发量在春季和夏季明显高于ET_WB,秋季和冬季明显低于ET_WB;ET_Zhangke的蒸散发量在春季和夏季与ET_WB基本一致,在秋季和冬季明显高于ET_WB。

  

图7 蒸散发产品与水量平衡多年平均月蒸散发的比较Fig.7 Comparisons of multi-year average monthly ET between different evapotranspiration products and ET_WB

以水量平衡计算的流域蒸散发(ET_WB)为标准值,比较9种不同蒸散发产品在汉江流域的适用性。从图6中可以看出,陆面模式中的ET_noah,ET_mos和ET_vic三种蒸散发产品散点拟合线显著高于1∶1线,表明这三种蒸散发产品高估了流域蒸散发;诊断模式产品中的ET_Zhangke产品散点拟合线显著低于1∶1线,表明其低估了蒸散发,高值低估情况尤为显著;再分析产品中的ET_j ra散点拟合线与1∶1线相交,在低值区(ET_WB＜30 mm/月)ET_j ra明显高估蒸散发;其它四种蒸散发产品散点拟合线与1∶1线相对接近,说明它们与ET_WB有着较好的一致性。

 

表3 不同产品多年平均月蒸散发的表现T ab.3 The performance of different evapotranspiration products at multi-year average monthly timescale

  

数据集 T ay lorS RMSE R ET_clm 0.87 13.14 0.95陆面模式ET_mos 0.69 30.79 0.97 ET_noah 0.75 24.97 0.95 ET_vic 0.67 29.10 0.96再分析方法 ET_jra 0.94 15.28 0.91基于模型树集的通量观测 ET_jung 0.85 14.79 0.95 ET_modis 0.89 14.42 0.91诊断方法ET_PML 0.82 18.06 0.93 ET_Zhangke 0.97 9.53 0.95

4 结论

综上所述,TaylorS指数中ET_j ra、ET_j ung、ET_modis表现最好,RMSE中ET_Zhangke表现最好,Bias中ET_Zhangke表现最好,相关系数中ET_Zhangke表现最好,整体衡量可以看出基于模型树集的通量观测类产品和诊断方法类产品在汉江流域表现较好,再分析方法相对误差较大,而陆面模式产品中只有ET_clm表现相对较好,其他三种陆面模式产品均呈现较大的误差。

京津冀高校师资培训中心间具有同源性，都是依托政府教育主管部门，挂靠在地方高校，相同的工作职能和相似的工作内容，是三地间高校师资培训一体化的基础。在京津冀教育协同发展的背景下，应有大局意识，用协同创新的视角，建立一体化发展的机制，可先在以下三个方面实现突破。

从图2可以看出,基于GRACE数据的 ΔS呈现明显的季节波动。通过多年平均 ΔS数据(图3(a))可以看出,5月-9月ΔS为正,即来水大于消耗,流域呈蓄水状态,其中7月份ΔS最大为53.47 mm/月;其他月份ΔS为负,表明来水小于消耗,流域呈耗水状态,其中 10月份 ΔS最小为-28.80 mm/月。从年际变化来看,2003-2012年间汉江流域 ΔS变化范围为-65.13～78.27 mm/月,且近10年来呈现下降趋势(图3(b))。

(2)9种不同蒸散发产品在月尺度上的表现差异较大。陆面模式产品ET_clm、基于模型树集的通量观测产品和基于能量平衡的诊断模型产品表现较好。9种蒸散发产品均与ET_WB都有着较高的相关性(r＞0.7),但在量的估计上大部分产品均高估蒸散发。陆面模式产品中除ET_clm外,其他三种蒸散发产品相对误差均在30%以上;再分析产品ET_j ra虽然与ET_WB具有较好的相关性,但相对误差达到21.42%。3种诊断模型产品的整体表现较好,ET_PML和ET_Zhangke在误差上略高于ET_modis。

4.建立绩效沟通机制，体现绩效审计价值成果。油田企业内部审计部门要加强与外部监督部门的沟通和合作，与上级部门、政府审计机构等加强沟通交流，及时了解外部绩效审计的关注点，了解外部监督部门的先进绩效审计理念及技术方法。实现资源共享、优势互补、信息相通，不断拓展审计思路、提高审计效能，运用审计成果、体现审计价值，使审计成果直接转化为管理成果，产生良好的管理效益，提高企业的“免疫能力”，为企业的依法有序经营提供有力保障。

(3)9种蒸散发产品的多年平均月蒸散发量和ET_WB有较高的相关性(r＞0.9),均可以较好地捕捉实际蒸散发的季节波动性。大部分产品除ET_Zhangke外在夏季(5月-8月)高估实际蒸散发量;ET_clm和ET_j ung在春季与ET_WB基本一致;ET_j ra在秋季表现较好,ET_Zhangke在春夏两季表现优异。

参考文献(References):

[1] 刘昌明.黄河流域水循环演变若干问题的研究[J].水科学进展,2004(5):608-614.(LIU C M.Some issues on the evolution of water cycle in the Yellow River Basin[J].Advances in Water Science,2004(5):608-614.(in Chinese))DOI:10.3321/j.issn:1001-6791.2004.05.013.

[2] BRUTSAERT W.Hydrology:An introduction.Cambridge[M].Cambridge University Press,New York,NY,USA,2005.

[3] 刘昌明,孙睿.水循环的生态学方面:土壤-植被-大气系统水分能量平衡研究进展[J].水科学进展,1999,10(3):251-259.(LIU C M,SUN R.Ecological aspects of water cycle:advances in soil-vegetation-atmosphere of energy and water fuxes[J].Advances in Water Science,1999,10(3):251-259.(in Chinese))DOI:10.14042/j.cnki.32.1309.1999.03.006.

[4] XU C Y,CHEN D.Comparison of seven models for estimation of evapotranspiration and groundwater recharg e using lysimeter measurement data in Germany[J].Hydrological Processes,2005,19(18):3717-3734.DOI:10.1002/hyp.5853.

[5] SWINBANK W C.T he Measurement of Vertical Transfer of Heat and Water Vapor by Eddies in the Lower Atmosphere.[J].J Meteor,1951,8:135-145.DOI:10.1175/1520-0469(1951)008＜ 0135:T MOVTO＞ 2.0.CO;2.

[6] FISHER J B,T U K P,BALDOCCHI D D.Global estimates of the land-atmosphere water flux based on monthly AVHRR and ISLSCP-II data,validated at 16 FLUXNET sites[J].Remote Sensing of Environment,2008,112(3):901-919.DOI:10.1016/j.rse.2007.06.025.

[7] HEMAKU MARA H M,CHANDRAPALA L,MOENE A F.Evapotranspiration flux es over mix ed vegetation areas measured from large aperture scintillometer[J].Agricultural Water M anagement,2003,58(2):109-122.DOI:10.1016/S0378-3774(02)00131-2.

[8] DALTON J.Ex perimental essays on the constitution of mix ed gases,the force of steam,on evaporation,on expansion of flui[J].1802.

[9] PENM AN H L.Natural evaporation from open water,bare soil and grass[J].Proceedings of the Royal Society of London,1948,193(1032):120.DOI:10.1098/rspa.1948.0037.

[10] M ONT EITH J L.Analy sis of the photosynthesis and respiration of field crops from vertical fluxes of carbon dioxide[J].Functioning of T errestrial Ecosystems at the Primary Production Level,1968:349-358.

[11] ALLEN R G,PEREIRA L S,RAES D,et al.Crop Evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56[J].FAO,Rome,1998,300(9):D05109.

[12] BRU TSAERT W.A generalized complementary principle with physical constraints for land-surface evaporation[J].Water Resources Research,2016,51(10):8087-8093.DOI:10.1002/2015WR017720.

[13] BUDYKO M I.Climate and life[J].1971.

[14] 姜艳阳,王文,周正昊.MODIS M OD16蒸散发产品在中国流域的质量评估[J].自然资源学报,2017,32(3):517-528.(JIANG Y Y,WANG W,ZHOU Z B.Quality assessment of M ODIS MOD16 evapotranspiration products in Chinese River Basins[J].JOURNAL OF NAT URAL RESOU RCES,2017,32(3):517-528.(in Chinese))DOI:10.11849/zrzyxb.20160440.

[15] 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.(GAO Y C,LONG D.Development of remote sensing evapotranspiration models[J].Journal of Remote Sensing,2008,12(3):515-528.(in Chinses))DOI:10.3321/j.issn:1007-4619.2008.03.019.

[16] 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.(YAN L F,SU H B,SHAO Q Q,et al.Analysis of land evapotranspiration and soil moisture changes in China in the past 30 years[J].Journal of Geoinformatics,2012,14(1):1-13.(in Chinese))DOI:10.3724/SP.J.1047.2012.00001.

[17] 陈浩,曾晓东.植被年际变化对蒸散发影响的模拟研究[J].生态学报,2013,33(14):4343-4353.(CHEN H,ZENG X D.Simulation of the impact of interannual changes in vegetation on evapotranspiration[J].Acta Ecologica Sinica,2013,33(14): 4343-4353. (in Chinese)) DOI: 10. 5846/stxb201101280145.

[18] 张静,任志远.基于M OD16的汉江流域地表蒸散发时空特征[J].地理科学,2017,37(2):274-282.(ZHANG J,REN Z Y.Temporal and spatial characteristics of surface evapotranspiration based on MOD16 in the Hanjiang River Basin[J].Geographical Sciences,2017,37(2):274-282.(in Chinese))DOI:10.13249/j.cnki.sgs.2017.02.014.

[19] 贺添,邵全琴.基于M OD16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.(HE T,SHAO Q Q.Analysis of temporal and spatial patterns of evapotranspiration in China from 2001 to 2010 based on MOD16 products[J].Journal of Geoinformatics,2014,16(6):979-988.(in Chinese))DOI:10.3724/SP.J.1047.2014.00979.

[20] 钟昊哲,徐宪立,张荣飞,等.基于Penman-Monteith-Leuning遥感模型的西南喀斯特区域蒸散发估算[J/OL].应用生态学报:1-11[2018-04-11].https://doi.org/10.13287/j.1001-9332.201805.014.(ZHONG H Z,XU X L,ZHANG R X,et al.Estimation of evapotranspiration in the karst region of southwest China based on Penman-Monteith Leuning remote sensing model[J/OL].Journal of Applied Ecology:1-11[2018-04-11[.(in Chinese))https://doi.org/10.13287/j.1001-9332.201805.014.

[21] 王飞宇,占车生,胡实,等.典型山地蒸散发时空变化模拟研究[J].资源科学,2017,39(2):276-287.(WANG F Y,ZHAN C S,HU S,et al.Simulation study on temporal and spatial variation of typical evapotranspiration in mountainous areas[J].Resources Science,2017,39(2):276-287.(in Chinese))DOI:10.18402/resci.2017.02.10.

[22] 苏涛.基于多套再分析资料的全球蒸散发量时空变化特征及其成因研究[D].兰州:兰州大学,2016.(SU T.Research on the characteristics of temporal and spatial changes of global evaporation based on multiple sets of reanalysis data and its causes[D].Lanzhou:Lanzhou University,2016.(in Chinese))

[23] XUE B L,WANG L,LI X,et al.Evaluation of evapotranspiration estimates for two river basins on the Tibetan Plateau by a water balance method[J].Journal of Hydrology,2013,492(492):290-297.DOI:10.1016/j.jhydrol.2013.04.005.

[24] LI Y,LIANG K,LIU C,et al.Evaluation of different evapotranspiration products in the middle Yellow River Basin,China[J].Hydrology Research,2017.DOI:10.2166/nh.2016.120.

[25] 李天生,夏军,匡洋,等.不同潜在蒸散发估算方法在汉江流域中上游地区的适用性研究[J].南水北调与水利科技,2017(6):1-10.(LI T S,XIA J,YU Y,et al.Applicability of different potential evapotranspiration estimation methods in the upper and middle reaches of Hanjiang River Basin[J].South-to-North Water Transfers and Water Conservancy Science,2017(6):1-10.(in Chinese))DOI:10.13476/j.cnki.nsbdqk.2017.06.001.

[26] 王文,汪小菊,王鹏.GLDAS月降水数据在中国区的适用性评估[J].水科学进展,2014,25(6):769-778.(WANG W,WANG X J,WANG P.Assessing the applicability of GLDAS monthly precipitation data in China[J].Advances in Water Science,2014,25(6):769-778(in Chinese))

[27] SYED T H,FAMIGLIET TI J S,RODELL M,et al.Analysis of terrestrial water storage changes from GRACE and GLDAS[J].Water Resources Research,2008,44(2):339-356.DOI:10.1029/2006WR005779.

[28] RODELL M,HOUSER P R,JAM BOR U E A,et al.The global land data assimilation system[J].Bulletin of the American Meteorological Society,2004,85(3):381-394.DOI:10.1175/BAMS-85-3-381.

[29] KOBAYASHI S,OT A Y,HARADA Y,et al.The JRA-55 Reanalysis:General Specifications and Basic Characteristics[J].Journal of the M eteorological Society of Japan.ser.i,2015,93(1):5-48.DOI:10.2151/jmsj.2015-001.

[30] JUNG M,REICHST EIN M,CIAIS P,et al.Recent decline in the global land evapotranspiration trend due to limited moisture supply.[J].Nature,2010,467(7318):951-4.DOI:10.1038/nature09396.

[31] 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.DOI:10.1016/j.rse.2007.04.015.

[32] ZHANG K,KIMBALL J S,NEM ABI R R,et al.A continuous satellite-derived global record of land surface evapotranspiration from 1983 to 2006[J].Water Resources Research,2010,46(9):109-118.DOI:10.1029/2009WR008800.

[33] ZHANG Y,PENA-ARANCIBIA J L,M CVICAR T R,et al.M ulti-decadal trends in global terrestrial evapotranspiration and its components[J].Scientific Reports,2016,6(6).DOI:10.1038/srep19124.

[34] 徐影,丁一汇,赵宗慈.美国NCEP/NCAR近50年全球再分析资料在我国气候变化研究中可信度的初步分析[J].应用气象学报,2001,12(3):337-347.(XU Y,DING Y H,ZHAO Z C.A preliminary analysis of the credibility of the global reanalysis data of NCEP/NCAR in the United States in the study of climate change in China[J].Journal of Applied M eteorology,2001,12(3):337-347.(in Chinese))DOI:10.3969/j.issn.1001-7313.2001.03.009.

[35] LONG D,LONGUEVERGNE L,SCANLON B R.U ncertainty in evapotranspiration from land surface modeling,remote sensing,and GRACE satellites[J].Water Resources Research,2014,50(2):1131-1151.DOI:10.1002/2013WR014581.

[36] WAN Z,ZHANG K,XUEX,et al.Water balance-based actual evapotranspiration reconstruction from ground and satellite observations over the conterminous United States[J].Water Resources Research,2015,51(8):6485-6499.DOI:10.1002/2015WR017311.

[37] 孙桂燕,郭玲鹏,常存,等.新疆天山中段南北坡水储量变化对比分析[J].干旱区地理(汉文版),2016,39(2):254-264.(SU N G Y,Guo LING P,CHANG C,et al.Comparative analysis of water storage chang es in the northern and southern slopes of the middle part of the T ianshan Mountains in Xinjiang[J].Journal of Arid Land Geography(Han Dynasty Edition),2016,39(2):254-264.(in Chinese))DOI:10.13826/j.cnki.cn65-1103/x.2016.02.004.

[38] 李武东,郭金运,常晓涛,等.利用 GRACE重力卫星反演2003-2013年新疆天山地区陆地水储量时空变化[J].武汉大学学报(信息科学版),2017,42(7):1021-1026.(LI W D,GU O J Y,CHANG X T et al..Retrieval of spatial-temporal changes in terrestrial water storage in the T ianshan area of Xinjiang during 2003-2013 using GRACE gravity satellite[J].Geomatics and Information Science of Wuhan U niversity,2017,42(7):1021-1026.(in Chinese))DOI:10.13203/j.whugis20150079.