0 引言
土地利用变化影响水循环过程和水量、水质变化，可以直接反映人类开发活动的程度和影响水平[1-2]。在流域尺度上，土地利用/覆被变化主要包括植被变化、农业开发活动以及道路建设、城镇化等[3-5]，土地利用变化可以导致蒸散耗水过程和流域水资源供需关系发生变化[6]，影响流域经济社会的可持续发展和生态安全。Harding等[7-8]基于Weather Research and Forecasting model（WRF）模型对北美地区土地利用变化过程中灌溉对降水和水量平衡的影响进行了研究，结果发现灌溉导致的蒸发远大于灌溉引起的降水，证实了灌溉造成北美大平原水量的净损失。在西北干旱区最大内陆河——塔里木河流域，径流的散失（如渗漏、引水等）和消耗（主要表现为土壤和植被蒸散发）是绿洲水文过程的主要环节，蒸散发季节差异很大，并受到气候变化和农业灌溉活动的显著影响[9-11]。目前，径流的消耗只是定性地认为是人类灌溉活动的影响[12-14]，但缺乏对灌溉面积、灌溉量及蒸散发的定量计算及变化分析，从而难以定量评估气候变化和灌溉对水文过程的影响。
阿克苏河流域深处欧亚大陆腹地，气候干旱，沙漠与绿洲共存，是新疆三大国际河流之一，发源于吉尔吉斯斯坦共和国科克沙勒山，是中国天山南坡水量最大的河流，也是目前塔里木河“九源一干”最大的水量补给来源，占塔里木河干流补给量的70%～80%[15-16]。阿克苏河是典型的干旱内陆河流域，水资源主要来源于上游山区，在平原绿洲以蒸散消耗为主，并对下游径流产生较大影响。水资源的开发利用与塔里木河流域的生态安全与经济可持续发展有着密切的关系。阿克苏河流域灌区是我国西北干旱区内陆河流域典型的荒漠区大型人工绿洲，行政区域上属于阿克苏市、乌什县、温宿县、阿瓦提县和阿拉尔市（图1），灌区经济以农业为主。该区降雨稀少、风沙频繁、生态脆弱，人类的快速发展更是给绿洲生态环境的稳定和可持续发展带来极大的压力。1985—2014年，阿克苏河流域灌区土地利用变化主要是开垦荒地和扩大绿洲。水土资源的开发和绿洲面积的不断扩大，加大了水资源压力，流域内水问题日趋突出，水资源开发过程中的生态与经济的矛盾日益尖锐，并已严重阻碍了流域社会经济与生态环境的健康发展。灌区水资源合理配置不仅是流域发展面临的问题，也是国家塔河综合规划和新时期丝绸之路生态建设亟待解决的问题。对蒸散耗水量的合理估算以及对其机理、过程研究是制定有效节水政策和水资源合理配置的基础[17-18]。
图1 阿克苏河流域灌区示意图
1 数据来源及分析方法
1.1 土地利用数据
Landsat TM数据选取1985年、2000年及2014年覆盖阿克苏河流域的影像产品。为了满足数据可比性，尽量达到图像获取的季节一致，根据研究区植被特点，选取遥感影像的成像时间都集中在8、9月，空间分辨率为30 m。在选取影像的过程中为了保证影像的清晰度，选择云覆盖程度低于影像面积10%的图像，尽可能剔除有云干扰的图像。由于遥感图像在成像过程中往往受到卫星传感器自身性能、地球曲率等各种因素不同程度的干扰，使得获取的遥感影像存在一定程度几何变形，因此，在图像处理前消除这些因素显得至关重要[19]。对于精度验证，于7—10月在阿克苏河流域灌区野外运用GPS提取100个随机点来验证混淆矩阵，这些随机单位包括耕地、林地、草地、居工用地、水域和未利用地；再根据实地考察结果结合GoogleEarth高分辨率影像进行对比，对研究区内各土地类型进行验证。结果表明，研究区内耕地的分类精度达到85%，草地分类精度为78%，未利用地精度达到82%，符合研究要求。
1.2 MODIS ET数据
基于地面观测的资料可以得到长时间序列的蒸散发信息，但定点观测值并不能提供区域蒸散发的空间分布特征，尤其是在观测站点稀疏的干旱区[20-21]。MODIS ET数据集凭借较高模拟精度和时空分辨率，已成功应用于全球和区域蒸散发的动态监测[22-24]。该数据集包括地表实际蒸散发量（ET）、潜热通量（LE）、潜在蒸散发（PET）和潜在潜热通量（PLE），时间分辨率8 d、1月和1 a[25-26]。其算法是Mu等[27]在Penman-Monteith公式基础上改进的，模型输入的叶面积指数和植被光合有效辐射分量从MODIS数据的MOD15产品中获取；地表覆被类型来自MOD12Q1产品。MODIS ET数据集分别考虑了土壤表面蒸发、冠层截流水分蒸发和植物蒸腾，较好地反映了荒漠和绿洲下垫面的非均匀性，适用于干旱区地表蒸散发的研究。选用2000年1月—2014年12月地表实际蒸散发数据来自http://www.ntsg.umt.edu/project/mod16。将2000—2014年的月蒸散发数据逐像元、逐季节、逐年平均，得到灌区水量蒸散发损耗的时空分布特征。
1.3 MODIS ET的验证
选取2014年第177天研究区的土地利用（LUCC）、植被指数（NDVI）、地表反照率（albedo）、地表温度（LST）等数据，构建基于能量平衡原理的SEBAL模型，通过对各能量分量的计算，逐步推导计算出像元尺度的瞬时蒸散发，通过尺度转换，可计算得到全天实际蒸散发和月实际蒸散发，以此验证MODIS ET数据产品的精度。在田间尺度上应用时，SEBAL模型日均蒸散发的估算精度在85%左右[28-30]，但其缺点是时间分辨率较低，难以获得长时间年际序列的蒸散值。经过对比验证，MODIS ET数据产品（2014年6月）与SEBAL模型结果（2014年第177天）有较好的空间一致性。SEBAL模型的主要计算方程为：
式中：LE为潜热通量（w/m2）；Rn为地表净辐射（w/m2）；H为感热通量（w/m2）；G为土壤热通量（w/m2）。
1）土壤热通量（G），计算式为：
式中：Rn为地表净辐射通量（w/m2）；Ts为地表温度；α为地表反射率；NDVI为归一化植被指数
SEBAL模型应用经验公式对植被下垫面的土壤热通量进行简单估算，对于不同季节及水体和积雪等下垫面，需对公式进行修正：
2）显热通量（H），显热通量的计算是SEBAL模型的重点和难点，计算过程复杂，计算精度直接影响着蒸散发的精度。计算式为：
式中：ρ为空气密度；Cp为定压比热，二者乘积为空气的体积热容量，文中取1 205。T0为地表温度；Ta为大气温度；ra为空气动力学阻抗，计算式为：
式中：k为vonKarman常数（0.41）；z为参考高度（m）；d为零平面位移（m）；UZr为参考高度处的摩擦风速（m/s）；zom为地表粗糙度。
3）地表粗糙度zom，计算式为：
4）摩擦风速Ur（地面高Zr处），计算式为：
式中：U2为2 m高风速；Zr为地面高r处风速（文中所用数值为10 m高处风速观测值，即r=10 m）。
5）日蒸发蒸腾量（ET24），计算式为：
式中：Rn24为日净辐射通量；Gn24为日土壤热通量；ET24为日蒸发蒸腾量（mm/d）。
1.4 变化趋势分析
蒸散发年际变化趋势的评估指标：一元线性回归分析能够模拟每个栅格的变化趋势，该方法是指在一定时间内，采用最小二乘法逐像元拟合年均实际蒸散发的斜率，用以综合反映实际蒸散发的时空变化特征。基于研究区内每个像元计算2000—2014年的平均实际蒸散发变化趋势，计算式为：
式中：n为时间段（n=1，2，3，…，15）；ti为第i年；xi为第i年的年蒸散发。ET年值序列和时间序列的相关关系判断蒸散发年际间的变化趋势，斜率为负表示蒸散发变化趋势为减少，斜率为正表示蒸散发变化趋势为增加。
2 结果与分析
2.1 阿克苏河流域灌区土地利用/覆被变化遥感解译
由图2可知，1985—2014年，阿克苏河流域土地利用/覆被面积发生了巨大变化，其中，耕地面积显著增加，从1985年占灌区总面积的32%增长到2000年的38%，2014年耕地面积占灌区总面积的57%。1985—2000年耕地面积增加了19%，2000—2014年耕地面积增加了47%，表明阿克苏河流域的耕地出现了加速增加的过程。而1985—2014年阿克苏河流域，中、低覆盖度草地面积明显减少，分别减少了60%和55%，其中，塔河灌区天然植被面积显著减少（图2）。
图2 1985—2014年阿克苏河流域灌区土地利用/覆被变化
根据2000—2014年阿克苏河流域五大灌区耕地面积变化可知（表1），不同灌区耕地的增加幅度不一致，其中，位于阿克苏河下游的塔河灌区耕地增加最为明显，2014年耕地面积比2000年增加了71.6%；托河乌什和库河灌区次之，耕地面积分别扩增了55.25%和51.31%；阿克苏河灌区耕地面积增加了27.74%；托河温宿灌区增幅最小，2014年耕地面积比2000年增加了25.53%。阿克苏灌区、库河灌区、塔河灌区、托河温宿灌区及托河乌什灌区耕地面积在2000—2014年分别以37.3、37.2、66.1、4.9和20.0 km2/a的速度增长。耕地面积的增长主要来源于中、低覆盖度草地和未利用地，伴随着耕地面积的持续增加，中、低覆盖度草地面积减少。
表1 阿克苏河流域5大灌区耕地面积变化情况
2.2 阿克苏河流域灌区蒸散耗水时空变化
随着灌区耕地面积的急剧增加和增温趋势的加强，阿克苏河流域灌区蒸散量空间变化上呈普遍增加的趋势（图3（a））。在年际尺度上，灌区的蒸散量呈逐年增加趋势，增加速率为2.65 mm/a，其中最小值出现在2001年（170.23 mm/a），最大值出现在2012年（242.13 mm/a）。在年内变化上，蒸散发呈现出明显的季节性变化特点（图3（b）），表现为夏季增加最明显（线性斜率为2.91 mm/a，决定性系数R2为0.61），秋季次之（0.67 mm/a，R2为0.47），春季增幅不明显（0.03 mm/a，R2为0.001），而冬季的蒸散量呈现下降趋势（-0.92mm/a），这主要是气象条件、土壤水分、农作物特性以及农业技术措施等综合作用的结果。干旱区的实际蒸散发由水分决定，夏季太阳辐射、降雨量大，蒸散发的水分和能量充足，叶面积指数也较大，蒸散发以植被蒸腾为主；而冬季农作物处于越冬期，蒸散发受土壤水分影响较大，由于干旱加剧，土壤水分减少，导致了蒸散量的减少。
图3 2000—2014年阿克苏河流域灌区实际蒸散发变化
对比阿克苏河流域五大灌区蒸散耗水与灌区耕地面积变化还发现，灌区灌溉面积越大，蒸散耗水量亦越大（表2）。阿克苏灌区面积约4 428 km2，是流域内最大的灌区，其多年平均蒸散耗水量亦最大，达8.04×108m3；而托河温宿灌区属于面积最小灌区，仅738 km2，其多年平均蒸散耗水量亦最低，仅为1.81×108m3。
表2 阿克苏河流域五大灌区多年平均蒸散耗水量
2.3 土地利用变化对蒸散耗水量的影响
土地利用/覆被的变化影响地表蒸散过程，灌区内农业灌溉面积的不断扩大，加大了灌区蒸散耗水量。在2000—2014年，阿克苏河流域灌区的耕地面积以159.8 km2/a的速度增加，年蒸散发也随之以2.65 mm/a的速度增加。灌溉面积扩张造成灌区蒸散耗水在2000—2014年以0.3×108m3/a的速率增加，其中，阿克苏灌区、库河灌区、塔河灌区、托河温宿灌区及托河乌什灌区蒸散耗水量也分别以0.105×108、0.059×108、0.096×108、0.025×108、0.038×108m3/a的速率增加。阿克苏河流域五大灌区耕地面积的迅速增加导致农业灌溉用水量不断增多，灌区蒸散耗水量也不断增大。
灌区内年均蒸散量与土地利用类型密切相关，不同土地覆盖类型由于下垫面性质不同，其接受的净辐射量、生物量和气孔导度等存在明显的差异，从而导致平均蒸散量也不尽一致。计算结果显示，2000—2014年，阿克苏灌区多年平均蒸散发量约为200.7 mm/a，其中，农业灌溉区多年平均蒸散发量约为244.3 mm/a，远大于天然草地的多年平均蒸散发量150.1 mm/a，即农作物对水分的消耗远大于天然草地，农业灌溉区土壤湿度和植被覆盖度都优于植被相对稀疏的天然植被覆盖区，可利用的能量和生物量都大于稀疏的天然植被，因此农田的蒸散发量较大。
3 结论与讨论
随着农业生产规模的不断扩大，阿克苏河流域灌区水资源消耗量增大，蒸散耗水量也在不断增加。农田开垦、灌溉引水等人类活动通过改变地表覆盖和径流过程间接或直接影响着绿洲水文过程。尽管阿克苏河流域上游山区的来水量呈增加趋势[12,31-33]，但由于快速升温和灌区垦植面积的不断扩大，使灌溉引水、蒸散耗水和人类活动用水不断增加，从而导致阿克苏河输送塔里木河生态水压力日益加大，阿克苏河流域的生态、生产和生活用水的矛盾将日益突出。
1）1985—2014年，阿克苏河流域灌区土地利用/覆被发生了巨大变化，以耕地的显著增加和中、低覆盖度草地的减少最为明显。耕地面积从1985年所占灌区总面积的32%增长到2014年的57%，尤其是库河灌区和塔河灌区耕地增加十分明显。2000—2014年五大灌区耕地面积总量均出现了急增趋势，阿克苏灌区、库河灌区、塔河灌区、托河温宿灌区及托河乌什灌区耕地面积分别以37.3、37.2、66.1、4.9、20.0 km2/a的速度增长。
2）土地利用/覆被的变化影响地表蒸散过程。2000—2014年，阿克苏河流域灌区的蒸散耗水以0.3×108 m3/a的速率增加，夏季增幅最明显。一方面是由于大规模垦殖，导致天然草地转变为耕地，即土地利用/覆被变化改变了地表蒸散发过程，加大了蒸散发量；另一方面，则与灌区耕地面积的不断扩大和气候变暖密切相关。
3）气候变暖加速冰雪融水，使阿克苏河流域径流增加，可用水资源量增多[12,33]，但耕地面积迅速增长带来的灌溉引水量持续增加，使得水资源消耗量也呈大幅增加的趋势[15,34]。当前，中亚天山地区的气温虽然处于升温滞缓状态，但一直处于高位震荡过程[35-37]。在这样一个气温高位震荡背景下，阿克苏河流域灌区耕地面积每增加1 km2，蒸散耗水量将增加约9.4×104m3。这一重要结果对科学确定阿克苏河流域适宜绿洲规模、合理配置水资源、确保向塔里木河生态输水具有重要的参考价值。
参考文献:
[1]白晓燕,丁华龙,陈晓宏.基于HSPF模型的东江流域土地利用变化对径流影响研究[J].灌溉排水学报,2014,33(2):58-63.
[2]BRONSTERT A,NIEHOFF D,BÜRGER G.Effects of climate and land-use change on storm runoff generation:present knowledge and modeling capa bilities[J].Hydrological Processes,2002,16:509-529.
[3]WANG Y,CHEN Y N,DING J L,et al.Land-use conversion and its attribution in the Kaidu-Kongqi River Basin,China[J].Quaternary International,2015,380/381:216-223.
[4]WANG Y,CHEN Y N,LI Z.The spatial coupling of land use change and its environmental effects on Bosten Lake Basin,Xinjiang[J].Fresenius Environmental Bulletin,2014,23(10):2 627-2 635.
[5]MAIMAITIJIANG M,GHULAM A,SANDOVAL J S,et al.Drivers of land cover and land use changes in St.Louis metropolitan area over the past 40 years characterized by remote sensing and census population data[J].International Journal of Applied Earth Observation and Geoinformation,2015,35(part B):161-174.
[6]史培军,宫鹏,李晓兵,等.土地利用/土地覆盖变化研究的方法与实践[M].北京:科学出版社,2000.
[7]HARDING K J,SNYDER P K.Modeling the atmospheric response to irrigation in the Great Plains.Part I:General impacts on precipitation and the ener gy budget[J].Journal of Hydrometeorology,2012,13:1 667-1 686.
[8]HARDING K J,SNYDER P K.Modeling the atmospheric response to irrigation in the Great Plains.Part II:The precipitation of irrigated water and changes in precipitation recycling[J].Journal of Hydrometeorology,2012,13:1 687-1 703.
[9]雷志栋,胡和平,杨诗秀,等.塔里木盆地绿洲耗水分析[J].水利学报,2006,37(12):1 470-1 475.
[10]胡和平,汤秋鸿,雷志栋,等.干旱区平原绿洲散耗型水文模型—I模型结构[J].水科学进展,2004,15(2):140-145.
[11]韩松俊,胡和平,杨大文，等.塔里木河流域山区和绿洲潜在蒸散发的不同变化及影响因素[J].中国科学 E辑:技术科学,2009,39(8):1 375-1 383.
[12]CHEN Y N.Water Resources Research in Northwest China[M].New York:Springer,2014.
[13]陈亚宁,李稚,范煜婷,等.西北干旱区气候变化对水文水资源影响研究进展[J].地理学报,2014,69(9):1-10.
[14]马金龙,刘丽娟,李小玉,等.干旱区绿洲膜下滴灌棉田蒸散过程[J].生态学报,2015,34(4):974-981.
[15]陈亚宁.新疆塔里木河流域生态保护与可持续管理[M].北京：科学出版社,2015.
[16]CHENYN,LI Z,FANYT,et al.Progress and prospects of climate change impacts on hydrology in the arid region of Northwest China[J].Environmental Research,2015,139:11-19.
[17]ALLEN R G,MORSE A,TASUMI M,et al.Evapotranspiration from Landsat(SEBAL)for water rights management and compliance with multi-state water compacts[J].International Geoscience and Remote Sensing Symposium,2001,2:830-833.
[18]BASTIAANSSEN W G M.The use of remote sensing to improve irrigation water management in developing countries[J].Operational Remote Sensing for Sustainable Development,1999:3-17.
[19]TURNER B L,SKOLE D L,SANDERSON S,et al.Land-use and land-cover change[J].Science research plan,IGBP report,1995,35:108-123.
[20]LI Z,CHEN Y N,SHEN Y J,et al.Analysis of changing pan evaporation in the arid region of Northwest China[J].Water Resources Research,2013,49(4):2 205-2 212.
[21]GOWDA P H,CHAVEZ J L,COLAIZZI P D,et al.ET mapping for agricultural water management:present status and challenges[J].Irrigation Science,2007,26:223-237.
[22]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 Journal of Civil Engineering,2012,16(2):229-238.
[23]LIU S M,XU Z W,ZHU Z L,et al.Measurements of evapotranspiration from eddy-covariance systems and large aperture scintillometers in the Hai River Basin,China[J].Journal of hydrology,2013,487:24-38.
[24]LI Z,CHEN Y N,WANG Y,et al.Dynamic changes in terrestrial net primary production and their effects on evapotranspiration[J].Hydrology and Earth System Sciences,2016,20(6):2 169-2 178.
[25]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.
[26]JANG K,KANG S,LIM Y J,et al.Monitoring daily evapotranspiration in Northeast Asia using MODIS and a regional Land Data Assimilation System[J].Journal of Geophysical Research,2013,118(23):12 927-12 940.
[27]MU Q,ZHAO M,RUNNING S W.Improvements to a MODIS global terrestrial evapotranspiration algorithm[J].Remote Sensing of Environment,2011,115(8):1 781-1 800.
[28]BASTIAANSSENWG M.SEBALbasedsensibleandlatentheatfluxesintheirrigatedGedizBasin,Turkey[J].Journalof Hydrology,2000,229:87-100.
[29]TEIXEIRAA H D C,BASTIAANSSEN W G M,AHMAD M D,et al.Reviewing SEBAL input parameters for assessing evapotranspiration and water productivity for the low-middle Sao Francisco River Basin,Brazil Part A:Calibration and validation[J]..Agricultural and Forest Meteorology,2009,149(3/4):462-476.
[30]WU C D,CHENG C C,LO H C,et al.Application of SEBAL and Markov models for future stream flow simulation through remote sensing[J].Water Resources Management,2010,24(14):3 773-3 797.
[31] CHENYN,LI B F,LI Z,et al.Water resource formation and conversion and water security in arid region of Northwest China[J].Journal of Geographical Sciences,2016,26(7):939-952.
[32]CHEN Z S,CHEN Y N,LI W H.Response of runoff to change of atmospheric 0°C level height in summer in arid region of Northwest China[J].Science China(D):Earth sciences,2012,55(9):1 533-1 544.
[33]FAN YT,CHEN Y N,LI W H.Increasing precipitation and baseflow inAksu River since the 1950s[J].Quaternary International,2014,336:26-34.
[34]CHENYN,LI Z,LIWH,et al.Water and ecological security:Dealing with hydroclimatic challenges at the heart of China’s Silk Road[J].Environmental Earth Sciences,2016,75:881.
[35]LI Z,CHEN Y N,LI W H,et al.Potential impacts of climate change on vegetation dynamics in Central Asia[J].Journal of Geophysical Research,2015,120:12 345-12 356.
[36]CHEN Y N,LI W H,DENG H J,et al.Changes in CentralAsia′s Water Tower:Past,Present and Future[J].Scientific Reports,2016,6:35 458.
[37]陈亚宁,李稚,方功焕,等.气候变化对中亚天山山区水资源影响研究[J].地理学报,2017,72(1):18-26.