陆地蒸散发是地表水平衡和能量平衡过程中的组成部分,对区域乃至全球的水循环和气候均有重要的影响。一方面,蒸散发过程直接影响地表径流、土壤湿度等水文变量; 另一方面,潜热通量是地表能量平衡的重要组成部分。蒸散发过程在发生相变时吸收和释放能量会对周边大气运动产生显著影响(液态水转化为气态水所需的能量是温度升高1 K时所需能量的600倍,更是相同质量空气温度升高1 K时所需能量的2 400倍[1])。研究表明,陆气间的蒸散发过程消耗超过50%的地表净辐射[2],这些能量将约60%的地表降水通过蒸散发返回到大气中[3]。不仅如此,蒸散发的变化趋势在干旱监测预警方面扮演着至关重要的角色[4]。例如,Wang等[5]发现骤发性干旱主要是由蒸散量剧增造成的。因而,准确估算蒸散发对水资源管理和农田灌溉具有重要意义[6],尤其在水资源极其短缺的干旱和半干旱区,准确估算实际蒸散发尤为重要。
目前估算实际蒸散发的方法主要有3类:第1类是经验模型,通常利用土壤水分、叶面积指数,辐射等估算蒸散发,这类模型[7-10]通常不考虑蒸散发的具体物理过程,仅仅利用相关关系,具有较大的经验性,难以推广到不同地区[11]; 第2类是基于能量平衡的陆面蒸散发模型,如结合遥感和地表面观测估算蒸散发的SEBS,SEBAL模型[12-13],通过这类模型可以获得像元尺度的蒸散发,但受限于卫星遥感产品的反演精度,存在的问题是估算误差较大; 第3类详细考虑了蒸散发实际物理过程的陆面过程模式,如CLM,NOAH等,但是这类模型通常在单点运行模拟,难以估算区域或流域尺度的蒸散发。杨泽粟[14]利用实测资料分别验证了目前国际上主要的8个蒸散发估算模型,包括Wang经验模型、平流—干旱AA模型、能量平衡SEBS模型、改进的Priestley-Taylor(PT-JPL)模型、改进的Penman-Monteith(RS-PM)模型、PT-JPL改进模型(M1-PT-JPL,M2-PT-JPL模型)和陆面过程模式(CLM模式),检验了其在黄土高原的适用性。分析得出,各蒸散发估算模型模拟结果与观测值均存在较大差异,而且不同模型也存在显著差异,相比而言,PT-JPL,CLM模式估算误差相对较小。因此,选用合理的蒸散发估算模型,提高蒸散发估算精度是一项重要的研究任务。
从陆气相互作用角度而言,陆面过程模式估算蒸散发具有一定的优势,主要是陆面过程模式基于能量和水平衡建立,并详细考虑了陆地蒸散发中植被截流降水蒸发、蒸腾和地表蒸发等各个重要的物理过程,尤其是第三代陆面模式(如CLM等),包含了植被气孔与光合作用之间的联系等[15],更加真实地刻画了蒸散发过程,成为估算蒸散发重要的工具[16-19]。目前诸多计划如全球土壤湿度计划(GSWP)[20]、全球陆面数据同化系统(GLDAS)[16]、中国陆面数据同化系统(CLDAS)均利用不同的陆面模式估算了区域或全球陆面蒸散量,广泛应用于全球气候和水文循环研究。但不可否认的是,由于陆面过程模式中的参数化方案、参数选取等均存在较大的不确定性[21],因而其模拟的蒸散发与观测之间也存在较大的偏差。Haddeland等[17]比较了11个模式模拟的陆面蒸散发发现全球陆面蒸散量在415～586 mm/a之间变化。Xia等[18-19]表明NLDAS-2在区域和流域尺度上,SAC-SMA模式高估了蒸散量,而Noah和VIC模式则低估了蒸散量。崔园园等[22]基于第3次青藏高原大气科学试验资料评估了CLDAS-V2.0和GLDAS-NOAH产品在青藏高原地区的适用性表明,CLDAS-V2.0土壤温、湿度产品与观测资料的相关性均优于GLDAS-NOAH产品,他们之间的相关性在湿季大于干季。张强等[23]分析了FLUXNET和GLDAS的蒸散发资料在我国北方的适用性。结果表明,FLUXNET资料在我国北方地区的年平均蒸散量明显比GLDAS资料的年平均蒸散量可靠。为此,在区域尺度上评估陆面过程模式模拟的蒸散发产品,并有效提高陆面产品的应用,尤其是干旱监测等方面的应用值得深入研究。
为了提高陆面过程模式模拟的蒸散发的精度,一个重要的途径是根据不同下垫面的重要物理过程,改进参数化方案和优化关键参数,如Sellers等[24]在模式中引入气孔阻抗,更加准确地描述了蒸散发过程,进而提高了湿润区的蒸散发模拟; Chen等[25]通过改进热力学粗糙度,改进了对半干旱区NOAH模式模拟性能; 孙菽芬等[26]发展了通用土壤水热模型,改进了土壤湿度模拟等; Yang等[27]利用粒子群优化算法,改进了半干旱区土壤湿度和蒸散发的模拟性能。近年来,Parr等[28]提出了提高蒸散发的另一种途径,可称之为“模拟—校正”方法,该方法利用某区域某一时段内模式模拟的蒸散发与观测的蒸散发建立函数关系,并假定这一关系不随时间发生变化,并适用于该区域,因而可以用于校正模式模拟的蒸散发。Parr [28]、Wang[29]等通过研究发现,利用该方法校正模式的模拟的蒸散发后,误差显著减小。但是,该方法也存在一定的局限,因为在实际情形下气候、下垫面状况和时空尺度均会影响蒸散发的估算精度[7,30]。不仅如此,由于该方法连接了模拟和观测,因而也与模式参数化方案密切相关。因此,如何在该方法中,引入影响区域蒸散发的关键因子,进而提高陆面过程模式对蒸散发估算能力有重要的研究价值。
大量研究表明,在半干旱区,植被覆盖度和气孔阻抗等是影响蒸散发关键因子,而在陆面模式中,这些因子对模拟结果也是敏感的。例如,植被覆盖度决定了植被蒸腾和土壤蒸发的比例,因此对蒸散发的调控发挥着重要作用[31-32],而气孔导度与光合作用速率和土壤含水量紧密相连[33],直接影响植被生长,而植被生长状况的差异能够良好地反映土壤湿度的不均匀性,植被越茂盛,其蒸腾作用越强,蒸散就越大[34]; 在陆面模式中,植被覆盖度和气孔阻抗均与植被叶面积密切相关,为此将叶面积指数作为一个关键因子,可用于改善蒸散发估算。由于在实际应用中,难以精确测量叶面积指数,因而通常用使用NDVI代替。为此,本文利用黄土高原半干旱区SACOL站的观测资料,以NDVI为关键因子,结合CLM模式模拟结果,建立模拟、观测与NDVI之间的函数关系,改进“模拟—校正”方法,进而提高蒸散发的估算精度,为该地区陆气相互作用和区域气候研究提供科学依据。
