2023, Vol. 35 
(2: 南方海洋科学与工程广东省实验室(珠海), 珠海 519082)
(2: Southern Marine Science and Engineering Guangdong Laboratory (Zhuhai), Zhuhai 519082, P. R. China)
在气候变化和人类活动的双重干扰下，流域水循环和水资源演变研究已引起国内外水文气象学者、流域管理者的广泛关注[1-3]。作为水文过程与能量循环的重要环节[4-6]、流域水热平衡联系的纽带[7]，蒸散发可能是水文循环中最复杂的要素之一[8]，同时受到气候和下垫面变异的强烈影响[9-10]。对于流域而言，蒸散耗水是流域水分损失的主要因素，蒸散耗水率(AET/P)增加，必然会导致流域产水率(R/P)的降低。
已有大量研究表明气候状态的变异和流域下垫面特征的改变是影响流域蒸散耗水的重要因素。例如升温作用或太阳辐射增强会导致植被和水体有更多的蒸散发需求，进而导致流域径流量下降[11]。此外，流域下垫面的改变如森林砍伐、植树造林等人类活动也必然引起流域整体蒸散发的变化，尤其是关于“植树造林与耗水或产水率的关系”一直是科学界争论的焦点[12-16]，也是水文学研究的重要问题[17-24]。诸多学者认为植被增加必然增加流域的蒸散耗水，减少产水量，从而认为“大量植树造林会导致水资源的产水量降低”[25]。而且在一些国家或地区的实践中，存在人工造林导致地下水位下降和水资源减少的案例。《自然》杂志中发表的研究[26]甚至认为，在全球气候变暖的大环境下，中国西北部的植树造林行动在抵御沙漠扩展的同时，可能会进一步加剧水资源短缺的局面。但是，也有研究认为下垫面的改变对流域产水量影响较小或者变化不明显[27-29]。
以上研究大多关注不同空间尺度和区域的研究，然而在时间尺度上，流域蒸散水分损失与气候和下垫面变异的响应关系是否在不同的时间阶段存在显著差异？换言之，在气候和流域下垫面特征条件以及流域蒸散耗水率等变量不断演变的同时，它们之间的响应关系在不同的时间阶段及不同时间尺度上是否也在不断变化，还是处于相对稳定的状态？此外，在自然环境变异和人类活动的双重作用下，各影响因素对流域蒸散耗水率的贡献程度是否在不同时间阶段发生了显著改变，即蒸散耗水率的驱动因素是否发生了变化？目前，有相关学者[17, 30]以蒸散耗水率AET/P和产水率R/P为研究对象，推导了AET/P或R/P对干燥指数PET/P、下垫面特征参数n两方面敏感性的公式，提供量化蒸散耗水率或径流产水率响应模式的研究框架。然而，既往的研究并没有从敏感性和各气候变量和下垫面变量本身的时间变异性考虑问题，而蒸散敏感性以及相关影响变量随时间演变是维持相对稳定，还是存在较强变异性，是一个值得探索的问题，也是本研究的重点所在。
本文以全球83个典型流域1900—2008年间的水文气象资料为研究对象，从流域蒸散耗水率及其影响因素(如气候和流域下垫面特征)本身的时间变异性出发，分析流域蒸散耗水率对气候和下垫面条件变化的响应关系的时间尺度效应，并探究不同时间阶段内各干扰因子对蒸散耗水率的相对贡献率，由此将83个流域区分为下垫面主导区、下垫面-气候共同作用区、气候主导区；以期能寻找普遍共性的规律。为流域水资源管理，尤其是为不同气候和下垫面条件的流域实行合理有效的植被和生态恢复提供科学参考。
1 研究方法与数据来源 1.1 数据来源本文所用数据源于Jaramillo等[31]的研究，研究所涉及的流域概况见附表Ⅰ。其中流域年均径流量(R)可在德国联邦水文局全球径流数据公开平台https://www.bafg.de/GRDC/EN/Home/homepage_node.html上获取。本次研究选取了1900—2008年全球除南极洲外六大洲合计83个流域的数据。上述各流域的网格降水P和潜在蒸散发PET数据来源于CRU TS3.10(Climatic Research Unit)数据集，并依照各流域边界求取空间平均值。实际蒸散发AET数据则通过水量平衡方程(即AET=P-R)推求。为了探讨在长时间序列内蒸散耗水及其影响因素的变异性，本研究中数据按逐10年求一次均值，通过比较1900—2008年间11个连续时段内的变量均值，探讨蒸散耗水率相关变量及其响应关系的时间稳定性。
1.2 研究方法 1.2.1 计算流域特征参数n本文以Budyko水热耦合方程为研究框架[32]，描述流域的主要水循环过程及变量(如降水、蒸发、径流和下垫面特性)。我国科学家傅抱璞[33]于1981年基于水量平衡和能量限制的基本原理，推导出了Fu水热耦合平衡方程，并考虑了下垫面特性，得到了广泛的应用[17, 34]。
| $ \frac{A E T}{P}=1+\frac{P E T}{P}-\left[1+\left(\frac{P E T}{P}\right)^n\right]^{\frac{1}{n}} $ | (1) |
在Fu方程中，用n参数表示流域下垫面特征。作为一个可变参数，流域特征参数在不同流域表征不同的要素，目前很多学者[20-21, 35]仍在进一步探索流域特征参数的物理意义。本文参考Zhou等[17]提出的定义——流域特征参数n表示流域为蒸散发保留水分的能力，涵盖流域面积、坡度坡向、下垫面性质、植被覆盖及其他要素；更大的n值通常意味着更大、更持久的调蓄能力。本文选取傅抱璞模型估算流域特征参数n值，见式(1)。
1.2.2 划分全球典型流域将全球83个流域划分为不同的类型，具体划分情况见附表Ⅰ。其一，按照各流域在1900—2008年间的多年平均水文气象数据计算出对应的干燥指数(PET/P)，进而划分出三类不同的气候区，参考中国科学院自然区划工作委员会的划分方法[35]，同时遵循样本尽可能均匀分类的原则，将干旱流域、半干旱流域合并为“干旱与半干旱区”，进而将83个流域划分为湿润区、半湿润区、干旱与半干旱区三类气候区。其二，根据各流域的流域特征参数n，参考Zhou等[17]与周国逸[36]指出“n=2”可作为水文响应敏感性的重要临界值——n < 2的流域普遍呈现较低的持水能力，产水量对同一植被变化量的响应剧烈；而n>2的流域持水能力更高，产水量对植被变化的响应相对不显著，本研究划分出低(n≤2)、高(n＞2)两类下垫面特征区。采用两套流域区划标准能为研究气候和下垫面条件分别如何影响蒸散耗水率提供参考。
1.2.3 计算响应系数及其相对贡献率响应系数在此指蒸散耗水率的变化量受其影响因子变化的影响程度，反映了AET/P对PET/P、n的敏感性。基于在先前的研究工作中推导的响应系数方程，分别见公式(2)、(3)，计算各流域蒸散耗水率对气候和下垫面特征的响应系数[30]。
| $ \frac{\partial\left(\frac{A E T}{P}\right)}{\partial\left(\frac{P E T}{P}\right)}=1-\left(1+\left(\frac{P E T}{P}\right)^n\right)^{\frac{1}{n}-1} \cdot\left(\frac{P E T}{P}\right)^{n-1} $ | (2) |
| $ \frac{\partial(A E T / P)}{\partial(n)}=-\left(1+\left(\frac{P E T}{P}\right)^n\right)^{\frac{1}{n}} \cdot\left(-\frac{1}{n^2} \ln \left(1+\left(\frac{P E T}{P}\right)^n\right)+\frac{1}{n} \cdot\left(\frac{P E T}{P}\right)^n \cdot \frac{\ln \left(\frac{P E T}{P}\right)}{1+\left(\frac{P E T}{P}\right)^n}\right. $ | (3) |
按照公式(4)~(6)计算两个变量对蒸散耗水率的相对贡献率，由此进一步讨论流域的蒸散影响机制。
| $ \theta=\left(\partial \frac{A E T}{P} / \partial \frac{P E T}{P}\right) /\left(\partial \frac{A E T}{P} / \partial(n)\right) $ | (4) |
| $ R C_{P E T / P}=\frac{100|\theta|}{1+|\theta|} $ | (5) |
| $ R C_n=\frac{100}{1+|\theta|} $ | (6) |
式(4)中θ表示气候和流域下垫面特征两个响应系数的相对比例，公式(5)和(6)中，RCPET/P、RCn分别表示流域气候、流域下垫面特征对蒸散耗水率的相对贡献率。
2 结果与分析 2.1 蒸散耗水率及其影响因子的时间稳定性分析将数据分为11个时间序列，分别求出各时间段内各流域蒸散耗水率(AET/P)、干燥指数(PET/P)、流域特征参数(n)的10年均值，绘制出11个时段内各变量十年均值的梯级图。依照流域的多年干燥指数、下垫面特征水平划分出不同类型的流域，并分不同线型展示。
如图 1a所示，就PET/P而言，整体上看，全球典型流域在1900—2008年间无明显的时间变化趋势；分气候类型来看，干旱与半干旱区呈现明显上升趋势，意味着干旱与半干旱流域变得更加干旱了；其中在1920—1930、2000—2008年两个时段，流域的PET/P十年均值较上一个十年增加了0.3以上。就流域特征参数n值而言，湿润流域总体呈现上升趋势，108年间n值的十年均值增加了0.31，其中1920—1930年间n值显著增加。对于半湿润流域，1900—1940年间n的十年均值呈现连续下降趋势，1940年后呈现波动中小幅上升趋势。干旱与半干旱流域的n值在108年间呈现持续上升的趋势，直至2000—2008年，干旱与半干旱流域内n的十年均值为2.71，均高于湿润、半湿润流域的n值。至于AET/P，在湿润、干旱与半干旱流域内总体呈现小幅上升趋势，意味着随着时间的推移，这些流域内因蒸散发损耗的水量变多了。
|
图 1 不同条件下蒸散耗水率及影响因子的时间变化趋势 Fig.1 Changes in evapotranspiration ratio and influencing factors under various conditions |
由图 1b知，不同下垫面特征条件下流域PET/P在1980s前大致呈现相似的波动趋势，在1980s后，高n值流域的PET/P呈持续上升趋势，低n值流域的PET/P持续降低，且二者的差距逐渐增大；高n值流域在2000—2008年间的PET/P均值为1.57，远高于低n值流域的1.04。就下垫面特征参数n而言，各类流域n值在108年内小幅上升，然而普遍在1910—1920年间出现明显下降，或与这一阶段经济社会发展带来的土地利用变化有关。高n值流域的蒸散耗水率明显高于低n值流域，说明高n值流域内因蒸散发而损耗的水量普遍更高。
2.2 不同时间尺度上响应系数的稳定性分析 2.2.1 长时间尺度的时间稳定性首先从长时间尺度上展开研究，将整个时间序列分1900—1950年、1951—2008年两段(主要考虑二战以后，工业化水平加快，人类活动及气候变化对于流域水文过程干扰的强度愈加明显)，分析响应关系的稳定性或变异性。由图 2a可以看出，随着流域干旱程度的增加，AET/P对PET/P的响应系数依次减小。流域越湿润，AET/P对PET/P越敏感。近几十年来，湿润区AET/P对PET/P的响应程度有小幅增加；其他两类气候区在两个时间阶段之间没有体现出明显的变化差异。值得一提的是，由于湿润区样本容量较大，流域个体间的水文响应差异较大。个别湿润流域的∂(AET/P)/∂(PET/P)值较高，如南美洲的亚马逊河流域，且随着时间的推移，这些流域内AET/P对PET/P更加敏感了。对于∂(AET/P)/∂(n)，不同气候区两个时间阶段之间的差异并不明显。
|
图 2 长时间尺度下的各流域类型区内蒸散耗水率响应系数变化(箱体上下边缘分别表示75 %、25 %) Fig.2 Evapotranspiration ratio response under various conditions at long-term time scale (Boxplots show the 25th (lower edge) and 75th (upper edge) percentiles) |
根据图 2b，在高n值流域，AET/P对PET/P更敏感，如南美洲的奥里诺科河-亚马逊河流域，这些流域同时有着湿润的气候；与之对应，另外一些高n值却气候干旱的地区如澳大利亚的墨累-达令河流域，AET/P对PET/P的变化却表现稳定。此外可发现，AET/P对n的响应程度与流域本身n值有一定的负相关关系——n值越低，AET/P对n值的变化越敏感，即∂(AET/P)/∂(n)越高。
2.2.2 短时间尺度的时间稳定性上述分两个时段无法微观体现响应系数的时间演变规律。图 3以每十年为一个间隔窗口，展示了连续11个时段内各流域∂(AET/P)/∂(PET/P)、∂(AET/P)/∂(n)的十年均值，将流域分为三类气候类型、二类下垫面特征类型，分不同线型表示不同的流域条件。
|
图 3 短时间尺度下的各流域类型区内蒸散耗水率响应系数变化 Fig.3 Evapotranspiration ratio response under various conditions at short-term time scale |
由图 3a可发现，在20世纪初，湿润、半湿润两类气候条件下流域的∂(AET/P)/∂(PET/P)值相近，随后两类流域呈现明显的趋势分异。湿润流域的∂(AET/P)/∂(PET/P)呈现波动小幅上升，半湿润流域则持续降低，至2000—2008年，湿润流域、半湿润流域的∂(AET/P)/∂(PET/P)分别为0.35、0.23。不同气候条件下的流域AET/P对n值的敏感性变化趋势差异较大：湿润区的∂(AET/P)/∂(n)总体呈波动下降趋势，其中，在1910—1920年间大幅上升，随后在1920—1930年间又大幅下降；半湿润流域呈波动上升趋势，在1930—1940年间显著上升，2000—2008年间经历大幅下降；干旱与半干旱区的∂(AET/P)/∂(n)在1920s后持续降低。值得一提的是，1900—1910年间三类气候条件下流域∂(AET/P)/∂(n)差异较大，湿润区的∂(AET/P)/∂(n)十年均值为0.35，而最低的半湿润区仅为0.13；到2000—2008年间，三类气候类型下的∂(AET/P)/∂(n)均值差距缩小，说明近年来不同气候条件下的流域AET/P对n的响应系数有接近趋势。
根据图 3b，高n值流域∂(AET/P)/∂(PET/P)变化趋势不明显，低n值流域持续小幅上升，由20世纪初的0.19升至21世纪初的0.25。就∂(AET/P)/∂(n)而言，高n值流域与低n值流域呈现较显著的水平差异与趋势差异。高n值流域AET/P对n的响应系数分布在0.12~0.16，在过去的108年内较稳定；低n值流域远高于前者，大约在0.41~0.52，且波动较明显，说明低n值流域AET/P对n的变化更为敏感，尤其在2000—2008年间，低n值流域的∂(AET/P)/∂(n)下降明显。
Zhou等[17]指出，流域自身n值较低时(例如植被稀疏、受人为干扰程度大的土地类型、较小的流域面积、贫瘠的土壤)，n值变化会引起更剧烈的水文响应。且n值大于2.0的流域(包括南美洲、非洲、澳大利亚及欧洲大部分流域)普遍呈现出对n值很低的响应程度(∂(AET/P)/∂(n) < 0.2)，反映AET/P对n值的敏感性很大程度上取决于n值的高低。流域的高n值令AET/P对n的变化更加稳定，即下垫面特征一定程度的变化不会对蒸散发造成很大的影响。这种看似“更高的稳定性”是相对的，并不意味改变下垫面条件的人类活动不会为蒸散过程带来负面影响。在过去的几十年内，工业化的迅速发展伴随着土地结构的改变、森林覆盖率的降低、人为干预自然水体等影响。这些因素的耦合作用降低了流域下垫面特征参数n值；从长时间尺度来看，改变土地覆盖、毁林开荒、生物化石燃料、兴建水利设施等干涉了自然因素(如降水、温度、辐射和风)，进而改变流域水循环、影响蒸散发。一些流域AET/P对n值的变化越来越敏感，如因建设大量水库的科罗拉多河流域[37]、土地利用格局巨变的默兹河流域[38]。
2.3 蒸散耗水率的贡献因素分析大量研究表明，下垫面特征及气候条件共同影响着流域蒸散过程[39]。根据PET/P划分83个流域，得到不同气候条件下PET/P、n值分别对流域AET/P的贡献情况，如图 4a所示。PET/P是大多数湿润区内AET/P变异的主导因素，在1920—1929年间PET/P的贡献率明显下降。PET/P曾是半湿润区内蒸散耗水的主导因素，自1930—1939年以来，n值的贡献率大大提高，直至近些年与PET/P的贡献率相近。在干旱与半干旱流域内，n值对AET/P的年均贡献率皆超过75 %。在湿润区内，PET/P对AET/P的贡献程度随时间小幅提升；半湿润区内PET/P对AET/P的贡献率呈现下降趋势；而干旱与半干旱区内蒸散耗水贡献模式无明显变化趋势。
|
图 4 影响因子对蒸散耗水率的贡献程度 Fig.4 Contributions of influencing factors to evapotranspiration ratio |
根据n值流域下垫面特征类型，进一步分析PET/P、n对AET/P的相对贡献率(图 4b)，发现不同条件下两种因素对AET/P的影响差异显著。在低n值流域内，n值对AET/P的贡献占主导地位。在高n值流域内，气候条件(PET/P)是蒸散耗水的主导因素。相比不同气候条件下蒸散贡献率存在的明显时间变异性，按n值分类的流域蒸散贡献率无明显的时间差异。
3 讨论 3.1 蒸散耗水作用机制的时间变异性蒸散耗水率与气候和下垫面特征变化响应关系的时间稳定性存在一定尺度效应。从长时间尺度看，大部分流域蒸散耗水率与气候和流域特征变异的响应关系呈现较强的时间稳定性；由短时间尺度分析则发现较大差异。分气候类型来看，半湿润流域的蒸散耗水率对气候的响应系数∂(AET/P)/∂(PET/P)在20世纪持续降低，存在较强的波动性。不同气候条件下流域AET/P对n值的敏感性变化差异较大。湿润区内∂(AET/P)/∂(n)呈波动下降趋势，与此同时湿润流域的下垫面特征值n呈上升趋势；半湿润区内∂(AET/P)/∂(n)呈波动上升，近年来各类气候条件下流域的∂(AET/P)/∂(n)水平趋近。分下垫面特征来看，低n值流域内AET对n的变化更为敏感，尤其在2000—2008年间流域∂(AET/P)/∂(n)下降明显。通过分析蒸散耗水率贡献机制的时间演变规律发现，在湿润区内，ET/P对AET/P的贡献程度随时间小幅提升；半湿润区内PET/P对AET/P的贡献率呈现降低趋势；而干旱与半干旱区内蒸散耗水贡献模式无明显趋势。而按下垫面特征值分类的流域蒸散贡献率无直观的时间差异，说明蒸散贡献模式的时间变异性或与气候变化有更密切的关系。
通过上述分析，发现几个重要的时间段：①1910—1920年间，各类流域n值普遍下降明显；湿润区∂(AET/P)/∂(n)大幅上升。②1920—1930年间，干旱与半干旱流域PET/P上升明显；湿润区n值大幅上升，∂(AET/P)/∂(n)大幅下降。③1930—1940年间，半湿润流域∂(AET/P)/∂(n)大幅上升。④2000—2008年间，干旱与半干旱流域的PET/P、半湿润流域∂(AET/P)/∂(n)皆出现大幅下降。为何不同流域内蒸散耗水率及其影响因素、响应系数在这些时间节点出现上述变异，以及不同变量的变异趋势是否存在某种关联，尚有待在未来的研究中进一步探索。
3.2 全球典型流域蒸散耗水率主导因素空间格局基于各流域内两个变量对AET/P的相对贡献率，将全球83个典型流域划分为流域下垫面特征主导区(RCPET/P≤40 % 或RCn>60 %)、气候-下垫面共同作用区(40 % < RCPET/P≤60 %)、气候主导区(RCPET/P>40 % 或RCn≤60 %)，上述3类流域个数占流域总数的比例分别为30.12 %、22.89 %、46.99 % (图 5)。气候主导区主要分布在赤道附近气候湿热的亚马逊河、巴拉那河流域，以及一些气候温和的欧洲流域，这些地区的n值都比较高，往往有着较高的植被覆盖率、丰富的植被类型(涵盖常绿阔叶林、针叶林及混合林)、下渗力较强的土壤条件。东亚的长江-湄公河、北美洲的密西西比河、澳大利亚的墨累-达令河流域等被归纳为气候-下垫面共同作用区。下垫面主导区分散在印度半岛的戈达瓦里河流域、以尼格尔河流域为代表的非洲干旱地区、北美洲的里奥-格兰德河流域、西亚的阿姆-锡兰河流域、亚欧大陆北部地区。除北欧斯堪的纳维亚半岛、西伯利亚平原等地外，其他流域都特别干旱且n值较高。这与Zhou等[17]提出的“当流域特征值n>2.0时，干湿条件可能引起更剧烈的水文响应”观点相契合。此外，通过对比全球蒸散耗水率分布，发现流域主导区的AET/P普遍较高。由此推测，在过去的几十年内，人类活动对流域特征的影响可能引起了某些流域内剧烈的水文响应。
|
图 5 根据蒸散耗水率主导因素划分全球流域 Fig.5 Watershed regionalization based on dominant factors of water loss |
本文基于先前提出的Budyko蒸散响应研究框架[30]，引入时间稳定性/变异性的思想，并依照干燥指数、下垫面特征参数两类指标对全球83个典型流域进行分类，从不同的时间尺度出发，分析流域蒸散耗水率对气候和下垫面条件变化响应关系的时间尺度效应，并探究不同时间阶段内各干扰因子对蒸散耗水率的贡献机制，以期为不同气候和下垫面条件的流域实行合理有效的植被和生态恢复以及制定水资源管理提供科学参考。主要结论如下：
1) 蒸散耗水率与气候和流域特征变化响应关系的时间稳定性及尺度效应：从长时间尺度看，总体而言，大部分流域蒸散耗水率与气候和流域特征变异的响应关系呈现较强的时间稳定性。然而从短时间尺度分析发现，不同气候、下垫面类型的流域蒸散耗水敏感性呈现不同的波动特征。
2) 蒸散耗水率贡献机制分析：PET/P是大多数湿润区蒸散耗水率AET/P变异的主导因素。在干旱与半干旱流域内，n对AET/P的贡献占绝对优势。在低n值流域内，n对AET/P的贡献占主导地位。在高n值流域内，PET/P是主导因素。基于两个变量对AET/P的相对贡献率，可以识别全球83个典型流域的主要贡献因素及空间分布格局，归纳出下垫面主导区、气候-下垫面共同作用区、气候主导区。
3) 全球不同类型的流域内蒸散耗水率影响因素及其敏感系数在1910—1920、1920—1930、1930—1940、2000—2008年间等时间节点出现明显变异，其具体原因及内在联系尚有待在未来的研究中进一步探索。
5 附录附表Ⅰ见电子版(DOI: 10.18307/2023.0442)。
|
附表Ⅰ 研究流域概况 Appendix Ⅰ Overview of the watershed involved in the research |
| [1] |
Barnett TP, Adam JC, Lettenmaier DP. Potential impacts of a warming climate on water availability in snow-dominated regions. Nature, 2005, 438(7066): 303-309. DOI:10.1038/nature04141 |
| [2] |
Mo XG, Hu S, Lin Z et al. Impacts of climate change on agricultural water resources and adaptation on the North China Plain. Advances in Climate Change Research, 2017, 8(2): 93-98. DOI:10.1016/j.accre.2017.05.007 |
| [3] |
Liu JY, Zhang Q, Chen X et al. Quantitative evaluations of human- and climate-induced impacts on hydrological processes of China. Acta Geographica Sinica, 2016, 71(11): 1875-1885. [刘剑宇, 张强, 陈喜等. 气候变化和人类活动对中国地表水文过程影响定量研究. 地理学报, 2016, 71(11): 1875-1885.] |
| [4] |
Jansen E, Overpeck J, Briffa K et al. The physical science basis. Cambridge: Cambridge University Press, 2007.
|
| [5] |
Dong SY, Gao XJ. Long-term climate change: Interpretation of IPCC fifth assessment report. Progressus Inquisitiones de Mutatione Climatis, 2014, 10(1): 56-59. [董思言, 高学杰. 长期气候变化——IPCC第五次评估报告解读. 气候变化研究进展, 2014, 10(1): 56-59.] |
| [6] |
宁婷婷. Budyko框架下黄土高原流域蒸散时空变化及其归因分析. 北京: 中国科学院教育部水土保持与生态环境研究中心, 2017.
|
| [7] |
Liu CM, Zhang D. Temporal and spatial change analysis of the sensitivity of potential evapotranspiration to meteorological influencing factors in China. Acta Geographica Sinica, 2011, 66(5): 579-588. [刘昌明, 张丹. 中国地表潜在蒸散发敏感性的时空变化特征分析. 地理学报, 2011, 66(5): 579-588.] |
| [8] |
Xu CY, Singh VP. Evaluation of three complementary relationship evapotranspiration models by water balance approach to estimate actual regional evapotranspiration in different climatic regions. Journal of Hydrology, 2005, 308(1/2/3/4): 105-121. DOI:10.1016/j.jhydrol.2004.10.024 |
| [9] |
Stoy PC, Katul GG, Siqueira MBS et al. Separating the effects of climate and vegetation on evapotranspiration along a successional chronosequence in the southeastern US. Global Change Biology, 2006, 12(11): 2115-2135. DOI:10.1111/j.1365-2486.2006.01244.x |
| [10] |
Liu Y, Zhou MC, Chen ZJ et al. Sensitivity of the potential evapotranspiration to climate and vegetation in Hanjiang River Basin based on S-W Model. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(10): 92-100, 294. [刘远, 周买春, 陈芷菁等. 基于S-W模型的韩江流域潜在蒸散发的气候和植被敏感性. 农业工程学报, 2013, 29(10): 92-100, 294.] |
| [11] |
Zhang Q, Liu J, Singh VP et al. Hydrological responses to climatic changes in the Yellow River Basin, China: Climatic elasticity and streamflow prediction. Journal of Hydrology, 2017, 554: 635-645. DOI:10.1016/j.jhydrol.2017.09.040 |
| [12] |
Xu XL, Li YL, Tan ZQ et al. Water fluxes in the groundwater-soil-plant-atmosphere continuum and water sources of typical wetland vegetation communities in Poyang Lake. J Lake Sci, 2018, 30(5): 1351-1367. [许秀丽, 李云良, 谭志强等. 鄱阳湖湿地典型植被群落地下水-土壤-植被-大气系统界面水分通量及水源组成. 湖泊科学, 2018, 30(5): 1351-1367. DOI:10.18307/2018.0517] |
| [13] |
Liu SR, Chang JG, Sun PS. Forest hydrology: Forest and water in a context of global change. Chinese Journal of Plant Ecology, 2007, 31(5): 753-756. [刘世荣, 常建国, 孙鹏森. 森林水文学: 全球变化背景下的森林与水的关系. 植物生态学报, 2007, 31(5): 753-756.] |
| [14] |
Yang DW, Shao WW, Yeh PJF et al. Impact of vegetation coverage on regional water balance in the nonhumid regions of China. Water Resources Research, 2009, 45(7): W00A14. DOI:10.1029/2008WR006948 |
| [15] |
Zan CJ, Huang Y, Li JL et al. Analysis of water balance in Aral Sea and the influencing factors from 1990 to 2019. J Lake Sci, 2021, 33(4): 1265-1275. [昝婵娟, 黄粤, 李均力等. 1990—2019年咸海水量平衡及其影响因素分析. 湖泊科学, 2021, 33(4): 1265-1275. DOI:10.18307/2021.0426] |
| [16] |
Li D, Pan M, Cong ZT et al. Vegetation control on water and energy balance within the Budyko framework. Water Resources Research, 2013, 49(2): 969-976. DOI:10.1002/wrcr.20107 |
| [17] |
Zhou GY, Wei XH, Chen XZ et al. Global pattern for the effect of climate and land cover on water yield. Nature Communications, 2015, 6: 5918. DOI:10.1038/ncomms6918 |
| [18] |
Tan YJ, Yu YZ, Ding JN et al. Control effects of Lake Poyang hydrological process on the wetland biology. J Lake Sci, 2015, 27(6): 997-1003. [谭胤静, 于一尊, 丁建南等. 鄱阳湖水文过程对湿地生物的节制作用. 湖泊科学, 2015, 27(6): 997-1003. DOI:10.18307/2015.0602] |
| [19] |
Chen YN. Impacts of climate change on the water cycle mechanism and water resources security in the arid region of northwest China. China Basic Science, 2015, 17(2): 15-21, 2. [陈亚宁. 气候变化对西北干旱区水循环影响机理与水资源安全研究. 中国基础科学, 2015, 17(2): 15-21, 2.] |
| [20] |
Milly PCD. An analytic solution of the stochastic storage problem applicable to soil water. Water Resources Research, 1993, 29(11): 3755-3758. DOI:10.1029/93WR01934 |
| [21] |
Williams CA, Reichstein M, Buchmann N et al. Climate and vegetation controls on the surface water balance: Synthesis of evapotranspiration measured across a global network of flux towers. Water Resources Research, 2012, 48(6): W06523. DOI:10.1029/2011WR011586 |
| [22] |
Han SJ, Hu HP, Tian FQ. Annual evapotranspiration in oases of the Tarim Basin based on a coupled waterenergy balance. Journal of Tsinghua University: Science and Technology, 2008, 48(12): 2070-2073. [韩松俊, 胡和平, 田富强. 基于水热耦合平衡的塔里木盆地绿洲的年蒸散发. 清华大学学报: 自然科学版, 2008, 48(12): 2070-2073.] |
| [23] |
Lang Y, Liu N, Liu SR. Changes in soil erosion and its driving factors under climate change and land use scenarios in Sichuan-Yunnan-Loess Plateau region and the Southern Hilly Mountain Belt, China. Acta Ecologica Sinica, 2021, 41(13): 5106-5117. [郎燕, 刘宁, 刘世荣. 气候和土地利用变化影响下生态屏障带水土流失趋势研究. 生态学报, 2021, 41(13): 5106-5117. DOI:10.5846/stxb202101310341] |
| [24] |
Yin JB, Gentine P, Zhou S et al. Large increase in global storm runoff extremes driven by climate and anthropogenic changes. Nature Communications, 2018, 9: 4389. DOI:10.1038/s41467-018-06765-2 |
| [25] |
Zeng ZZ, Peng LQ, Piao SL et al. Response of terrestrial evapotranspiration to earth's greening. Current Opinion in Environmental Sustainability, 2018, 33: 9-25. DOI:10.1016/j.cosust.2018.03.001 |
| [26] |
Zastrow M. China's tree-planting drive could falter in a warming world. Nature, 2019, 573(7775): 474-475. DOI:10.1038/d41586-019-02789-w |
| [27] |
Liu XY, Liu CM, Yang ST et al. Influences of shrubs-herbs-Arbor vegetation coverage on the runoff based on the remote sensing data in Loess Plateau. Acta Geographica Sinica, 2014, 69(11): 1595-1603. [刘晓燕, 刘昌明, 杨胜天等. 基于遥感的黄土高原林草植被变化对河川径流的影响分析. 地理学报, 2014, 69(11): 1595-1603.] |
| [28] |
Zhang SL, Yang HB, Yang DW et al. Quantifying the effect of vegetation change on the regional water balance within the Budyko framework. Geophysical Research Letters, 2016, 43(3): 1140-1148. DOI:10.1002/2015GL066952 |
| [29] |
Liu JY, Zhang Q, Singh VP et al. Hydrological effects of climate variability and vegetation dynamics on annual fluvial water balance in global large river basins. Hydrology and Earth System Sciences, 2018, 22(7): 4047-4060. DOI:10.5194/hess-22-4047-2018 |
| [30] |
Liu ZY, Cheng LY, Zhou GY et al. Global response of evapotranspiration ratio to climate conditions and watershed characteristics in a changing environment. Journal of Geophysical Research: Atmospheres, 2020, 125(7): e2020JD032371. DOI:10.1029/2020JD032371 |
| [31] |
Jaramillo F, Destouni G. Local flow regulation and irrigation raise global human water consumption and footprint. Science, 2015, 350(6265): 1248-1251. DOI:10.1126/science.aad1010 |
| [32] |
Budyko MI. The heat balance of the earth's surface. Soviet Geography, 1961, 2(4): 3-13. DOI:10.1080/00385417.1961.10770761 |
| [33] |
傅抱璞. 论陆面蒸发的计算. 大气科学, 1981, 5(1): 23-31. |
| [34] |
Zhang L, Hickel K, Dawes WR et al. A rational function approach for estimating mean annual evapotranspiration. Water Resources Research, 2004, 40(2): W02502. DOI:10.1029/2003WR002710 |
| [35] |
Chen JW, Zhang YX. Discussion on relation between humidity index and aridity degree. Journal of Desert Research, 1996, 16(1): 79-82. [陈建伟, 张煜星. 湿润指数与干操度关系的探讨. 中国沙漠, 1996, 16(1): 79-82.] |
| [36] |
Zhou GY, Xia J, Zhou P et al. Not vegetation itself but mis-revegetation reduces water resources. Scientia Sinica: Terrae, 2021, 51(2): 175-182. [周国逸, 夏军, 周平等. 不恰当的植被恢复导致水资源减少. 中国科学: 地球科学, 2021, 51(2): 175-182.] |
| [37] |
Friedrich K, Grossman RL, Huntington J et al. Reservoir evaporation in the western United States: Current science, challenges, and future needs. Bulletin of the American Meteorological Society, 2018, 99(1): 167-187. DOI:10.1175/bams-d-15-00224.1 |
| [38] |
Min T. Assessment of the effects of climate variability and land-use changes on the hydrology of the meuse river basin[Dissertation]. Delft: UNESCO-IHE Institute, Balkema, Taylor & Francis Group. http://wwwtaylorandfranciscouk, 2006.
|
| [39] |
Zhang M, Wei X. The effects of cumulative forest disturbance on streamflow in a large watershed in the central interior of British Columbia, Canada. Hydrology and Earth System Sciences, 2012, 16(7): 2021-2034. DOI:10.5194/hess-16-2021-2012 |