Page 123 - 2023年第54卷第1期

遥感反演或再分析数据可反映陆面蒸散发的复杂空间异质性，为定量解析流域水分和能量过程创
造了条件。然而，陆面蒸散发过程十分复杂，这些数据不可避免地受到卫星观测方式和反演算法局限
性的影响，对于地表 “真实” 蒸散发的表征具有不确定性，因此开展蒸散发数据精度的地面验证和评
价十分必要。但具有较完备的蒸散发地表观测信息或开展野外科学试验的流域尚不常见。因此，若干
文献假定 流 域 水 储 量 变 化 为 零，然 后 由 降 水 和 径 流 观 测 资 料 计 算 实 际 蒸 散 发，以 此 作 为 基 准 数
据 ［１０ － １１］ ，然而即使在多年时间尺度上流域水储量变化为零的假定也可能并不满足，同时这种方法也不
能应用于较小的时间尺度上。因此，大量研究结合地球重力卫星 ＧＲＡＣＥ（ＧｒａｖｉｔｙＲｅｃｏｖｅｒｙａｎｄＣｌｉｍａｔｅ
Ｅｘｐｅｒｉｍｅｎｔ ）反演的陆地水储量变化和流域降水、径流观测数据，通过水量平衡方程建立蒸散发基准序
列。采用这种方法，Ｍａｄｅｌｅｉｎｅ等 ［１２］ 估算了美国境内 １１个主要流域的实际蒸散发，评估了 ５种陆面模
式和 ３种遥感反演蒸散发数据的效果，发现多种数据集的估值结果均显著低于基准序列，且对于实际
蒸散发季节性变化特征的捕捉较差。类似地，Ｒｏｄｅｌｌ等 ［１３］ 在美国、非洲等地的 ７个代表性流域比较了
多种遥感反演和再分析实际蒸散发数据的精度，发现这些数据各有优势，并无绝对优劣。Ｔｉａｎ等 ［１４］ 的
研究表明采用 ＧＲＡＣＥ水储量变化数据估计的长江流域上中下游实际蒸散发，与 ＭＯＤ１６蒸散发数值的
吻合程度要高于 ＧＬＤＡＳ － Ｎｏａｈ等 ３种 ＧＬＡＤＳ再分析蒸散发数据。
受观测方式、传感器性能等因素影响，ＧＲＡＣＥ数据存在重力场及南北方向上的条带噪声误差 ［１５］ ，
这些因素在一定程度上增加了陆地水储量变化信息的不确定性。同时，ＧＲＡＣＥ数据观测周期也会影
响陆地水储量变化的精确性。目前已提出了多种改进算法 ［１６ － １７］ 。然而无论是否采用这些改进算法，基
于 ＧＲＡＣＥ数据和水量平衡方程推算的流域实际蒸散发序列均可能存在不合理之处 ［１３ － １４，１６，１８］ ，甚至会
出现月实际蒸散发量为负值的情况，这一情况必然影响遥感或再分析蒸散发数据精度验证和评价的可
靠性、真实性。事实上，随着多源数据联合反演算法的快速发展，大量卫星遥感和再分析蒸散发资料
纷纷涌现，科学验证和精度评估验证已成为一个重要的基础性问题。鉴于此，本文尝试采用流域两参
数月水量平衡模型 ＷＢＭ－ ＤＰ（ＷａｔｅｒＢａｌａｎｃｅＭｏｄｅｌｗｉｔｈＤｏｕｂｌｅＰａｒａｍｅｔｅｒｓ）和 ＧＲＡＣＥ水储量变化量数据
分别构建流域实际蒸散发序列，以此探究不同基准序列对代表性遥感和再分析蒸散发数据精度验证结
果的影响，从而为全球或区域蒸散发反演算法的改进、数据集研制和基于全球性资料的流域水循环过
程模拟提供参考。

２ 研究方法

２．１ 流域蒸散发基准序列构建方法
２．１．１ 基于 ＧＲＡＣＥ水储量的构建方法 对于某一闭合流域而言，某一月份流域实际蒸散发 ＥＴ ｔ，ＧＲＡＣＥ
可由以下水量平衡方程计算得到，即：
ＥＴ ＝ Ｐ－ Ｑ－ Δ Ｓ （１）
ｔ，ＧＲＡＣＥ ｔ ｔ ｔ
式中：Ｐ为第 ｔ月流域面平均降水量，ｍｍ，根据较高密度的地表雨量站网观测信息经空间插值得到，
ｔ
或采用地表数据校正后的卫星遥感或再分析资料估计；Ｑ为第 ｔ月流域实测径流深，ｍｍ，可由流域出
ｔ
口断面水文站观测得到；Δ Ｓ为第 ｔ月初末流域水储量变化量，ｍｍ，Δ Ｓ＝ Ｓ－ Ｓ ，直接由 ＧＲＡＣＥ水
ｔ ｔ ｔ ｔ －１
储量数据得到。为表述方便，本研究中将基于 ＧＲＡＣＥ水储量变化数据和式（１）推求的流域蒸散发月序
列记作 ＥＴ ＧＲＡＣＥ 。
２．１．２ 基于 ＷＢＭ－ ＤＰ的构建方法 基于 ＷＢＭ－ ＤＰ的流域蒸散发序列构建方法同样建立在式（１）的基
础上，但对 Δ Ｓ等各分量的处理方法不同。ＷＢＭ－ ＤＰ由 ３组方程构成：①流域水量平衡方程，即式
ｔ
（ １），用于描述某一时段流域水储量变化与各源汇项间的关系；②水热耦合平衡方程，用于描述水分
和能量因素共同控制下的流域实际蒸散发；③流域蓄泄方程，用于计算流域出口断面径流量。
月尺度的流域水热耦合平衡方程如式（２）所示，该方程基于 Ｂｕｄｙｋｏ假说 ［１９］ 经数学推导得到，其
有效性已得到大量验证 ［２０］ ：

８
— １ １ —