1. 引言
青藏高原位于亚洲内陆高原，是中国最大、世界海拔最高的高原，被称为“世界屋脊”、“第三极” [1]。介于北纬26˚00'~39˚47'，东经73˚19'~104˚47'之间。受多种因素的影响，青藏高原形成了世界上最好、最年轻的自然地理单元，其水平地带性和垂直地带性紧密结合 [2]。作为北半球气候变化的影响者和调节者，该地区的气候变化不仅直接驱动着中国东部和西南部的气候变化，而且对北半球的影响也很大，甚至对全球气候变化具有明显的敏感性、先进性和调节性 [3]。
青藏高原地区是季风环流与西风环流的主要耦合区，其热效应和动力效应对东亚乃至世界的天气和气候都有重要影响。中国夏季风的形成是由于海洋高压向陆地的低压吹来的风，高原热源会加热并膨胀地面空气，在高原表面形成一个低压区，特别是像一个巨大的“空气泵”，将周围的空气吸引到高原，导致了强烈的东亚和南亚夏季风。青藏高原作为大气抬升的热源，其热效应对维持夏季风环流和行星尺度环流具有重要作用。在同一时期，青藏高原的全球平均气温在过去50年中增加了两倍多。青藏高原极端高温和极端降水事件频繁发生，冰川退缩和冻土融化等现象同时发生，青藏高原的湖泊也在慢慢“扩张”。
影响蒸发的因素有水源、热源、饱和差、风速和湍流扩散强度。因此，开阔的水域、雪、冰或潮湿的土壤和植物是蒸发的基本条件。蒸发必须消耗热量。如果没有供热，蒸发将逐渐减慢或停止，且地表供热是决定蒸发的主要因素；在其他相同条件下，蒸发率与饱和差成正比；风速主要影响水蒸气的扩散速度。有风时，湍流增强，蒸发面上的水蒸汽压减小和增大，饱和差增大，蒸发加速。在内陆地区，蒸发还应考虑土壤结构和植被等表面特征。且由于蒸发因素的影响，地表将出现日变化或年变化。
蒸发过程是水文循环和能量传输的重要部分，同时也是联结土壤、植被、大气的纽带 [4]，也是水分耗散的主要形式 [5]。自然界中的蒸发现象很复杂，极端降水事件频繁发生，冰川退缩、冻土融化等现象同时发生。青藏高原上的湖泊也在缓慢地“扩张”。影响蒸发的因素包括水源、热源、饱和差、风速和湍流扩散强度。因此，开阔的水域、雪、冰或潮湿的土壤和植物是蒸发的基本条件。蒸发必须消耗热量。如果没有加热，蒸发将逐渐减慢或停止。因此，加热是决定蒸发的主要因素；与其他条件下的蒸发率成比例；风速主要影响水蒸气的扩散速度。当有风时，湍流增加，蒸发面上的水蒸汽压减少和增加，饱和差增加，蒸发加速。在内陆地区，蒸发还应考虑土壤结构和植被等表面特征。由于蒸发，表面每天或每年都会发生变化。
有学者基于特定的蒸散产品对高原蒸散发进行了模拟与评估，他们直接应用GLEAM (Global Land Evaporation Amsterdam Model)资料，他们评估了中国科学院地球系统模式(CAS-ESM2)对青藏高原地区蒸散量的模拟性能，并且预估其变化趋势 [6]。结果表明，影响未来蒸散量变化的因素存在区域性差异，高原中南部受温度变化的影响较大。
另外蒸散发的动态过程对于气候的响应也极其重要。杨文静学者利用定位观测和蒸散发互补理论(CR)理论模型方法，研究不同时空尺度的实际蒸散发动态过程，分析其与环境因子的关系及其对气候变化的响应，结果表明，控制高原实际蒸散量的主要气象因子是相对湿度和净辐射 [7]。
不同下垫面的蒸散发量与气象因子间也具有不同的相关性，张亚春等学者的研究表明不同的下垫面的实际日蒸散发量变化趋势大致相同，但变化范围有一定的差异；不同下垫面的实际日蒸散发量与地温、气温和净辐射均有显著相关性；并且热力因素和水分条件对高原实际日蒸散发量影响较大，动力因素的影响较小 [8]。
在全球变暖背景下，青藏高原作为全球气候的“响应器”，其蒸散发量也呈现出显著的变化。常姝婷等学者表明1998年以后，由于西南季风强度的显著减弱，从外部到高原的净水汽输送减少更为显著，青藏高原的地表蒸散量显著增加 [9]。刘志伟等学者们研究了高寒草原土壤水分分布和蒸发变化特征。结果表明，日平均蒸发量在植被覆盖率为15%时最大，在植被覆盖率为60%时最小。在地上生物量和蒸发量的研究中，生物量越大，蒸发量越低 [10]。
青藏高原作为亚洲地区低纬度的巨大山脉体系，不仅仅会影响我国的气候变化，更对世界的气候变化有着不可忽略的影响；在全球气候变暖的影响下，能够准确的模拟出青藏高原地区的蒸散变化，可以帮助预估出未来的降水、气温的变化，同时在探讨青藏高原地区土壤水分减少乃至气候变化趋势都有莫大的帮助。所以准确刻画青藏高原区域的蒸散时空变化情况，对深入理解高原地区的水循环过程、陆面过程和大气环流过程等都有深远的影响。
据此本文针对各个蒸散产品在青藏高原地区不同的蒸散情况，进行评估最终得到最适用于青藏高原地区的蒸散产品后，运用产品来分析青藏高原草地生态系统蒸散的长期变化，ET的空间分布等，再运用气象环境数据进行相关性运算，从而揭示蒸散变化的主导因素。以帮助未来研究能够更方便的得到青藏高原地区的蒸散状况，并且能够更加准确的掌握39年间青藏高原地区的气候变化情况，也能够为准确评估青藏高原的水平衡提供重要依据。最重要的是对正确理解青藏高原地区的地气见相互作用及气候效应也有重要指导意义。
能够准确的描述青藏高原地区的蒸散量，对畜牧业、林地等行业也能够提供更加精准的数据计算方面的帮助；并且可以帮助国家在实施退耕还林，保护山川河流、保护野生动物等决策时，选择更加合适的实施方式。
2. 资料和方法
2.1. 研究区概况
青藏高原位于我国西部，是中国最大、世界海拔最高的高原，是一个巨大的山脉体系；东西长约2800千米，南北宽约300~1500千米，总面积约250万平方千米，平均海拔在4000米以上，高原腹地年平均温度在0摄氏度。
青藏高原被喻为“世界屋脊”，它有独特的水热条件、复杂的地理环境，是全球气候变化最敏感的区域，也是未来全球气候变化影响不确定性最大的地区 [11]。青藏高原还有着独特的大气环流和气候对亚洲季风，甚至对全球大气环流和气候变化都有巨大影响。随着高原对自由大气的热力学影响是通过表面和边界层实现的，所以在全球变暖的背景下观察和研究高原的大气边界层变得越来越重要 [12] [13]。
西藏北部是我国长江、怒江、澜沧江等主要江河的发源地，也是藏区主要畜牧业的生产基地。由于自然条件极为严酷，并且生态与环境非常敏感。草地是藏北最重要且面积最大的生态系统，主要为高寒草甸和高喊草原类草地为主。该地区是世界上同纬度最干、最冷、风最大的地区，具有大陆性气候特点 [14]。由于受高原地形影响，藏北地区气候最突出的特点就是寒冷干燥 [15]。
西藏中部属于过渡区，地处青藏高原腹地，位于北纬28˚17'~33˚30'，东经87˚05'~92˚37'，巨大的海拔高度和显著的相对高差形成了西藏高原独特的地貌景观 [16] (图1)。
Figure 1. Qinghai-Tibet Plateau range map and simulation sites
图1. 青藏高原范围图及模拟站点
处于西藏南部的藏南地区属于季风区处于北纬30˚~25˚，东经92˚~97˚之间。藏南地区有著名的喜马拉雅山脉，还有“切割高原”即雅鲁藏布大峡谷；由于迎着印度洋输送上来的大量水汽和热量的西南季风，南部的乞拉朋齐年平均降水在9000 mm以上，是世界上降水量最大的地区之一；并且藏南地区森林覆盖率达90%以上，保存有较好的天然林，可谓资源丰富、地貌壮观。
青藏高原西部和东部的有明显的区域划分，东部地形低、植被相对发育、湖泊少而发育大的水系；西部的地形高、湖泊分布广泛、剥蚀程度较小 [17]。
本文选取三个站点进行模拟，分别是：NAMORS (东经90˚59'，北纬30˚46'；海拔：4730米)，它位于宁晨唐拉山脉的半干旱高原季风气候区。该区以高山草甸为底层表面；QOMORS (北纬28˚13'，东经86˚34'；海拔：4276米)，位于喜马拉雅山脉北坡，位于青藏高原南部中部，平均海拔超过5000米，其表层为高山沙漠，地表上植被稀疏，年平均气温约为0摄氏度，平均降水量为260 mm/m2；SETORS (东经94˚44'，北纬29˚46'；海拔：3200米)，其位于拉月曲河、帕隆藏布江和雅鲁藏布江的交汇处。其表层为沉积土壤，地形相对平坦，年平均气温为5.55摄氏度，年降雨量为800~1000 mm。
2.2. 资料概况
本文应用评估的第一份GLEAM (Global Land Evaporation Amsterdam Model)资料，包含从1980至2018年间的蒸散数据；其考虑了土壤水分对蒸发的约束，森林拦截的详细参数化，广泛用于观测，使其在多云条件下具有优势；第二份评估数据是GLDAS (Global Land Data Assimilation System)、全球陆地数据同化系统资料，所包含的数据是从2001年至2018年，它摄取了卫星和地面观测数据产品，它使用先进的陆地表面建模和数据同化技术，生成陆地表面状态和通量的最佳场；用于评估的第三份数据是Merra (The second Modern-Era Retrospective analysis for Research and Applications)是NASA的大气再分析资料，包含2001年至2017年间包含各种气象变量如净辐射、温度、相对湿度、风速等；其空间分布率为0.5˚ × 0.625˚，时间分辨率为1小时。需评估的第四份数据是CRET数据集是基于蒸散发互补方法建立的中国地表蒸散发产品(v1.5)，输入数据包括CMFD向下短波辐射、向下长波辐射、气温、气压，以及GLASS地表发射率和反照率、ERA5-land地表温度和空气湿度、NCEP散射辐射率等，本数据集时间跨度为1982年~2017年，可以为研究长时间尺度的水循环和气候变化提供基础。
本文用于研究蒸散与实际观测的物理量之间关系的为CMFD (地表气象驱动数据集)数据集，时间跨度为1979年~2015年，包含压强、温度、风、短波辐射等物理量观测值，为揭示青藏高原地区蒸散变化的主导因素提供了数据条件。
2.3. 研究方法
2.3.1. 数据评估分析方法
评估数据时主要应用三个站点的部分真实观测值与四个产品的估计值来进行比较，主要用到RMSE和决定系数两种公式来评估：
RMSE为均方根误差，它的计算公式如下：
[18]
均方根误差是预测值与真实值平方和的根值与观测次数m的比值，表示预测值与观测值之间的偏差程度，能很好的反映出一个数据集的离散程度，常用于比较特定数据集的不同模型的预测误差。
决定系数(coefficient of determination)，也称作拟合优度。它表示一个随机变量与多个随机变量关系的数字特征，用来反映回归模式说明因变量变化可靠程度的一个统计指标，一般用符号“R”表示，可定义为已被模式中全部自变量说明的自变量的变差对自变量总变差的比值，其表达式为：
[18]
其中SST (Total Sum of Squares)为总平方和，SSR (Regression Sum of Squares)为回归平方和，SSE (Error Sum of Squares)为残差平方和。
拟合优度越大，自变量对因变量的解释程度越高，自变量引起的变动占总变动的百分比高，观察点在回归直线附近越密集，取值范围为0~1。
本文现批量读取格点数据和部分真实值，将数据定义为一个三维变量的数据集，随后读取NAMORS，QOMORS，SETORS三个测站周围距离最近的四个格点数据，求取这四个格点数据的平均值将其作为此测站的模拟蒸散值，再选取已有的真实测量值与模拟值计算均方根误差和决定系数。
在评估数据时除运用以上两个重要公式外，还需要将四个数据集插值到同一精度，并且将潜热通量和蒸散发量之间进行单位变换。
2.3.2. 蒸散数据分析
评估出最适合高原地区的蒸散数据后，需要获得平均蒸散的空间分布，变率的空间分布、线性趋势的空间分布以及高原整体30年间的蒸散时间变化。了解到高原整体的变化情况后，结合实际地理状况，再进行下一步。
由于青藏高原地区特殊的地理位置与环境，再进一步区分子区域为：高原东部和高原西部。而后在各个子区域来分析平均蒸散发的时间变化。
获得高原整体和各个子区域的时间变化后，结合气象环境数据来分析高原整体和地表短波辐射、近地面风速、近地面温度、近地表空气比湿度、近地面气压和降水率6个物理量场与月蒸散量的相关性，从而正确揭示出蒸散变化的主导因素。
3. 研究结果
3.1. 数据集评估结果
通过对四个数据集的分析计算出均方根误差以及决定系数如表1所示：
Table 1. Root mean square error of four datasets at three sites
表1. 四个数据集在三个站点的均方根误差
均方根误差能够准确表述出样本的离散程度，在做非线性拟合时均方根误差越小越好，通过对比发现：CRET数据集的均方根误差在其中NAMORS和SETORS两个站点的均为最小值；在QOMS站点GLDAS数据集的均方根误差最小，CRET数据集的均方根误差为23.727为第二小值，略大于GLDAS数据集的值(表2)。
Table 2. Coefficient of determination for four datasets at three sites
表2. 四个数据集在三个站点的决定系数
决定系数R2说明的是回归直线对观测值的拟合程度，R2的值位于0~1之间，其值越接近于1则说明回归直线对观测值的拟合程度越好。通过比较可知：GLDAS数据集在拟合NAMORS和QOMAS站点时的决定系数很高，但是在拟合SETORS站点时低于0.15；CRET数据集对三个站点的拟合程度均达到0.5以上。
结合RMSE和决定系数的对比结果显示CRET数据集在三个站点共同的拟合程度为四个数据集中为最接近真实观测值的。所以选择CRET数据集1982~2017年间的蒸散数据来代表青藏高原地区的实际蒸散量。
3.2. 蒸散长期变化特征
3.2.1. 高原整体平均蒸散量的空间分布
图2是基于CRET数据集的青藏高原地区从1982~2017年间的平均年蒸散发的空间分布。从图2可知CRET资料的年蒸散发数据呈现从东南向西北递减的分布特征。其中东南部的平均蒸散发量要高于高原西北地区；西藏北部即柴达木盆地的蒸散发量最小，最低小于5 mm/month。
Figure 2. Spatial distribution of mean ET in the Qinghai-Tibet Plateau
图2. 青藏高原地区平均ET的空间分布
可以从图中得到，高原东部的整体平均蒸散量是高于高原西部的，而且柴达木盆地地区的平均蒸散量为整个高原最低的区域。
3.2.2. 青藏高原蒸散发四季的空间分布
图3为青藏高原地区不同季节间蒸散发量的空间分布图。图3(a)为十二月、一月和二月冬季高原地区的平均蒸散发量，可以看到高原整体的平均蒸散量都很低约小于15 mm/month，但东南地区的平均
Figure 3. Spatial distribution of evapotranspiration over the Qinghai-Tibet Plateau in four seasons (a) DJF, (b) MAM, (c) JJA, (d) SON
图3. 青藏高原蒸散发四季的空间分布(a) DJF, (b) MAM, (c) JJA, (d) SON
蒸散发量还是相对于其它地区略高；图3(b)为三月、四月和五月春季高原地区的平均蒸散发量，可以看到春季高原东西部平均的蒸散发量差异性变得明显，东南部的平均蒸散发高于西部，高原南部的平均蒸散发量最高；图3(c)为六月、七月和八月夏季高原地区的平均蒸散发量，夏季高原整体的平均蒸散发量都有增加；高原东部的蒸散发量明显高于西部地区，柴达木盆地为蒸散发量的低值区；图3(d)为九月、十月和十一月秋季高原地区的平均蒸散发量，高原南部即北纬32˚~27˚，东经103˚~85˚的蒸散发量最高，其余区域的蒸散发量都很小。
可知，高原整体夏季的蒸散发量最高，后依次为春季和秋季，冬季的蒸散发量值最低；夏季的东西差异性明显，呈现东高西低的状况；冬季高原整体的蒸散发量均处于四季的最低值。
3.2.3. 变率的空间分布
图4为高原地区蒸散发量标准差的空间分布图，就高原整体而言呈现一段从西南向东北延伸的偏高标准差带；高原北部地区即对应的柴达木盆地及其周边，为变率最低的区域，小于6 mm/month；高原东南部的蒸散发变率要明显高于高原西北部地区；高原最南部即北纬30˚~23˚，东经87˚~84˚之间的地区为变率最高的区域。
Figure 4. Spatial distribution of evapotranspiration variability in the Qinghai-Tibet Plateau
图4. 青藏高原地区蒸散发量变率的空间分布
变率高代表着高于平均蒸散发量，所以可知柴达木盆地地区的蒸散发量一直处于较低值且低于高原地区整体的平均蒸散发量，而高原东部地区的蒸散发量高于平均的蒸散发量，高原西部的平均蒸散发量低于高原东部。
3.2.4. 线性趋势空间分布
图5为青藏高原蒸散发线性趋势的空间分布图。从图中可以看到高原东部地区，即东经5以东地区的线性负值占绝大多数地区，而高原西部均趋于线性正值；并且在北纬32˚~27˚，东经95˚~92˚的这部分地区即雅鲁藏布江大峡谷，呈现最高的线性正值区域。可知在高原东部大多呈现蒸散发量减小的趋势，而在高原西部及雅鲁藏布江大峡谷地区呈现蒸散发量上升的趋势。
Figure 5. Spatial distribution of linear trend of evapotranspiration over the Qinghai-Tibet Plateau
图5. 青藏高原蒸散发线性趋势的空间分布图
3.2.5. 高原整体的ET时间变化
图6为青藏高原地区整体的蒸散发时间序列图。从时间序列图中可以看到高原整体的年平均蒸散发量存在波动；但整体在1982~2002年间呈现上升趋势，自2002~2017年间上升趋势减缓，并且在2014年骤降，随后有所回升。
Figure 6. ET time change of the whole plateau (the blue shaded part is the 95% confidence interval)
图6. 高原整体的ET时间变化(蓝色阴影部分为95%的置信区间)
3.2.6. 高原东部蒸散发量中位数的时间变化
由于青藏高原地理位置特殊，并且结合图中高原整体的蒸散发量的线性趋势空间分布和实际地理环境因素，将高原以东经95˚为界限将高原划分为东部和西部来分别讨论。由于高原东部的年均蒸散发量变化不明显，所以高原东部选择中位数来看时间变化，选择高原西部区域30年间平均的蒸散发时间变化。
图7为青藏高原东部30年蒸散发量中位数变化的时间序列图。从图中可以看到高原东部的蒸散发量增长幅度极小，波动幅度较大，并且平均年蒸散发量高于图6中高原整体地区的年均蒸散发量。
Figure 7. Time series of evapotranspiration in the eastern Qinghai-Tibet Plateau
图7. 青藏高原东部蒸散发的时间序图
结合图2高原整体的蒸散发量图可知，高原东部地区的蒸散发量高于平均蒸散发量，和西部地区的蒸散发量，且增长趋势极小。
3.2.7. 高原西部平均蒸散发量的时间变化
图8为青藏高原西部地区30年间平均蒸散发的时间序列图。从图中可以看到高原西部较东部的增长趋势更加明显，波动幅度比东部地区的波动幅度小，并且年平均蒸散发量小于东部地区和平均值。
Figure 8. Time series of annual mean evapotranspiration in the western part of the Qinghai-Tibet Plateau
图8. 青藏高原西部年平均蒸散发时间序图
结合图2的高原整体蒸散发量图，高原西部的蒸散发量增长趋势明显且稳定。高原东部蒸散发量的中位数变化极小。可知高原地区蒸散发量的变化主要由于高原西部地区蒸散发量的增加。
3.2.8. 蒸散变化总结
结合图6~8可知青藏高原整体的年平均蒸散量在1982至2002年间都在保持稳步上升的趋势，自2002年后至2017年间蒸散发量虽然在增加，但是有减缓趋势，可能由于人类活动等因素的影响。
青藏高原地区的年平均蒸散量在空间上差异明显。高原东部的变率明显大于西部，并且高原东部呈现明显的线性负相关，其平均蒸散发量也高于西部，而高原西部呈现明显的增加趋势，高原西部的平均蒸散发量低，其标准差低于东部地区，且呈线性正相关性；高原整体的蒸散发量夏季最高，夏季东部地区的平均蒸散发量高于西部地区；冬季高原整体的平均蒸散发量最低。
再看到各个子区域的时间序列图，高原东部蒸散发量的中位数变化极小，且年均蒸散发量高；高原西部的蒸散发量较低，其年均蒸散发呈明显的上升趋势，且波动幅度较小。
蒸散发的变化也暗示了高原地区环境的显著变化。在了解了具体高原地区的年均蒸散发量变化后，本文又对导致蒸散变化的主导因素做了分析。
3.3. 蒸散变化的主导因素
3.3.1. 降水率与蒸散发量
图9为青藏高原地区的降水率与蒸散发量的相关性散点图。从图中我们可以清晰地看到，高原东部的蒸散发量与降水率呈现负相关性；而高原西部和北部的蒸散发量与降水率呈现正相关性；并且柴达木盆地地区的相关性最高。
Figure 9. Scatter plot of correlation between precipitation rate and evapotranspiration
图9. 降水率与蒸散发量相关性散点图
结合青藏高原地区的地理气候环境可知，青藏高原东部地区的气候温和、雨量充沛、海拔较低，所以蒸散发量对降水率的依赖性较低；而高原西部常年干旱，其蒸散发量很大程度上依赖于降水量的多少，尤其是柴达木盆地地区，并且由于柴达木盆地地区的风力极为强盛，所以此地的蒸散发量主要取决于降水。
3.3.2. 近地面气压与蒸散发量
图10为青藏高原地区的近地面气压与蒸散发量相关性散点图。从图中可以看到高原东部地区的近地面气压与蒸散发量呈正相关性，高原西中部地区北纬37˚~30˚，东经87˚~95˚的蒸散发量与近地面气压呈现负相关性，高原西部东经87以西的大部分地区的近地面气压与蒸散发量无明显相关性。
Figure 10. Scatter plot of correlation between near-surface pressure and evapotranspiration
图10. 近地面气压与蒸散发量相关性散点图
结合实际可知，高原东部的海拔较低，约3000米左右，而西部海拔较高；所以东部地区的蒸散发量受气压影响大，随气压的增高，蒸散发量也随之增加。
3.3.3. 近地面空气比湿度与蒸散发量
图11为青藏高原地区的近地面比湿度与蒸散发量相关性散点图。图中呈现出来在北纬32˚~24˚，东经104˚~92˚这快区域的蒸散发量与空气的比湿度呈现负相关，除此之外的高原地区的蒸散发量与近地面空气比湿度呈正相关性。
Figure 11. Scatter plot of correlation between specific humidity and evapotranspiration near the ground
图11. 近地面空气比湿度与蒸散发量相关性散点图
图中呈现负相关性的区域为雅鲁藏布江大峡谷的区域，此区域下游没有山脉阻挡，从印度洋北上暖湿的南亚季风吹至大峡谷地区，季风沿着峡谷爬坡，而后在大峡谷南边行程迎风坡降水。所以此区域的空气比湿与，本身较大，而空气中的水汽离饱和度越近就蒸发的越慢，所以此区域蒸散发量的相关性呈负相关状态。而高原其他地区近地面比湿本身较小，所以蒸散发量也随比湿增大而增大。
3.3.4. 地表短波辐射与蒸散发量
图12为青藏高原地区的近地面短波辐射与蒸散发量相关性散点图。从图中可以明显的看到柴达木盆地地区和北纬35˚~29˚，东经90˚~80˚之间的区域的蒸散发量与地表短波辐射呈现明显的负相关性。除此之外高原东部地区和北部部分地区的蒸散发量与地表短波辐射均呈现正相关性，并且高原东部地区的正相关性均偏高。
Figure 12. Scatter plot of correlation between surface shortwave radiation and evapotranspiration
图12. 地表短波辐射与蒸散发量相关性散点图
柴达木盆地属于封闭性的巨大山间断陷盆地，其地表主要为干旱的荒漠，虽然光照资源丰富，到达地面的辐射强，但是由于空气中水汽含量过低，所以呈现负相关性。羌藏高原也就是藏北高原地区，海拔高度约4000米以上，为同纬度最寒冷、干旱的区域，其年平均气温大都在0℃以下；虽然海拔高度高、光照条件充足但是由于地面反射率高达40%以上，所以能获得的太阳短波辐射能量并不多，所以就与蒸散发量也呈现了负相关性。
3.3.5. 近地面温度与蒸散发量
图13为青藏高原地区的近地面温度与蒸散发量相关性散点图。从图中可以看到高原东部的蒸散发量与近地面温度呈现明显的正相关性；高原西部除北纬32˚~27˚，东经85˚~87˚地区之外的蒸散发量与近地面温度均呈现负相关性；并且高原东北部也呈现负相关性。
高原东部地区比较湿润，雨量充沛，所以地面温度升高会使蒸散发量也随之增加。而高原西部主要为高山高寒地区，常年处于0摄氏度以下，所以近地面温度升高会先导致冰雪融化，而不是蒸散发量的增加。
Figure 13. Scatter plot of correlation between near-surface temperature and evapotranspiration
图13. 近地面温度与蒸散发量相关性散点图
3.3.6. 近地面风速与蒸散发量
图14为青藏高原地区的近地面风速与蒸散发量相关性散点图。由图可知，高原大部分区域的蒸散发量与近地面风速呈现负相关性，而高原东南部的部分区域的蒸散发量与近地面风速呈现正相关性。
风速越大，地表蒸气压越小，所以在高原的大部分地区风速与蒸散发量都呈现负相关性。
Figure 14. Scatter plot of correlation between near-surface wind speed and evapotranspiration
图14. 近地面风速与蒸散发量相关性散点图
3.3.7. 蒸散发主导因素小结
青藏高原地区实际蒸散发量东西差异大。高原东部的蒸散发量与受地表短波辐射影响最大，其次是地面温度，东部蒸散发量与以上两个因素成正相关；与降水率、近地面空气比湿度呈负相关。高原西部的蒸散发量受降水率的影响最大，且与近地面空气比湿度呈正相关性；与近地面温度、气压呈负相关性。
除高原东南部分外的其余地区均与近地面风速呈负相关性。
4. 结论
本文利用CRET数据集和CMFD中国气象环境数据从空间分布和相关性分析两个主要方面，对青藏高原地区30年间的蒸散变化情况和影响蒸散的主导因素进行了分析研究，得出结论如下：
1) 在高原地区CRET数据集的各项指标最适合青藏高原地区。
2) 高原整体夏季的蒸散发量最高，后依次为春季和秋季，冬季的蒸散发量值最低；夏季的东西差异性明显，呈现东高西低的状况；冬季高原整体的蒸散发量均处于四季的最低值。
3) 高原东西部的蒸散发量呈现明显差异。高原东部的平均蒸散发量高于西部和均值，呈线性负相关性，且蒸散发量变化小；高原西部平均蒸散发量低于东部和均值，呈线性正相关性，呈明显上升趋势。
4) 高原东部的蒸散发量与受地表短波辐射影响最大；高原西部的蒸散发量受降水率的影响最大；除高原东南部分外的其余地区均与近地面风速呈负相关性。