Spatial distribution of monthly potential evaporation over mountainous regions: case of the Lhasa River basin, China

摘要

Cet article présente le développement d'un algorithme pour le calcul de la distribution spatiale de l'évaporation potentielle mensuelle (EP) dans une région montagneuse; le bassin de la rivière Lhasa en Chine. Pour développer l'algorithme, on a d'abord réalisé une analyse de corrélation des différentes variables météorologiques. On a pu observer que l'EP était significativement corrélée avec la pression de vapeur et la différence de température entre la surface terrestre et l'atmosphère. Deuxièmement, le modèle de Dalton, développé sur la base d'un mécanisme de transfert de masse, a été modifié en incluant l'influence de variables météorologiques connexes. Troisièmement, l'influence de l'altitude sur la température mensuelle, la pression de vapeur et la vitesse du vent a été analysée, et les fonctions permettant l'extrapolation de ces variables météorologiques à n'importe quelle altitude donnée ont été établies. En quatrième lieu, la méthode de pondération par l'inverse de la distance a été appliquée pour estimer les variables météorologiques à partir de cinq stations de mesure situées à l'intérieur ou à proximité du bassin de la rivière Lhasa. Enfin, à l'aide du modèle de Dalton modifié et des variables météorologiques interpolées, nous avons calculé la distribution spatiale de l'EP mensuelle. Cette étude montre que la distribution spatiale de l'EP peut être obtenue à partir des données de peu de stations météorologiques, voire même d'une seule station. Les résultats montrent que, dans le bassin de la rivière Lhassa, l'EP diminue avec l'altitude. Le nouvel algorithme, y compris le modèle modifié et la méthode d'interpolation spatiale des variables météorologiques peut fournir les intrants de base de modèles hydrologiques distribués.%This paper develops an algorithm for computing spatially-distributed monthly potential evaporation (PE) over a mountainous region, the Lhasa River basin in China. To develop the algorithm, first, correlation analysis of different meteorological variables was conducted. It was observed that PE is significantly correlated with vapour pressure and temperature differences between the land surface and the atmosphere. Second, the Dalton model, which was developed based on the mass transfer mechanism, was modified by including the influence of the related meteorological variables. Third, the influence of elevation on monthly temperature, vapour pressure and wind velocity was analysed, and functions for extending these meteorological variables to any given altitude were developed. Fourth, the inverse distance weighting method was applied to integrate the extended meteorological variables from five stations adjacent to and within the Lhasa River basin. Finally, using the modified Dalton model and the integrated meteorological variables, we computed the spatially-distributed monthly PE. This study indicated that spatially-distributed PE can be obtained using data from sparse meteorological stations, even if only one station is available; the results show that in the Lhasa River basin PE decreases when elevation increases. The new algorithm, including the modified model and the method for spatially extending meteorological variables can provide the basic inputs for distributed hydrological models.