典型小流域氣候變化及其對潛在蒸散量的影響

賈秋洪，景元書，景梽淏(1.南京信息工程大學應用氣象學院，南京 210044；2.氣象災害預報預警與評估協同創新中心/江蘇省農業氣象重點實驗室，南京 210044)

據估計，在21世紀，全球水循環響應氣候變暖的變化將是不均勻的。盡管有可能出現區域異常情況，但潮濕和干旱地區之間、雨季與旱季之間的降水對比度會更強烈。流域內氣候的變化，將引起蒸發、下滲、土壤含水量、地表產匯流、地下徑流等一系列水文過程的變化，從而導致水資源在時間和空間的重新分配以及引起水資源量的改變，如上世紀90年代，黃河中上游、淮河上游、漢江流域、四川盆地等地區平均年降水量減少5%～10%，加劇了水資源的供需矛盾，導致旱澇災害頻發，進而影響水資源管理及社會經濟發展[1-2]。可見，區域氣候變化影響著水循環的各個方面，溫度、降水作為區域氣候變化的主要影響因子，其變化不僅影響徑流的時空變化，而且對蒸散發有著重要影響。潛在蒸散發過程作為水分循環和能量平衡的重要組成部分，其目前被廣泛應用于氣候干濕狀況分析、水資源管理、農業作物需水和生產管理及生態環境治理等研究中[3-6]。因此，分析溫度、降水及潛在蒸散量的趨勢變化特征有助于深入理解氣候變化對潛在蒸散量的影響，對未來水資源的規劃與管理、提高水資源在農業生產中的利用效率、緩解旱澇災害現狀等都具有重要意義。

近年來，國內外學者在氣候變化對潛在蒸散的影響等方面做了大量研究。如Roderick等[7]利用北半球蒸發皿觀測的蒸發量數據研究得出過去幾十年的蒸發量存在普遍減小的規律；王國慶等[8]對黃河中游6個站點的氣象資料分析研究，發現近幾十年來，黃河流域氣溫與蒸發能力呈正相關關系，且氣溫升高1 ℃，流域蒸發能力約增加5%～7%；李鵬飛等[9]通過對中國干旱半干旱地區日氣象數據分析，得出干旱半干旱區50年來東西部降水量及潛在蒸散量存在顯著差異。總結研究發現，對南方中亞熱帶紅壤坡耕地典型小流域在不同時間尺度上氣候變化的趨勢和周期分析及其對潛在蒸散的影響的研究相對較少，尤其是近年來對鷹潭生態紅壤區潛在蒸散的研究相對不足。由于研究區夏秋季節高溫、少雨、強蒸發，作物在生長旺季極易缺水，發生干旱，農作物的生長會受到嚴重抑制。因此，研究該小流域氣溫、降水的變化規律及潛在蒸散量在其影響下的變化特征相當必要，這將為研究植物生長期水分動態變化、小流域的綜合治理、合理有效的調控水資源、防旱抗旱、提高當地農業生產提供依據。

1 材料與方法

1.1 研究區概況

研究區孫家小流域是典型的紅壤生態研究區，位于江西省鷹潭市余江縣劉家站墾殖農場三分場(116°55′E，28°15′N)，面積46 hm2，海拔41～55 m，坡度6°～10°，為一完整的小流域，主要土地利用方式有花生地、農林復合地、林地、水田等。該小流域氣候特征屬中亞熱帶溫暖濕潤季風氣候，雨量充沛、光照充足、四季分明。但降雨量年際變化大，年內分配不均勻，且多集中在4-6月份的雨季前期，約占全年降水的50%，不過由于徑流量大(徑流系數接近50%)，降雨的利用效率并不高；夏秋季節高溫少雨，7-9月降水不足全年的20%，蒸發量卻接近全年的50%，常造成伏秋季節性干旱[10,11]。

1.2 數據來源

研究采用的數據來源于余江縣氣象站1953-2013年逐日實測氣象數據，包括日降水量，日平均氣溫，日平均風速、日照時數、相對濕度等資料，對部分缺測的日降水量數據采用趨勢預測法進行插補訂正，保證數據的精度和質量。采用世界氣象組織推薦的1971-2000年30年的平均值作為多年平均值。在分析流域氣溫、降水變化特征時，根據多年平均值得出年平均氣溫、年降水的距平序列。研究月份劃分上，4-6月為雨季前期，降水充沛，7-9月為雨季后期即伏秋季節性干旱期，高溫少雨，蒸發量大。此外，對潛在蒸散量的驗證數據來源于研究區大型蒸發皿所測得的蒸發量數據。

1.3 數據處理方法

為研究氣候變化的趨勢及其對小流域潛在蒸散的影響，本文擬對主要氣候因子(平均氣溫、降水)及潛在蒸散量進行年、季特征分析，主要通過線性擬合、小波分析、突變檢驗及相關性分析等方式來研究氣候變化的總趨勢及其對雨季前后期流域內潛在蒸散的影響。

1.3.1Mann-Kendall非參數檢驗法

Mann-Kendall非參數檢驗法是由國際氣象組織推薦且廣泛用于環境時間序列的趨勢分析方法，適合于水文氣象等非正態分布序列趨勢分析[12]。采用MK檢驗法可以對小流域氣溫、降水和潛在蒸散量進行時間序列的趨勢分析及突變點檢測，進而對其在時間序列上的突變進行分析，預測氣候變化的趨勢。

對于給定的置信水平α(一般取α=0.05，Uα/2=±1.96)：①若|UFk|>|Uα/2|，則表明時間序列存在顯著的趨勢變化，當UFk>0時有明顯上升趨勢，當UFk<0時有明顯下降趨勢；②若|UFk|≤|Uα/2|，則表明時間序列無明顯變化趨勢。

對于統計量UFk，UBk(時間序列逆序，重復UFk過程可得)，若UFk或UBk值大于0則表明時間序列呈上升趨勢，小于0則呈下降趨勢；當統計曲線超過臨界線時，表明上升或下降趨勢明顯；如果統計曲線在臨界線之間出現交點，則交點對應時刻就是突變開始時刻。

1.3.2FAOPenman-Monteith方法

Penman-Monteith(P-M)模型是聯合國糧農組織(FAO)確定的計算參考作物蒸散量的一種方法。該模型考慮了植被生理特征，以能量平衡和水氣擴散理論為基礎，是經試驗證明的所得結果與實測值最為接近的蒸散模型，可以用于不同環境與氣候背景下估算潛在蒸散量，在國內外得到廣泛應用[13,14]。

FAO Penman-Monteith修正公式為：

(1)

從能量平衡和動力學兩方面可將其分解為輻射項(ETrad)和空氣動力學項(ETaero)，即：

PE=ETrad+ETaero

(4)

式中：PE為潛在蒸散量，mm/d；ETrad為輻射項，mm/d；ETaero為空氣動力學項，mm/d；Rn為地表凈輻射，MJ/(m·d)；G為土壤熱通量，MJ/(m2·d)；Tmean為日平均氣溫，℃；u2為2 m高處風速，m/s；es為飽和水汽壓，kPa；ea為實際水汽壓，kPa；Δ為飽和水汽壓-溫度曲線斜率，kPa/℃；γ為干濕表常數，kPa/℃。

其中，土壤熱通量G是個很小的量，對于1～10 d的時間尺度，參考草地的土壤熱容量相當小，可以忽略不計，即G≈0；對于月時間尺度，假設在適當的土壤深度、土壤熱容量為常數2.1 MJ/(m3·℃)時，可由公式G=0.14(Tmonth,i-Tmonth,i-1)估算，Tmonth,i，Tmonth,i-1分別為第i和i-1個月的平均氣溫，℃[15,16]。

2 結果與分析

2.1 平均氣溫的年際變化趨勢分析

1953-2013年小流域平均氣溫距平如圖1(a)所示，從圖中可以看出，小流域平均氣溫變化趨勢呈現明顯的年際和年代際變化特征，20世紀80年代中期之前，平均氣溫距平大多為負值，說明1953-1985年期間，平均氣溫偏低；1985年之后，平均氣溫距平基本為正值，且多集中于2000年以后，其中2007年比多年平均值高出將近1.38 ℃，說明1985-2013年期間，平均氣溫偏高，尤其是2000年以后更為明顯。

小流域多年平均氣溫為18.35 ℃，標準差為0.51 ℃，變差系數為0.03。圖1(b)為近60 a平均氣溫的5年滑動平均及線性擬合，5年滑動平均曲線可以減弱異常年份氣溫或觀測誤差給多年平均氣溫變化趨勢帶來的負面影響[17]，從滑動平均曲線可以看出，平均氣溫在60年代初期有一個高值，隨后便平滑上升，直到2007年左右又出現一個高值，可見，平滑后曲線更能反映序列的變化趨勢；從線性擬合的趨勢線可以看出，小流域近60 a平均氣溫呈上升趨勢，平均每年氣溫升高約0.02 ℃，傾向率為0.018 ℃/a；對平均氣溫序列進行M-K檢驗，Z值為4.87，大于1.96，通過信度為0.05的顯著性檢驗，說明平均氣溫年際上升趨勢顯著。

通過上述分析發現，研究區氣溫年際變化趨勢與杜安等[18]對余江縣1961-2010平均氣溫變化的研究相一致，即1961-2010年余江縣年平均氣溫先降后升，60年代前中期氣溫相對偏高，之后逐漸下降，轉入相對冷期，80年代中期后氣溫開始回升，尤其是90年代中期到2000年以后，回暖十分明顯，增溫達0.40 ℃。

2.2 降水量變化的趨勢及周期分析

小流域多年平均降水量為1 892.40 mm，標準差為415.20 mm，變差系數為0.22，說明多年平均降水量變化差異明顯。表1為1953-2013小流域降水量年代平均值、標準差、距平的變化情況，由表1可知，1953-1959年，70年代，90年代及2010-2013年平均降水量的變差系數在0.20及以上，相對較大，說明在此期間降水量的年際變化較大，不利于水資源的利用和管理；從降水量的年代距平及距平百分比也可以看出，60年代，70年代，80年代及2000-2009年，平均降水量為負距平，說明期間降水偏少，而1953-1959年，90年代以及2010-2013年平均降水量距平均為正值，說明在此期間降水偏多，尤其是2010-2013年，平均降水量距平百分比達到17.71%。

1953-2013年降水量變化呈現下降、上升交叉出現的趨勢，波動性較大；線性擬合的結果顯示，近60 a的降水量呈微弱增加趨勢，降水傾向率為3.325 mm/a，差異較為明顯；對降水序列進行M-K檢驗，結果顯示，Z=0.79，小于1.96，未通過顯著性檢驗，說明降水量年際變化趨勢不顯著。

采用Morlet小波分析法對流域內年降水量進行周期性檢驗。圖2(a)為降水量的Morlet小波變換等值線圖，表示近60 a小流域年降水量在不同時間尺度上的周期變化及其在時間域上的分布。從圖中可以看出，年降水量變化過程中存在著18～32 a、6～14 a、2～6 a時間尺度上的周期變化規律，在18～32 a尺度上，降水出現了多-少交替的準3次振蕩，特別是60年代中期和2005年前后較為顯著，即降水量明顯偏少；在7～13 a尺度上，出現了9次振蕩，且基本貫穿整個研究階段，而1988年之前表現得比較穩定；在2～6 a尺度上，也存在相應的周期振蕩，但表現的不是很明顯。圖2(b)為年降水量的小波方差圖，能反映時間序列的波動隨尺度的分布情況，圖2中存在4個較為明顯的峰值，依次對應著29 a、22 a、11 a、4 a的時間尺度，其中，最大峰值對應著29 a時間尺度，說明29 a左右周期振蕩最強，為小流域年降水量變化的第一主周期，22 a、11 a、4 a時間尺度，分別為降水量變化的第二、三、四主周期，這些主周期的波動控制著年降水量在整個時間域內的變化特征。根據小波方差檢驗結果繪制出年降水量變化的主周期小波系數圖，即可知，在不同時間尺度上，年降水量的變化周期及振蕩次數，進一步分析降水量的周期變化[19,20]。

圖2 1953-2013年降水量的Morlet小波變換及小波方差Fig.2 Morlet wavelet transform of annual precipitation(a) and its wavelet variance(b) during 1953-2013

2.3 平均氣溫、降水量變化的突變分析

利用M-K檢驗法對小流域1953-2013年的平均氣溫、降水進行突變分析(圖3)。從圖3(a)中可以看出，UF統計曲線大部分位于零界線以上，說明在研究時段內氣溫總體呈上升趨勢，但1953-1958年、1975-1987年UF統計值小于0，表明在此期間平均氣溫有所下降，UF線與UB線在1994年相交，說明平均氣溫在1994年發生突變，1997年以后，UF統計曲線超出0.05顯著性水平線，平均氣溫升高趨勢十分顯著。從圖3(b)降水量M-K統計曲線圖中可以看出，UF統計曲線在1993年之前基本位于零界線以下，說明1993年之前，除1954年前后及1976年前后，降水量呈下降趨勢，1993年之后，UF統計值大于0，降水量呈上升趨勢，但由于UF曲線基本未超出0.05顯著水平線，所以降水量變化趨勢并不顯著，此外，由UF曲線和UB曲線的交點位置，可判斷降水量在1988、2003及2010年發生突變。

綜合上述分析可知，1953-2013年小流域平均氣溫和降水都呈上升趨勢，其中年平均氣溫上升趨勢顯著，而降水變化則不顯著；降水的小波分析結果顯示，流域近60 a年來的降水量存在29、22、11、4 a的主周期變化；年平均氣溫1994年發生突變，1997年以后增溫顯著，降水量在1988、2003、2010年發生突變，但總的增加趨勢并不顯著。平均氣溫和降水作為影響氣候變化的兩個最主要的因子都在1990年左右發生突變，且平均氣溫在90年代中期以后顯著上升，這與郭華等[21]對鄱陽湖氣候變化的研究結果相似，20世紀90年代鄱陽湖流域氣候發生轉折性變化，氣溫和降水均在1990年發生突變，繼而呈現顯著上升趨勢。針對氣溫的顯著上升，降水的周期性變化以及氣溫和降水的突變情況，有必要對小流域1990-2013年潛在蒸散的變化特征及氣候影響因子進行分析。

圖3 小流域平均氣溫、降水量M-K統計曲線Fig.3 M-K curve of average temperature(a), precipitation statistics(b) in small watershed

2.4 潛在蒸散的變化特征分析

2.4.1潛在蒸散量年際變化趨勢

根據Penman-Monteith(P-M)模型計算得出小流域潛在蒸散及其輻射項和動力項年際變化趨勢圖(圖4)，從圖4中可以看出1990-2013年潛在蒸散量PE均在900 mm以上，呈微弱上升趨勢，潛在蒸散傾向率為1.954 mm/a，即平均每年PE增加量為1.95 mm。M-K檢驗結果顯示，Z=1.27，未通過信度為0.05的顯著性檢驗，說明潛在蒸散的年際變化趨勢不明顯；潛在蒸散量的分量輻射項均在700 mm以上，傾向率為0.681 mm/a，呈上升趨勢，Z值為1.31，通過 的顯著性檢驗；分量空氣動力學項較小，在200 mm左右，傾向率為1.276 mm/a，上升趨勢變化不顯著。由此說明，潛在蒸散量及其構成項均呈上升趨勢，但變化比較緩和，其中輻射項占潛在蒸散總量的80%左右，遠大于空氣動力學項，對潛在蒸散量的變化有很大影響。

圖4 1990-2013年潛在蒸散及其構成項年際變化趨勢Fig.4 The annual variability trends of potential evapotranspiration and its constituent items during 1990-2013

2.4.2潛在蒸散量多年月平均變化趨勢

潛在蒸散作為多個氣候因子的綜合反映，具有明顯的年內分配特征，通過分析小流域1990-2013年月平均蒸散量變化(圖5)，發現小流域多年月平均潛在蒸散量約32～160 mm，其變化呈單峰型，1-7月逐漸增加，于7月達到最大值158.82 mm后逐月減少，這與小流域氣溫變化特征相一致。潛在蒸散的輻射項也具有相似的變化特征，最大蒸散量達到128.43 mm，而其空氣動力學項的變化則極其平緩，最大值僅30.39 mm。可見，輻射項是潛在蒸散量的重要組成部分，這與年際變化趨勢所得結論一致。

圖5 1990-2013月蒸散量變化Fig.5 Monthly evapotranspiration changes during 1990-2013

從潛在蒸散量的月變化來看，小流域雨季4-9月潛在蒸散量占全年蒸散量比重較大(約70%)，由于小流域降水多集中在4-6月，7月中下旬高溫少雨，且蒸發量大，因而小流域7-9月極易發生季節性干旱，對正值生長旺季的作物來說影響很大，為減小季節性干旱的危害，適時灌溉，保證農作物的正常生長，需進一步分析4-9月雨季潛在蒸散量及其構成項的變化特征。

2.4.3雨季潛在蒸散量及其輻射項和空氣動力學項變化特征

從雨季潛在蒸散量變化特征(表2)中可以看出，小流域多年雨季前期(4-6月)平均蒸散量為309.42 mm，約占年潛在蒸散量的30%，多年雨季后期(7-9月)平均值為408.17 mm，約占年潛在蒸散量的40%，所占比重很大，輻射項和空氣動力學項與潛在蒸散量PE變化特征相似，均是雨季后期蒸散量大于雨季前期蒸散量，可見7-9月高溫少雨的天氣加劇了潛在蒸散的進行；潛在蒸散量PE和輻射項的變異系數都較小，說明其變化不大，而空氣動力學項的變異系數相對較大，說明空氣動力學項的變化比輻射項的變化波動大，潛在蒸散量的波動變化間于二者之間；從雨季前后期的變化趨勢來看，除雨季前期潛在蒸散量的輻射項有下降趨勢外，其余均有上升趨勢，其中，潛在蒸散量在雨季后期上升最快，以0.990 mm/a的速度在上升，且通過90%顯著性檢驗，說明雨季潛在蒸散量總體呈上升趨勢，變化比較緩和，雨季后期變化大于前期變化，但其空氣動力學項變化卻很小，且雨季前期上升速度略快于雨季后期。

表2 潛在蒸散量及其構成項雨季前期、雨季后期變化特征Tab.2 The variation characteristics of potential evapotranspiration and its constituent items in early rainy season and late rainy season

注：▲表示通過90%顯著性檢驗。

利用M-K方法，對1990-2013年小流域雨季潛在蒸散進行突變分析(圖6)，圖6(a)顯示，UF曲線在1992-2001年間位于零界線以下，說明雨季前期潛在蒸散量在此期間有減少趨勢，而2001年以后開始出現增加的趨勢，并于1991年、1999年、2011年左右發生突變，其中1999年開始的突變使雨季前期的潛在蒸散量由相對偏少期躍變到一個相對偏多期；圖6(b)顯示，雨季后期潛在蒸散量自1992年開始到2010年，一直處于一個相對偏少期，2010年以后UF統計值大于0，潛在蒸散量逐年開始有增加的趨勢，2012年UF曲線UB曲線相交，可以確定雨季后期潛在蒸散量在2012年發生突變。分析結果顯示，雨季前期潛在蒸散量的趨勢在21世紀初從相對偏少的趨勢轉變為相對偏多趨勢，比較兩者發現，1992年之前，趨勢相同，都屬于相對偏多期，且2011年左右都發生了突變，但由于UF曲線基本未超出0.05顯著水平線，所以潛在蒸散量的雨季變化趨勢并不顯著。

2.5 潛在蒸散量與蒸發皿蒸發量變化趨勢比較

小流域多年平均蒸發皿實際蒸發量約981.48 mm，變差系數0.08，而多年平均潛在蒸散量約1 021.01 mm，變差系數0.04，可見實際蒸發量總體上小于利用P-M公式計算的潛在蒸散量且實測值的年際波動更大，估算值相對于平均值更穩定。比較圖7(a)中小流域1990-2013年潛在蒸散量距平和大型蒸發皿實際蒸發量距平變化，可以發現除個別年份外，潛在蒸散量和實際蒸發量距平年際變化趨勢基本一致，其中，1996-2005年距平變化趨勢最為相似，且潛在蒸散量均高于蒸發皿蒸發量，明顯差異出現在1991、1995、2007年，1993年之前蒸發量大于潛在蒸散量。圖7中實測蒸發量與潛在蒸散量變化趨勢雖然比較一致，但后者的年際變化明顯比較緩和，且實測值與估算值在距平變化量值上也存在一定的差異，這主要是因為實測蒸發量受環境因素影響較大，因而其波動變化也較大。從圖7(b)兩者的線性擬合效果可以看出，模型估算出的潛在蒸散量和蒸發皿實測蒸發量之間存在一定的線性關系，其確定系數為0.24。

圖6 潛在蒸散雨季前期、雨季后期變化的M-K檢驗結果Fig.6 The M-K test results of early rainy season(a) and late rainy season(b) of potential evapotranspiration variation

由此可見，經P-M模型模擬的潛在蒸散量與蒸發皿實際蒸發量兩者之間雖存在差異，但模擬結果仍比較可信，可以用來對小流域蒸散量變化狀況進行分析和預測。

2.6 氣候因子對潛在蒸散量的影響

潛在蒸散量及其輻射項和空氣動力學項與各氣候因子進行回歸分析后的結果如表3所示，R2值分別為0.924，0.839，0.982，模型效果較好，潛在蒸散量與平均氣溫、平均風速、相對濕度的回歸系數通過99%顯著性檢驗，與日照時數的回歸系數通過90%顯著性檢驗，輻射項與平均氣溫、日照時數的回歸系數通過99%顯著性檢驗，與平均風速的回歸系數通過95%顯著性檢驗，空氣動力學項與平均氣溫、平均風速、相對濕度的回歸系數通過99%顯著性檢驗，與日照時數的回歸系數通過95%顯著性檢驗，說明平均氣溫、平均風速、相對濕度對潛在蒸散量的影響很大，日照時數次之，降水最小；平均氣溫、日照時數對輻射項的影響很大，平均風速次之；平均氣溫、平均風速、相對濕度對空氣動力學項的影響很大，日照時數次之，降水對三者影響均很小。

偏相關性結果顯示，潛在蒸散量與平均氣溫、降水、日照時數、平均風速、相對濕度的相關系數分別為0.820，-0.368，0.408，0.769，-0.673，輻射項與各因子的相關系數分別為0.734，-0.326，0.613，-0.534，0.370，空氣動力學項與各因子的相關系數分別為0.778，-0.243，-0.447，0.985，-0.948。可見，氣候因子對潛在蒸散的影響力的大小依次為平均氣溫、平均風速、相對濕度、日照時數、降水；對輻射項影響力大小依次為平均氣溫、日照時數、平均風速、相對濕度、降水；對空氣動力學項影響力大小依次為平均風速、相對濕度、平均氣溫、日照時數、降水。近年來，在平均氣溫逐年上升(0.017 6 ℃/a)，相對濕度逐年下降的趨勢下，潛在蒸散也隨之出現增加的趨勢[22-24]。

表3 潛在蒸散量及其構成項與氣候因子的回歸系數Tab.3 The regression coefficients of potential evapotranspiration and its constituent items with climatic factors

注：**表示通過99%顯著性檢驗，*表示通過95%顯著性檢驗，▲表示通過90%顯著性檢驗。

3 結論與討論

(1)1953-2013年影響小流域氣候變化的兩個主要氣候因子平均氣溫和降水變化都呈上升趨勢，其中平均氣溫上升趨勢顯著；降水的小波分析結果顯示，小流域近60 a年來的降水量存在周期性變化特征，在18～32 a尺度上，降水出現了多-少交替的準3次振蕩，特別是60年代中期和2005年前后降水量明顯偏少，其變化主要存在29、22、11、4 a控制著年降水量在整個時間域內的變化特征的4個主周期變化；M-K突變檢驗發現，年平均氣溫在1994年發生突變，1997年以后增溫明顯，降水量在1988、2003、2010年發生突變，但總的增加趨勢并不顯著。綜上可見，近年來，尤其是90年代中期以后，氣候波動變化較大。

(2)1990-2013年潛在蒸散量均在900 mm以上，呈微弱上升趨勢，且年內分配不均，1-7月逐漸增加，7月達到最大，而后逐月減少，小流域雨季前期(4-6月)及雨季后期(7-9月)的潛在蒸散量約占全年的蒸散量的70%左右，且旱季蒸散量大于雨季蒸散量，若潛在蒸散量長時期大于降水量，將造成小流域伏秋季節性干旱，嚴重影響作物的生長；M-K突變檢驗分析說明，雨季前期潛在蒸散量于2001年以后開始出現增加趨勢，1991、1999、2011年左右發生突變，雨季后期潛在蒸散量在1992-2010年期間，處于相對偏少期，2010年以后開始進入偏多期，2012年發生突變。

(3)小流域潛在蒸散量受氣候因子影響，其對潛在蒸散量影響力大小依次為平均氣溫、平均風速、相對濕度、日照時數、降水，其中平均氣溫是顯著影響潛在蒸散、輻射項與空氣動力項的共同因子，劉園等認為，對潛在蒸散輻射項影響最大的是日照時數，其次是風速、溫度，而本研究所得結果表明對其影響最大的仍是平均溫度，其次是日照時數、平均風速、相對濕度；曾麗紅等[25]也認為，氣溫變化是影響潛在蒸散量的主要因素。可見，不同地區不同環境下氣候因子對潛在蒸散量的影響有所不同。近年來，在平均氣溫逐年上升，相對濕度逐年下降的趨勢下，潛在蒸散也隨之增加，但趨勢上不是很明顯。

本研究結合當地的實際情況，研究了雨季潛在蒸散量的變化特征及氣候因子對潛在蒸散的影響，為合理有效的掌握當地水分動態變化、提高農業生產提供了科學依據。然而潛在蒸散的影響因素是復雜多變的，氣候影響因子只是其中的一個方面，在影響潛在蒸散的3個條件中，下墊面性質對其也有一定的影響，如小流域土地利用的不斷變化，變旱地為農林復合地、水田等，改變作物種植類型，棄茶改種葡萄、板栗、花生、柑橘等，都會對潛在蒸散產生影響。因此，潛在蒸散的影響因素有待進一步深入研究探討。

□

[1] 田鵬.氣候與土地利用變化對徑流的影響研究——以鄱陽湖流域為例[D].陜西楊凌：西北農林科技大學,2012.

[2] 牛利強.基于SWAT的氣候與土地利用變化對徑流量的影響研究——以堵河流域為例[D].武漢：華中師范大學,2013.

[3] Liu C M, Zhang X Y, Zhang Y Q. Determination of daily evaporation and evapotranspiration of winter wheat and maize by large-scale weighing lysimeter and micro-lysimeter[J]. Agricultural and Forest Meteorology, 2002,111:109-120.

[4] Guo S L, Guo J, Zhang J, et al. VIC distributed hydrological model to predict climate change impact in the Hanjiang Basin[J]. Science in China Series E: Technological Sciences, 2009,52:3 234-3 239.

[5] Zhang S H, Liu S X, Mo X G, et al. Assessing the impact of climate change on potential evapotranspiration in Aksu River Basin[J]. Journal of Geographical Sciences, 2011,21:609-620.

[6] 劉昌明，張 丹.中國地表潛在蒸散發敏感性的時空變化特征分析[J].地理學報，2011，66(5)：579-588.

[7] Roderick M L, Farquhar G D. The cause of decreased pan evaporation over the past 50 years[J]. Science, 2002,298:1 410-1 411.

[8] 王國慶，張建云，賀瑞敏，等.黃河中游氣溫變化趨勢及其對蒸發能力的影響[J].水資源與水工程學報，2007，18(4)：32-36.

[9] 李鵬飛，孫小明，趙昕奕.近50年中國干旱半干旱地區降水量與潛在蒸散量分析[J].干旱區資源與環境,2012，26(7)：57-63.

[10] 景元書，張 斌，王明珠，等.鷹潭小流域季節性降雨徑流特征研究[J].水土保持學報，2003，17(5)：45-47.

[11] 韓湘云，景元書，李 根.低丘紅壤區坡面土壤水分變化的氣象因素冗余分析[J].生態學雜志，2013，32(9)：2 368-2 374.

[12] Hamed K H. Trend detection in hydrologic data: the Mann-Kendall trend test under the scaling hypothesis[J]. Journal of Hydrology, 2008,349(3):350-363.

[13] Xia J, Tan G. Hydrological science towards global change: progress and challenge[J]. Resources Science, 2002,24(3):1-7.

[14] 楊志剛，唐小萍，路紅亞，等.近50年雅魯藏布江流域潛在蒸散量的變化特征[J].地理學報，2013，68(9)：1 263-1 268.

[15] GB/T 20481-2006,氣象干旱等級[S].

[16] 劉 園，王 穎，楊曉光.華北平原參考作物蒸散量變化特征及氣候影響因素[J].生態學報，2010，30(4)：0 923-0 932.

[17] 彭兆亮，何 斌，王國利，等.碧流河流域氣候變化對水資源量的影響研究[J].南水北調與水利科技，2010，8(5)：76-79.

[18] 杜 安，杜 田，杜 江.余江縣近50年氣候變化分析及其對農業的影響[C]∥ 中國氣象學會.第29屆中國氣象學會年會——S3聚集氣候變化，探索低碳未來.北京：中國氣象學會，2012：1-5.

[19] 余世鵬，楊勁松，王相平，等．濱海灘涂地區降水變化的多尺度周期特征分析與趨勢預測[J]．中國農業氣象，2013，34(4)：377-383.

[20] Nemer BD, Ridsdill-Seith TA, Zeisse C D. Wavelet analysis of low altitude infrared transmission in the coastal environment[J]. Infrared Physics&Technology, 1999,40:399-409.

[21] 郭 華，姜 彤，王國杰，等．1961-2003年間鄱陽湖流域氣候變化趨勢及突變分析[J]．湖泊科學，2006，18(5)：443-451.

[22] 王 瓊，張明軍，潘淑坤，等.長江流域潛在蒸散量時空變化特征[J].生態學雜志，2013，32(5)：1 292-1 302.

[23] Feng J, Yan DH, Li CZ, et al. Assessing the impact of climate variability on potential evapotranspiration during the past 50 years in North China[J]. International Journal of Food, Agriculture and Environment, 2012,10:1 392-1 398.

[24] Feng J, Yan DH, Li CZ, et al. Assessing the impact of climatic factors on potential evapotranspiration in droughts in North China[J]. Duaternary International, 2014,336:6-12.

[25] 曾麗紅，宋開山，張 柏，等.近60年來東北地區參考作物蒸散量時空變化[J].水科學進展，2010，26(5)：858-870.