寧夏中部干旱帶潛在蒸散量變化及影響因素

李　媛，謝應忠, 王亞娟

1 寧夏大學, 農學院，銀川　750021 2 寧夏大學, 資源環境學院，銀川　750021

?

寧夏中部干旱帶潛在蒸散量變化及影響因素

李媛1,2，謝應忠1,*, 王亞娟2

1 寧夏大學, 農學院，銀川750021 2 寧夏大學, 資源環境學院，銀川750021

潛在蒸散量(PE，Potential Evapotranspiration)的估算與分析對于研究氣候變化、監測農業旱情、提高農業水資源利用率具有十分重要的意義。在利用FAO Penman-Monteith (FPM)公式計算研究區1975—2012年PE日值的基礎上，采用去趨勢預置白Mann-Kendall檢驗法及敏感性分析探討了歷年來PE的變化規律和影響因素，將Matlab與ArcGIS相結合，研究了PE及其時序趨勢的空間特征。結果顯示：研究區多年平均PE月值呈現倒U形的變化規律，最大值和最小值分別出現在7月和1月；多年來，同心縣PE具有明顯的增長趨勢，鹽池和海原縣則表現為微弱的減少。就影響因素而言，年際尺度上，同心縣PE的主導因素為溫度和風速，海原縣為風速和水汽壓，鹽池縣則以風速為主；月際水平上，溫度的變化幅度最大，特別是在植物的生長季節(5—9月份)明顯高于其他因素。研究區內PE具有明顯的空間變化規律，鹽池縣表現為沿經向遞減，同心和海原縣則表現為沿緯向遞增；就PE變化趨勢的空間特征而言，鹽池縣大部分區域的PE變化不明顯，顯著增加的區域僅占該縣總面積的2.52%，同心縣顯著和極顯著增加的區域占全縣面積的61.98%，海原縣PE則以微弱減少和微弱增加為主，顯著增加的區域面積比例小于30.00%。

潛在蒸散量；Mann-Kendall趨勢檢驗；敏感系數

蒸散量包括土壤蒸發和植被蒸騰，是土壤-植被-大氣系統中能量、水分傳遞和轉化的主要途徑，地表獲得的40%以上的太陽輻射和60%左右的降水將以蒸散的形式消耗和返回大氣中[1]，在干旱區這個比例還會有所增加，因此，蒸散量是全球能量和水分平衡的重要組成部分。潛在蒸散(PE)是蒸散量的理論上限，反映了天氣條件決定下的地表蒸散能力，合理地估算和分析PE對于研究氣候變化、監測農業旱情、提高農業水資源利用率具有十分重要的意義。

目前，關于潛在蒸散量的研究，一部分集中于對其時序變化的分析。例如：孫小舟[2]利用聯合國糧食及農業組織推薦的彭曼-蒙蒂斯公式(FPM，FAO Penman-Monteith，)對西遼河流域11個臺站的潛在蒸散量進行計算，指出1952—2007年該區域PE整體呈現上升趨勢，周秉榮[3]的文獻顯示，在1961—2012年間三江源地區的PE大體上以0.69 mm/a 的速率增加。許杏娟[4]、王曉東[5]等分別在研究凌河流域生長季、淮河流域時認為PE存在一定程度的降低。也有學者關注于PE的成因分析，馮禹[6]對川中丘陵區PE變化的原因進行了探討，表示日照時數和風速是引起該地區PE變化的主要因子。楊林山[7]在研究中指出洮河流域1981—2010年PE的增加源于凈輻射和溫度的共同作用。可以看出，不同時期、不同地區，PE的變化趨勢及主導因素存在差異，因此，對PE的時序變化及影響因素進行地區性分析顯得尤為必要。除此之外，空間分析也是PE研究的重要內容之一，就現有的文獻而言，多是通過站點插值獲得PE的空間分布，關于PE時序變化空間特征的研究則鮮有報道。實際上氣象要素的變化具有復雜的空間差異，它們的不同組合，必將導致潛在蒸散量的變化趨勢也呈現不同的空間特點，這在今后的研究中應予以重視。

寧夏中部干旱帶地處西北內陸，水資源是限制該區域經濟發展和生態恢復的主要因素，在全球氣候變化的大背景下，該地區的氣候有向暖干化發展的趨勢，這必將導致潛在蒸散量的時空變化。鑒于此，本文利用FPM公式對研究區1975—2012年的PE進行計算，對其時序變化及影響因素展開分析、特別是將Matlab與Arcgis相結合，在像元水平上運用Mann-Kendall檢驗，對PE的變化趨勢在空間上實現了定量表達，以期為干旱、半干旱區生態評估、水資源管理、農業結構調整提供方法和數據支持。

1　研究區概況

研究區主要包括鹽池縣、同心縣和海原縣3個典型縣，北與沙坡頭、中寧縣、紅寺堡區、靈武市、鄂托克前旗相鄰，南與西吉縣、原州區、環縣相連，東邊為定邊縣，西側為靖遠縣和會寧縣，在寧夏自然分區中屬于中部干旱帶，在全區整體生態環境的構建與恢復中處于重要地位。研究區的氣候特征主要表現為以下幾個方面：(1)日照充足、年均日照時數為2842 h，屬于太陽輻射資源豐富的地區之一；(2)四季分明，冬季嚴寒、夏季炎熱，溫度7月最高，平均為20.0—23.1℃，1月最低，平均為-8.2— -6.6℃；(3)風大沙多，平均風速為2.49—2.95 m/s，春季大風日數最多，平均風速最大；(4)降水稀少、平均降水量僅為262.3—363.2 mm/a，并且季節分配不均，夏秋多、冬春少。

2　研究方法

2.1數據來源

氣象數據包括1975—2012年研究區及周邊28個站點的平均溫度、最高溫度、最低溫度、相對濕度、水汽壓、降水量、風速、本站氣壓、日照時數的日值數據，1987—2012年銀川和固原站的太陽總輻射日值數據。數據來源于寧夏氣象局及中國氣象科學數據共享服務網。

2.2研究方法2.2.1潛在蒸散量的計算

利用FPM對研究區潛在蒸散量的日值進行計算，具體計算方法見文獻[8]。在PE的計算過程中，太陽總輻射是重要的參數之一，由于進行輻射測量的站點有限，對于沒有輻射數據的臺站，可以利用Angstrom-Prescott方程獲取，即:

Rs=(c+dn/N)Ra

(1)

式中，Rs為太陽總輻射，n/N為日照百分率，是氣象臺站的常規觀測項目，Ra為天文太陽輻射，可通過計算獲得[9]，c、d為擬合參數，推薦值分別為0.25和0.5。然而，不同區域由于地理位置、氣候等因素的影響，參數取值存在空間變異[10]。李韌[11]對青藏高原及周邊22個站點進行研究確定適合青藏高原的c、d值分別為0.213和0.5691. 韓虹等人[12]利用大同、東勝、太原、延安、侯馬、鄭州、西安7個臺站的數據擬合得到的黃土高原輻射量模型中的c、d分別為0.1776和0.5470。因此，有必要確定適合研究區域特點的擬合方程。

在寧夏，對太陽輻射進行測量的臺站有2個，即銀川和固原站。選用1987—2010年的數據進行擬合，2011和2012年的數據進行檢驗，結果顯示平均絕對誤差、平均相對誤差和標準差分別在1.6、11%和2.1以內，預測值與實測值相關系數分別為0.9743和0.9638. 最終取2站c、d的均值作為各臺站太陽總輻射的擬合參數，擬合模型可表示為Rs=(0.191+0.5692n/N)Ra。利用該模型可獲得各臺站的太陽總輻射。

2.2.2Mann-Kendall分析

Mann-Kendall法是一種非參數統計檢驗方法，最初由Mann和Kendall提出，并因此而命名。其優點在于不需要樣本符合一定的分布，不受少數異常值的干擾。但是，數據的自相關性會對分析結果產生影響。因此，本文選用去趨勢預置白處理的方法對數據進行預處理[13]，以消除自相關性帶來的影響。Mann-Kendall趨勢分析的方法如下。

對于待分析序列X=(x1,x2,…,xi,…,xn)，原假設為該序列無趨勢，首先計算S=(s1,s2,…,sk,…，sn)

(2)

(3)

(4)

(5)

(6)

2.2.3敏感系數的計算

敏感性分析是定量表達模型輸入參量對輸出參量影響程度的有效方法之一，高敏感性輸入參量的變化是導致輸出參量變化的重要原因。在潛在蒸散量的計算過程中，溫度、風速、，水汽壓和凈輻射等都會對PE產生影響，為了分析各氣象要素對PE的影響程度，引入敏感系數的概念，表達式如下:

(7)

2.2.4空間分析方法

利用寧夏及周邊28個站點的氣象數據采用FPM公式計算各站點1975—2012年PE的年值，并加以平均得到各站點PE的多年平均值，在ArcGIS中通過反距離加權插值(IDW， Inverse Distance Weighted)獲得研究區PE的空間分布，將其轉化為點圖后進行空間趨勢分析。

為了進一步探究PE變化趨勢的空間特征，首先，在Arcgis中通過IDW插值及裁剪獲得研究區1975—2012年各年PE空間分布的柵格圖，將其轉化為點圖后導出數據data 1；其次，在Matlab中導入data 1，利用Mann-Kendall法計算各像元點的Z值并導出data 2；再次，在Arcgis中對data 2進行插值得到研究區PE變化趨勢的空間分布，并根據Z的大小將其劃分為6個區間，即(-∞，-2.58]、(-2.58，-1.96]、(-1.96，0]、(0，1.96)、[1.96，2.58)、[2.58，∞)，分別對應變化趨勢的極顯著減少、顯著減少、弱減少、弱增加、顯著增加和極顯著增加；最后，統計各區間所占面積。

3　結果分析

3.1潛在蒸散量的時序變化3.1.1月際變化

圖1中，曲線上的各點表示1975—2012年鹽池站、同心站和海原站各月份PE的多年平均值，可以看出，PE具有明顯的月際變化特征，1月 PE處于全年的最低水平，約為25.55—31.08 mm，之后PE逐漸增加，在7月達到最大值(146.75—170.97 mm)，8月開始又逐漸減小，整體呈現出倒U形的變化規律。3個縣在5—8月月均蒸散量差異明顯，其中，同心縣的潛在蒸散量最大，其次為鹽池縣，海原縣最小。

圖1　研究區潛在蒸散量的月際變化Fig.1　Monthly level variation of PE in study area

3.1.2年際變化

圖2顯示，鹽池縣的潛在蒸散量大致經歷了2次明顯的上升和下降過程，即1975—1982年和1988—1997年PE呈現上升趨勢，增加幅度分別為62.63 mm和193.40 mm；1982—1986年和1997—2012年PE呈現下降趨勢，減少幅度分別為82.43 mm和191.48 mm；1987年由于溫度的顯著增加導致PE的異常升高。總體而言，38年來鹽池縣平均潛在蒸散量為1075.54 mm/a。同心縣的潛在蒸散量表現為波動上漲的趨勢，最低值出現在1985年為1077.23 mm，最高值出現在2005年為1250.80 mm，平均值為1159.88 mm/a。海原縣的PE在2000年以前在中間值附近震蕩，2001年開始出現持續下降，同樣由于溫度的影響在1987年出現異常升高，多年平均PE為1058.12 mm/a。

圖2　研究區潛在蒸散量年際變化Fig.2　Interannual variation of PE in study area

Mann-Kendall趨勢分析表明(表1)，鹽池縣和海原縣的潛在蒸散量整體趨于減少，但趨勢不明顯，Z值均未通過顯著性水平為0.05的檢驗，同心縣則表現為顯著的增長趨勢。進一步分析1975—2012年各月PE的變化特征，可知看出，鹽池縣各月份PE未出現明顯變化，同心縣除1月份外，各月PE均表現為增加的傾向，特別是在3月、4月和6月增加趨勢明顯，這在一定程度上促進了該縣潛在蒸散量年值的持續增長。與之相反，海原縣多數月份PE有減少的傾向，其中，12月的減少趨勢明顯，其余月份未通過檢驗。

表1　1975—2012年PE年值及月值的Mann-Kendall趨勢分析結果(Z)

*α=0.05時趨勢明顯(雙側)，**α=0.01時趨勢明顯(雙側)，無標記表示α=0.05時趨勢不明顯

3.2潛在蒸散量的影響因素分析

圖3　1975—2012年PE影響因素敏感系數的平均值　Fig.3　Averages of sensitive coefficients of different PE influence factors from 1975 to 2012

研究顯示[14-15]，不同區域PE的時序變化趨勢不盡相同，這種差異主要來源于影響PE的主導氣象因素及其變化規律的不同，因此，要探究研究區PE隨時間變化的內在根源，還必須從各因素的影響程度入手。對潛在蒸散量產生直接影響的氣象因素有凈輻射、溫度、風速、水汽壓，計算其敏感性系數有助于對引起PE變化的主導因素進行定量分析。如圖3所示，凈輻射、溫度和風速的敏感系數均為正值，這3個因素對PE起到正向推動的作用，即它們的增加會促進PE的增加，相反，水汽壓則起到負向作用。

就影響程度而言，各因素敏感系數多年平均值的排列順序為：溫度>凈輻射>水汽壓(絕對值)>風速。可見，溫度對研究區潛在蒸散量最為敏感，在其它氣象條件不變的情況下，溫度升高10%，PE將增加6.40%—7.00%。如表2所示，從單一要素敏感系數的變化趨勢來看，38年間，同心縣溫度的敏感系數有所增加，水汽壓的敏感系數則顯著減少，說明溫度對PE的影響在不斷增大，由于水汽壓的敏感系數為負值，減少表明其對PE的削減作用有所加強，同時，該縣在研究時段內溫度、風速、水汽壓的增勢明顯。一方面風速、溫度及其敏感系數的增加會促進PE的上升，另一方面，水汽壓的增加及其敏感系數的下降有助于PE的減少，兩方面的博弈結果最終導致PE在年際尺度的顯著增加，說明溫度和風速在該區域對PE起到主導作用。海原縣凈輻射、溫度和風速的敏感系數分別通過了顯著性水平為0.01和0.05的Mann-Kendall檢驗，呈現明顯的上升和下降，與此同時，由于風速隨時間大幅減少，水汽壓逐漸增加，即使溫度持續升高，PE總體上表現為微弱的減少趨勢。鹽池縣除凈輻射外各因素的敏感系數均未有明顯趨勢，且凈輻射多年來變化不大，因此，在風速減少的影響下PE趨于下降但趨勢不明顯。

表 2　1975—2012年氣象要素及其敏感系數的Mann-Kendall趨勢分析結果(Z)

*α=0.05時趨勢明顯(雙側)，**α=0.01時趨勢明顯(雙側)，無標記表示α=0.05時趨勢不明顯

圖4　鹽池縣PE影響因素敏感系數的月際變化　Fig.4　Monthly variation of sensitive coefficients of different PE influence factors in Yanchi county

圖4是鹽池縣各氣象要素敏感系數多年月均變化曲線，其中，水汽壓的值為負，為了更加清楚地反映該要素與其它要素在數值上的大小關系，繪制了水汽壓絕對值的逐月變化曲線，見圖4中虛線部分，可以看出水汽壓敏感系數的絕對值始終大于風速，并且在4—10月均小于溫度和凈輻射。凈輻射的敏感系數為0.30—0.69，從1月開始逐漸增加，在8月達到最大值然后降低，7—9月的值明顯高于其他月份。風速的敏感系數的月際變化也有一定規律，從1月份開始逐漸下降到8月份達到最低值，然后逐步上升到12月份達到最大值。與其它因素相比，溫度敏感系數的月際變化幅度最大，約為0.77，在3—11月形成明顯的單峰曲線。從各因素的比較可以看出，在植物的生長季節(5—9月份)溫度的敏感系數明顯高于其他因素，也就是說在研究區生長季溫度過高會正向推動潛在蒸散量，加劇植被生長受到水分脅迫的影響程度。同心與海原縣氣象要素敏感系數的月際變化規律與鹽池縣相似。

3.3潛在蒸散量及其變化趨勢的空間分布特征

圖5顯示了研究區潛在蒸散量的空間分布特征，圖中x、y和z分別代表經度、緯度和PE，點表示PE在面xoz、yoz和xoy上的投影，曲線是對投影點進行二項式擬合的結果。可以看出，鹽池縣的PE隨經度的增加呈現減少的趨勢，高值區主要分布在西南部的惠安堡，東北部地區是低值相對集中的區域。同心縣PE在經度方向分布較為分散，總體趨勢不明顯，在緯度方向有明顯的變化規律，即隨著緯度的減少，PE先小幅增加后持續降低，東北部的韋州鎮附近是PE相對較大的區域，南部PE最小。海原縣與同心縣相似，PE在緯向的變化顯著，在yoz面上投影點分布在趨勢線兩側很窄的區域內，PE與緯度幾乎呈線性遞減的關系。

表3反映了1975—2012年PE變化趨勢的空間分布特征，鹽池縣各像元Mann-Kendall分析中Z值的范圍為-1.65—2.47，大部分區域的PE變化不明顯，其中，微弱減少的區域主要集中在花馬池鎮附近，其余大部分區域為微弱增加，顯著增加的區域僅占該縣總面積的2.52%，主要分布在高沙窩和惠安堡的西北角。同心縣的Z值范圍為0.50—3.70，PE均表現為一定程度的增加，其中，顯著和極顯著增加的區域占全縣面積的61.98%，分別位于該縣的西部和南部地區。海原縣Z值在-0.70—3.73變動，全縣PE以微弱減少和微弱增加為主，顯著增加的區域面積比例小于30.00%，分布在該縣的北部地區。

圖5　研究區PE的空間分布Fig.5　Space distribution of PE in study area

Z值區間IntervalsofZ變化特征Changecharacteristics各區間所占的面積比例Arearatiosofdifferentintervals/%鹽池同心海原[-∞,-2.58]極顯著減少000(-2.58,-1.96]顯著減少 000(-1.96,0]微弱減少 22.3609.08(0,1.96)微弱增加 75.1238.0261.16[1.96,2.58)顯著增加 2.5229.4414.99[2.58,∞]極顯著增加032.5414.77

4　結論與討論

本文采用FPM計算潛在蒸散量，從月際和年際兩個尺度，分析了PE的時序變化規律、探討了各氣象因素對PE的影響程度，并對PE及其變化趨勢的空間特征進行了研究，得到如下結論：

(1)研究區多年平均PE月值呈現倒U形的變化規律，最大值和最小值分別出現在7月和1月；1975—2012年間，鹽池和海原縣PE表現為微弱的減少趨勢，同心縣PE的年增勢顯著，突出表現為3、4、6月PE的明顯增加。說明由于估算潛在蒸散量的各氣象要素受區域、地形等因素的影響，具有復雜的時空分布差異，它們的不同組合最終將導致PE年際變化趨勢的地域性差異。

(2)年際尺度上，各影響因素的敏感性分析顯示：溫度對PE的敏感性最強。然而，38年來，鹽池和海原縣年均溫度均有不同程度的增加，但PE卻呈微弱減少，說明僅從比較敏感系數本身來解釋PE的變化原因是不夠全面的，應將各氣象要素的變化趨勢、敏感系數及其變化特征相結合，系統地探討區域PE變化的緣由。研究期內，在除凈輻射外各氣象要素敏感系數變化不大的情況下，雖然鹽池縣的溫度有一定升高，但風速的顯著下降成為促使PE呈現微弱減少的主要動因。這與曹雯[16]、尹云鶴[17]等的研究結果相一致。

一般而言，風速增大，地表或植被表層的蒸汽壓降低，將促進蒸散的發生。在過去30—50年里，全球范圍內中緯度地區地表風速呈現減少，而高緯度地區則表現為增加。與50年代相比，90年代中國平均風速減少了大約16%，這種趨勢在西北地區更為顯著[18]。越來越多的研究顯示部分地區風速的減少是導致潛在蒸散量減少的主導因素。而風速的變化與大氣環流有著密不可分的聯系[19]，就西北地區而言，北半球大氣活動中心和西風急流北移，加之氣候變暖導致的冬、夏季風的減弱，可以在一定程度上解釋風速減少的原因。除此之外，人類活動造成的下墊面改變以及局部地形等也會對風速構成影響。

海原縣雖多年來溫度的增加顯著，但風速的大幅降低、水汽壓的增加以及溫度敏感系數的下降最終導致了PE的略微減少。同心縣風速、溫度及其敏感系數的顯著增加決定了PE的顯著上升。各因素在月際水平上的影響規律有所差異，其中，溫度敏感系數的月際變化幅度最大，特別是在植物的生長季節影響程度明顯高于其他因素。

3)就研究區內部PE的空間分布規律而言，鹽池縣表現沿經向遞減，同心和海原縣主要是沿緯向遞增。基于像元點的PE趨勢分析顯示，PE的時序變化存在一定的空間差異。

[1]張雨航. 柴達木盆地蒸散量的估算及其影響因素分析[D]. 北京: 中國地質大學(北京), 2012.

[2]孫小舟, 封志明, 楊艷昭. 西遼河流域1952年—2007年參考作物蒸散量的變化趨勢. 資源科學, 2009, 31(3): 479- 484.

[3]周秉榮, 李鳳霞, 肖宏斌, 胡愛軍, 顏亮東. 三江源區潛在蒸散時空分異特征及氣候歸因. 自然資源學報, 2014, 29(12): 2068- 2077.

[4]許杏娟, 陳濤濤, 吳奇, 王子凰, 鄭俊林, 遲道才. 遼寧省凌河流域生長季參考作物騰發量變化及氣候要素貢獻分析. 中國農業氣象, 2015, 36 (1): 33- 42.

[5]王曉東, 馬曉群, 許瑩, 劉瑞娜, 曹雯, 朱浩. 淮河流域參考作物蒸散量變化特征及主要氣象因子的貢獻分析. 中國農業氣象, 2013, 34(6): 661- 667.

[6]馮禹, 崔寧博, 魏新平, 趙璐, 王君勤. 川中丘陵區參考作物蒸散量時空變化特征與成因分析. 農業工程學報, 2014, 30(14): 78- 86.

[7]楊林山, 李常斌, 王帥兵, 楊文瑾. 洮河流域潛在蒸散發的氣候敏感性分析. 農業工程學報, 2014, 30(11): 102- 109.

[8]Allen R G, Pereira L S, Raes D, Smith M. Crop Evapotranspiration: Guidelines for Computing Crop Water Requirements. Rome: FAO Irrigation and Drainage, 1998: 25- 70.

[9]鄧艷君, 邱新法, 曾燕, 施國萍. 幾種水平面太陽總輻射量計算模型的對比分析. 氣象科學, 2013, 33(4): 371- 377.

[10]Wang C L, Yue T X, Fan Z M. Solar Radiation Climatology Calculation in China. Journal of Resources and Ecology, 2014, 5(2): 132- 138.

[11]李韌, 趙林, 丁永建, 吳通華, 肖瑤, 辛羽飛, 孫琳嬋, 胡國杰, 鄒德富, 焦永亮, 秦艷慧. 近40a來青藏高原地區總輻射變化特征分析. 冰川凍土, 2012, 34(6): 1319- 1327.

[12]韓虹, 任國玉, 王文, 朱臨洪, 吳占華, 張紅雨. 黃土高原地區太陽輻射時空演變特征. 氣候與環境研究, 2008, 13(1): 61- 66.

[13]Yue S, Pilon P, Phinney B. Canadian Streamflow Trend Detection: Impacts of Serial and Cross-correlation. Hydrological Sciences Journal, 2003, 48(1): 51- 63.

[14]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. 生態學報, 2010, 30(4): 923- 932.

[15]張淑杰, 張玉書, 隋東, 蔡福, 武晉雯, 紀瑞鵬, 陳鵬獅, 劉慶婺. 東北地區參考蒸散量的變化特征及其成因分析. 自然資源學報, 2010, 25(10): 1750- 1761.

[16]曹雯, 申雙和, 段春鋒. 中國西北潛在蒸散時空演變特征及其定量化成因. 生態學報, 2012, 32(11): 3394- 3403.

[17]尹云鶴, 吳紹洪, 戴爾阜. 1971- 2008年我國潛在蒸散時空演變的歸因. 科學通報, 2010, 55(22): 2226- 2234.

[18]王遵婭, 丁一匯, 何金海, 虞俊. 近50年來中國氣候變化特征的再分析. 氣象學報, 2004, 62(2): 228- 236.

[19]江瀅, 羅勇, 趙宗慈, Zhu J H. 中國及世界風資源變化研究進展. 科技導報, 2009, 27(13): 96- 104.

Dynamic change and influencing factors of potential evapotranspiration in the middle arid region of Ningxia

LI Yuan1,2, XIE Yingzhong1,*, WANG Yajuan2

1SchoolofAgriculture,NingxiaUniversity,Yinchuan750021,China2SchoolofResourcesandEnvironment,NingxiaUniversity,Yinchuan750021,China

Evapotranspiration consists of soil evaporation and plant transpiration. It is the main mechanism of the transfer and conversion of energy and moisture occurring in the soil-vegetation-atmosphere system. Potential evapotranspiration (PE) is the theoretical upper limit value of evapotranspiration, reflecting the land surface evapotranspiration capacity under the existing weather conditions. A reasonable estimate of PE is very important for studying climate change, monitoring agricultural drought, improving the utilization rate of agricultural water resources, and for many other purposes. At present, the input parameters of PE calculation models are based mostly on meteorological data. Among the models, the FAO Penman-Monteith (FPM) formula is suitable for both humid and arid/semiarid areas. Thus, FPM is often used as the standard method for calculating PE. This paper is based on daily meteorological data, collected from 28 sites of the study area and the surrounding area in 1975—2012, to estimate potential evapotranspiration by using FPM. The trend-free pre-whitening Mann-Kendall (TFPW-MK) test and sensitivity analysis were used to examine the change law and the factors influencing PE through the years. The spatial distribution characteristics of pixel-based PE and its variation trend were studied using Matlab and ArcGIS. The goal of the study was to provide methods and data support for ecological evaluation, disaster prevention, and agricultural structure adjustment. The conclusions of the study are as follows: 1) The change of average monthly PE from 1975 to 2012 was an inverted U-shaped curve, and the maximum and minimum values appeared in July and January, respectively. The average annual PE of Yanchi and Haiyuan counties showed a slight decreasing trend in 1975—2012, but the average annual PE of Tongxin County grew significantly, with an outstanding PE increase in March, April, and June. 2) In terms of influencing factors, in addition to net radiation, the sensitivity coefficients of various meteorological elements changed little during the study period in Yanchi County. Temperature in Yanchi County increased through the years, but wind speed decreased significantly, which is the main reason for the weak reduction of PE. In Tongxin County, the increase of wind speed, temperature, and its sensitivity coefficient would promote an increase of PE, but the increase of vapor pressure and the decrease of its sensitivity coefficient would help decrease PE. The combined result of both aspects led to significantly increased PE at the interannual scale, which shows that temperature and wind speed play a dominant role for PE in the region. In Haiyuan County, although temperature increased significantly through the years, wind speed decreased significantly, vapor pressure increased, and the temperature sensitivity coefficient decreased, resulting in slightly reduced PE. At the monthly scale, the change of temperature reached its maximum, especially in the growing season of plants (from May to September), and the influence of temperature was significantly higher than those of other factors. 3) PE in the study area had an obvious spatial variation law. PE in Yanchi County showed a decreasing trend with increasing longitude, and PE in Tongxin and Haiyuan counties showed an increasing trend with increasing latitude. For the spatial characteristics of the PE variation trend, the range ofZvalue calculated by the Mann-Kendall test for each pixel was -1.65—2.47 in Yanchi County, but the change of PE in most of the region was not obvious. Regions with significantly increased PE accounted for only 2.52% of the total area of the county. In Tongxin County, the range ofZvalue was 0.50—3.70, and significantly and extremely significantly increased areas accounted for 61.98% of the county. The range ofZvalue in Haiyuan County was from -0.70 to 3.73, and the PE variation trend of the county was a slight decrease or weak increase. The ratio of significantly increased areas was less than 30.00%.

potential evapotranspiration; Mann-Kendall trend test; sensitivity coefficient

國家自然科學基金資助項目(31160484,41461039)

2015- 01- 06; 網絡出版日期:2015- 11- 16

Corresponding author.E-mail: xieyz@nxu.edu.cn

10.5846/stxb201501060035

李媛，謝應忠, 王亞娟.寧夏中部干旱帶潛在蒸散量變化及影響因素.生態學報,2016,36(15):4680- 4688.

Li Y, Xie Y Z, Wang Y J.Dynamic change and influencing factors of potential evapotranspiration in the middle arid region of Ningxia.Acta Ecologica Sinica,2016,36(15):4680- 4688.