貴州省ET0時空演變規律的成因分析

高曉麗，程宇翔，曹旭陽，徐俊增，楊士紅

(1.太原理工大學水利科學與工程學院，太原 030024; 2.中南大學地球科學與信息物理學院，長沙 410083；3.河海大學 水文水資源與水利工程科學國家重點實驗室，南京 210098)

0 引 言

參考作物騰發量(ET0)作為水資源研究和作物需水量的基礎參數，研究ET0的時空演變規律及其成因分析有助于理解水資源分布情況，對區域水資源管理、農業灌溉制度的制定和水資源演化的研究具有重要的意義。

國內外眾多學者對不同區域ET0的時空變化規律進行了研究，Chattopadhyay N[1]和Brutsaert W[2]在對氣候的預測研究中認為參考作物騰發量隨逐年溫度的升高而增加，與此相反，叢振濤[3]和Michael[4]分別在國內外的研究中提到了“蒸發悖論”，即參考作物騰發量隨溫度的增高而出現了顯著的降低[5]，該結論也相繼在美國、澳大利亞、印度和伊朗等地得以驗證[6-9]，張方敏[10]分析得出我國ET0在西部和長江流域地區顯著下降，東部沿海、黃河中上游和東北顯著上升，韓煥豪[11]研究得出，云南省多年ET0在滇西南和滇西北地區主要呈現為增大的趨勢，在滇中地區主要表現為減小的趨勢。倪廣恒[12]和Thomas[13]研究表明我國參考作物騰發量總體上表現為西北地區高東北地區低的分布特點；楊永紅[14]研究得出西藏高原區ET0均值表現為東部和中部高，東北部和東南邊緣低的空間分布規律，馮禹[15]研究得出四川省ET0表現為自東北、西南向中部逐漸遞減的趨勢，董煜[16]對新疆蒸散發研究得出，新疆蒸散發的呈現為由南向北遞減和由東向西遞減的分布特征。

各氣象因子在不同地區對ET0具有不同的影響，大多均集中于定性影響的研究，定量影響的研究較少。國外研究表明，顯著下降的風速是引起澳大利亞、加拿大和伊朗地區[17-19]ET0下降趨勢的主要原因，顯著增加的相對濕度和顯著下降的風速是導致印度ET0下降的主要因素[9]，Gao[20]等研究認為，中國東部和北部地區ET0的變化主要歸因于日漸降低的風速，而中國南部地區ET0的變化主要歸因于逐漸下降的日照時數，Xu[21]研究發現顯著降低的風速和日照時數是引起長江流域ET0下降的主要原因，Wang和Tang[22, 23]認為風速、日照時數和相對濕度對海河流域ET0變化最為敏感的氣象因子，Jiang[24]研究表明日照時數和風速的減少是秦嶺地區ET0多年下降的主要原因，郭軍[25]研究表明日照時數及太陽輻射的減少可能是造成黃淮海流域蒸發量減少的原因，趙璐[26]研究均表明日照時數和風速的減少是中丘陵地區ET0多年下降的主要原因，其貢獻率分別為-5.403%和-2.054%。

鑒于貴州地區進行ET0分布特征及其影響因素的研究相對較少，徐蒙蒙[27]州省的時空變化特征進行了研究，但對導致ET0變化的氣象因子尚未做定量化的影響因素分析。本文對貴州省參考作物騰發量的時空分演變規律及其成因進行定量分析，為該區域的水資源演化方向預測、水資源的合理配置及農業生產和農業種植結構的調整提供理論依據。

1 數據與方法

1.1 數據來源

貴州省地區位于東經104°～110°，北緯25°～29°之間，地處中國西南地區(圖1)，是典型的喀斯特低山丘陵地貌區。省內多年平均降雨量為1 131 mm，省內近年來季節性干旱頻發。計算數據采用中國氣象局國家氣象信息中心[28]發布的分布在貴州省的19個基本氣象站1959-2015年的基本氣象數據，主要包括平均溫度(T)、最高溫度(Tmax)、最低溫度(Tmin)、平均風速(U)、相對濕度(RH)和日照時數(n)等日資料，各氣象站點的位置分布如圖1所示，其經度、緯度和海拔等信息見表1。根據氣象季節劃分方法，春季、夏季、秋季和冬季分別為3-5月、6-8月、9-11月和12-2月。

圖1 貴州省氣象站點分布圖Fig.1 The spatial distribution of meteorological stations in Guizhou Province

站臺號站點名稱經度E/(°)緯度N/(°)海拔/m57816貴陽106．4326．351074．357806安順105．5526．151394．157707畢節105．1727．491514．457922獨山107．3325．501012．357825凱里107．5926．36722．657916羅甸106．4625．26441．557722湄潭107．2827．46792．856793盤縣104．3728．081516．957803黔西106．0127．021252．557932榕江108．3225．58287．457832三穗108．4026．58611．057731思南108．1527．57417．757606桐梓106．5028．35972．057741銅仁109．1127．43280．557906望謨106．0525．11567．056691威寧104．1726．522236．257614習水106．1328．531181．357902興仁105．1125．261379．357713遵義106．5327．32844．9

1.2 計算與分析方法

運用FAO-56Penman-Monteith[29]方程計算各站點日ET0，以分析省內年和季節ET0的空間分布特征及多年變化的影響因子。根據貴州省19個站點的長系列值，共23個站，并結合與貴州省接壤的永川、懷化、西林和巧家等4個站點的相應長系列值，采用反距離權重插值法(IDW)進行空間分布特征分析，其中，永川、懷化、西林和巧家等4個站點的經緯度矩形區可以完全包含貴州省區域。采用Mann-Kendall(MK)檢驗法[30]對ET0時間序列變化趨勢進行分析，MK檢驗得到的結果為正值，表示該時間序列具有增加的變化趨勢，負值表示時間序列為減小的變化趨勢；檢驗結果的絕對值大于95%置信水平統計值1.96，代表該時間序列具有顯著的變化趨勢。敏感性采用偏導數的計算方式進行計算[31]，敏感系數可以描述ET0對氣象因子變化所發生的反應靈敏度， 敏感系數為正值表示ET0隨氣象因子的增加(減小)而增加(減小)，其絕對值表示ET0的變化對該氣象因子的敏感程度，即單位氣象因子變化導致的ET0變化率。貢獻率采用敏感系數與多年相對變化率的乘積進行計算[32]，貢獻率反映了某一氣象因子的改變對ET0變化的貢獻程度，可用于定量解釋多年ET0變化趨勢的成因。

2 ET0變化趨勢及其歸因分析

2.1 ET0的時間變化趨勢

總體上，貴州省不同地區的多年ET0表現出不同程度的變化趨勢。貴州省多年ET0的MK趨勢檢驗結果如表2所示，多年的年ET0在西部地區表現為上升的趨勢，在東南部、東北部和中部區表現為下降的趨勢，其中中部區的下降趨勢最為顯著；春季ET0在東北部和東南部呈現出上升的趨勢，而在西部區呈現出下降的趨勢，且在中部區表現出顯著的下降趨勢；夏季ET0僅在安順和望謨表現出較小的上升趨勢，在貴州省其他地區均表現出了下降的趨勢，其中中部區表現出極顯著的下降趨勢；秋季ET0在西部區和東北部區表現出了上升的趨勢，而在中部區和東南部區表現出了下降的趨勢；冬季的ET0僅在中部區表現出了下降的趨勢，且在東北部具有顯著的上升趨勢。受地形變化大的影響，貴州省不同季節的ET0年代間變化兼具上升和下降的趨勢。

表2 貴州省多年ET0的MK趨勢檢驗Tab.2 The result of MK test for annual and seasonal ET0 during1959-2015 in Guizhou Province

注：正值和負值分別表示上升和下降的趨勢，*和**分別表示通過95%和99%的置信水平，ET0具有顯著和極顯著的變化趨勢。

整體上，貴州省多年ET0以及春季和夏季ET0表現為下降趨勢，而秋季與冬季表現為上升的趨勢。Wang[22]對海河流域ET0的分布研究發現，東部平原區的ET0呈顯著下降趨勢，西部山地區的ET0呈現顯著上升趨勢，趙璐[26]研究得出川中丘陵地區的ET0呈下降趨勢。貴州省地屬西南地區，與趙璐在川中丘陵區的研究結果相一致，均表現為下降的趨勢。

2.2 各站點多年的年和季節ET0分布特征

如圖2所示，貴州省各地的多年年平均ET0為785～989 mm，總體上呈現為由西南到東北遞減的分布特征。多年年平均ET0、春季ET0和冬季ET0在空間上均表現為由由西南到東北遞減的變化趨勢，高值區位于興仁和望謨地區，其中年ET0在東北部的湄潭和思南地區出現了局部高于周圍的增加趨勢，其中春季ET0和冬季ET0變化范圍分別為107～287和108～153 mm；夏季ET0在252～319 mm呈現為由西向東遞增的分布特征，高值區位于湄潭和思南地區；秋季ET0在123～359 mm呈現為由東南向西北遞減的分布特征，高值區位于西部地區。此外，貴州海拔高程相差較大，海拔高程對貴州省ET0的影響不顯著，但整體上貴州省ET0隨高程的增加表現為遞減的分布特征，與廖清飛[33]的研究結果相一致。

圖2 貴州省各站點多年ET0空間分布特征Fig.2 Spatial distribution characteristic of ET0 in Shanxi Province

2.3 敏感性分析

貴州省各地區ET0對氣象因子的敏感性基本上較為一致，ET0對各氣象因子的靈敏性依次為RH>n>Tmax>T>Tmin>U。ET0均隨T、Tmax、Tmin、U、n的增加而增加，隨RH的增加而減小。如圖3所示，各地區ET0對T、Tmax、Tmin、U、RH和n的敏感系數變化范圍分別為0.126 1～0.232 2、0.140 8～0.243 9、0.043 5～0.090 9、-0.9935～0.2274、；全省內ET0對Tmax、T、RH和n的平均敏感系數分別為0.206 2、0.179 3、-0.591 7和0.216 6，ET0對U和Tmin的靈敏度最差，敏感系數僅為0.071 9和0.087 3。研究結果表明，貴州省多年ET0的變化趨勢對相對濕度最為靈敏，對平均風速的靈敏性最差。

不同地區ET0的變化趨勢對各氣象因子的靈敏程度不同。Zhang[34]認為在石羊河流域ET0對風速最敏感，Tang[23]認為海河流域ET0隨平均溫度的增加而增加，隨凈輻射和風速的增加而減小，且ET0對溫度的靈敏性最大，曹雯[35]研究認為在西北地區ET0對太陽輻射最敏感，曾麗紅[36]等認為在東北地區ET0對溫度最敏感，而貴州省的分析結果與同屬西南地區的川中丘陵區研究結果[23]較為一致，亦表現到ET0對相對濕度的敏感性最大，日照時數和氣溫次之。

圖3 多年ET0變化對各氣象因子的敏感性空間分布Fig.3 Spatial distribution characteristic of sensitivity of annual ET0 to each climatic variables

2.4 貢獻率分析

總體上，貴州省各氣象因子對ET0的變化兼具正貢獻和負貢獻。由圖4可知，T和Tmin在對多年ET0的貢獻均表現為貴陽為最大負值并向周圍逐漸轉為正貢獻的分布特征，其中平均氣溫在向中南部地區轉為正貢獻的趨勢較小，而Tmin在向東南轉為正貢獻的趨勢較小；Tmax表現為凱里為最大負值并向四周逐漸轉為正貢獻的分布特征，其中習水地區表現為負貢獻；RH表現為由中部為最大負值并向東北和西南方向逐漸轉為正貢獻的分布特征；U表現為黔西和中南部為較大負值并向周圍逐漸轉為正貢獻的分布特征；n表現為由中部為最大負值并向東北和西南方向的負貢獻率率逐漸減小的分布特征。

圖4 各氣象因子對多年ET0變化的貢獻率空間分布Fig.4 Spatial distribution characteristic of attribution of each climatic variables for annual ET0

氣象因子對ET0的貢獻值表明，日照時數是影響并且導致貴州省ET0下降的最主要氣象因子。氣象因子對多年ET0變化的貢獻率依次為n>RH>T>Tmin>U>Tmax，T、Tmax、Tmin、RH、U和n對貴州省ET0的貢獻率分別為0.007 8、0.000 4、0.006 2、0.016 6、-0.005 5和-0.040 0，日照時數對ET0的貢獻率最大，日照時數每增加1 h所導致的年ET0就會減少0.04 mm，總體上，氣象因子對貴州省多年ET0的負貢獻值大于正貢獻值，即各氣象因子導致ET0的下降量大于各氣象因子所引起ET0的上升量，最終導致貴州全省的多年ET0表現出下降的趨勢。

總體上，區內ET0對相對濕度最為靈敏，而日照時數則是引起貴州省ET0減小的主要影響因子。不同地區ET0的主要影響因子不同，Lakshman[37]研究認為風速在干旱地區對ET0的作用顯著，日照時數在濕潤半濕潤地區對ET0的作用顯著，Xu[21]認為日照時數是長江流域ET0下降的主導因子，Yin[32]研究認為日照時數是引起南方熱帶和亞熱帶地區ET0減少的主要原因，趙璐[26]研究認為日照時數和風速的減少是川中丘陵區ET0多年減少的主要原因。同屬西南地區的貴州省多年ET0減少的主導因素是日照時數，由于具有相似的氣候特點，與川中丘陵區結果較為接近。

3 結 語

(1)貴州省不同地區的多年ET0表現出不同程度的變化趨勢和分布特征。貴州省多年的年ET0在西部地區表現為上升的趨勢，在東南部、東北部和中部區表現為下降的趨勢；多年年平均ET0為785～989 mm，總體上呈現為由西南到東北遞減的分布特征。

(2)貴州省內ET0對相對濕度最為靈敏，而日照時數則是引起貴州省多年ET0變化的主要驅動因子。貴州省多年化ET0對各氣象因子的靈敏性依次為相對濕度>日照時數>最高氣溫>平均氣溫>最低氣溫>平均風速，而氣象因子對多年ET0變化的驅動作用依次為日照時數>相對濕度>平均溫度>最低溫度>平均風速>最高溫度。

□

[1] Chattopadhyay, N.H.M. Evaporation and potential evapotranspiration in India under conditions of recent and future climate change[J]. Agricultural and Forest Meteorology, 1997,87(1): 55-73.

[2] Brutsaert, W.P.M. Hydrologic cycle explains the evaporation paradox[J]. Nature, 1998,396:30.

[3] 叢振濤, 倪廣恒, 楊大文, 等. “蒸發悖論”在中國的規律分析[J]. 水科學進展, 2008,(2):147-152.

[4] Michael L R G D F. The cause of decreationsed pan evaporation over the past 50 years[J]. Science, 2002,298(15):1 410-1 411.

[5] Moonen A C, Ercoli L, Mariotti M, et al. Climate change in Italy indicated by agrometeorological indices over 122 years[J]. Agricultural and Forest Meteorology, 2002,111:13-27.

[6] Golubev V S, Lawrimore J H, Groisman P Y, et al. Evaporation changes over the contiguous United States and the former USSR: A reassessment[J]. Geophysical Research Letters, 2001,28(13):2 665-2 668.

[7] Roderick M L, Farquhar G D. Changes in Australian pan evaporation from 1970 to 2002.[J]. International Journal of Climatology, 2004,24:1 077-1 090.

[8] Bandyopadhyay A, Bhadra A, Raghuwanshi N S, et al. Temporal trends in estimates of reference evapotranspiration over India[J]. Journal of Hydrologic Engineering, 2009,14(5):508-515.

[9] Shadmani M, Marofi S, Roknian M. Trend analysis in reference evapotranspiration using Mann-Kendall and Spearman's Rho tests in arid regions of Iran[J]. Water Resource management, 2012,26:211-224.

[10] 張方敏, 申雙和. 我國參考作物蒸散的空間分布和時間趨勢[J]. 南京氣象學院學報, 2007,(5):705-709.

[11] 韓煥豪, 崔遠來, 王樹鵬, 等. 云南省參考作物蒸發蒸騰量時空變化特征[J]. 節水灌溉, 2016,(8):182-186.

[12] 倪廣恒 ，李新紅 ，叢振濤,等. 中國參考作物騰發量時空變化特性分析[J]. 農業工程學報, 2006,22(5):1-4.

[13] Thomas A. Spatial and temporal characteristics of potential evapotranspiration trends over China[J]. Journal of Climatology, 2000,20:381-396.

[14] 楊永紅, 張展羽, 阮新建. 西藏參考作物需水量的時空變異規律[J]. 水科學進展, 2009,(6):775-781.

[15] 馮 禹, 付 蕭, 崔寧博, 等. 四川省參考作物騰發量時空分布特征及成因分析[J]. 中國農村水利水電, 2014,(10):61-64.

[16] 董 煜, 陳學鋼, 胡江玲. 新疆潛在蒸散量時空變化及未來變化趨勢[J]. 中國農村水利水電, 2015,(9):90-94.

[17] Rayner D P. Wind run changes: the dominant factor affecting pan evaporation trends in Australia.[J]. Journal of Climate, 2007,20:3 379-3 394.

[18] Burn D H, Hesch N M. Trends in evaporation for the Canadian Prairies[J]. Journal of Hydrology, 2007,1-2(336):61-731.

[19] Dinpashoh Y, Jhajharia D, Fakheri-Fard A, et al. Trends in reference evapotranspiration over Iran[J]. Journal of Hydrology, 2011,399:422-433.

[20] Gao G, Chen D L., Ren G Y, et al. Spatial and temporal variations and controlling factors of potential evapotranspiration in China: 1956-2000[J]. Journal of Geographical Sciences, 2006,16:3-12.

[21] Xu C Y, Gong L B, Jiang T, et al. Analysis of spatial distribution and temporal trend of reference evapotranspiration and pan evaporation in Changjiang (Yangtze River) catchment[J]. Journal of Hydrology, 2006,327:81-93.

[22] Wang W G, Peng S Z, Yang T, et al. Spatial and Temporal Characteristics of Reference Evapotranspiration Trends in the Haihe River Basin, China[J]. Journal of Hydrology Engineering, 2011,16:239-252.

[23] Tang B, Tong L, Kang S Z, et al. Impacts of climate variability on reference evapotranspiration over 58 years in the Haihe river basin of north China[J]. Agricultural Water Management, 2011,98(10):1 660-1 670.

[24] Jiang C, Nie Z, Mu X M, et al. Potential evapotranspiration change and its attribution in the Qinling Mountains and surrounding area, China, during 1960-2012[J]. Journal of water and climate change, 2016,7(3):26-541.

[25] 郭 軍, 任國玉. 黃淮海流域蒸發量的變化及其原因分析[J]. 水科學進展, 2005,(5):666-672.

[26] 趙 璐, 梁 川, 崔寧博, 等. 川中丘陵區參考作物需水量近60年變化成因研究[J]. 水利學報, 2013,(2):183-190.

[27] 徐蒙蒙, 張志才, 陳喜. 貴州省參考作物蒸散發量的時空變化分析[J]. 地球與環境, 2012,40(2):243-249.

[28] 中國氣象局[EB/OL]. 2010, http:∥www.cma.gov.cn/ztbd/zdtq/20091224_1_1_3/200912241/201003/t20100304_60584.html.

[29] Allen R G, Pereira L S, Raes D, et al. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56[J]. FAO, Rome, 1998,300(9):D05109.

[30] Yue S, Wang C Y. The Mann-Kendall test modified by effective sample size to detect trend in serially correlated hydrological series[J]. Water Resource management, 2004,18(3):201-218.

[31] Gong L B, Xu C Y, Chen D L, et al. Sensitivity of the Penman-Monteith reference evapotranspiration to key climatic variables in the Changjiang basin[J]. Journal of Hydrology, 2006,329:620-629.

[32] Yin Y H, Wu S H, Chen G, et al. Attribution analyses of potential evapotranspiration changes in China since the 1960s[J]. Theoretical and Applied Climatology, 2010,101(1-2):19-28.

[33] 廖清飛, 張 鑫, 崔晨風. 青海省農業生態區參考作物蒸散量的遙感反演[J].灌溉排水學報, 2012,31(5):21-25.

[34] Zhang X T, Kang S.Z., Zhang, L., et al. Spatial variation of climatology monthly crop reference evapotranspiration and sensitivity coefficients in Shiyang river basin of northwest China[J]. Agricultural Water Management, 2010,97:1 506-1 516.

[35] 曹 雯, 申雙和, 段春鋒. 西北地區生長季參考作物蒸散變化成因的定量分析[J]. 地理學報, 2011,66(3):407-415.

[36] 曾麗紅, 宋開山, 張 柏, 等. 東北地區參考作物蒸散量對主要氣象要素的敏感性分析[J]. 中國農業氣象, 2010,31(1):11-18.

[37] Lakshman N, Gicy M K. Performance evaluation of reference evapotranspiration equations across a range of Indian climates[J]. Journal of Irrigation and Drainage Engineering, 2006,132(3):41 238-249.