基于氣候要素的鳳陽縣小型蒸發皿蒸發量估算

袁學所+夏志芬+葛慶云+王剛+王楠楠+郭陽+周禮清

摘 要：該文基于鳳陽國家氣象觀測站1980—2013年氣象觀測資料，運用SPSS軟件，研究全年各月20cm口徑小型蒸發皿蒸發量與相關氣候要素的相關關系，建立逐步回歸模型。結果表明，相對濕度、日照時數、地表溫度等要素對蒸發量年際變化影響顯著，回歸方程復相關系數大部分大于0.900。在此基礎上建立了年蒸發量回歸模型，月蒸發估值年合計、年降水量被引入方程，其復相關系數0.810。研究結果便于地面氣象觀測業務調整后月（年）蒸發量的估算和續補，可以為農業和生態氣象服務提供依據。

關鍵詞：氣候要素；小型蒸發皿；蒸發量；逐步回歸；資料續補；SPSS軟件

中圖分類號 S161.4 文獻標識碼 A 文章編號 1007-7731（2017）06-0170-04

Calculations of Small Evaporation Capacity Based on the Climate Elements in Fengyang

Yuan Xuesuo et al.

（Fengyang County Bureau of Meteorology，Fengyang 233100，China）

Abstract：Based on Fengyang national meteorological observatory meteorological observation data from 1980 to 2013，using SPSS software，the whole year months 20 cm diameter small-sized evaporation pan evaporation and related to the correlation between climate and stepwise regression model is established.Results indicate that the relative humidity，sunshine time，the surface temperature and other factors impact on evaporation interannual change significantly，the regression equation of most of the multiple correlation coefficient is greater than 0.900.Based on the regression model，annual evaporation on evaporation valuations in total，annual precipitation was introduced into equation of the multiple correlation coefficient of 0.810.The results for the ground meteorological observation business adjustment after month （year） evaporation capacity estimation and renewal，can provide the basis for agriculture and ecological meteorological service.

Key words：Climate；Small evaporating dish；Evaporation；Stepwise regression；The data renewal；SPSS software

1 引言

蒸發皿蒸發量是估計土壤蒸發和農業水資源管理的重要指標，是大氣蒸發能力的綜合體現[1]。根據中國氣象局綜合觀測司關于做好全國地面氣象觀測業務調整工作的通知（氣測函〔2013〕321號），自2014年1月1日起，國家一般氣象站取消小型蒸發觀測。為滿足氣象服務需求，需借助相關氣候要素對蒸發量進行定量估算。在全球氣候變化背景下，特定區域一定時期蒸發量的變化趨勢及成因研究多有報道[2-15]，例如，陳伯龍等開展了20cm口徑蒸發皿蒸發量的數學物理模型研究[16]，王明星就干旱區氣象因子對蒸發皿蒸發量影響做了觀測及數值模擬[17]。上述研究有利于揭示蒸發的物理過程和時空演變規律，但不是針對部分氣象臺站蒸發量停測后的資料續補。本研究旨在探討一種基于單站氣候要素的月（年）蒸發量簡便實用估算方法，為蒸發量停測后開展農業和生態氣象服務提供依據。

2 資料與方法

本文選取鳳陽國家氣象觀測站1980—2013年氣象觀測資料，運用SPSS軟件[18]中相關分析、逐步回歸等數理統計方法，研究全年各月小型蒸發的年際變化與同期氣溫、日照時數、降水量、降水日數、地表溫度、風速、濕度等氣候要素的相關關系，建立逐步回歸統計模型。這些氣候要素涉及影響蒸發的熱力、動力、水分三類因子[17]，具有較好的代表性，并容易取得。在此基礎上，對年蒸發量進行統計建模。各要素采集方法：蒸發取20cm口徑小型蒸發皿觀測值（mm），氣溫取月（年）平均氣溫（℃），日照時數取月（年）日照時數合計值（h），降水量取月（年）降水量合計值（mm），地表溫度取月（年）0cm平均地溫（℃），風速取月（年）2min平均風速（m/s），濕度取月（年）平均相對濕度（%）。

3 結果與分析

3.1 月蒸發量與氣候要素相關分析 以鳳陽11月氣象資料為例，描述了該月蒸發量與同期日照時數、濕度的對應關系，見圖1。從圖1可以看出：隨著日照時數的增多，蒸發量隨之增大；隨著濕度的增大，蒸發量隨之減小。表明蒸發量與日照時數、濕度分別存在正相關和負相關關系。以此類推，其他月份蒸發量與氣候要素也存在明顯相關關系，其定量化分析結果可通過SPSS軟件統計得到。

[250

200

150

100

50

0][11月濕度（%）和日照時數（h）][30][50][70][90][110][130][11月烝發量（mm）][◆濕度 ■日照時數]

圖1 鳳陽11月蒸發量與同期濕度、日照時數對應關系

（1980—2013年）

表1列出鳳陽各月蒸發量與同期氣候要素相關系數。其信度0.05和0.01顯著性水平的相關系數標準分別為0.339和0.436。由此可知，鳳陽各月蒸發量與同期氣候要素相關顯著，其中氣溫基本都是正相關，2、3、5—8月達顯著以上標準，達極顯著標準有5個月，最大相關系數0.802（8月），表明氣溫升高對應蒸發量增加；日照時數全部正相關，12個月均達極顯著水平，最大相關系數0.848（5月），表明日照時數增多與蒸發量增加對應關系極好；降水量全部是負相關，12個月均達極顯著水平，絕對值最大相關系數-0.775（3月），表明降水量增多與蒸發量減小對應關系極好；降水日數全部是負相關，12個月均達極顯著水平，絕對值最大相關系數-0.811（11月），表明降水日數增多與蒸發量減小對應關系極好；地表溫度基本都是正相關，2—10月達顯著以上標準，達極顯著標準有8個月，最大相關系數0.909（8月），表明地表溫度升高對應蒸發量增加；風速有8個月負相關，4個月正相關，其中11月相關系數-0.418，達顯著水平。因此在多種因子綜合作用下，風速大蒸發量不一定就大，因風速較大時可能熱力或水分因子配置不利而影響蒸發，這和具體天氣條件有關；濕度全部負相關，12個月均達極顯著水平，絕對值最大相關系數-0.883（11月），表明濕度增大與蒸發量減小對應關系極好。

3.2 月蒸發量逐步回歸模擬 表2給出鳳陽各月蒸發量與氣候要素的逐步回歸方程系數及復相關系數。由表2可見，全年12個月中，有4個月入選因子數為4個（1、3、4、9月），4個月入選因子數3個（2、5、10、12月），3個月入選因子數2個（6、8、11月），1個月入選因子數1個（7月）。12個月中，各因子被引入方程的次數依次為：濕度10次、日照時數7次、地表溫度5次、風速5次、降水量4次、氣溫3次、降水日數1次。回歸方程復相關系數在0.900以上的10個，最高0.946（4月）；最低復相關系數0.878（7月）。各回歸方程復相關系數經檢驗均達極顯著水平，可以用來對月蒸發量進行估算和續補。

表3給出了鳳陽月蒸發量與同期氣候要素的標準回歸系數。標準回歸系數消除了因子量綱的對系數大小的影響，可以用來比較各因子對回歸方程貢獻的大小。例如，1月主導因子排序為濕度、日照時數、風速、氣溫；2月為濕度、日照時數、氣溫；3月為濕度、降水量、地表溫度、風速等，以此類推。比較表1可以看出，相關系數最大的，標準回歸系數通常也最大，但也有例外。例如，2月日照時數相關系數優于濕度，但標準回歸系數相對較小。該回歸方程還引入了第3個因子即氣溫，在3個因子組合條件下，日照時數對回歸方程的貢獻被重新定位，濕度因子的作用得到提升。從表3可見，濕度第1排序7次，第2排序2次；日照時數第1排序2次，第2排序4次；地表溫度第1排序2次，第2排序1次；降水量第1排序1次，第2排序2次；風速無第1排序，第2排序1次；降水日數無第1排序，第2次排序1次，氣溫無第1第2排序。因此，從標準回歸系數位次情況看，表現前3名的因子為濕度、日照時數、地表溫度。包括出現負相關情況的風速在內，所有入選因子的回歸系數符號均符合物理規律。

3.3 年蒸發量逐步回歸模擬 在月蒸發量估算的基礎上，雖然可以將各月蒸發量相加（月蒸發估值年合計）得到年蒸發量的估算值，但考慮到回歸統計值本身是近似值，近似值多次相加可能會造成誤差的積累，所以直接用年蒸發量與相關氣候要素建立逐步回歸統計模型。待選因子包括濕度、日照時數、地表溫度、風速、降水量、氣溫、降水日數的年度值和月度值91個，同時加上月蒸發估值年合計，經相關分析初選后，挑選影響較顯著的因子統計建模。最終入選因子情況如表4所列，即月蒸發估值年合計、年降水量入選回歸方程，它們與年實際蒸發量的相關系數分別為0.769、-0.688，回歸方程復相關系數0.810，標準差63.994。年蒸發量的實際模擬情況如圖2所示。

4 結論與討論

（1）鳳陽各月氣溫、日照時數、降水量、降水日數、地表溫度、濕度與月蒸發量大部分存在顯著或極顯著相關關系，各因子相關系數絕對值最大的分別為0.802（8月）、0.848（5月）、-0.775（3月）、-0.811（11月）、0.909（8月）、

-0.883（11月）；風速與蒸發量的單相關多不顯著，說明風速不是造成鳳陽蒸發量年際變化的主導因子。

（2）運用逐步回歸方法建立各月蒸發量的估算模型，復相關系數在0.900以上的10個，最高為0.946。從入選因子數量看，從大到小排序為濕度、日照時數、地表溫度、風速、降水量、氣溫、降水日數；從入選因子標準回歸系數排位看，依次為相對濕度、日照時數、地表溫度、降水量、風速、降水日數、氣溫。無論是因子數量和主次排位，前3位因子均為濕度、日照時數、地表溫度。

（3）單用月蒸發估值年合計來估算年蒸發量，其相關系數0.769，擴充91個備選因子后進行逐步回歸分析，月蒸發估值年合計、年降水量被引入方程，其復相關系數提高到0.810。年蒸發量的模擬效果不如月蒸發量，是否有更好的因子有待進一步探索。

（4）本文嘗試用氣候要素估算鳳陽月（年）小型蒸發量，回歸統計效果極顯著，物理意義確切，對其他有同類需求的觀測站有參考價值。

參考文獻

[1]Stanhill G.Is the Class A evaporation pan still the most practical and accurate meteorological method for determining irrigation water requirements？[J].Agricultural and Forest Meteorology，2002，112（34）：233-236.

[2]Roderick M L，Farquar G D.The cause of decreased pan evaporation over the past 50 years[J].Science，2002，298：1410-1411.

[3]Brutsaert W，Parlange M B.Hydrological cycle explain the evaporation paradox[J].Nature，1998，396：30-31.

[4]Rayner D P.Wind run changes：The dominant factor affecting pan evaporation trends in Australia[J].J Climate，2007，20：3379-3394.

[5]Peterson T C，Golubev V S，Groisman P Y.Evaporation losing its strength[J].Nature，1995，377：687-688.

[6]劉敏，沈彥俊，曾燕，等.近50年中國蒸發皿蒸發量變化趨勢及原因[J].地理學報，2009，64（3）：259-269.

[7]左洪超，鮑艷，張存杰，等.蒸發皿蒸發量的物理意義、近40年變化趨勢的分析和數值實驗研究[J].地球物理學報，2006，49（3）：680-688.

[8]左洪超，李棟梁，胡隱樵.近四十年中國氣候變化趨勢及其同蒸發皿觀測的蒸發量變化的關系[J].科學通報，2005，50（11）：125-1130.

[9]劉波，馬柱國，丁裕國.中國北方近45年蒸發變化的特征及與環境的關系[J].高原氣象，2006，25（5）：840-848.

[10]邱新法，劉昌明，曾燕.黃河流域近四十五年蒸發皿蒸發量的氣候變化特征[J].自然資源學報，2003，18（4）：437-442.

[11]曾燕，邱新法，劉昌明，等.1960-2000年中國蒸發皿蒸發量的氣候變化特征[J].水科學進展，2007，18（3）：311-318.

[12]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，2005，16（5）：666-672.

[13]范伶俐.廣東區域氣象水文環境下蒸發皿蒸發量變化研究[D].南京：南京信息工程大學，2011.

[14]任鵬程.不同蒸發皿比較及中國北方冬季20cm口徑蒸發皿蒸發量變化趨勢分析[D].蘭州：蘭州大學，2013.

[15]顧欣，康為民，龍先菊，等.黔東南氣溫變化對蒸發皿蒸發量的影響分析[J].高原氣象，2012，31（6）：1761-1766.

[16]陳伯龍，左洪超，高曉清，等.20cm蒸發皿蒸發量的數學物理模型研究[J].地球物理學報，2013，56（2）：422-430.

[17]王明星.干旱區氣象因子對蒸發皿蒸發量影響的觀測及數值研究[D].蘭州：蘭州大學，2014.

[18]吳靜，其木格，于洪文.應用SPSS軟件包對我國環境污染的因子分析[J].內蒙古統計，2000（5）：36-39. （責編：張宏民）