江淮區域農田參考作物蒸散量變化特征及其成因分析

王曼麗 李衛國 熊世為

摘要：為深入了解江淮區域農田參考作物蒸散變化特征及其對氣候變化的響應，利用聯合國糧食及農業組織（Food and Agriculture Organization of the United Nations，簡稱FAO）推薦的Penman-Monteith模型和位于江淮區域的安徽省滁州地區7個站點1961—2017年逐日氣象觀測資料計算該地區的參考作物蒸散量（ET0），在分析ET0區域時空變化特征的基礎上，探討影響區域農田ET0的主導氣象因子。結果表明，研究區域ET0的年平均值為993.8 mm，夏季最大，春、秋季次之，冬季最小，空間上呈西北大東南小的分布特征。ET0的年際變化呈顯著減小趨勢，變率為 -1.41 mm/年，從季節上看，除春季略有增大外，其余3季均呈減小趨勢，其中夏季的減小趨勢最明顯，ET0的減小趨勢是一個突變現象，突變點為1972年。氣溫和相對濕度的變化引起ET0的上升，為正貢獻;風速和日照時數的變化引起ET0下降，為負貢獻，其中風速是該地區ET0變化的主導氣象因子。探討江淮區域農田參考作物蒸散量對氣候變化的響應，對加強該區域農業灌溉效率和優化農業水資源配置具有重要參考意義。

關鍵詞：農田水分;參考作物蒸散量;時空變化特征;主導氣象因子;江淮區域;農業灌溉效率;優化水資源配置

氣候變化是全球的關注熱點，應對氣候變化已成為世界各國政府的重要課題[1]。在氣候變化背景下，農業成為受影響最大的產業，就我國而言，大量的研究顯示，氣候變化已導致作物的種植結構[2]、生育期[3-4]、種植界限[5]等發生了顯著變化。參考作物蒸散量（ET0）表示在一定氣象條件下水分供應不受限制時，某一固定下墊面可能達到的最大蒸發蒸騰量，利用參考作物蒸散量乘以作物系數即可得到作物的實際需水量，因此ET0是合理利用農業水資源的重要依據，也是評價氣候變化對農業影響的重要指標[6]。ET0估算方法可歸納為綜合法、輻射法、溫度法和蒸發皿法四大類[7]。聯合國糧食及農業組織（Food and Agriculture Organization of the United Nations，簡稱FAO）推薦的Penman-Monteith模型以能量平衡和水汽擴散理論為支撐，具有堅實的理論基礎[8]，該方法估算精度較高，應用范圍較廣。受氣候變化影響，全球大部分地區ET0呈減小趨勢[9-10]，國內外學者對ET0的時空變化特征和影響因素等進行了大量研究[11-14]。

江淮區域是我國重要的糧食生產基地，屬亞熱帶氣候區向暖溫帶氣候區的過渡區域，溫光適宜，雨熱同季，但降水時空分布不均，旱澇等氣候災害頻繁。本研究擬采用FAO推薦的Penman-Monteith模型分析位于江淮區域的安徽省滁州地區1961—2017年ET0的變化特征，并定量分析主要氣候要素對ET0變化的影響，以期為江淮區域提高農業灌溉效率及優化水資源配置提供決策參考。

1 資料與方法

1.1 資料來源及處理

氣象數據來源于安徽省滁州市氣象局，選取滁州市下轄的滁州、來安、全椒、天長、定遠、鳳陽和明光7個站點（圖1）1961—2017年的逐日觀測數據進行試驗，觀測項目包括最高氣溫、最低氣溫、日照時間、相對濕度、平均風速、平均氣壓。數據質量較高，個別缺測數據用其鄰近氣象站的數據進行差值訂正。

2 結果與分析

2.1 區域農田參考作物蒸散量的空間變化

1961—2017年，位于江淮區域的滁州地區ET0的年平均值為993.8 mm，其中夏季最大，為397.6 mm，約占全年的40%;其次為春季、秋季，分別為284.9、208.9 mm，占全年的29%、21%;冬季最小，僅為102.5 mm，約占全年的10%。

從空間分布（圖2）上看，明光站點的ET0年平均值最大，為1 019 mm，天長站點最小，為963 mm，最大值和最小值之間相差56 mm，整體呈現較明顯的由西北向東南遞減的特征。春季各地ET0為277～296 mm，最大值和最小值之間相差 19 mm，空間上與年平均值分布特征一致，同樣呈現明顯由西北向東南遞減的特征;夏季各地ET0為382～409 mm，最大值和最小值之間相差27 mm，空間上同樣呈現明顯由西北向東南遞減的特征;秋季各地ET0為203～212 mm，最大值和最小值之間相差9 mm，空間上差異不明顯;冬季各地ET0為 100～105 mm，空間上呈明顯北少南多的分布特點，但差值不大，最大值和最小值之間僅相差5 mm。綜上所述，滁州地區年平均ET0整體呈由西北向東南遞減的空間分布趨勢，且主要體現在春、夏2季。

2.2 區域農田參考作物蒸散量的時間變化

由圖3、表1可知，研究區域年平均ET0總體呈減小趨勢，且研究區域總體氣候變率為-1.41 mm/年，遞減趨勢通過95%顯著性檢驗。7個站點年平均ET0均呈減少趨勢，其中滁州、全椒、定遠、鳳陽和明光等5個站點的減少趨勢通過95%顯著性檢驗，其中鳳陽站的減少幅度最大，達 -2.97 mm/年，來安站的減小幅度最小，為-0.57 mm/年。從不同季節來看，春季ET0氣候變率除鳳陽站外，均呈增加趨勢，總體以0.26 mm/年的氣候變率增大，鳳陽站的遞減趨勢不顯著，沒有通過95%顯著性檢驗;各地夏、秋、冬3季ET0氣候變率均呈減少趨勢，總體氣候變率分別為-1.20、-0.30、-0.17 mm/年，其中僅夏季的減小趨勢通過了95%顯著性檢驗，因此，該地區ET0氣候變率年際變化呈下降趨勢是由夏季ET0氣候變率顯著減少主導的。

對1961—2017年滁州市年平均ET0時間序列進行MK檢驗，由UF曲線（圖4）可以看出，從20世紀70年代開始，滁州市年平均ET0出現減少趨勢，80年代該減少趨勢超過顯著性水平0.05臨界線，表明這種減少趨勢是顯著的，根據UF和UB曲線交點的位置可以確定該地區年平均ET0的減少趨勢是一種突變現象，突變點為1972年。

2.3 區域農田參考作物蒸散量變化的主導因子

2.3.1 主導因子定性分析 ET0的變化受溫度、濕度、輻射和風速等氣象因子影響，高溫、高風速、低濕和長日照有利于出現高的蒸散量[19]，因此有必要分析該地區相關氣象要素的變化特征。圖5給出的是研究區域氣溫、風速、相對濕度和日照時數等有關氣象要素的空間分布，其中該地區1961—2017年年平均氣溫空間分布總體呈南高北低的特征，最高值出現在南部的全椒站，為15.77 ℃，最低值出現在北部的鳳陽站，為15.03 ℃。年平均風速總體呈西高東低的空間分布特征，其中定遠站最大，為2.77 m/s，東部的天長站最小，為 2.29 m/s。年平均相對濕度呈西北低東南高的空間分布特征，其中明光站最小，為73.50%，天長站最大，為76.70%。年平均日照時數總體呈西北長東南短的空間分布特征，其中定遠站最長，為5.83 h，滁州站最短，為5.32 h。結合年平均ET0西北高東南低的空間分布趨勢，可以初步說明，這種分布趨勢由該地區西北部高風速、低濕度和高日照時數主導。

從表2可以看出，各地年平均氣溫均呈上升趨勢，其中上升幅度最大的為天長站， 變率為0.032 ℃/年， 最小的為鳳陽站，變率為0.010 ℃/年，各站平均變率為0.024 ℃/年，上升趨勢均通過95%顯著性檢驗。各地年平均風速均呈減小趨勢，其中減小幅度最大的為天長站，變率為-0.036 m/（s·年），最小的為滁州站，變率為-0.018 m/（s·年），各站平均變率為-0.028 m/（s·年），減小趨勢均通過95%顯著性檢驗。各地年平均相對濕度基本呈減小趨勢，其中減小幅度最大的為天長站，變率為-0.140%/年，最小的為滁州站，變率為 -0.006 m/（s·年），各站平均變率為-0.047%/年，除滁州站、定遠站外，其他站點的變率均通過95%顯著性檢驗。各站點年平均日照時數均呈減少趨勢，其中減少幅度最大的為滁州站，變率為-0.035 h/年，最小的為來安站，變率為 -0.012 h/年，各站平均變率為-0.024 h/年，減少趨勢均通過95%顯著性檢驗。結合該地區全年ET0變率的降低趨勢可定性判定，ET0的降低是由日照時數和風速的降低導致的。

2.3.2 主導因子定量分析 從表3可以看出，氣溫的明顯上升均對該區域的ET0表現為正貢獻，平均貢獻率為 0.71 mm/年，其中滁州站最大，為0.92 mm/年，鳳陽站最小，為 0.37 mm/年。風速的明顯下降導致該地區的ET0隨之下降，各站點均表現為負貢獻，平均貢獻率為-1.43 mm/年，負貢獻最大的是明光站，貢獻率為-2.09 mm/年，最小的為定遠站，貢獻率為-0.89 mm/年。由于除了鳳陽站的濕度略微上升導致對ET0負貢獻外，其余站點濕度下降，導致總體對該地區ET0表現為正貢獻。日照時數的減少使得該地區ET0降低，平均貢獻率為-1.28 mm/年，負貢獻最大的為滁州站，貢獻率為-2.11 mm/年，最小的為來安站，貢獻率為 -0.55 mm/年。氣溫的升高和相對濕度的降低引起ET0的增大，表現為正貢獻，風速和日照時數的減小引起ET0的減小，表現為負貢獻，其中負貢獻的程度大于正貢獻，因此1961—2017年該地區ET0呈下降趨勢，其中風速的負貢獻最大，是該地區ET0變化的主導氣象因子。

從表4可以看出，各站點、各季節間ET0變化的主導因子存在區別，ET0年變化的主導因子有3個站點為日照時數，其余均為風速。夏季ET0變化的主導因子均為日照時數，秋、冬季ET0變化的主導因子基本為風速，春季ET0變化主導因子有4個站點為相對濕度，其余為風速。不論是年變化還是季節變化，氣溫均沒有成為ET0變化的主導因子。

3 結論

本研究基于FAO推薦的Penman-Monteith模型和位于江淮區域的滁州地區7個站點1961—2017年逐日氣象觀測資料估算了該地區參考作物蒸散量（ET0），分析了ET0的時空變化特征，并定量探討了影響區域ET0的主導氣象因子，主要得出如下結論： （1）研究區域1961—2017年農田ET0的年平均值為993.8 mm，夏季最大，春、秋季次之，冬季最小，各站點年平均ET0在空間上呈西北大東南小的分布特征，春、夏2季ET0的空間分布趨勢類似，秋、冬2季空間分布差異不明顯。（2）研究區域1961—2017年農田ET0的年際變化呈顯著減小趨勢，變率為-1.41 mm/年，從季節上看，除春季略有增大外，其余3季均呈減小趨勢，其中夏季的減小趨勢最明顯，變率為-1.20 mm/年。ET0的減小趨勢是一個突變現象，突變點為1972年。（3）研究區域農田氣溫的升高和相對濕度的降低引起ET0的增大，為正貢獻，風速和日照時數的減小引起ET0的減小，為負貢獻，但負貢獻的程度大于正貢獻，其中風速的負貢獻最大，是該地區ET0變化的主導氣象因子。夏季該地區ET0變化的主導因子為日照時數，秋、冬季基本為風速。

參考文獻：

[1]沈永平，王國亞. IPCC第一工作組第五次評估報告對全球氣候變化認知的最新科學要點[J]. 冰川凍土，2013，35（5）：1068-1076.

[2]李祎君，王春乙. 氣候變化對我國農作物種植結構的影響[J]. 氣候變化研究進展，2010，6（2）：123-129.

[3]楊建瑩，梅旭榮，劉 勤，等. 氣候變化背景下華北地區冬小麥生育期的變化特征[J]. 植物生態學報，2011，35（6）：623-631.

[4]肖登攀，陶福祿，沈彥俊，等. 華北平原冬小麥對過去30年氣候變化響應的敏感性研究[J]. 中國生態農業學報，2014，22（4）：430-438.

[5]楊曉光，劉志娟，陳 阜. 全球氣候變暖對中國種植制度可能影響Ⅰ.氣候變暖對中國種植制度北界和糧食產量可能影響的分析[J]. 中國農業科學，2010，43（2）：329-336.

[6]任慶福，楊志勇，李傳哲，等. 變化環境下作物蒸散研究進展[J]. 地球科學進展，2013，28（11）：1227-1238.

[7]秦孟晟，郝 璐，施婷婷，等. 秦淮河流域五種參考作物蒸散量估算方法的比較及改進[J]. 中國農業氣象，2016，37（4）：390-399.

[8]樊 軍，邵明安，王全九. 黃土區參考作物蒸散量多種計算方法的比較研究[J]. 農業工程學報，2008，24（3）：98-102.

[9]Roderick M L，Farquhar G D. The cause of decreased Pan evaporation over the past 50 years[J]. Science，2002，298（5597）：1410-1411.

[10]吳紹洪，尹云鶴，鄭 度，等. 近30年中國陸地表層干濕狀況研究[J]. 中國科學（D輯：地球科學），2005，35（3）：276-283.

[11]Dinpashoh Y，Jhajharia D，Fakheri-Fard A A，et al. Trends in reference crop evapotranspiration over Iran[J]. Journal of Hydrology，2011，399（3/4）：422-433.

[12]Croitoru，Adina-Eliza，Piticar，Adrian，et al. Recent changes in reference evapotranspiration in Romania[J]. Global and Planetary Change，2013，111：127-136.

[13]高 歌，陳德亮，任國玉，等. 1956—2000年中國潛在蒸散量變化趨勢[J]. 地理研究，2006，25（3）：378-387.

[14]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.

[15]曹 雯，段春鋒，姚 筠，等. 1961—2010年安徽省參考作物蒸散時空變化特征及成因[J]. 應用生態學報，2014，25（12）：3619-3626.

[16]施 能，陳家其，屠其璞. 中國近100年來4個年代際的氣候變化特征[J]. 氣象學報，1995，53（4）：431-439.

[17]孫 鵬，張 強，陳曉宏，等. 鄱陽湖流域水沙時空演變特征及其機理[J]. 地理學報，2010，65（7）：828-840.

[18]環海軍，楊再強，劉 巖，等. 魯中地區參考作物蒸散量時空變化特征及主要氣象因子的貢獻分析[J]. 中國農業氣象，2015，36（6）：692-698.

[19]楊永剛，崔寧博，胡笑濤，等. 中國糧食主產區參考作物蒸散量演變特征與成因分析[J]. 中國農業氣象，2018，39（4）：245-255.張立強，簡 卿，晏希寧，等. 冀西北國家重點生態功能區景觀格局時空變化及驅動力研究——以河北省懷來縣為例[J]. 江蘇農業科學，2019，47（6）：231-238.