疏勒河流域潛在蒸散發時空演變及驅動因素量化分析

馬亞麗, 牛最榮, 張 芮, 孫棟元, 程錦娜, 白祖暉

(1.甘肅農業大學 水利水電工程學院, 蘭州730070; 2.甘肅省水利水電勘測設計研究院有限責任公司, 蘭州730030)

20世紀以來，隨著全球氣候呈現持續性顯著變暖趨勢，水循環已經或正在發生著變化[1-2]。蒸散發過程是水循環過程的一個重要環節，參與地表水量平衡和轉化過程，同時影響能量平衡過程，是反映和影響氣候系統變化的重要參量，因此，關于蒸散發的研究，一直都是國內外多學科的研究熱點[3]。潛在蒸散發(ET0)表征參考作物在供水不受限時的蒸散能力，是作物需水量預測及實際蒸散量計算的關鍵參數[4]，影響地表水熱及干濕狀況、生態系統用水過程和水資源利用效率[5]。ET0聯系著土壤、生物、大氣等地表三大圈層，其變化勢必會受到由三大圈層所構成的組合系統中多種因素的影響，ET0與氣象因素間、各氣象因素間均存在較為復雜的交互作用關系[6]，探討ET0時空演變規律和驅動力分析，對探明全球氣候變暖背景下水文過程對氣候變化的響應機制具有重要意義[7]。

近年來關于ET0時空分布特征及歸因分析做了大量研究，黃會平等[8]基于主成分分析方法探討中國ET0分布特征及其影響因子，發現影響ET0變化的第一主成分是熱力學因素。殷長琛等[9]利用云模型描述甘肅省ET0時空分布的均勻性和穩定性，認為甘肅省ET0空間分布較為離散、不穩定。李霞等[10]在科爾沁濕草甸利用通徑分析及指標敏感性分析對ET0的影響因子進行辨識，發現主要因子為飽和水汽壓差和最低氣溫。鄭健等[11]對影響甘肅省1980—2015年ET0時空變化的各氣象因素進行偏相關分析，表明平均風速和日照時數是影響ET0變化的最大因素。綜上可以看出，已有分析ET0的變化成因的相關研究多采用單一方法[8-11]，多種分析方法均適用，但是由于ET0受眾多因素綜合作用以及與氣象因素間復雜交互作用關系，考慮將多種定量與定性分析方法有機結合，揭示ET0與氣象因素間的內在相關關系，確定主導因子，定量化研究ET0變化對主導因子敏感程度及貢獻大小。本研究將聚類分析[12]、灰色關聯度分析[13]、通徑分析[14]、敏感系數法[15]、貢獻分析等[16]多種定性、定量方法探索性結合，定性分析與定量分析結合運用，揭示疏勒河流域ET0變化與各氣象因素間的相關關系，確定主導因素及其敏感程度、貢獻大小，對影響ET0變化的驅動因素進行量化分析，為河西干旱內陸河地區ET0的研究提供新的方法、理論，促進缺水地區水資源合理、高效利用。

1 研究區概況

疏勒河發源甘肅河西走廊祁連山脈，屬于河西地區三大內陸河之一，流域位于甘肅省河西走廊西端，包括玉門市、敦煌市、瓜州縣和肅北蒙古族自治縣，流域總面積約11.39萬m2，東經92°11′—98°30′，北緯38°00′—42°48′，南部為阿爾金山及祁連山脈，是流域的水源涵養區和產流區，中部平原地區，地勢相對平緩，是水資源的主要消耗區，北部為馬鬃山地區，南北地勢較高[17-18]。流域地處河西地區，深居大陸內部，屬于大陸性干旱荒漠氣候，流域中下游綠洲、荒漠景觀并存，降水稀少，蒸發強烈，水資源稀缺，自然條件惡劣，但流域地理位置特殊，屬于“兩屏三帶”中的北方防沙帶，是重要的生態屏障，而人類活動和氣候變化影響，更加劇水資源短缺的狀況，引發一系列生態環境問題，已經成為限制當地社會、經濟發展和生態環境改善的關鍵因素[19]。疏勒河流域及周邊10個氣象站點空間分布見圖1。

圖1 疏勒河流域氣象站點空間分布

2 數據與方法

2.1 數據來源與處理

氣象數據為疏勒河流域及周邊10個氣象站點1984—2019年的氣象觀測資料(包括氣溫、相對濕度、降水、風速、日照等)，來源于中國氣象數據網(http:∥data.cma.cn)。采用1998年世界糧農組織(FAO)修正后的P-M公式計算潛在蒸散發，具體公式計算見參考文獻[4,20]。按春季、夏季、秋季、冬季分別為3—5月、6—8月、9—11月、12-次年2月劃分季節。利用ArcGIS軟件進行克里金空間插值和反距離權重空間插值分析。

2.2 研究方法

2.2.1 灰色關聯度 根據灰色系統理論[13]，氣象要素指標構成一個灰色系統， ET0作為參考數列x0(k)，9個氣象要素作為比較數列xi(k)。關聯系數(ζ)和加權關聯度(r)計算方法如公式(1)和(2) 所示。

(1)

(2)

2.2.2 通徑分析 數量遺傳學家Sweall Wright于1921年最早提出的通徑分析(Path analysis)，該方法用于分析因變量與多個自變量之間的較為復雜的線性關系，確定因變量受自變量直接與間接作用大小，為統計決策提供可靠依據的一種多元統計技術[21]。自變量xi到因變量y的通徑系數由兩個部分組成，一部分為直接通徑系數Piy，用自變量xi的標準差與因變量y的標準差之比表示，是自變量對因變量的直接效應；另一部分為ΣrijPjy，是自變量通過其他自變量對因變量的間接效應，具體計算表達式[14]如公式(3)和(4) 所示：

(3)

r1y=P1y+r12P2y+…+r1iPiy

r2y=P2y+r21P1y+…+r2iPiy

? ? ? ? ?

riy=Piy+ri1P1y+…+riyPiy

(4)

式中:Piy為直接通徑系數;bi為線性回歸系數;σxi為xi的標準差;σy為y的標準差;riy為xi與y的簡單相關系數;rijPjy為間接通徑系數。

2.2.3 敏感系數 采用基于P-M模型的敏感系數法衡量氣候要素(如氣溫、相對濕度、風速等)變化對蒸散發影響程度，該方法在ET0研究中具有廣泛的應用基礎[22]。蒸散發氣候敏感系數計算方法如公式(5)[15]所示，即蒸散發變化率與氣候因子變化率之比，由敏感性曲線切線的斜率表征[23]。

(5)

式中:Sx為ET0對氣象因子x的敏感系數,無量綱。敏感系數絕對值越大,表示ET0對氣候變量的變化越敏感,氣候變量對ET0的影響越大。即如果氣象變量變化10%,引發ET0變化1%,則敏感系數為0.1。

定量分析氣象因子對ET0變化的貢獻程度，采用尹云鶴等[16]提出的利用敏感系數和多年相對變化率乘積計算，基于該方法計算的貢獻率為正值，表明引起ET0增加為正貢獻，反之為負貢獻，具體公式見式(6)：

(6)

3 結果與分析

3.1 ET0時空變化特征

3.1.1 ET0年際變化 疏勒河流域1984—2019年ET0年際變化特征見圖2A所示，年均ET0時間序列M-K統計量Z為3.45，達到0.05顯著性水平，線性傾向變化率2.92 mm/a，整體呈現顯著的上升趨勢，2017年ET0為1 266.58 mm是時間序列的極大值，1993年1 038.89 mm是極小值，ET0圍繞多年平均水平1 128.03 mm呈波動上升變化。疏勒河流域地處河西走廊最西端，屬于典型大陸干旱氣候，年降雨量小，蒸發強烈，是甘肅省干旱程度最嚴重的地區之一，全流域ET0均在1 000 mm以上。基于反距離權重法插值得到M-K檢驗統計量Z空間分布見圖2B所示。信度90%，95%的置信區間臨界值分別為1.28，1.96，|Z|大于該臨界值表示達到了0.1，0.05顯著性水平。流域各站點M-K統計值計算結果顯示，除青海大柴旦站Z值0.36，未達到0.1顯著性水平，疏勒河其他區域|Z|值均大于1.28，通過了信度90%的顯著性檢驗，由于Z值存在正負值，正負高值之間插值產生中間值區域，流域ET0年際變化基本都達到0.1顯著水平，變化趨勢顯著的站點占比90%。

3.1.2 ET0年值空間分布 利用疏勒河流域內及周邊10個站點多年ET0數據，基于克里金空間插值法進行空間插值，得到 ET0空間分布見圖3A，由于所處區域地理環境差異，多年平均ET0由東南向西北呈現增加的趨勢，波動在764.07～1 452.57 mm。ET0低值區位于青海省天峻縣，最小值介于764.07～923.37 mm，中值區位于肅北縣南部、瓜州縣南部、敦煌市以東、玉門市，ET0處于923.37～1 169.07 mm，流域高值區位于肅北縣北部、瓜州縣北部、敦煌市西部、阿克塞縣西部，ET0在1 169.07～1 452.57 mm變化。區域地理環境差異導致ET0空間分布差異，流域從南到北橫跨了南部祁連山、中部走廊平原、北部馬鬃山，氣候類型依次為高寒半干旱濕潤區、溫涼干旱區、溫暖干旱區，不同的氣候類型及地形條件，使降水量、溫度、蒸發量等都存在地理差異。ET0線性變化率空間分布結果見圖3B所示，線性變化率空間分布與ET0檢驗統計量Z空間分布大體一致，高值區位于敦煌東部、瓜州中部、肅北縣北部一帶，線性變化率為2.51～4.51 mm/a，由高值區向四周過渡延伸到低值區，低值區位于玉門市等地，線性變化率為-2.29 mm/a，高值區呈顯著上升趨勢(Z>1.96)，低值區呈顯著下降趨勢(Z<-1.96)，流域其他區域變化不明顯，不同區域ET0變化率存在差異。

圖2 疏勒河流域ET0年際變化趨勢及統計量空間分布

圖3 疏勒河流域ET0年值和線性變化率空間分布

3.1.3 ET0季節空間分布 1984—2019年疏勒河流域ET0季節變化特征見圖4，流域春季、夏季、秋季、冬季ET0均值為346.55 mm，489.15 mm，214.56 mm，77.77 mm，夏季ET0最大，其次春季、秋季，冬季最小，且夏季與冬季之比是6.29倍，春季與秋季之比是1.62倍，年內分布不均勻，四季分別占比30.72%，43.36%，19.02%，6.89%。四季空間分布整體上基本一致，ET0由東南向西北逐漸遞增，與ET0年值空間分布一致，低值區分布在青海省天峻縣、肅北東南部一帶，春、夏、秋、冬四季變化區間分別為235.80～310.45 mm，327.63～440.68，154.04～194.68 mm，67.44～74.42 mm，高值區位于流域西北部肅北縣、瓜州、敦煌以北，春、夏、秋、冬四季變化區間分別為361.96～425.41 mm，527.74～657.68，226.91～272.69 mm，79.51～82.91 mm，北部馬鬃山地區、敦煌、瓜州為流域下游荒漠地帶，降水大部分集中在南部祁連山區，西北部降水少，蒸發強烈，且與庫姆塔格沙漠連接。

3.2 ET0與氣象因素相關關系分析

解釋疏勒河流域ET0時空變化差異的原因，從揭示ET0與各氣象因素的相關關系入手，對影響ET0時空變化的驅動因子進行定量化分析。

3.2.1 氣象因素聚類分析與灰色關聯度分析 本研究中以皮爾遜相關性作為度量標準，采用組間聯接法的聚類方法，對與ET0變化相關的9個氣象要素數據進行系統聚類分析，將9個氣象要素性質相近的劃分為一類，確定各氣象要素間的相關聯系，得到聚類樹狀圖(見圖5A)。依據各氣象要素綜合相似性，將氣象要素劃分5類，其分類如下：平均氣溫x5，日最高氣溫x6，日最低氣溫x7，實際水汽壓x9歸為Ⅰ型，體現影響ET0變化的溫度作用；平均相對濕度x2，最小相對濕度x3歸為Ⅱ型，體現影響ET0變化的相對濕度作用；降水量x1，日照時數x4，平均風速x8分別歸為Ⅲ型、Ⅳ型、Ⅴ型。為了進一步闡釋9個氣象要素與ET0關聯程度，揭示聚類分析Ⅰ型、Ⅱ型分組中重復相關的氣象要素對ET0變化的緊密程度，ET0和氣象要素時間序列分別作參考數列和比較數列，計算9個氣象要素加權關聯度，依據關聯度大小進行關聯度排序，關聯度值越大，排序越靠前，表明該氣象要素與ET0聯系越緊密[13]。關聯度由大到小排序為u，RH，P，T，ea，n，Tmax，RHmin，Tmin，u關聯度值最大0.907，Tmin關聯度值最小0.870，具體見圖5B、表1所示。

圖4 疏勒河流域各季節ET0空間分布

聚類分析Ⅰ型和Ⅱ型分組中具有重復交互作用因素，結合灰色關聯度分析結果，Ⅰ型分組中Tmax，Tmin，ea灰色關聯度排序依次7，9，5，Ⅱ型分組中RHmin灰色關聯度排序8，Tmax，Tmin，ea較同組中T排序靠后，RHmin較同組中RH排序靠后，與ET0的關聯程度相對較弱，因此，剔除重復相關因素、簡化問題的同時，聚焦與ET0變化聯系緊密的因素，從9個氣象要素中篩選出T，RH，P，n，u共5個氣象要素作為關鍵因素進行后續的通徑分析，該5項氣象要素體現出影響ET0變化的濕度、熱力、動力等多種因子作用，且分屬于性質存在差異的5個類型，與ET0聯系又相對緊密。

圖5 疏勒河流域氣象要素聚類分析及灰色關聯度排序

表1 氣象因子聚類分析及灰色關聯度分析結果

3.2.2 氣象因素對ET0通徑分析 基于選取T，RH，n，P，u共5個關鍵因素進行通徑分析，確定各氣象因素對ET0變化的直接和間接作用大小，通徑分析結果見表2。通徑系數大小排序依次為T>u>n>RH>P，通徑系數值越大表明對ET0直接作用越大，T數值最大，是直接影響ET0變化的主要因素，P數值最小，作用最小。通徑系數為正值，代表氣象要素與ET0同向變化，否則為反向變化，其中RH數值為負，起反向作用，即RH減少導致ET0增加，T，u，n與ET0同向變化，起到正向作用。間接作用由間接通徑系數體現，其大小排序依次為RH>n>u>T>P，影響ET0變化的間接作用最大的因素是RH，間接作用最小的因素是P。

綜合影響由簡單相關系數體現，大小排序依次為T>n>RH>u>P，其中T，n，u，P增加正向促進對ET0增加，RH增加反向抑制ET0增加，T是影響ET0增加的主要驅動因素，其次是n，RH，u，P影響最小，可見T，n，u的升高與RH的降低共同促進ET0呈現增加趨勢。通徑分析結果顯示P對ET0變化作用最小，僅為0.092，可以進一步剔除P指標，以T，n，RH，u作為4個主導驅動因素進行敏感性及貢獻特征分析。

表2 氣象因子對ET0的通徑分析

3.3 ET0敏感性分析

10個氣象站點的敏感系數基于反距離權重法進行空間插值，得到ET0對平均溫度、相對濕度、日照時數、平均風速的敏感系數S-T，S-RH，S-n，S-u的空間分布圖(圖6)。S-T敏感性系數流域平均0.34，即溫度升高10%，ET0增大3.4%，S-T由流域邊緣向中心逐漸遞增，高值區位于瓜州縣，低值區位于阿克塞縣、青海天峻縣、肅北縣，敏感系數變化區間-0.08～0.83，且流域大部分區域介于0.38～0.83，即T升高10%，ET0增加3.8%～8.3%。S-RH敏感性系數流域均值-0.87，即相對濕度減少10%，ET0增加8.7%，S-RH與S-T敏感系數空間分布大體一致，呈現流域中部地區大于流域周邊地區，高值區位于敦煌、瓜州一帶，S-RH為-1.05～-1.30，中值區位于玉門市、肅北縣，流域范圍敏感系數介于-0.62～-1.30變化，即RH減少10%，ET0增加6.2%～13.0%，可見，ET0對相對濕度變化較敏感，且敏感系數數值為負，RH對ET0變化起反向作用。S-n敏感程度整體呈現由東向西逐漸增加，低值區位于玉門市、肅北縣、瓜州、青海天峻縣，逐漸遞增過渡到敦煌、阿克塞縣高值區，敏感系數-0.44～0.12，即n增加10%，ET0增加-4.4%～1.2%。S-u敏感性整體呈現由東南向西北逐漸增加，高值區位于瓜州、敦煌北部，流域范圍敏感系數介于0.20～0.48，即u增加10%，ET0增加2.0%～4.8%。綜上看，4項主導因子敏感性程度空間分布差異，敏感程度由大到小依次為RH，T，u，n，可見ET0對RH變化最敏感，其次為T，u，對n變化敏感程度最低，流域ET0呈現年際增加趨勢，是溫度升高、日照時數增加、風速增大、相對濕度減少共同作用的結果。

3.4 ET0貢獻的特征分析

采用尹云鶴等[16]提出的氣象因子對ET0變化的貢獻率計算方法，即貢獻率等于敏感系數和多年相對變化率乘積，計算結果見表3。溫度對ET0起正向作用，多年相對變化率24.69%，T升高促使ET0正向增加，正貢獻率最大為7.96%，說明溫度升高是造成流域ET0增加的主要原因；風速多年相對變化率為9.32%，因u與ET0同向變化，u增大促使ET0增加，正貢獻率為3.14%；平均相對濕度多年相對變化率-2.63%，因RH與ET0反向變化，最終RH減少促使ET0增加，正貢獻率2.29%；日照時數多年相對變化率1.54%，n對ET0增加起到正向促進作用，n多年呈增加趨勢導致ET0增加，正貢獻率0.29%。綜上可知，ET0變化對各氣象要素的敏感性排序與氣象要素貢獻率大小排序并不一致，主要由于貢獻率計算不僅考慮敏感性系數大小，同時考慮多年相對變化率的影響。4項主導驅動因素的貢獻大小排序依次為T，u，RH，n，貢獻率分別為7.96%，3.14%，2.29%，0.29%。疏勒河流域RH減少、T升高、n增加、u增大共同促使ET0呈現增大趨勢，是多種因素綜合作用結果，4種主導驅動因素對ET0增加的總貢獻為13.69%。

圖6 疏勒河流域ET0敏感系數的空間分布

表3 氣象因子對ET0的貢獻率

4 討論與結論

疏勒河流域1984—2019年ET0整體呈現顯著上升趨勢，與康燕霞等[24]甘肅省1951—2013年ET0以2.11 mm/10 a的傾向率呈現出增長趨勢，鄭健等[11]甘肅省1980—2015年ET0整體呈上升趨勢的研究結論一致，線性傾向變化率2.92 mm/a，除青海大柴旦站未達到顯著性水平，疏勒河其他區域均通過了信度90%的顯著性檢驗。ET0空間上呈東南向西北呈現遞增的趨勢，與康燕霞等[24]空間分布總體上呈現西北地區大于東南地區，鄭健等[11]甘肅省各分區ET0差異較大，從東南部向西北部增加的結論一致，高值區位于肅北縣北部、瓜州縣北部、敦煌市西部、阿克塞縣西部，低值區位于青海省天峻縣。ET0夏季最大，其次春季、秋季，冬季最小，ET0四季空間分布與年值空間分布一致。ET0時空變化特征是由地理環境差異性分布導致的，溫度、日照時數、風速起正向促進作用，相對濕度起反向抑制作用，相對濕度多年呈現減少趨勢，同時溫度、日照時數、風速呈增加趨勢，氣象因素的共同作用促使ET0呈現顯著上升趨勢。這也與鄭健等[11]甘肅省的ET0與日平均風速、日照時數、日平均氣溫均為極顯著正相關，與平均相對濕度為極顯著負相關。張彩霞等[25]河西地區ET0與平均風速、日照時間正相關，與相對濕度負相關的相關結論一致。ET0呈現增大趨勢，基于敏感系數法計算相對濕度、溫度、日照時數、風速貢獻率，大小分別為2.29%，7.96%，0.29%，3.14%，4種氣象要素總貢獻值13.69%，且溫度升高是造成ET0增加的主要原因，該方法同時反映ET0變化對各氣象要素的敏感性程度和各氣象要素多年相對變化率的影響。與張彩霞等[25]河西地區ET0的主要影響因子為平均溫度、平均風速結論一致。鄭健等[11]認為對甘肅省ET0變化影響最大的因素是平均風速和日照時數，是基于偏相關系數大小確定的，由于相關系數只反映氣候因素與ET0緊密程度，不能反映氣候變量多年變化幅度大小對于ET0增加的影響。

研究中將多種定性與定量分析方法探索性結合，定性、定量分析相融合，發揮循序漸進，優勢互補的作用。基于聚類分析、灰色關聯度分析，從9個氣象要素中篩選出T，RH，P，n，u共5個氣象因素，聚焦關鍵影響因素，簡化問題。針對這5個氣象要素進行通徑分析，結果顯示T是影響ET0變化最主要因素，P對ET0變化作用最小，可以忽略，進一步剔除P指標。選取剩余4個氣象要素，進一步分析其對ET0變化的敏感性及貢獻特征。疏勒河流域ET0時空演變規律以及驅動因子定量化分析結果，在與前人研究成果相互驗證的基礎上，證實多種定性與定量分析方法結合運用是研究ET0時空變化機理的重要手段。