三江平原ET0時(shí)空特征及其未來情景下預(yù)測(cè)研究

邢貞相 王紅利 王欣蕾 喻 熠 段維義 付 強(qiáng)

(1.東北農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院, 哈爾濱 150030;2.東北農(nóng)業(yè)大學(xué)農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)水資源高效利用重點(diǎn)實(shí)驗(yàn)室, 哈爾濱 150030;3.黑龍江省河湖長(zhǎng)制保障中心, 哈爾濱 150001)

0 引言

參考作物蒸發(fā)量(ET0)是計(jì)算作物需水量和評(píng)價(jià)水資源的重要參數(shù)[1-3]。在現(xiàn)有的幾種經(jīng)驗(yàn)方法中,聯(lián)合國(guó)糧食及農(nóng)業(yè)組織(FAO)采用了Penman-Monteith(P-M)公式作為標(biāo)準(zhǔn)公式,該公式被認(rèn)為是在各種氣候條件下準(zhǔn)確估算ET0的最優(yōu)選和最理想的方法[4-5]。20世紀(jì)50年代以來,全球氣候變化問題較之前更為突出[6],且2000—2010年期間的排放增速比之前30年中的任何10年都要快[7]。氣候變暖加劇的同時(shí),風(fēng)速、輻射和相對(duì)濕度等氣象要素及受其影響顯著的徑流、蒸發(fā)量等水文要素的變化明顯[8-9]。聯(lián)合國(guó)政府間氣候變化專門委員會(huì)(Intergovernmental Panel on Climate Change,IPCC)第5次評(píng)估報(bào)告指出,未來大氣中溫室氣體濃度將可能出現(xiàn)幾種不同程度的變化,由此學(xué)者們也設(shè)定了多個(gè)不同的未來排放情景以進(jìn)行相關(guān)研究[10]。因此,研究氣候變化背景下的ET0變化特征十分必要,其對(duì)區(qū)域作物水分管理、作物需水量估算、灌溉制度優(yōu)化等都具有重要意義[11-12]。

在ET0的估算與預(yù)測(cè)方面,近年來氣候變化問題已引起世界范圍廣泛關(guān)注,與氣候密切相關(guān)的區(qū)域蒸散研究的熱度也隨之上升,大氣環(huán)流模型(General circulation model,GCM)在其相關(guān)研究中起到重要作用。由于GCM網(wǎng)格尺度較大,分辨率較低,因此需要采用降尺度方法將其應(yīng)用到局部地區(qū)。降尺度方法是指將低分辨率、大尺度的GCM輸出信息轉(zhuǎn)換為高分辨率、區(qū)域尺度的氣象要素輸出信息的統(tǒng)計(jì)方法[13]。目前常用的統(tǒng)計(jì)降尺度方法主要有轉(zhuǎn)換函數(shù)法(回歸方法)、天氣分析技術(shù)和天氣發(fā)生器3種[14]。統(tǒng)計(jì)降尺度模型(Statistical downscaling model,SDSM)是基于多元線性回歸和天氣發(fā)生器的降尺度方法[15],具有基于Windows界面、模擬效果好、簡(jiǎn)單易行、方便應(yīng)用、計(jì)算量小且不需要考慮邊界條件對(duì)于模型預(yù)測(cè)結(jié)果的影響等優(yōu)點(diǎn)而被廣泛地應(yīng)用于解決GCM精度不足與預(yù)報(bào)量降尺度模擬的問題[16]。近年來,SDSM在農(nóng)業(yè)、氣候等相關(guān)領(lǐng)域的應(yīng)用更為普遍。婁偉等[17]在多種GCM模式集成的氣候背景下,應(yīng)用SDSM預(yù)估了涇河上游流域的未來降水變化;韓世亮等[18]利用SDSM對(duì)GCM模式氣候變化情景下的降水、氣溫?cái)?shù)據(jù)進(jìn)行空間降尺度處理,驅(qū)動(dòng)水文模型并分析了氣候變化對(duì)未來發(fā)電調(diào)度過程的影響;李毅等[19]運(yùn)用SDSM,預(yù)測(cè)2015—2099年高排放和低排放兩種氣候情景下新疆地區(qū)各氣象站點(diǎn)棉花和甜菜的日作物需水量(Crop water requirement,ETc)時(shí)間序列,發(fā)現(xiàn)全疆歷史及未來的棉花和甜菜ETc均不同程度下降。

三江平原是黑龍江地區(qū)主要的農(nóng)業(yè)種植區(qū),近年來受氣候變化影響,區(qū)域內(nèi)氣候?yàn)?zāi)害頻發(fā)且持續(xù)時(shí)間長(zhǎng),水資源供需矛盾十分突出。在氣候變化影響下,分析研究區(qū)ET0及其相關(guān)氣候要素的時(shí)空特征并預(yù)測(cè)未來ET0對(duì)于水資源優(yōu)化管理以及灌溉制度科學(xué)制定具有重要意義[20]。本文基于三江平原6個(gè)氣象站1961—2010年逐日氣象資料,采用FAO-56 Penman-Monteith公式計(jì)算參考作物蒸發(fā)量ET0,對(duì)1961—2010年ET0及氣象要素的變化特征進(jìn)行分析,并依據(jù)NCEP再分析數(shù)據(jù)以及大氣環(huán)流模式CanESM2預(yù)報(bào)因子數(shù)據(jù),采用SDSM對(duì)未來RCP4.5和RCP8.5排放情景下的ET0進(jìn)行預(yù)測(cè)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)域概況及數(shù)據(jù)來源

三江平原(圖1)位于黑龍江省東北部(45°01′～48°27′N,130°13′～135°05′E),總面積1.089×105km2,耕地面積占黑龍江省總面積的44.85%[21],且近年來在全國(guó)耕地面積減少的背景下,三江平原耕地面積依舊表現(xiàn)出增加的趨勢(shì)[22]。三江平原地區(qū)屬溫帶濕潤(rùn)、半濕潤(rùn)大陸性季風(fēng)氣候,夏季炎熱濕潤(rùn),冬季嚴(yán)寒干燥[23]。地勢(shì)低平,由西南向東北傾斜,平均海拔50～60 m,區(qū)域內(nèi)分布多個(gè)國(guó)家氣象站點(diǎn),氣象數(shù)據(jù)較易準(zhǔn)確獲得。本區(qū)域地表水及地下水資源豐富,受作物特性和生長(zhǎng)環(huán)境影響,水稻高產(chǎn)穩(wěn)產(chǎn),是我國(guó)重要糧食產(chǎn)區(qū)[24-25]。

圖1 研究區(qū)域位置圖Fig.1 Location of Sanjiang Plain

本文所用數(shù)據(jù)主要為歷史ET0計(jì)算與未來ET0模擬服務(wù)。P-M公式計(jì)算歷史ET0所用資料數(shù)據(jù)為實(shí)測(cè)氣象站點(diǎn)數(shù)據(jù),SDSM模擬未來ET0所用數(shù)據(jù)包括兩種:即用于率定和檢驗(yàn)?zāi)Ｐ湍M效果的美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(National Centers for Environmental Prediction,NCEP)再分析數(shù)據(jù)以及用于模擬未來ET0的GCM預(yù)報(bào)因子日序列的輸出數(shù)據(jù),并要求實(shí)測(cè)氣象站點(diǎn)資料與NCEP資料數(shù)據(jù)長(zhǎng)度一致,GCM數(shù)據(jù)采用加拿大CanESM2模式輸出的預(yù)報(bào)因子日序列數(shù)據(jù)。為使實(shí)測(cè)氣象數(shù)據(jù)與NCEP再分析數(shù)據(jù)、CanESM2模式數(shù)據(jù)的時(shí)間序列相匹配,并便于對(duì)未來ET0進(jìn)行研究分析,本文對(duì)于數(shù)據(jù)資料與模擬結(jié)果的時(shí)段選取如下:實(shí)測(cè)氣象數(shù)據(jù)選用1961—2010年作為歷史期,進(jìn)行ET0及相關(guān)氣象要素值的計(jì)算與分析;未來ET0模擬結(jié)果則選取2011—2100年并以30年為跨度,將研究的未來全長(zhǎng)時(shí)段劃分為2011—2040年、2041—2070年、2071—2100年3個(gè)時(shí)段,從而對(duì)預(yù)測(cè)的未來ET0進(jìn)行相應(yīng)分析與討論。

實(shí)測(cè)氣象數(shù)據(jù)為三江平原6個(gè)氣象站(富錦站、佳木斯站、依蘭站、寶清站、雞西站、虎林站)1961—2010年的逐日氣象資料,包括平均氣溫、最高氣溫、最低氣溫、日照時(shí)數(shù)、相對(duì)濕度、平均風(fēng)速等,來源于中國(guó)氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn)。6個(gè)氣象站的分布見圖1。

NCEP再分析數(shù)據(jù)以及大氣環(huán)流模型GCM輸出的數(shù)據(jù)均來源于加拿大氣候影響情景網(wǎng)(https:∥climate-scenarios.canada.ca/?page=pred-canesm2),NCEP再分析數(shù)據(jù)共包含26個(gè)因子,包括平均海平面氣壓、總降水量、地表比濕度、2 m處的氣溫,50、85 kPa的位勢(shì)高度、比濕度,50、85、100 kPa的風(fēng)速、緯向風(fēng)分量、經(jīng)向風(fēng)分量、真風(fēng)相對(duì)渦量、風(fēng)向、真風(fēng)散度。

大氣環(huán)流模型GCM預(yù)報(bào)因子日序列的輸出數(shù)據(jù)采用加拿大CanESM2模式數(shù)據(jù),CanESM2模式包括historical情景(1961—2005年預(yù)報(bào)因子日序列的輸出數(shù)據(jù))以及代表低濃度溫室氣體排放的RCP4.5和高濃度溫室氣體排放的RCP8.5兩種未來氣候情景,預(yù)報(bào)因子與NCEP相同。下載數(shù)據(jù)為經(jīng)過重整的分辨率匹配的數(shù)據(jù),分辨率為2.812 5°×2.812 5°。

1.2 研究方法

首先采用P-M公式計(jì)算三江平原6個(gè)氣象站歷史期(1961—2010年)50年的ET0日值,并計(jì)算相應(yīng)時(shí)間序列的年平均氣溫、平均風(fēng)速、平均相對(duì)濕度和凈輻射,采用Mann-Kendall、Theil-Sen斜率分析方法和反距離加權(quán)插值方法,探討這些相關(guān)氣候要素與ET0的歷史變化規(guī)律,進(jìn)而分析三江平原多年ET0時(shí)空變化特征。其次基于1961—2005年逐日氣象站點(diǎn)資料計(jì)算出的ET0實(shí)測(cè)值與NCEP再分析數(shù)據(jù),運(yùn)用SDSM建立模型,并檢驗(yàn)其模擬效果和應(yīng)用到CanESM2模式數(shù)據(jù)的傳遞適用性。最后利用CanESM2模式中的RCP4.5、RCP8.5未來情景下預(yù)報(bào)因子日序列的輸出數(shù)據(jù),通過建立的SDSM進(jìn)行模擬,預(yù)測(cè)兩種情景下2011—2100年的未來ET0變化,分析三江平原研究區(qū)年內(nèi)及年際的時(shí)空變化趨勢(shì),為三江平原水資源優(yōu)化管理和灌溉制度制定提供科學(xué)依據(jù)。

1.2.1Penman-Monteith公式

采用聯(lián)合國(guó)糧食及農(nóng)業(yè)組織(FAO)推薦的Penman-Monteith公式計(jì)算逐日參考作物蒸發(fā)量ET0[26-27]。其表達(dá)式為

(1)

式中ET0——逐日參考作物蒸發(fā)量,mm/d

Δ——飽和水汽壓與溫度關(guān)系曲線的斜率

Rn——地表凈輻射,MJ/(m2·d)

G——土壤熱通量,MJ/(m2·d)

γ——濕度計(jì)常數(shù)

T——空氣平均溫度,℃

U2——地面以上2 m處風(fēng)速,m/s

es——空氣飽和水汽壓,kPa

ea——空氣實(shí)際水汽壓,kPa

氣象站所測(cè)風(fēng)速的高度為地面以上10 m處,故需將其轉(zhuǎn)換為地面以上2 m處的風(fēng)速U2,轉(zhuǎn)換公式為

(2)

式中Uz——z處風(fēng)速,m/s

z——地面以上測(cè)量高度,取10 m

1.2.2TFPW-MK趨勢(shì)性檢驗(yàn)法與Theil-Sen斜率分析方法

TFPW-MK是一種改進(jìn)的Mann-Kendall趨勢(shì)檢驗(yàn)方法。通過TFPW方法,剔除原始數(shù)據(jù)序列中顯性趨勢(shì)對(duì)自相關(guān)系數(shù)估計(jì)的影響,可更加準(zhǔn)確地對(duì)數(shù)據(jù)序列進(jìn)行Mann-Kendall趨勢(shì)檢驗(yàn)。該方法通過Z統(tǒng)計(jì)值來判別序列的整體變化趨勢(shì),當(dāng)Z>0時(shí),序列整體呈上升趨勢(shì);當(dāng)Z<0時(shí),序列整體呈下降趨勢(shì)。Theil-Sen斜率分析方法用于確定趨勢(shì)的斜率,以此來估算序列的變化量。ET0及相關(guān)氣候要素的年際變化率以斜率(Slope)來表示,該方法可以減少數(shù)據(jù)異常值的影響,是一種穩(wěn)健的非參數(shù)統(tǒng)計(jì)趨勢(shì)計(jì)算方法。TFPW-MK方法和Theil-Sen斜率分析方法的計(jì)算過程見文獻(xiàn)[28-30]。

1.2.3統(tǒng)計(jì)降尺度模型(SDSM)

IPCC在相關(guān)報(bào)告中指出,GCM能夠準(zhǔn)確地預(yù)估未來氣候變化,但在應(yīng)用其進(jìn)行區(qū)域氣候預(yù)測(cè)時(shí),必須充分應(yīng)用降尺度技術(shù)來解決空間尺度不匹配的問題[31]。統(tǒng)計(jì)降尺度模型(SDSM)基于實(shí)測(cè)預(yù)報(bào)量與NCEP再分析數(shù)據(jù)中的預(yù)報(bào)因子建立經(jīng)驗(yàn)統(tǒng)計(jì)關(guān)系,再應(yīng)用GCM未來情景下的預(yù)報(bào)因子數(shù)據(jù)模擬未來ET0的預(yù)報(bào)量。SDSM是一個(gè)基于天氣發(fā)生器和多元線性回歸2種方法的統(tǒng)計(jì)降尺度模型,其核心是確定NCEP再分析數(shù)據(jù)中預(yù)報(bào)因子與站點(diǎn)尺度的預(yù)報(bào)量(ET0)之間的統(tǒng)計(jì)關(guān)系,進(jìn)而對(duì)ET0進(jìn)行預(yù)測(cè),因此預(yù)報(bào)因子的選擇一定程度上決定了降尺度的效果。本文采用統(tǒng)計(jì)降尺度技術(shù)(SDSM)生成未來ET0的日序列,主要步驟包括:①將1961—2005年劃分為率定期(1961—1990年)和驗(yàn)證期(1991—2005年)2個(gè)階段,基于率定期預(yù)報(bào)量(實(shí)測(cè)ET0)與NCEP預(yù)報(bào)因子數(shù)據(jù),利用SDSM篩選出最優(yōu)預(yù)報(bào)因子,從而與ET0實(shí)測(cè)值建立經(jīng)驗(yàn)統(tǒng)計(jì)關(guān)系,即對(duì)多元回歸方程的參數(shù)進(jìn)行確定。②將建立的率定期模型應(yīng)用至驗(yàn)證期NCEP預(yù)報(bào)因子數(shù)據(jù),根據(jù)模擬出的ET0模擬值與P-M公式計(jì)算的ET0實(shí)測(cè)值,對(duì)建立的SDSM模擬精度進(jìn)行驗(yàn)證,采用納什效率系數(shù)(NSE)和決定系數(shù)R2進(jìn)行模擬精度檢驗(yàn)。③利用率定期+驗(yàn)證期(1961—2005年)實(shí)測(cè)ET0與NCEP預(yù)報(bào)因子建立的SDSM,以CanESM2模式的historical歷史情景預(yù)報(bào)因子作為輸入進(jìn)行模擬,依據(jù)NSE和R2,檢驗(yàn)輸入由NCEP轉(zhuǎn)變?yōu)镚CM數(shù)據(jù)模擬的傳遞適用性。④以CanESM2模式RCP4.5、RCP8.5未來情景的預(yù)報(bào)因子數(shù)據(jù)作為輸入,利用由率定期+驗(yàn)證期實(shí)測(cè)ET0與篩選出的NCEP預(yù)報(bào)因子建立完成的SDSM,生成兩種情景下2006—2100年的ET0日序列,選取2011—2100年作為未來全長(zhǎng)時(shí)段進(jìn)行分析。SDSM模擬流程圖見圖2。

圖2 基于SDSM的ET0模擬流程圖Fig.2 Flow chart of ET0 simulation based on SDSM

2 結(jié)果與分析

2.1 1961—2010年ET0及氣象要素時(shí)空變化特征

2.1.1ET0及氣象要素時(shí)間變化趨勢(shì)三江平原各氣象站ET0及相關(guān)氣象要素的TFPW-MK趨勢(shì)檢驗(yàn)與Theil-Sen斜率分析結(jié)果見表1,根據(jù)表1,對(duì)三江平原ET0及主要?dú)庀笠?961—2010年的多年變化趨勢(shì)進(jìn)行分析。經(jīng)比較,P-M公式計(jì)算的三江平原6個(gè)氣象站(寶清、富錦、虎林、雞西、佳木斯、依蘭)歷史期50年(1961—2010年)的ET0,與相關(guān)研究結(jié)果基本一致[32-33]。對(duì)于多年ET0情況,6個(gè)氣象站均呈上升趨勢(shì),上升速率平均值為0.35 mm/a。三江平原6個(gè)站年平均氣溫均呈顯著上升趨勢(shì),平均上升速率為0.035 4℃/a;三江平原6個(gè)站年平均風(fēng)速總體呈下降趨勢(shì),平均下降速率為-0.015 9 m/(s·a),其中寶清、富錦、虎林和佳木斯4個(gè)站下降趨勢(shì)顯著;三江平原6個(gè)站年平均相對(duì)濕度總體呈下降趨勢(shì),平均下降速率為-0.029 4%/a,其中寶清和佳木斯下降趨勢(shì)顯著。三江平原6個(gè)站年平均凈輻射總體呈下降趨勢(shì),平均下降速率為-0.002 4 MJ/(m2·d·a),除雞西下降趨勢(shì)顯著外,其他站的變化趨勢(shì)不顯著。

表1 ET0及相關(guān)氣象要素的M-K趨勢(shì)檢驗(yàn)與Theil-Sen斜率分析結(jié)果Tab.1 Results of M-K trend test and Theil-Sen slope analysis for ET0 and related meteorological elements

由表1可以看出,三江平原1961—2010年ET0的變化趨勢(shì)均不顯著,故對(duì)三江平原1961—2010年ET0進(jìn)行滑動(dòng)平均分析。三江平原1961—2010年ET0的5年滑動(dòng)平均過程線見圖3,由圖3可見,三江平原1961—1974年趨勢(shì)呈波動(dòng)性變化,即無明顯上升或下降,1975—1979年呈上升趨勢(shì),1980—1984年呈下降趨勢(shì),1985—2010年繼續(xù)表現(xiàn)為波動(dòng)性變化。綜上,三江平原1975—1984年期間ET0的趨勢(shì)變化較明顯,其他時(shí)期變化趨勢(shì)基本不大。

圖3 三江平原1961—2010年ET0的5年滑動(dòng)平均過程線Fig.3 Five-year moving average of ET0 in Sanjiang Plain from 1961 to 2010

2.1.2ET0及氣象要素空間分布特征

ET0及氣象要素空間分布如圖4所示。圖4a表明,三江平原1961—2010年6個(gè)氣象站ET0多年年平均范圍為647.05～777.54 mm/a,平均值為724.17 mm/a,虎林站多年平均ET0最小,為647.05 mm/a,ET0最高值位于三江平原地區(qū)的寶清站,為777.54 mm/a。由圖4a可以得出,三江平原中部及西南部為高值區(qū),東南部即虎林站所在地區(qū)為低值區(qū),總體上呈中部高于周邊、西部高于東部的趨勢(shì)。

圖4 ET0及相關(guān)氣候要素空間分布Fig.4 Spatial distributions of ET0 and related climatic elements

圖4b表明,三江平原1961—2010年6個(gè)氣象站氣溫多年年平均范圍為3.30～4.24℃,平均值為3.74℃,富錦站多年平均氣溫最低,為3.30℃,雞西站最高,達(dá)到4.24℃。由圖4b可看出,三江平原的西南部雞西站、中部寶清站附近地區(qū)為高值區(qū),但該地區(qū)并未出現(xiàn)因海拔較高而導(dǎo)致平均氣溫較低的現(xiàn)象,其主要原因可能是由于該地區(qū)緯度較低,加之旱田面積較大、土壤濕度較低使溫度場(chǎng)降溫效能減弱,故該地區(qū)平均氣溫較高;富錦站所在的中北部地區(qū)由于緯度較高、沼澤率高,導(dǎo)致該地區(qū)溫度場(chǎng)降溫效能增強(qiáng),又加之冬季蒙古高壓冷氣流由北部凹形的黑龍江河谷吹送而至,使得該地區(qū)平均氣溫較低。三江平原多年平均氣溫總體上呈現(xiàn)南高北低的趨勢(shì)。

圖4c表明,三江平原1961—2010年6個(gè)氣象站風(fēng)速多年年平均范圍為2.29～3.00 m/s,平均值為2.59 m/s;多年平均風(fēng)速最低值為2.29 m/s(虎林站),最高值為3.00 m/s(依蘭站),由于依蘭站三面環(huán)山,受地形影響,其多年平均風(fēng)速相對(duì)較高。由圖4c可看出,多年平均風(fēng)速高值區(qū)位于三江平原的西部依蘭地區(qū)周邊,低值區(qū)位于南部、東南部及佳木斯站周邊地區(qū),總體上表現(xiàn)為:除西部依蘭站為明顯高值區(qū)外,其他地區(qū)整體上呈現(xiàn)北高南低的趨勢(shì)。其中寶清站附近地區(qū)因位于完達(dá)山西北部,受山脈影響,其風(fēng)速較大;完達(dá)山脈延伸至富錦境內(nèi),形成少量的孤山丘陵,且城東海拔538.7 m的烏爾古力山與城西海拔472.8 m的別拉音子山遙相呼應(yīng),又加之冬季受蒙古高壓冷氣流影響,盛行北風(fēng),使得處于低海拔平原區(qū)的富錦站周邊區(qū)域的平均風(fēng)速反而略高于海拔較高的雞西站地區(qū)。

圖4d表明,三江平原1961—2010年6個(gè)氣象站相對(duì)濕度多年年平均范圍為63.84%～69.92%,平均值為66.73%,寶清站多年平均相對(duì)濕度最低,為63.84%,最高值位于三江平原地區(qū)的虎林站,為69.92%。由圖4d可看出,高值區(qū)位于三江平原的東南部虎林地區(qū)和西部依蘭地區(qū)附近,中部以北的三江平原1/2左右的區(qū)域相對(duì)濕度居中,中部及西南地區(qū)為低值區(qū),總體上表現(xiàn)為:東西兩邊局部偏高,其他地區(qū)呈現(xiàn)北高南低的趨勢(shì)。

圖4e表明,三江平原1961—2010年6個(gè)氣象站凈輻射多年年平均范圍為6.28～6.70 MJ/(m2·d),平均值為6.52 MJ/(m2·d),富錦站附近地區(qū)多年平均凈輻射最低,為6.28 MJ/(m2·d),最高值位于三江平原地區(qū)的雞西站,為6.70 MJ/(m2·d)。由圖4e可看出,三江平原多年凈輻射表現(xiàn)為由南到北逐漸遞減的趨勢(shì)。

綜上所述,1961—2010年多年平均ET0呈上升趨勢(shì),多年平均氣溫與ET0趨勢(shì)相同,然而平均風(fēng)速、相對(duì)濕度和凈輻射整體呈下降趨勢(shì),這可在一定程度上說明三江平原地區(qū)平均氣溫對(duì)ET0有增進(jìn)作用,平均風(fēng)速、相對(duì)濕度、凈輻射對(duì)ET0有一定的抑制作用。ET0的空間分布受平均氣溫、平均風(fēng)速、相對(duì)濕度、太陽凈輻射等氣象要素的綜合影響,不同地理位置的ET0差異比較明顯,總體上來看,海拔高的地區(qū)相應(yīng)ET0也隨之較高,且三江平原ET0呈現(xiàn)中部高于周邊、西部高于東部的趨勢(shì)。

2.2 SDSM模擬與檢驗(yàn)

以研究區(qū)各個(gè)氣象站點(diǎn)的ET0為預(yù)報(bào)量,以NCEP再分析數(shù)據(jù)的26個(gè)預(yù)報(bào)因子(表2)作為備選因子,建立預(yù)報(bào)量ET0與預(yù)報(bào)因子之間的統(tǒng)計(jì)關(guān)系,通過SDSM模型Screen Variables模塊依據(jù)預(yù)報(bào)量與備選因子相關(guān)性優(yōu)選出各站點(diǎn)ET0的最優(yōu)預(yù)報(bào)因子,篩選結(jié)果如表3所示。

表2 NCEP再分析數(shù)據(jù)的26個(gè)預(yù)報(bào)因子Tab.2 Totally 26 meteorological factors of NCEP reanalyzed data

表3 預(yù)報(bào)因子篩選結(jié)果Tab.3 Screening results of predictors

SDSM對(duì)三江平原各氣象站的ET0模擬精度檢驗(yàn)結(jié)果見表4。檢驗(yàn)過程分兩步,即模型模擬效果檢驗(yàn)和模型應(yīng)用的傳遞適應(yīng)性檢驗(yàn)。由表4可知,率定期(1961—1990年),以NCEP預(yù)報(bào)因子作為輸入數(shù)據(jù)進(jìn)行模擬的ET0模擬值與P-M公式計(jì)算的ET0的NSE為0.79～0.83,R2為0.80～0.84;驗(yàn)證期(1991—2005年)的NSE為0.75～0.81,R2為0.77～0.82,據(jù)此說明基于率定期預(yù)報(bào)量ET0與NCEP預(yù)報(bào)因子建立的模型模擬效果較好。率定期+驗(yàn)證期(1961—2005年),以CanESM2模式中的historical歷史情景預(yù)報(bào)因子作為輸入數(shù)據(jù)模擬的ET0模擬值與P-M公式計(jì)算的ET0的NSE為0.46～0.61,R2為0.53～0.61,此模擬結(jié)果的精度較前者略有降低,但精度與已有研究成果中的ET0模擬精度相當(dāng)[34-35],因此可采用GCM預(yù)報(bào)因子替代NCEP預(yù)報(bào)因子用于未來情景ET0的預(yù)報(bào)。

表4 ET0模擬值與P-M公式計(jì)算值的納什效率系數(shù) 及決定系數(shù)Tab.4 Nash efficiency coefficient and deterministic coefficient for ET0 simulated value and calculated value by P-M formula

綜上所述,基于站點(diǎn)尺度1961—2005年的預(yù)報(bào)量ET0與NCEP再分析數(shù)據(jù)預(yù)報(bào)因子建立的SDSM模型和GCM未來情景的預(yù)報(bào)因子,可以用于未來ET0的預(yù)測(cè)。

2.3 三江平原未來ET0變幅及其空間分布

2.3.1ET0年內(nèi)變化

圖5為兩種未來情景下三江平原6個(gè)氣象站ET0年內(nèi)變化趨勢(shì)。圖5a顯示,RCP4.5情景下2011—2040年、2041—2070年、2071—2100年3個(gè)未來時(shí)段中ET0月平均日值變化趨勢(shì)基本一致,均為開口向下的二次拋物線狀,且在趨勢(shì)上普遍高于歷史期ET0。各時(shí)段年內(nèi)ET0月平均日值變化趨勢(shì)中,未來時(shí)段5—7月明顯高于歷史期,1—4月和8月略高于歷史期,9—12月逐漸與歷史期趨于一致。歷史期ET0在6月達(dá)到最大(平均值為3.92 mm/d),1月ET0最小(平均值為0.22 mm/d);3個(gè)未來時(shí)段的ET0最大值,除了依蘭站ET0的2071—2100年時(shí)段出現(xiàn)在5月(4.97 mm/d)外,其余5個(gè)站點(diǎn)均出現(xiàn)在6月(各時(shí)段平均值分別為4.77、5.03、5.05 mm/d),各時(shí)段ET0最小值均出現(xiàn)在1月(平均值分別為0.25、0.27、0.26 mm/d)。RCP4.5情景下3個(gè)未來時(shí)段及歷史期ET0由大到小依次為2071—2100年、2041—2070年、2011—2040年、歷史期,即RCP4.5情景下未來ET0呈增大趨勢(shì),且2041—2070年時(shí)段到2071—2100年時(shí)段的增幅趨勢(shì)較不明顯。

圖5 兩種未來情景下三江平原ET0年內(nèi)變化曲線Fig.5 ET0 intra-annual change in Sanjiang Plain under condition of two future scenarios

圖5b為RCP8.5情景下三江平原ET0年內(nèi)變化趨勢(shì)。圖5b顯示,RCP8.5情景下3個(gè)未來時(shí)段中ET0月平均日值變化趨勢(shì)與RCP4.5情景相同,均為開口向下的二次拋物線狀,而該情景下未來時(shí)段高于歷史期ET0的趨勢(shì)更為明顯。各時(shí)段年內(nèi)ET0月平均日值變化與RCP4.5情景相同。3個(gè)時(shí)段ET0最大值均出現(xiàn)在6月(各時(shí)段平均值分別為4.72、5.23、5.67 mm/d),3個(gè)時(shí)段ET0最小值均出現(xiàn)在1月(各時(shí)段平均值分別為0.24、0.28、0.31 mm/d)。RCP8.5情景下3個(gè)未來時(shí)段及歷史期ET0由大到小依次為2071—2100年、2041—2070年、2011—2040年、歷史期,即RCP8.5情景下未來ET0呈逐漸增大趨勢(shì)。

綜上,兩種情景下的3個(gè)未來時(shí)段ET0月平均日值的變化趨勢(shì)較為一致,即年內(nèi)變化均似開口向下的拋物線,其中5—7月明顯高于歷史期,1—4月和8月略高于歷史期,9—12月逐漸與歷史期趨于一致。對(duì)于年內(nèi)ET0最大值,除了RCP4.5情景下依蘭站的2071—2100年時(shí)段出現(xiàn)在5月外,其他兩種情景下各個(gè)時(shí)段內(nèi)的各站最大值均出現(xiàn)在6月;兩種情景模式的最小值均出現(xiàn)在1月。整體上來看,RCP8.5情景下的ET0高于RCP4.5情景下相對(duì)應(yīng)時(shí)段的ET0。

2.3.2ET0變幅年際變化

三江平原RCP4.5未來情景下各氣象站各時(shí)段ET0年平均值及變幅見表5。由表5可知,3個(gè)未來時(shí)段ET0年平均值與歷史期相比較,分別增加11.11%、18.70%、20.24%。在RCP4.5情景下,3個(gè)未來時(shí)段ET0年平均值均呈現(xiàn)上升趨勢(shì),且各時(shí)段與歷史期相比,增幅逐漸增大,然而在1961—2100年整個(gè)時(shí)期中,各時(shí)段平均值與前一時(shí)段相比,增幅越來越小,這與圖5a顯示的逐漸貼近的變化趨勢(shì)相吻合。在2011—2040年中,寶清、富錦、虎林、雞西、依蘭 5個(gè)氣象站的平均值增幅均為10%左右,但佳木斯站增幅明顯高于其他5個(gè)氣象站,為14.97%;2041—2070年和2071—2100年2個(gè)時(shí)段與2011—2040年較為相似,寶清、富錦、虎林、雞西、依蘭5個(gè)氣象站的增幅分別為18%和19%左右,而該2個(gè)時(shí)段佳木斯站的增幅也明顯高于其他5個(gè)站,分別為22.27%和23.55%。RCP4.5情景下3個(gè)時(shí)段的ET0趨勢(shì)見圖6,由圖6a～6c可知,2011—2040年三江平原6個(gè)氣象站ET0均為上升趨勢(shì),且趨勢(shì)較明顯;2041—2070年除富錦站有較緩的上升趨勢(shì)外,其余5個(gè)氣象站均為下降趨勢(shì);2071—2100年則均為下降趨勢(shì)。

表5 RCP4.5未來情景下各氣象站各時(shí)段ET0的年平均值及變幅Tab.5 Mean value and variation for ET0 at meteorological stations in different periods under RCP4.5 future scenarios

圖6 兩種未來情景下各個(gè)時(shí)段的ET0趨勢(shì)Fig.6 ET0 trend for each period under two future scenarios

RCP8.5情景下各氣象站各時(shí)段ET0年平均值及變幅見表6,表6顯示,3個(gè)未來時(shí)段ET0年平均值與歷史期相比較,分別增加13.01%、24.05%、34.46%。在RCP8.5情景下,3個(gè)時(shí)段ET0均呈現(xiàn)增加趨勢(shì),且各時(shí)段與歷史期相比,增幅逐漸增大。3個(gè)時(shí)段中,6個(gè)站平均值變幅情況同上述RCP4.5情景,即佳木斯站的增幅明顯高于其他5個(gè)站(寶清、富錦、虎林、雞西、依蘭)。RCP8.5情景下3個(gè)時(shí)段的ET0趨勢(shì)見圖6。由圖6d～6f可知,3個(gè)時(shí)段ET0均為上升趨勢(shì),并且從2011—2040年到2041—2070年再到2071—2100年,上升趨勢(shì)越來越明顯,這與RCP8.5情景的高濃度排放設(shè)定存在密切的內(nèi)在聯(lián)系。

表6 RCP8.5未來情景下各氣象站各時(shí)段ET0的年平均值及變幅Tab.6 Mean value and variation for ET0 at meteorological stations in different periods under RCP8.5 future scenarios

對(duì)兩種情景進(jìn)行比較分析:首先,在各時(shí)段ET0平均值變幅方面,兩種情景下2011—2100年變幅均呈現(xiàn)增大的趨勢(shì),但RCP8.5較RCP4.5情景增幅更為明顯;其次在3個(gè)未來時(shí)段ET0趨勢(shì)變化方面,RCP4.5情景下2041—2070年、2071—2100年總體上呈下降趨勢(shì),其余4個(gè)時(shí)間段(RCP4.5情景的2011—2040年、RCP8.5情景的3個(gè)時(shí)段)均為上升趨勢(shì)。需要特別說明的是:RCP4.5情景下2041—2070年、2071—2100年2個(gè)時(shí)段內(nèi)年際ET0呈下降趨勢(shì)并不與各時(shí)段平均值變幅的升高相矛盾,因?yàn)楦鱾€(gè)時(shí)段的年際趨勢(shì)變化是相對(duì)于各個(gè)時(shí)段內(nèi)的ET0而得出的,而各時(shí)段平均值變幅的升高是相對(duì)于歷史期而言的。RCP4.5情景下3個(gè)時(shí)段ET0平均值相對(duì)于歷史期的增幅逐漸增大,而各時(shí)段的變幅與前一時(shí)段相比,增幅越來越小,這也更加印證了RCP4.5情景下2041—2070年、2071—2100年2個(gè)時(shí)段內(nèi)ET0呈下降趨勢(shì)的變化意義。

2.3.3ET0變幅年際空間分布

三江平原兩種情景下未來ET0平均值變幅的時(shí)空分布見圖7。圖7a顯示,RCP4.5情景下三江平原未來3個(gè)時(shí)間段ET0均呈現(xiàn)升高的趨勢(shì),且從2011年至2100年,隨著時(shí)間推移,增幅也表現(xiàn)出逐漸增大的趨勢(shì)。RCP4.5情景下3個(gè)時(shí)段變幅的空間分布特征整體上表現(xiàn)較為一致,其中位于佳木斯站附近的西北部為高值區(qū),增幅較其他地區(qū)最為明顯。高值區(qū)的范圍表現(xiàn)為先增大后縮小,在2071—2100年中局部出現(xiàn)增幅最低值,如中北部富錦站、西部依蘭站與西南部雞西站附近等,其他地區(qū)增幅趨勢(shì)居中。

圖7 三江平原兩種情景下未來ET0變幅的空間分布Fig.7 Spatial distributions of ET0 variation under two future scenarios in Sanjiang Plain

由圖7b可知,RCP8.5情景下三江平原未來3個(gè)時(shí)間段ET0均呈上升趨勢(shì),且從2011年到2100年,整體上ET0的增幅逐漸增大。其中以佳木斯站附近的西北部為高值區(qū),其增幅最為明顯,且該高值區(qū)的范圍隨著時(shí)間推移逐漸擴(kuò)大。RCP8.5情景的2041—2070年ET0變幅空間分布與RCP4.5情景的2071—2100年較為相似,表現(xiàn)為佳木斯站附近的西北部為高值區(qū),中北部富錦站、西部依蘭站與西南部雞西站附近等為低值區(qū),其他地區(qū)增幅趨勢(shì)居中,RCP8.5情景較高的氣溫和CO2等溫室氣體排放可能是導(dǎo)致其ET0空間分布時(shí)段早于RCP4.5情景下相似ET0空間分布對(duì)應(yīng)時(shí)段的主要原因。

兩種情景下的未來ET0增幅整體上表現(xiàn)較為一致,但RCP8.5情景下3個(gè)時(shí)段的ET0增幅普遍高于RCP4.5情景下相對(duì)應(yīng)時(shí)段的ET0增幅。RCP8.5與RCP4.5情景下ET0變幅的空間分布差異主要在于:相比于RCP4.5情景,對(duì)于3個(gè)時(shí)段,RCP8.5情景下低值區(qū)的范圍較RCP4.5情景逐漸縮小,也在一定程度上說明,在此排放情景下三江平原整體范圍內(nèi)ET0增幅的增大趨勢(shì)越來越明顯。

另外,兩種情景下ET0增幅均以佳木斯站附近地區(qū)更為凸顯,究其原因可能主要為:①氣候方面,該區(qū)域年實(shí)際光照時(shí)數(shù)較大且降雨量較多,雨季晴天數(shù)較多,為蒸散作用提供了較為豐富的水分和能量供給。②地形地貌方面,該區(qū)域天然濕地廣布,水系發(fā)達(dá),植被覆蓋率高,為蒸散作用提供了豐富的水分基礎(chǔ)。此外,該區(qū)域低山丘陵較多,區(qū)域內(nèi)的山前地帶,含水層出露地表,地下水位埋深較淺,故其蒸散作用更為強(qiáng)烈。蒸散過程受氣溫影響較為明顯,兩種未來情景下的氣溫和CO2等溫室氣體濃度均呈明顯增大的趨勢(shì)。綜合以上兩方面原因,在該地區(qū)的氣候及地形地貌條件的基礎(chǔ)上,加之未來氣溫和CO2等溫室氣體的反饋?zhàn)饔孟?該地區(qū)可形成影響區(qū)域ET0變化的局部小氣候,從而使得兩種情景下ET0增幅較其他地區(qū)更為明顯,且高濃度排放情景下RCP8.5的ET0增幅較低濃度排放情景RCP4.5更顯著,進(jìn)而使得區(qū)域蒸散發(fā)在未來情景下有所加快,水資源短缺和驟旱可能性加大。

3 結(jié)論

(1)三江平原1961—2010年6個(gè)氣象站ET0年平均范圍為647.05～777.54 mm/a,平均值為724.17 mm/a。1961—2010年多年年平均氣溫與ET0趨勢(shì)相同,呈上升趨勢(shì),而年平均風(fēng)速、相對(duì)濕度和凈輻射整體呈下降趨勢(shì),這可在一定程度上說明三江平原地區(qū)平均氣溫對(duì)ET0有增進(jìn)作用,平均風(fēng)速、相對(duì)濕度、凈輻射對(duì)ET0有一定的抑制作用。ET0的空間分布受平均氣溫、平均風(fēng)速、相對(duì)濕度、太陽凈輻射等氣象要素的綜合影響,不同地理位置的ET0差異比較明顯,總體上來看,海拔高的地區(qū)相應(yīng)ET0也隨之較高。其中三江平原中部及西南部為高值區(qū),東南部即虎林站所在地區(qū)為低值區(qū),整體上呈中部高于周邊、西部高于東部的趨勢(shì)。

(2)未來2011—2100年年內(nèi)ET0變化中,兩種情景下的3個(gè)未來時(shí)段月平均日值變化趨勢(shì)與歷史期較為一致,均似開口向下的拋物線,且相比于歷史期均有所升高。2011—2100年3個(gè)未來時(shí)段中,RCP4.5情景下各時(shí)段ET0的平均值變幅與前一時(shí)段相比,增幅越來越小,而RCP8.5情景下ET0增幅上升趨勢(shì)越來越大,這可能與RCP8.5情景的高濃度排放設(shè)定有關(guān)。

(3)未來2011—2100年ET0的平均值變幅空間分布方面,RCP4.5、RCP8.5兩種情景整體上表現(xiàn)一致,但RCP8.5情景下未來ET0增幅普遍高于RCP4.5情景下相應(yīng)地區(qū)的ET0增幅,整個(gè)時(shí)段的上升趨勢(shì)也更明顯;此外,兩種未來情景下ET0增幅均以佳木斯站附近地區(qū)更為凸顯,說明未來佳木斯站附近地區(qū)的區(qū)域蒸散進(jìn)一步增強(qiáng),因而未來出現(xiàn)水資源短缺和驟旱的可能性有所增大,應(yīng)加強(qiáng)對(duì)該區(qū)域水資源的高效利用與干旱監(jiān)測(cè)。