塔里木盆地西緣參考作物蒸散量時(shí)空演變特征研究

劉 濤

(新疆額爾齊斯河流域開發(fā)工程建設(shè)管理局，新疆 烏魯木齊 830000)

自2000年以后，我國西北干旱區(qū)的蒸散量由減小趨勢(shì)逆轉(zhuǎn)為顯著上升趨勢(shì)[1-2]。新疆阿克蘇河流域位于我國西北部干旱區(qū)，受區(qū)域地形和氣候因素的影響，作物蒸散耗水能力極強(qiáng)，是對(duì)氣候變化的敏感地區(qū)之一。水資源短缺已嚴(yán)重影響阿克蘇河流域生態(tài)環(huán)境和社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展。蒸散量是氣候變化及水分循環(huán)中極其重要因素，分析參考作物蒸發(fā)蒸騰量(ET0)的時(shí)空分布特征及其對(duì)氣候因子的響應(yīng)，有助于深入理解氣候變化與人類活動(dòng)對(duì)阿克蘇河流域水分循環(huán)的影響。

近年來，諸多學(xué)者在ET0時(shí)空演化特征與敏感氣象因素分析方面做了大量研究[3-5]。鄭榮偉等[6]基于五種氣候模式集合數(shù)據(jù)及偏微分方法，預(yù)測(cè)了2030—2060年我國ET0時(shí)空變化趨勢(shì)及驅(qū)動(dòng)要素；王大剛等[7]采用敏感系數(shù)、氣候傾向率和M-K非參數(shù)檢驗(yàn)等方法，分析了塔里木盆地ET0時(shí)空變化規(guī)律及關(guān)鍵氣象因子敏感度；依帕熱古麗·艾合麥提尼亞孜等[8]分析了南京市ET0年際變化趨勢(shì)及主要影響因素；張彥波[9]利用河南新鄉(xiāng)氣象站1962—2016年氣象數(shù)據(jù)，采用M-K趨勢(shì)檢驗(yàn)法對(duì)年、季尺度的ET0變化趨勢(shì)進(jìn)行了分析；高曉麗等[10]利用貴州省19個(gè)氣象站1959—2015年氣象數(shù)據(jù)，采用M-K趨勢(shì)檢驗(yàn)法、IDW插值法和偏導(dǎo)數(shù)法分析了研究區(qū)ET0時(shí)空特征及敏感氣象因子貢獻(xiàn)率；王丞等[11]利用塔里木河干流下游2000—2014年MODIS ET數(shù)據(jù)，基于M-K檢驗(yàn)、Theil-Sen分析和R/S分析方法研究了ET0時(shí)空變化特征。

盡管學(xué)者已在流域或區(qū)域尺度方面對(duì)ET0時(shí)空演化特征與敏感因素分析方面做了大量研究，但對(duì)于西北極端干旱區(qū)——新疆阿克蘇河流域ET0時(shí)空演化特征與敏感氣象因素分析的研究仍然較少見諸報(bào)道。鑒于此，該文以研究區(qū)典型氣象站長(zhǎng)序列觀測(cè)數(shù)據(jù)為基礎(chǔ)，計(jì)算分析了ET0在流域尺度下的時(shí)空變化特征，旨在為流域水資源科學(xué)管理與高效利用提供理論參考。

1 材料與方法

1.1 氣象數(shù)據(jù)收集

收集阿克蘇河流域典型氣象站1972—2014年的逐日氣溫、氣壓、相對(duì)濕度、風(fēng)速等數(shù)據(jù)，典型氣象站基本信息見表1。

表1 研究區(qū)典型氣象站概況

1.2 ET0估算

采用世界糧農(nóng)組織推薦的Penman-Monteith計(jì)算ET0，具體過程詳見文獻(xiàn)[12-13]。

1.3 非參數(shù)趨勢(shì)檢驗(yàn)

采用Mann-Kendall非參數(shù)趨勢(shì)檢驗(yàn)法[2]。該方法定量化程度較高，且不必事先假定數(shù)據(jù)分布特征，廣泛應(yīng)用于趨勢(shì)分析，如式(1)所示。

(1)

式中：β為ET0時(shí)間序列的趨勢(shì)，mm/a；xi、xj為ET0時(shí)間序列值，mm；1 ≤j0時(shí)，表示上升趨勢(shì)，反之表示下降趨勢(shì)。

通過Mann-Kendall趨勢(shì)檢驗(yàn)，可得到正序、反序統(tǒng)計(jì)量曲線。若曲線超過置信度區(qū)間，則超過置信度區(qū)間的部分即為突變發(fā)生時(shí)間；若曲線均位于置信度區(qū)間內(nèi)，則不存在顯著變化趨勢(shì)。此外，依據(jù)滑動(dòng)T檢驗(yàn)原則驗(yàn)證Mann-Kendall檢驗(yàn)，判定真正的突變點(diǎn)。

1.4 貢獻(xiàn)率計(jì)算

利用多元回歸分析方法分析各氣象因子對(duì)潛在蒸散量變化的影響，并研究其對(duì)潛在蒸散量變化的相對(duì)貢獻(xiàn)率[14]。如式(2)～式(4)所示。

Ys=aX1s+bX2s+cX3s+…

(2)

(3)

(4)

式中：Ys為潛在蒸散量標(biāo)準(zhǔn)化值；X1s、X2s、X3s…分別為各氣象因子標(biāo)準(zhǔn)化值；a、b、c為序列標(biāo)準(zhǔn)化后回歸系數(shù)；η1為X1變化對(duì)Y變化的相對(duì)貢獻(xiàn)率；η2為X1變化對(duì)Y變化的實(shí)際貢獻(xiàn)率；ΔX1s為X1s的變化量；ΔYs為Ys的變化量。

1.5 空間插值分析

采用反距離權(quán)重法(IDW)[15]典型氣象站點(diǎn)ET0數(shù)據(jù)進(jìn)行空間數(shù)據(jù)內(nèi)插。

2 結(jié)果與分析

2.1 ET0空間分布特征

阿克蘇河流域地形總體呈現(xiàn)西北高(中高山山區(qū))、東南低(谷地平原綠洲區(qū))，山區(qū)降雨充沛、氣候濕潤，谷底平原區(qū)降水稀少、氣候干燥，這導(dǎo)致研究區(qū)ET0的分布也截然不同。計(jì)算表明，研究區(qū)多年平均ET0為1180 mm，其中北部山區(qū)為1146 mm，西部與南部為1203 mm。

在季節(jié)尺度上，研究區(qū)ET0的分布極不均勻(如圖1所示)，主要集中在春季與夏季，多年平均ET0分別為373 mm、521 mm，約占全年的31.6%、44.2%，春夏季約占全年的75.8%；在空間尺度上，四季ET0基本與多年平均值呈現(xiàn)相同規(guī)律，即北部山區(qū)相對(duì)偏低，西部與南部相對(duì)較高。

圖1 季節(jié)尺度下ET0空間分布

2.2 ET0時(shí)間變化特征

受氣候變化與人類活動(dòng)影響，自20世紀(jì)70年代至今，流域ET0呈現(xiàn)逐漸降低趨勢(shì)(見表2)。

表2 ET0年代際變化 mm

在月尺度下(見表3)，研究區(qū)7月ET0最大，為185 mm，占全年的15.7%，是全年中作物蒸散發(fā)最旺盛的時(shí)段；1月ET0最小，為18 mm，僅占全年的1.5%。

表3 ET0年內(nèi)變化 mm

2.3 ET0變化趨勢(shì)分析

采用經(jīng)典統(tǒng)計(jì)方法對(duì)季節(jié)尺度下的ET0變化趨勢(shì)進(jìn)行回歸擬合，除冬季外，回歸模型決定系數(shù)R2值均在0.65以上(見圖2)。由圖2可知，ET0自20世紀(jì)70年以來總體呈現(xiàn)減少趨勢(shì)，在2010年以來又呈現(xiàn)增加趨勢(shì)。

圖2 ET0變化趨勢(shì)

2.4 ET0對(duì)氣象因素的響應(yīng)

選擇ET0作為因變量，氣溫、相對(duì)濕度、日照時(shí)數(shù)、風(fēng)速和氣壓為自變量，利用式(2)～式(4)計(jì)算各氣象因素對(duì)ET0的貢獻(xiàn)率(見表4)。

表4 ET0與各氣象因素的回歸系數(shù)

由于氣溫、日照時(shí)數(shù)和地表風(fēng)速與ET0的回歸系數(shù)均為正值，表明這三個(gè)氣候因子數(shù)值的增大均會(huì)導(dǎo)致ET0的增大，呈正比例關(guān)系；相對(duì)濕度與ET0的回歸系數(shù)為負(fù)值，表明呈反比例關(guān)系；氣壓與ET0的回歸系數(shù)近乎為零，表明氣壓的變化幾乎不會(huì)引起ET0的變化。

在6個(gè)氣象臺(tái)站中，各站地表風(fēng)速與ET0均具有較高的回歸系數(shù)；在阿克蘇站和拜城站，氣溫與ET0具有較高的回歸系數(shù)；在庫車站、阿合奇站、柯坪站和阿拉爾站，氣溫與潛在蒸散量具有較小的回歸系數(shù)。

地表風(fēng)速對(duì)ET0的貢獻(xiàn)率最大，其中：柯坪站地表風(fēng)速對(duì)潛在蒸散量的貢獻(xiàn)率高達(dá)51.1%，阿合奇站和阿拉爾站地表風(fēng)速對(duì)潛在蒸散量的貢獻(xiàn)率均在47.0%左右。在柯坪站、庫車站和阿合奇站，相對(duì)濕度對(duì)ET0的貢獻(xiàn)率僅次于地表風(fēng)速。在庫車站、阿合奇站、柯坪站和阿拉爾站，氣溫和日照時(shí)數(shù)對(duì)ET0的貢獻(xiàn)相對(duì)較小，其中柯坪站氣溫對(duì)ET0的貢獻(xiàn)率幾乎為零。

3 結(jié) 論

(1)研究區(qū)多年平均ET0為1180 mm，北部山區(qū)為1146 mm，西部與南部為1203 mm，空間差異性不大；春夏兩季ET0占全年的76.4%，是作物最需要水分補(bǔ)給的時(shí)段，秋冬兩季占23.6%。

(2)研究區(qū)ET0自20世紀(jì)70年代至今呈逐漸降低趨勢(shì)，2010年以后呈現(xiàn)微弱增加趨勢(shì)，但是不顯著。

(3)引起研究區(qū)ET0變化的主要?dú)庀笠蛩厥秋L(fēng)速和相對(duì)濕度，其中風(fēng)速對(duì)ET0的變化呈正相關(guān)性，相對(duì)濕度對(duì)ET0的變化呈負(fù)相關(guān)性。柯坪站、阿合奇站和阿拉爾站風(fēng)速對(duì)ET0的貢獻(xiàn)率均在49%左右；日照時(shí)數(shù)和氣溫對(duì)ET0的影響具有明顯的區(qū)域差異。