魏 賓

(新疆兵團勘測設計院(集團)有限責任公司，烏魯木齊 830002)

聯(lián)合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change，IPCC)第4次評估報告指出，近100 a(1906-2005年)地表平均升溫0.74 ℃，未來100 a全球氣溫可能會升高1.1～6.4 ℃[1]。IPCC第5次報告再次指出目前的氣候變暖比原來的認識更加嚴重，從20世紀50年代以來的氣候變化是1950年前所未見的[2,3]。同時，除溫度變化外，還表現(xiàn)在風、輻射和降水等氣象因子及受其影響顯著的徑流、蒸散等水文要素的變化上[4,5]。蒸散是唯一既出現(xiàn)在水量平衡又出現(xiàn)在地表能量平衡方程中的要素[6]，氣候變化背景下區(qū)域蒸散研究對區(qū)域農(nóng)田水分管理、作物需水量估算、地表水文循環(huán)和水量平衡意義重大。因此，氣候變化背景下的蒸散研究引起了國內(nèi)外學者的廣泛關注。

目前許多學者對中國不同地區(qū)蒸散的研究表明，在全球變暖這一事實下中國大部分地區(qū)溫度的上升與蒸發(fā)皿蒸發(fā)量、參考作物蒸散量(reference evapotranspiration，ET0)均呈現(xiàn)明顯下降的趨勢同時并存，因此中國大部分地區(qū)存在“蒸發(fā)悖論”[7,8]。Thomas[9]對中國1954-1993年逐月ET0進行分析，發(fā)現(xiàn)在整個中國ET0均呈現(xiàn)下降趨勢；隨著對ET0研究的深入，一些學者對中國ET0的變化趨勢和影響因素進行了定量分析，如He等[10]表明風速下降使內(nèi)蒙古中、西部地區(qū)ET0以1.22 mm/a的速度顯著(P<0.05)下降，Huo等[11]表明由于風速下降近50 a西北地區(qū)ET0以3 mm/a的速度呈現(xiàn)極顯著(P<0.01)下降趨勢，Li等[12]發(fā)現(xiàn)風速下降導致近50 a西南地區(qū)ET0以0.5 mm/a的速度呈減小趨勢。相關學者基于大氣環(huán)流模型Had CM3(Hadley Centre Coupled Model version 3)的輸出和統(tǒng)計降尺度模型SDSM(Statistical Downscaling Model)，分別對未來A2(高溫室氣體排放)、B2(低溫室氣體排放)情景下ET0時空分布特征進行分析，發(fā)現(xiàn)未來2種情景下4個地區(qū)ET0均呈不同程度的上升趨勢[13-15]。

車爾臣河流域是新疆巴音郭楞蒙古自治州主要的農(nóng)業(yè)種植區(qū)，近年來受氣候變化影響區(qū)域內(nèi)氣候災害頻發(fā)且持續(xù)時間長、水資源供需矛盾十分突出。在氣候變化和人類活動影響下，分析研究區(qū)ET0對氣候變化的響應及其時空演變特征對于深入認識區(qū)域生態(tài)水文過程、水資源優(yōu)化管理以及灌溉制度科學制定具有重要意義。目前，還未有研究對車爾臣河流域未來不同氣候情景下ET0進行分析。本文基于1961-2013年逐日氣象資料，利用Penman-Monteith公式、Had CM3輸出和SDSM，預測A2、B2情景下未來2014-2099年的ET0變化特征，以期為車爾臣河流域節(jié)水農(nóng)業(yè)發(fā)展和水資源優(yōu)化管理提供科學依據(jù)。

1 材料與方法

1.1 研究區(qū)概況及數(shù)據(jù)來源

車爾臣河位于新疆塔里木盆地東南緣，巴音郭楞蒙古自治州且末縣與若羌縣境內(nèi)。河流出山口(大石門水庫處)多年平均徑流量7.96億m3。截止到2013年年底，流域內(nèi)共有耕地6.4 萬hm2，總人口16.5萬人，流域內(nèi)GDP總值85.15億元，其中第一產(chǎn)業(yè)增加值28.38億元，第二產(chǎn)業(yè)增加值43.42億元，第三產(chǎn)業(yè)增加值13.35億元。流域氣候干燥，降水稀少，蒸發(fā)強烈，風沙頻繁，為典型的干旱區(qū)大陸性氣候。近年來嚴重的季節(jié)性干旱與工程性缺水并存，導致區(qū)域內(nèi)農(nóng)業(yè)氣象災害頻發(fā)，對區(qū)域農(nóng)業(yè)生產(chǎn)安全、水安全及生態(tài)環(huán)境安全造成了嚴重影響。

本研究所用氣象數(shù)據(jù)來自中國氣象科學數(shù)據(jù)共享服務網(wǎng)，包括且末氣象站1961-2013年逐日最高氣溫(Tmax)、最低氣溫(Tmin)、2 m處風速(u2，采用FAO推薦的風廓線關系由10 m處風速換算得到)、日照時數(shù)(n)和相對濕度(Relative Humidity，RH)等數(shù)據(jù)。

IPCC列出的SRES(Special Report on Emission Scenarios)系列情景中A2、B2情景分別對應高、低排放情景。A2情景描述了世界發(fā)展極其不均衡、自給自足和地方保護主義、人口持續(xù)增長、經(jīng)濟增長速度較慢的高排放情景；B2情景描述了經(jīng)濟發(fā)展水平中等、技術變化速度較慢且多樣化、側重地方和區(qū)域發(fā)展、全球人口增加速度低于A2的低排放情景。這2種情景分別代表了最常見和合理的情景，是近年來氣候預測中應用最廣泛的，且在中國適用性較好，數(shù)據(jù)獲取容易，因此本文選擇Had CM3輸出的A2、B2情景進行ET0的預測。

1.2 研究方法

(1)ET0計算方法。利用聯(lián)合國糧農(nóng)組織推薦的FAO-56 Penman-Monteith(P-M)公式計算ET0，其基于能量平衡和空氣動力學原理建立，具有較高計算精度，公式如下：

(1)

式中：ET0為參考作物蒸散量，mm/d；Δ為飽和水汽壓與溫度關系曲線的斜率，kPa/℃；T為環(huán)境平均溫度，℃；Rn為作物冠層表面凈輻射量，MJ/(m2·d)；G為土壤熱通量，MJ/(m2·d)，逐日計算時G=0；γ為溫度表常數(shù)，kPa/℃；u為2 m高處的風速，m/s；es為空氣飽和水氣壓，kPa；ea為空氣實際水氣壓，kPa。

(2)統(tǒng)計降尺度模型。IPCC第4次評估報告指出，GCMs能夠準確地預估未來氣候變化，但在應用其進行區(qū)域氣候預測時，必須充分應用降尺度技術來解決空間尺度不匹配的問題。本文采用的統(tǒng)計降尺度技術(SDSM模型)，主要步驟包括：①將1961-2001年劃分為率定期(1961-1990年)和驗證期(1991-2000年)2個階段，利用率定期數(shù)據(jù)建立ET0與26個預報因子間的經(jīng)驗統(tǒng)計關系，即對多元回歸方程的參數(shù)進行確定；②利用驗證期數(shù)據(jù)對建立的SDSM模型適用性進行驗證；③由Had CM3模式A2、B2情景輸出的26個預報因子值，根據(jù)確定好的SDSM模型生成2種情景下2014-2099年的ET0日序列。

2 結果與分析

2.1 統(tǒng)計降尺度模型應用

本文應用SDSM對新疆車爾臣河流域ET0進行預測，選擇ET0為預報量，通過SDSM中的篩選變量、季節(jié)相關分析、偏相關分析和散點圖等確定預報因子。根據(jù)且末氣象站ET0和預報因子之間的偏相關分析，選擇相關性通過0.05顯著性檢驗的預報因子，即500 hPa高度場經(jīng)向風速、850 hPa高度場渦度、500 hPa高度場相對濕度、850 hPa高度場相對濕度、地表相對濕度、地表平均比濕7個預報因子作為未來且末站ET0的預報因子構建SDSM。

表1為且末氣象站ET0降尺度預測值與P-M公式計算值對比情況，可知在率定期和驗證期SDSM預測ET0和實際計算ET0間的相關系數(shù)r分別為0.958和0.929，均到極顯著水平(P<0.01)，模型均方根誤差RMSE分別為0.564與0.583 mm，模型Nash-Sutcliffe效率指數(shù)E分別為0.885與0.867(Nash-Sutcliffe效率指數(shù)E取值為負無窮至1，E接近1，表示模型可信度高；反之，則表示模型不可信)，表明模型模擬值與實際值較為一致，模擬效果較好，可以使用SDSM預測ET0序列。

表1 率定期和驗證期SDSM預測ET0效果對比

2.2 ET0變化趨勢分析

2.2.1 ET0年內(nèi)變化

表2為A2情景下新疆車爾臣河流域ET0年內(nèi)變化趨勢。表2顯示，A2情景下2011-2040、2041-2070和2071-2099年ET0年內(nèi)的變化趨勢較為一致，均呈開口向下的二次拋物線狀，基準期(1961-2010年)ET0在7月達到最大(122.4 mm/d)、12月最小(28.8 mm/d)，而2011-2040、2041-2070和2071-2099年的ET0在8月達到最大(分別為154.8、138和134.4 mm/d)、1月最小(分別為31.2、30和31.2 mm/d)。A2情景下未來3個不同時期ET0月均值均呈現(xiàn)2071-2099年>2041-2070年>2011-2040年>基準期的趨勢，即A2情景下未來ET0月均值呈現(xiàn)增大趨勢。

表2 ET0年內(nèi)變化趨勢(A2情景) mm/d

表3 ET0年內(nèi)變化趨勢(B2情景) mm/d

表3為B2情景下新疆車爾臣河流域ET0年內(nèi)變化趨勢。B2情景下，3個時期ET0年內(nèi)也呈開口向下的二次拋物線趨勢，2011-2040年ET0在8月最大(110.9 mm/d)、12月最小(22 mm/d)，而2041-2070和2071-2099年ET0同樣在8月達到最大(分別為127和113.9 mm/d)；B2情景下ET0月均值呈現(xiàn)2071-2099年>2041-2070年>2011-2040年>基準期的趨勢。

2.2.2 ET0年際變化

表4為A2情景下新疆車爾臣河流域ET0年際變化趨勢。由表4可知，基準期內(nèi)ET0整體呈明顯減小趨勢，基準期ET0減幅為-0.57 mm/a，通過了顯著性檢驗(P<0.05)。A2情景下，研究區(qū)2011-2040、2041-2070和2071-2099年的ET0傾向率分別為0.91、1.75和1.33 mm/a，即A2情景下2041-2070年的ET0增幅最大、2071-2099年次之、2011-2040年相對最小，同時，A2情景下2011-2040、2041-2070和2071-2099年的ET0增大趨勢均達到顯著水平(P<0.05)。

表4 ET0年際變化趨勢(A2情景)

表5為B2情景下新疆車爾臣河流域ET0年際變化趨勢?？芍?，基準期內(nèi)ET0整體呈明顯減小趨勢，基準期ET0減幅為-0.61 mm/a，通過了顯著性檢驗(P<0.05)。B2情景下，研究區(qū)2011-2040、2041-2070和2071-2099年的ET0傾向率分別為1.12、1.96和0.61 mm/a，即B2情景下2041-2070年的ET0增幅最大，2011-2040年次之，2071-2099年相對最小。同時，B2情景下2011-2040、2041-2070和2071-2099年的ET0增大趨勢均達到顯著水平(P<0.05)。

表5 ET0年際變化趨勢(B2情景)

3 討 論

本研究發(fā)現(xiàn)近50 a(1961-2010年)車爾臣河流域ET0整體呈減小趨勢。在研究區(qū)氣溫升高的背景下，ET0的減小表明車爾臣河流域同樣存在“蒸發(fā)悖論”現(xiàn)象。雖然ET0主要受氣候因素影響，但地形、地貌以及人類活動等因素可通過影響區(qū)域內(nèi)局部小氣候而間接影響區(qū)域ET0。車爾臣河流域地處塔里木盆地東南邊緣，海拔相對較高，地形、地貌與塔里木盆地內(nèi)的平原區(qū)差別較大，這些都可能是影響ET0差異的重要因素。本文研究結果與全國大部分地區(qū)一樣，未來A2、B2情景下車爾臣河流域ET0均呈不同程度的增長趨勢。李毅等[16]在新疆地區(qū)預測棉花和甜菜需水量(ETc)時發(fā)現(xiàn)ET0與地表平均氣溫間相關性較強，本文也表明且末氣象站ET0與地表平均氣溫間相關性較強。蒸散過程中能量供給主要源于輻射和氣溫，而未來輻射和氣溫均呈明顯增大的趨勢，因此這可能是2種情景下ET0增大的主要原因，而SRES排放情景中A2情景增溫更明顯，CO2濃度更高，在溫室氣體和氣溫的反饋作用下，導致A2情景下ET0增幅更大。未來車爾臣河流域ET0的明顯增大說明區(qū)域蒸散加快，水資源短缺進一步加劇，因而未來研究區(qū)可能出現(xiàn)更為嚴重的季節(jié)性干旱。

4 結 語

(1)A2(高溫室氣體排放)、B2(低溫室氣體排放)情景下，車爾臣河流域1961-2010年參考作物蒸散量(ET0)整體均呈減小趨勢，傾向率分別為為-0.57與-0.61 mm/a，且均達到顯著水平(P<0.05)。

(2)A2(高溫室氣體排放)、B2(低溫室氣體排放)情景下，未來2011-2040、2041-2070和2071-2099年這3個時期車爾臣河流域ET0均呈現(xiàn)不同程度的增大趨勢。A2情景下年均ET0傾向率分別為0.91、1.75和1.33 mm/a；B2情景下傾向率分別為1.12、1.96和0.61 mm/a。

[1] IPCC.Climate change 2007: the physical science basis, summary for policymakers[R].Cambridge:Cambridge University Press,2007.

[2] Intergovernmental panel on climate change. fifth assessment report(AR5)[EB/OL].http:∥www.ipcc.ch/,2014-07-08.

[3] 王 柳,熊 偉.溫度降水等氣候因子變化對中國玉米產(chǎn)量的影響[J].農(nóng)業(yè)工程學報,2014,30(21):138-146.

[4] IPCC.Climate change 2001: impacts, adaptation,and vulnerability[R].Cambridge:Cambridge University Press,2001.

[5] Wang W G, Shao Q X, Peng S Z, et al. Reference evapotranspiration change and the causes across the Yellow River Basin during 1957-2008 and their spatial and seasonal differences[J].Water Resources Research, 2012,48(5):113-122.

[6] Xu C Y, Singh V P.Evaluation of three complementary relationship evapotranspiration models by water balance approach to estimate actual regional evapotranspiration in different climatic regions[J].Journal of Hydrology, 2005,308(1-4):105-121.

[7] Peterson T C,Golubev V S,Groisman P Y. Evaporation losing its strength[J].Nature,1995,377(6551):687-688.

[8] Michael L R,Graham D F.The cause of decreased pan evaporation over the past 50 years[J].Science,2002,298(15):1 410-1 411.

[9] Thomas A.Spatial and temporal characteristics of potential evapotranspiration trends over China[J]. International Journal of Climatology,2000,20(4):381-396.

[10] He D, Liu Y L, Pan Zhihua, et al. Climate change and its effect on reference crop evapotranspiration in central and western Inner Mongolia during 1961-2009[J]. Frontiers of Earth Science, 2013,7(4):417-428.

[11] Huo Z L, Dai X Q, Feng S Y,et al. Effect of climate change on reference evapotranspiration and aridity index in arid region of China[J]. Journal of Hydrology,2012,(492):24-34.

[12] Li Z X, Feng Q, Liu W, et al. Spatial and temporal trend of potential evapotranspiration and related driving forces in Southwestern China,during 1961-2009[J].Quaternary International,2014,(336):127-144.

[13] 牛紀蘋,粟曉玲.石羊河流域參考作物蒸發(fā)蒸騰量對氣候變化的響應模擬及預測[J].水利學報,2014,45(3):286-295.

[14] 左德鵬,徐宗學.氣候變化情景下渭河流域潛在蒸散量時空變化特征[J].水科學進展,2011,22(4):455-461.

[15] Li Z, Zheng F L, Liu W Z. Spatiotemporal characteristics of reference evapotranspiration during 1961-2009 and its projected changes during 2011-2099 on the Loess Plateau of China[J].Agricultural and Forest Meteorology,2012,(154):147-155.

[16] 李 毅,周牡丹.新疆地區(qū)棉花和甜菜需水量的統(tǒng)計降尺度模型預測[J].農(nóng)業(yè)工程學報,2014,30(22):70-79.