董宇軒，王會肖，劉海軍，趙茹欣

(北京師范大學水科學研究院，北京 100875)

近一個世紀以來，受氣候變化的影響，全球近地面平均氣溫升高了0.74 ℃[1]，洪澇、干旱、霜凍、極端高溫等事件頻發(fā)，對農(nóng)業(yè)生產(chǎn)和社會發(fā)展帶來極大影響與威脅[2]。作為聯(lián)系水量平衡與能量平衡的紐帶，蒸散發(fā)是氣候變化和水文循環(huán)狀態(tài)的重要指標，決定著“水圈-大氣圈-生物圈”之間的相互作用，也是了解作物生長過程耗水規(guī)律的重要依據(jù)[3, 4]。參考作物蒸散量(ET0)[5]是表示蒸散發(fā)特性的參量之一，能夠綜合反映大氣蒸發(fā)能力和植被需水量，在農(nóng)業(yè)水資源管理中發(fā)揮著重要作用。

對于不同的地理環(huán)境及氣候條件而言，ET0的年際、年內(nèi)變化存在明顯差異。例如，印度棟斯河(Tons)流域的ET0在年、季節(jié)和月尺度上都呈現(xiàn)出顯著下降的趨勢，年ET0減少的幅度在-1.75到-8.98 mm/a之間[6]；而羅馬尼亞的ET0變化在玉米和冬小麥生長季則呈現(xiàn)增加的趨勢[7]。自1960到1992年，我國ET0年平均值以-14.35 mm/10 a的速率下降，而1993到2011年期間卻以22.4 mm/10 a的速率增長[8]。但同一時期在局部地區(qū)，黃河流域下游日ET0[9]、石家莊除2月和3月份以外的月ET0[10]、北疆地區(qū)生長季ET0[11]、安徽省夏、秋、冬季ET0[12]、淮北平原年ET0[13]等均呈現(xiàn)下降趨勢；丹江口庫區(qū)[14]、北京地區(qū)[15]、貴州省[16]等區(qū)域年ET0變化均呈現(xiàn)增加趨勢；黃河流域上游日ET0[9]、汾河灌區(qū)年ET0[17]等則沒有明顯的變化趨勢。而ET0對氣象因子的敏感性隨時空變化，我國大部分地區(qū)ET0變化是由飽和水汽壓差、日最高溫度、輻射和風速變化引起的[8]。風速是影響內(nèi)蒙古地區(qū)年和月ET0下降的首要氣象因子，日平均氣溫次之，接下來是相對濕度和日照時數(shù)[18]；影響山西地區(qū)年ET0變化的氣象要素主要是相對濕度和日照時數(shù)，溫度的作用較小[19]；影響北京地區(qū)年ET0變化的主要氣象因子是相對濕度和溫度，對夏季ET0影響最大的是日照時數(shù)，其他季節(jié)是溫度[15]。北疆地區(qū)生長季ET0對溫度變化最敏感，其次是水汽壓和風速，對日照時數(shù)最不敏感[11]。影響安徽省春、秋、冬季ET0變化的主要氣象因子是風速，夏季ET0變化的主導(dǎo)因子是日照時數(shù)，少部分站點的年均ET0變化對風速最敏感，其他地區(qū)的主導(dǎo)因子都是日照時數(shù)[12]。

關(guān)中地區(qū)分布著九大灌區(qū)，承擔了陜西省近半數(shù)的糧食生產(chǎn)，但該地區(qū)農(nóng)業(yè)灌溉用水緊張，且農(nóng)田蒸散發(fā)是農(nóng)業(yè)灌溉用水的主要消耗形式，在氣候變暖背景下，農(nóng)業(yè)缺水程度將不斷加重。一般來說，灌溉制度的確定取決于降水頻率和作物需水量，而作物需水量則通過作物系數(shù)和參考作物蒸散量ET0來確定[5]。近幾年，針對關(guān)中地區(qū)參考作物蒸散量變化特征及其原因的研究較少。所以，本文以關(guān)中地區(qū)主要氣象站點1974-2016年的多個氣象要素為基礎(chǔ)，首先分析該地區(qū)在此期間不同氣象要素的總體變化特征；其次，探討ET0及各氣象因子的變化趨勢和顯著性；最后運用敏感性分析方法確定影響關(guān)中ET0變化的關(guān)鍵要素。充分了解并認識關(guān)中地區(qū)氣象要素變化特征及其對ET0的影響規(guī)律，以期為該地區(qū)的資源性缺水問題和農(nóng)業(yè)可持續(xù)發(fā)展提供科學指導(dǎo)。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)概況及資料收集

關(guān)中地區(qū)位于陜西省中部，包括寶雞、咸陽、西安、銅川、渭南等5個市，總面積約5.54 萬km2，其北部為渭北山系，南部為秦巴山脈，中部為沖積平原，渭河自西向東貫穿盆地中部，由潼關(guān)匯入黃河。地處半濕潤地區(qū)，屬于溫帶大陸性季風氣候，四季分明，雨熱同期。是我國重要的商品糧產(chǎn)區(qū)，糧食生產(chǎn)以一年兩熟的冬小麥/夏玉米輪作為主，冬小麥一般在10月初播種，次年6月上旬收獲，玉米在小麥收獲后即時播種，當年9月底收獲。

本文選擇關(guān)中地區(qū)蒲城、隴縣、鳳翔、太白、永壽、武功、耀縣、秦都等8個氣象站為研究對象，根據(jù)國家氣象科學數(shù)據(jù)共享服務(wù)網(wǎng)(http:∥data.cma.cn/)提供的1974-2016年的逐日氣象資料(包括氣壓、平均氣溫、最高氣溫、最低氣溫、相對濕度、風速、日照時數(shù)等)進行后續(xù)計算和分析。季節(jié)的劃分采用氣象學標準(3-5 月為春季、6-8月為夏季、9-11月為秋季、12-次年2月為冬季；10月1日-次年6月10日為小麥生長季、6月16日-9月30日為玉米生長季)。各站點基本信息見表1。

表1 關(guān)中地區(qū)氣象站點概況Tab.1 Information of meteorological stations in the Guanzhong region

1.2 計算方法

參考作物蒸散量(ET0)的計算采用聯(lián)合國糧農(nóng)組織(FAO)推薦的Penman-Monteith(下文表示為PM)方程[5]，公式如下：

(1)

式中：ET0是參考作物蒸散量，mm/d；Rn是凈輻射，MJ/(m2·d)；G是指土壤熱通量，MJ/(m2·d)，日尺度上可忽略；γ是濕度計常數(shù)，kPa/℃；T是平均氣溫，K；U2是在地面以上2 m處測得的風速，m/s；Δ是飽和水汽壓-溫度曲線斜率，kPa/℃；es和ea分別代表飽和與實際水汽壓，kPa。es-ea稱為水汽壓差(VPD)。

ET0和氣象要素變化的趨勢及顯著性分析采用Mann-Kendall檢驗和Sen斜率估計法。Mann-Kendall檢驗[20]是一種應(yīng)用較為廣泛的非參數(shù)檢驗，該方法不易受異常值干擾，樣本也不需要遵從一定的分布，可用于檢測氣象要素和潛在蒸散量時間序列中的顯著趨勢[21, 22]。Mann-Kendall檢驗是基于統(tǒng)計變量S的，計算過程如下：

(2)

式中：xi和xj是變量(氣象要素或參考作物蒸散發(fā))的兩個順序數(shù)值；N是數(shù)據(jù)序列的長度。sign(X)取下列值：

(3)

統(tǒng)計量S服從正態(tài)分布，均值E(S)=0，若S為正值，說明序列變化有增加趨勢，反之亦然。當數(shù)據(jù)集超過10個數(shù)值時，與Mann-Kendall統(tǒng)計量S相關(guān)的方差VAR(S)在收斂于標準正態(tài)分布的情況下，計算公式如下：

(4)

式中：q是關(guān)聯(lián)組的數(shù)量；tp是第p組中數(shù)值的個數(shù)。

用S和VAR(S)的值來計算檢驗統(tǒng)計量Z：

(5)

雙邊趨勢檢驗中，在指定的α置信水平上，若Z≤Z1-α/2，則接受假設(shè)H0，即趨勢不顯著；反之則拒絕原假設(shè)H0，趨勢顯著。其中，若Z為正值，說明序列變化有上升趨勢；若Z為負值，說明序列變化有下降趨勢。在本文中檢驗的顯著性水平α為0.001,0.01,0.05和0.1。

如果數(shù)據(jù)的時間序列表現(xiàn)出線性趨勢，則可以使用Sen[23]提出的非參數(shù)程序來估計真實斜率(單位時間的變化)。Sen斜率估計量b用以下式子確定：

(6)

式中：xj和xi分別是一個變量的兩個通用順序數(shù)值。對于年時間序列(作物生長季節(jié)或月份)值，b表示線性趨勢假設(shè)條件下的年度(作物生長季節(jié)或月份)增量。b檢測逼近趨勢的真實斜率，其與通過線性回歸獲得的趨勢線的斜率略有所區(qū)別。

研究采用由Salmi等人[24]開發(fā)的基于EXCEL的程序MAKESENS 1.0，對ET0和氣象要素的月和年平均數(shù)據(jù)序列進行Mann-Kendall檢驗和Sen斜率估計。

敏感性分析是通過運用M?ller等人[25]提出的方法來確定對ET0影響最大的氣象因子。由于與參考作物蒸散量相關(guān)的要素主要有：氣溫、飽和水汽壓差、風速和輻射量等；其中飽和水汽壓差由溫度和相對濕度計算，輻射量由日照時間得出，所以敏感性分析主要針對氣溫、相對濕度、風速和日照時數(shù)展開，分析過程如下：①使用1974-1983年(以下簡稱前10 a)期間的氣象數(shù)據(jù)，計算氣溫、相對濕度、風速和日照時間的日平均值，然后用這一時期氣象參數(shù)的日平均值計算相應(yīng)的日ET0值，將每個氣象要素的日平均值和相應(yīng)的日ET0值作為參考氣象變量和ET0值。使用相同的方法計算2007-2016年(以下簡稱后10 a)期間每個氣象要素的日平均值和相應(yīng)的日ET0值；②用后10 a平均值中的一個氣象要素值替換前10 a相應(yīng)氣象要素值，同時保持其他氣象要素值不變，計算該氣象要素變化條件下的ET0值；③通過比較用研究期前10 a數(shù)據(jù)計算的ET0值(參見步驟1)和用后10 a氣象要素的值計算的ET0值(參見步驟2)，來分析ET0對每個氣象要素變化的敏感性。ET0變化越大，表明相應(yīng)氣象要素對ET0的影響越大，也說明ET0對該氣象因子變化的敏感性越高。

2 結(jié)果與分析

2.1 區(qū)域氣候變化特征

圖1描述了1974-2016年間研究區(qū)內(nèi)8個氣象站點平均的年氣溫、相對濕度、飽和水汽壓差、風速、降水量和日照時數(shù)的變化趨勢。

由圖1可知，關(guān)中地區(qū)各氣象要素隨時間呈現(xiàn)不同的變化趨勢。年氣溫(包括年最高氣溫、平均氣溫、年最低氣溫)、飽和水汽壓差呈波動上升趨勢，其中氣溫上升趨勢十分明顯。相對濕度和平均風速表現(xiàn)為下降趨勢，且平均風速下降幅度較大，變幅由2.5 m/s降低至1.62 m/s。降水量和日照時數(shù)呈現(xiàn)輕微下降的趨勢。綜合各氣象要素變化規(guī)律，可以發(fā)現(xiàn)近43年來平均氣溫升高而降水、相對濕度均減小，表明關(guān)中地區(qū)氣候在向“暖干”狀態(tài)發(fā)展。

2.2 站點間ET0及氣象要素年際變化

圖2是研究區(qū)內(nèi)各氣象站ET0及不同氣象要素年際變化趨勢和顯著性檢驗效果圖，趨勢由Sen斜率估計求得，“三角形”越大，說明斜率越大，相應(yīng)氣象因子隨時間變化越快?！皩嵭娜切巍北硎就ㄟ^Mann-Kendall檢驗(顯著性水平P=0.05)的站點，由圖2可知：不同站點間平均氣溫年際變化呈現(xiàn)顯著增長趨勢，在空間上保持了高度的一致性。飽和水汽壓差的增長趨勢略低于平均氣溫，但也均為顯著增加。相對濕度年際變化顯著性水平略低，太白站和耀縣站隨時間變化呈現(xiàn)不顯著減小趨勢，其他各站均表現(xiàn)為顯著下降的趨勢。各站點之間平均風速年際變化存在差異性，大部分氣象站表現(xiàn)為顯著下降趨勢，但隴縣和鳳翔站表現(xiàn)異常，分別呈現(xiàn)顯著增長和不顯著增長趨勢。大部分站點降水量年際變化表現(xiàn)為不顯著減小趨勢，武功站表現(xiàn)不同，呈現(xiàn)不顯著增加趨勢。日照時數(shù)和太陽輻射量年際變化規(guī)律一致，除了永壽站表現(xiàn)為不顯著增長趨勢以外，其他各站點均為下降趨勢，且武功站為顯著下降。關(guān)中地區(qū)各站點氣象要素變化不一，使得ET0年際變化差異較大，隴縣站和鳳翔站ET0表現(xiàn)為顯著增加，永壽站和秦都站ET0隨時間不顯著增加，耀縣站、武功站、太白站和蒲城站ET0呈現(xiàn)不顯著減小趨勢，綜合各站點變化情況可知，關(guān)中地區(qū)ET0年際變化格局為“東北-西南”呈輕微下降趨勢，“西北-東南”呈增加的趨勢。

2.3 ET0及氣象要素季節(jié)變化特征

表2是關(guān)中地區(qū)年內(nèi)各時間尺度參考作物蒸散量ET0和相應(yīng)氣象因子的Sen斜率估算值和M-K顯著性檢驗統(tǒng)計結(jié)果，并羅列了呈不同變化趨勢的站點數(shù)量和百分比。

圖1 1974-2016年各氣象要素變化趨勢圖Fig.1 Trends of climatic variables from 1974 to 2016

圖2 1974-2016年期間ET0及各氣象要素年時間序列通過Mann-Kendall和Sen檢驗呈顯著增大(P=0.05)、增大、顯著減小(P=0.05)和減小趨勢的站點空間分布圖Fig.2 Spatial distribution of meteorological stations with significant increasing(P=0.05)，increasing，significant decreasing(P=0.05)，and decreasing by the Mann-Kendall and Sen's slope estimator for the Annual data series during the period 1974-2016

表2 關(guān)中地區(qū)氣象站點不同時間尺度參考作物蒸散量ET0及氣象要素Sen斜率估算值和M-K顯著性檢驗統(tǒng)計Tab.2 Sen’s slope for ET0 and climatic variable of different time scales and the results of Mann-Kendall significant tests for 8 meteorological stations in the Guanzhong region

注:符號表示通過Mann-Kendall檢驗在顯著性水平P上上升或下降：*** 表示顯著性水平α=0.001，**表示顯著性水平α=0.01，* 表示顯著性水平α=0.05，+ 表示顯著性水平α=0.1，沒有符號的值表示無顯著性。括號中標明了相應(yīng)變化臺站數(shù)量的百分比(粗體)和具有顯著性趨勢(含下降和增加的趨勢)(顯著性水平α=0.05)臺站的百分比(斜體)。

春季所有站點的平均氣溫(Tmean)、飽和水汽壓差(VPD)、日照時數(shù)(SD)和太陽輻射量(Rs)變化趨勢均呈現(xiàn)增加趨勢，且平均氣溫和飽和水汽壓差變化全部通過了顯著性檢驗(P=0.001)，相對濕度(RH)、降水量(P)、平均風速(WS)呈現(xiàn)減小的趨勢，且超半數(shù)站點的平均風速、相對濕度都通過了顯著性檢驗(P=0.05)，所有站點ET0均呈現(xiàn)增加趨勢，且有一半的站點通過顯著性檢驗(P=0.05)。小麥生長季各要素變化與春季類似。

夏季、秋季和冬季氣象要素變化規(guī)律基本一致，均表現(xiàn)為平均氣溫(Tmean)、飽和水汽壓差(VPD)呈增加趨勢，且大部分通過顯著性檢驗(P=0.01)，平均風速(WS)、相對濕度(RH)、太陽輻射量(Rs)和日照時數(shù)(SD)呈減小趨勢，且大部分站點平均風速通過顯著性檢驗(P=0.001)，多數(shù)站點ET0呈減小趨勢且不顯著。與春季相比，日照時數(shù)、太陽輻射量和ET0出現(xiàn)較大變化。玉米生長季各要素變化特征與這3個季節(jié)保持一致。

2.4 敏感性分析

由2.3節(jié)的分析可知8個氣象站點在研究期內(nèi)ET0變化各有不同，運用1.2節(jié)計算方法中描述的敏感性分析方法確定4個主要氣象因子對ET0的影響。關(guān)中地區(qū)不同氣象站點各時間尺度的敏感性分析效果如圖3所示，其中，“彩柱”向上表示相應(yīng)氣象因子的變化使得ET0增加，“彩柱”越高，ET0變化越大，反之亦然。圖3中左上角的百分比表示所在時段各氣象因子綜合作用引起的ET0變化比例。

由圖3可知，各個時間尺度上平均氣溫變化引起的ET0變化趨勢具有很強的一致性，平均氣溫升高引起了ET0增加，蒲城站、太白站、永壽站、鳳翔站平均氣溫升高引起的ET0增幅相對較大。大部分站點相對濕度的減小使得ET0增加，秋季太白站和武功站、冬季太白站相對濕度的增加使得ET0減小，但減小的幅度不大。整體來看，春季、秋季、冬季和小麥生長季平均氣溫升高比相對濕度變化對ET0增加的貢獻更大，夏季兩者對ET0增加的貢獻基本持平。平均風速減小引起了ET0的減小，且很明顯可以看出夏季、秋季、冬季和小麥生長季平均風速減小使得ET0減小的幅度比其他要素都大，但春季平均風速對ET0變化的貢獻小于平均氣溫和相對濕度。夏季、秋季和玉米生長季日照時數(shù)減小引起了ET0的下降，且可以看出夏季和玉米生長季日照時數(shù)變化對ET0的相對貢獻較大；春季和冬季日照時數(shù)減小引起的ET0變化較小，幾乎可以忽略。

圖3 不同時間尺度上ET0對氣象要素變化的敏感性分析結(jié)果Fig.3 Sensitivity analysis of ET0 to changes in climatic variables in different time scales

綜合研究區(qū)內(nèi)各氣象站點不同時間尺度ET0的敏感性分析結(jié)果可知：影響ET0變化的4個主要氣象因子按相對貢獻排序為：平均氣溫>平均風速>相對濕度>日照時數(shù)(年尺度)；平均氣溫>相對濕度>平均風速>日照時數(shù)(春季)；平均風速>日照時數(shù)>相對濕度>平均氣溫(夏季)；平均風速>平均氣溫>相對濕度>日照時數(shù)(秋季、冬季和小麥生長季)；相對濕度>日照時數(shù)>平均氣溫>平均風速(玉米生長季)。空間上，鳳翔站和隴縣站的ET0對平均氣溫和相對濕度較為敏感，而其余站點大部分時間的ET0對平均風速變化最敏感。

3 結(jié) 語

根據(jù)關(guān)中地區(qū)8個氣象站43年的逐日氣象資料，采用聯(lián)合國糧農(nóng)組織推薦的Penman-Monteith公式計算參考作物蒸散量(ET0)，分析該地區(qū)ET0和氣象要素變化特征，確定影響ET0變化的主要氣象因子，主要結(jié)論如下。

(1)關(guān)中地區(qū)1974-2016年各氣象要素變化趨勢為：氣溫(包括最大、最小和平均)升高，相對濕度和降水量減小，飽和水汽壓差增加，總體而言，關(guān)中氣候在向“暖干”方向發(fā)展，和張強[26]得出的西北地區(qū)氣候整體“暖干化”的結(jié)論一致。平均風速明顯減小，日照時數(shù)和太陽輻射略有下降，與曹紅霞[27]得出的結(jié)論相吻合。

(2)就站點變化而言，隴縣站和鳳翔站的平均風速變化在四季均呈現(xiàn)顯著增加的趨勢，與該區(qū)域的平均風速變化規(guī)律不同；就年內(nèi)變化而言，春季各氣象站點日照時數(shù)、輻射量均呈現(xiàn)增加趨勢，與其他時間的區(qū)域日照時數(shù)、輻射量變化規(guī)律不一致。小麥生長季75%的氣象站降水量減小而ET0增加，長時間不利于作物的生長，必然要借助人工灌溉來保證產(chǎn)量，農(nóng)業(yè)節(jié)水壓力較大。

(3)關(guān)中地區(qū)的平均氣溫、平均風速和日照時數(shù)與ET0呈正相關(guān)關(guān)系，相對濕度與ET0呈負相關(guān)關(guān)系，與劉聞[28]得出的結(jié)論一致。平均氣溫升高、相對濕度減小使得ET0增加，而平均風速和日照時數(shù)減小會引起ET0減小，前兩者增加和后兩者減小幅度的相對大小，共同決定了該地區(qū)ET0的變化趨勢。ET0對各氣象要素的敏感性隨時間和位置的不同而發(fā)生變化，影響夏季、秋季、冬季和小麥生長季ET0變化的主導(dǎo)氣象因子均為平均風速，而影響春季和年尺度ET0變化的主導(dǎo)氣象因子是平均氣溫。研究區(qū)西北方向影響ET0變化的主要氣象因子是平均氣溫和相對濕度，而其他位置的ET0變化主要受平均風速影響。