劉 麗，李加順

(云南省水利水電科學(xué)研究院，昆明 650228)

0 引 言

溫室氣體增加導(dǎo)致的全球氣候變暖對生態(tài)系統(tǒng)及人類賴以生存的環(huán)境產(chǎn)生重大影響。地面觀測資料顯示20世紀(jì)全球地表平均溫度增加了0.74 ℃，其中50年代后期上升趨勢明顯[1,2]；氣候模式預(yù)測到21世紀(jì)末全球平均氣溫將增加0.3～4.8 ℃[3]。氣溫增加將導(dǎo)致氣壓、風(fēng)速及飽和水汽壓等要素發(fā)生改變，進(jìn)而影響到水循環(huán)中降水、蒸散量、水汽輸送等環(huán)節(jié)。蒸散量是水循環(huán)過程中重要環(huán)節(jié)之一[4]，控制著陸地生態(tài)系統(tǒng)和大氣之間的物質(zhì)和能量交換[5]。由于陸地、植被與大氣之間的相互作用復(fù)雜多樣，因而蒸散量成為水循環(huán)組成中最難估算項[6]。

截止目前，直接通過氣象要素來估算蒸發(fā)蒸騰量難以實現(xiàn)，因此通過使用參考作物蒸散量(ET0)與作物系數(shù)乘積的方法及經(jīng)驗公式法來估算作物蒸發(fā)蒸騰量被廣泛應(yīng)用[7]。國內(nèi)外對于ET0計算的方法較多如溫度法、輻射法、綜合法和蒸發(fā)皿法等[8]，其中彭曼蒙特斯公式(P-M公式)由于能夠很好地反映氣象要素對土壤蒸發(fā)和植物蒸騰的影響，可以估算不同氣候條件下ET0，被認(rèn)為是估算ET0最好的方法，物理意義明確，計算結(jié)果可靠，被FAO推薦為ET0計算的主要方法。ET0作為水循環(huán)重要的組成部分[9]，影響農(nóng)業(yè)用水[10]、生態(tài)模型[11]、區(qū)域干濕狀況[12]等，受到廣泛關(guān)注。

滇中地區(qū)水資源總量豐富，但是時空分布不均，水資源問題突出。受氣候變暖的影響，水旱災(zāi)害頻發(fā)，且呈現(xiàn)一年數(shù)災(zāi)、災(zāi)期長、常連季或連年發(fā)生水旱交替的特點。近年來，隨著經(jīng)濟(jì)的發(fā)展又導(dǎo)致水資源污染嚴(yán)重，湖泊水質(zhì)總體表現(xiàn)為中度污染。然而其經(jīng)濟(jì)的發(fā)展離不開水資源的支撐，而水量平衡各項的變化將對工農(nóng)業(yè)生產(chǎn)及水文過程產(chǎn)生重大影響，進(jìn)而影響區(qū)域的經(jīng)濟(jì)發(fā)展及人民的財產(chǎn)安全。其中蒸散量的改變將影響滇中地區(qū)可獲得水資源量及水分的消耗過程，而ET0的時間和空間分布變化將對水資源的時空分布及利用產(chǎn)生重大影響?；诖?，本研究利用滇中地區(qū)氣象臺站1960-2017年逐日氣象資料和FAO推薦的Penman-Monteith方法，計算氣象臺站點上的ET0值并探討滇中地區(qū)ET0在時間和空間上的分布規(guī)律?？蔀樵搮^(qū)域水資源管理、制定合理的灌溉排水方案和種植結(jié)構(gòu)調(diào)整提供科學(xué)的依據(jù)。

1 數(shù)據(jù)及方法

1.1 研究區(qū)及數(shù)據(jù)

滇中地區(qū)包括昆明、玉溪、紅河、大理、曲靖、楚雄和麗江等，國土面積約為15 萬km2。研究區(qū)屬于亞熱帶氣候，日照充足，干濕季分明，最熱月平均溫度約為19～22 ℃，最冷月平均溫度約為6～8 ℃。年降水量約為955.0 mm。土壤類型以山原紅壤、棕壤和水稻土等為主。地形以山地和山間盆地為主，地勢起伏緩和。植被類型多樣，多為次生植被和人工植被。

本文采用的氣象數(shù)據(jù)來自中國國家氣象數(shù)據(jù)共享中心(www.nmic.gov.cn)。根據(jù)數(shù)據(jù)觀測的連續(xù)性和時間序列盡可能長這一標(biāo)準(zhǔn)，選取滇中地區(qū)9個站點的氣象數(shù)據(jù)用于ET0的計算(圖1)，時間序列為1960-2017年，主要包括日最低氣溫和最高氣溫、相對濕度、風(fēng)速和日照時數(shù)等，此外還需要各站點的經(jīng)緯度和海拔數(shù)據(jù)。將每年的1月、2月和12月劃分為冬季，3-5月劃分為春季，6-8月劃分為夏季，9-11月劃分為秋季。通過繪制各氣象數(shù)據(jù)時間序列圖，然后通過目視判斷的方法查詢可能存在的錯誤數(shù)據(jù)[13]，其中錯誤和缺失的數(shù)據(jù)通過使用相一致的長時間序列的均值進(jìn)行插補(bǔ)。

圖1 研究區(qū)概況及氣象站點位置圖Fig.1 Survey of the study area and location map of meteorological stations

1.2 方法

1.2.1 參考蒸發(fā)蒸騰量(ET0)

參考蒸發(fā)蒸騰量相當(dāng)于一種假想的參考作物冠層的蒸散速率，假設(shè)作物高度為0.12 m，表面阻力為70 s/m，冠層反照率為0.23，相當(dāng)于表面開闊、高度一致、生長旺盛、完全遮蔽地面而不缺水的綠色草地的蒸散量。1998年FAO-56分冊推薦以能量平衡和空氣動力學(xué)原理為基礎(chǔ)的Penman-Monteith方程，作為計算參考作物蒸散量的一種標(biāo)準(zhǔn)方法。FAO Penman-Monteith 公式為：

(1)

式中：ET0為參考作物蒸散量，mm/d；Δ為飽和水汽壓與溫度曲線的斜率，kPa/℃；Rn為作物冠層表面的凈輻射，MJ/( m2·d)；G為土壤熱通量，MJ/(m2·d)，在逐日估算時取G=0；T為日平均氣溫，℃，按最高氣溫(Tmax)和最低氣溫(Tmin)的算術(shù)平均值計算；u2為2 m高度處的風(fēng)速，m/s；ea為飽和水汽壓，kPa；ed為實際水汽壓，kPa；ea-ed為飽和水汽壓差，kPa；γ為干濕表常數(shù)，kPa/℃。

1.2.2 Mann-Kendall檢驗

非參數(shù)Mann-Kendall檢驗被廣泛應(yīng)用于水文變化趨勢研究[14]，本文采用Mann-kendall檢驗對ET0的序列進(jìn)行趨勢分析。Mann-kendall檢驗不需要樣本遵從一定的分布，也不受少數(shù)異常值的干擾，在Mann-Kendall趨勢檢驗中，原假設(shè)H0為時間序列數(shù)據(jù)(X1，…,Xn),是n個獨立的、隨機(jī)變量同分布的樣本；備擇假設(shè)H1是雙邊檢驗，對于所有的k，j≤n，且k≠j，Xk和Xj的分布是不相同的，檢驗的統(tǒng)計量S計算如下式：

(2)

其中：

(3)

式中：S為正態(tài)分布，其均值為0，方差Vαr(s)=n(n-1)(2n+5)/18。當(dāng)n>10時，標(biāo)準(zhǔn)的正態(tài)系統(tǒng)變量通過下式計算：

(4)

在雙邊的趨勢檢驗中，在給定的α置信水平上，如果|Z|≥Z1-α/2,則原假設(shè)是不可接受的，即在α置信水平上，時間序列數(shù)據(jù)存在明顯的上升或下降趨勢。對于統(tǒng)計量Z，大于0時是上升趨勢；小于0時是下降趨勢。

1.2.3 Sen斜率估計

近年來，隨著高校信息化水平逐步提高，智慧校園建設(shè)已成為高校建設(shè)發(fā)展的重要內(nèi)容，面向?qū)W校校務(wù)管理及服務(wù)的各類信息系統(tǒng)逐漸建立并應(yīng)用起來，這些獨立的MIS系統(tǒng)在一定程度上解決了學(xué)校行政管理與服務(wù)方面的問題［3］。但隨著業(yè)務(wù)數(shù)據(jù)的積累和各業(yè)務(wù)的不斷變化，圍繞學(xué)校主要業(yè)務(wù)（包括人事、科研、財務(wù)、學(xué)工、教務(wù)等）建設(shè)信息系統(tǒng)的高校信息化模式存在以下問題。

n對數(shù)據(jù)的趨勢度通過Theil-Sen’s估計量進(jìn)行估算[15]，被廣泛應(yīng)用于識別水文時間序列的線性趨勢。Sen趨勢度計算公式為：

(5)

使用趨勢度β來判斷時間序列趨勢的升降，當(dāng)β> 0時時間序列呈上升趨勢，反之呈下降趨勢。

2 結(jié)果及分析

2.1 ET0時間變化特征

2.1.1 Mann-Kendall檢驗分析結(jié)果

Mann-Kendall檢驗結(jié)果值大于0時是上升趨勢,大于1.96時是顯著上升趨勢；小于0時是下降趨勢，小于-1.96時是顯著下降趨勢。結(jié)果值可以反映出ET0變化的趨勢。

表1為在季節(jié)尺度上和年尺度上各站點ET0的M-K變化趨勢檢驗結(jié)果。根據(jù)結(jié)果統(tǒng)計，在年尺度上：56%的站點沒有顯著變化，11%的站點表現(xiàn)為顯著增加，33%的站點表現(xiàn)為顯著減小。

在季節(jié)尺度上：春季56%的站點沒有顯著變化，11%的站點表現(xiàn)為顯著增加，33%的站點表現(xiàn)為顯著減?。幌募?9%的點沒有顯著變化，11%的站點表現(xiàn)為顯著減?。磺锛?8%的站點沒有顯著變化，11%的站點表現(xiàn)為顯著增加，11%的站點表現(xiàn)為顯著減??；冬季67%的站點沒有顯著變化，22%的站點表現(xiàn)為顯著增加，11%的站點表現(xiàn)為顯著減小。

通過對比四個季節(jié)與年的檢驗結(jié)果，可以明顯看出春季的檢驗結(jié)果與年檢驗結(jié)果完全一致，說明滇中地區(qū)春季作物騰發(fā)量較大，決定了滇中地區(qū)全年的作物騰發(fā)量變化特征。

2.1.2 Sen斜率估計分析結(jié)果

sen斜率估計結(jié)果值大于0，表明序列呈上升趨勢；小于0則表明呈下降趨勢；等于0表示序趨勢不明顯。結(jié)果值可以反映出ET0變化的數(shù)量。

表2為在季節(jié)尺度上和年尺度上各站點ET0的sen斜率估計結(jié)果，其結(jié)果與Mann-Kendall趨勢分析結(jié)果一致。根據(jù)結(jié)果統(tǒng)計，在年尺度上：33%的站點表現(xiàn)為增加，67%的站點表現(xiàn)為減小，其中ET0增加最大值為12.39 mm/(10 a)發(fā)生在昆明地區(qū)，最小值為-57.52 mm/(10 a)發(fā)生在元謀地區(qū)。

在季節(jié)尺度上：春季22%的站點表現(xiàn)為增加，78%的站點表現(xiàn)為減小，其中ET0增加最大值為4.82 mm/(10 a)發(fā)生在昆明地區(qū)，最小值為-25.24 mm/(10 a)發(fā)生在元謀地區(qū)；夏季22%的站點表現(xiàn)為增加，78%的站點表現(xiàn)為減小，其中ET0增加最大值為0.34 mm/(10 a)發(fā)生在沾益地區(qū)，最小值為-8.93 mm/(10 a)發(fā)生在元謀地區(qū)；秋季44%的站點表現(xiàn)為增加，56%的站點表現(xiàn)為減小，其中ET0增加最大值為2.74 mm/(10 a)發(fā)生在沾益地區(qū)，最小值為-8.09 mm/(10 a)發(fā)生在玉溪地區(qū)；冬季78%的站點表現(xiàn)為增加，22%的站點表現(xiàn)為減小，其中ET0增加最大值為6.91 mm/(10 a)發(fā)生在昆明地區(qū)，最小值為-9.32 mm/(10 a)發(fā)生在元謀地區(qū)?？傮w表現(xiàn)為除冬季外，其余季節(jié)減少站點的百分比要多于增加站點的百分比。

表1 滇中地區(qū)各站點ET0的Mann-Kendall檢驗結(jié)果Tab.1 Mann-Kendall test results of ET0 at different sites in central Yunnan

注：*表示變化顯著。

表2 滇中地區(qū)各站點ET0的Sen斜率估計結(jié)果 mm/(10 a)

2.2 ET0空間變化特征

為進(jìn)一步展示不同時間尺度ET0變化趨勢的空間分布特征，將不同站點不同時間尺度的非參數(shù)化M-K趨勢檢驗的結(jié)果進(jìn)行空間可視化(圖2, 圖3)。季節(jié)尺度上：春季，1個站點表現(xiàn)為顯著增加的趨勢，位于滇中地區(qū)的中部(昆明)；3個站點表現(xiàn)為顯著減小的趨勢，位于滇中的西北部(華坪)、中部(元謀)和南部(蒙自)；5個站點變化趨勢不顯著，廣泛分布于滇中地區(qū)(包括楚雄、大理、瀘西、沾益及玉溪)。夏季，1個站點表現(xiàn)為顯著減小的趨勢，位于滇中的中部(元謀)；8個站點變化趨勢不顯著，廣泛分布于滇中地區(qū)(包括昆明、楚雄、大理、蒙自、華坪、瀘西、沾益及玉溪)。秋季，1個站點表現(xiàn)為顯著減小的趨勢，位于滇中的中部(元謀)；1個站點變現(xiàn)為顯著增加，位于滇中的東部(沾益)；7各站點變化趨勢不顯著，廣泛分布于滇中地區(qū)(包括昆明、楚雄、大理、蒙自、華坪、瀘西及玉溪)。冬季，2個站點表現(xiàn)為顯著增加的趨勢，位于滇中地區(qū)的中部(昆明及玉溪)；1個站點表現(xiàn)為顯著減小，位于滇中的中部(元謀)；6個站點變化趨勢不顯著，為滇中地區(qū)的西部和東部(包括楚雄、大理、蒙自、華坪、瀘西及沾益)。

圖2 季節(jié)尺度上各站點變化趨勢空間分布Fig.2 Spatial distribution of variation trend of each station on seasonal scale

圖3 年尺度上各站點變化空間分布Fig.3 Spatial distribution of variation of stations on the scale of year

在年尺度上，1個站點表現(xiàn)為顯著增加的趨勢，位于滇中的中部(昆明)；3 站點表現(xiàn)為顯著減小的趨勢，位于滇中的西北部(華坪)、中部(元謀)和南部(蒙自)；5個站點變化趨勢不顯著，位于滇中的西部(大理)、中部(楚雄及玉溪)和東部(沾益及瀘西)。

3 結(jié) 語

利用彭曼-蒙特斯公式計算了滇中地區(qū)9個氣象臺站的ET0，通過Mann-Kendall趨勢檢驗和Sen斜率估計，檢驗了不同各站點ET0時間變化趨勢和空間分布特征。得出以下結(jié)論。

(1)在時間上，Mann-Kendall趨勢檢驗和Sen斜率估計顯示滇中地區(qū)ET0變化趨勢季節(jié)差異較大，元謀在春季、夏季、秋季和冬季均表現(xiàn)為減小的趨勢，昆明均表現(xiàn)為增加的趨勢，其他站點增加和減小趨勢均存在；同時春季作物騰發(fā)量較大，決定了滇中地區(qū)全年的作物騰發(fā)量變化特征。年變化趨勢表現(xiàn)增加和減小趨勢的站點均存在，其中，昆明表現(xiàn)為顯著增加的趨勢，元謀、蒙自和華坪表現(xiàn)為顯著減小的趨勢；同時顯著減少的站點數(shù)量要大于顯著增加站點的數(shù)量。

(2)在空間上，ET0增加和減小趨勢的站點在滇中地區(qū)廣泛分布，其中位于中部的元謀表現(xiàn)為減小的趨勢，昆明表現(xiàn)為增加的趨勢。