陳怡璇 ,文 軍 ,劉 蓉 ,陸宣承 ,陳亞玲

（1.成都信息工程大學大氣科學學院/高原大氣與環(huán)境四川省重點實驗室，成都 610225；2.中國科學院西北生態(tài)環(huán)境資源研究所/寒旱區(qū)陸面過程與氣候變化重點實驗室，蘭州 730000）

引言

陸面過程（Land Surface Process，LSP）通過陸-氣間水、能量、動量和碳交換影響氣候變化，是氣候系統(tǒng)中最基本的物理和生化過程之一[1]，同時也是影響大氣環(huán)流模式（General Circulation Model，GCM）和區(qū)域氣候模式（Regional Climate Model，RCM）模擬精度的主要因素之一，因此研究陸面與大氣之間的相互作用非常重要。其中，陸面過程中陸-氣間水分交換的一種進行方式是蒸散過程（EvapoTranspiration，ET）。蒸散過程是陸面水分通過土壤或水面蒸發(fā)以及植物蒸騰作用從地表輸送到大氣的過程，蒸散過程是水分在地-氣系統(tǒng)循環(huán)過程中的重要組成部分，它連接著地-氣間的能量平衡和水分循環(huán)[2]，并與生態(tài)變化、資源分配和環(huán)境保護等問題有著緊密聯(lián)系。研究陸面與大氣之間蒸散過程的機理對人類社會的經濟發(fā)展、資源利用以及生態(tài)平衡等具有科學和現(xiàn)實的意義。因此，對陸面蒸散過程的討論一直以來都是地球科學領域學者們密切關注的熱點[3]。

蒸散量可通過觀測儀器直接或間接地獲取，但由于觀測環(huán)境和儀器設備技術的限制，很難實現(xiàn)對下墊面長時間、大范圍的觀測。因此，基于常規(guī)的氣象觀測資料構建蒸散模型來估算區(qū)域蒸散量成為當今蒸散的研究熱點[4]。目前，估算蒸散量的模型主要包括：P 模型（Penman 模型）、P-M 模型（Penman-Monteith 模型）、S-W 模型（Shuttleworth-Wallace 模型）、S-S-W 模型（改進的雙源模型）、P-T 模型（Priestley-Taylor 模型）、M-B 模型（McNaughton-Black 模 型）和C 模 型（Clumping 模型）等[5]。

研究表明，由于各種蒸散模型的基礎理論假設不同，在實際應用時需根據(jù)研究區(qū)域的具體情況來選擇適合的計算模型[6]。其中，P-M 模型將植被覆蓋的下墊面視為整體來進行估算，主要適用于下墊面均一且植被密集的地區(qū)。黃河源區(qū)屬于高原大陸性氣候，源區(qū)內高寒植被分布廣泛且均一，高寒草原和高寒草甸是其主要的植被類型，因此P-M 模型可以較為準確地模擬該地的蒸散量[5,7]。近年來，受全球氣候變暖和人類活動的影響，草地退化是黃河源區(qū)近30a 來最主要的覆蓋變化特征，具體表現(xiàn)為草地面積減小、草場質量下降和土地荒漠化面積的增加。這一變化將進一步導致物種豐富度下降，禾本科和莎草科等優(yōu)勢物種不斷減少，高寒草地植被群落的基本結構逐漸趨于簡單化[8]。

由于再分析數(shù)據(jù)具有時空連續(xù)性的特點，其在氣候研究中應用價值很高。目前，已有不少利用再分析數(shù)據(jù)或衛(wèi)星遙感技術開展黃河流域蒸散量的時空變化特征和影響因素的分析研究[9?12]。青藏高原地區(qū)的觀測數(shù)據(jù)精度不高，空間分辨率較低[13]，無法合理地表征區(qū)域尺度上氣候變量的實際幅度和時間變化[14?15]，因此再分析數(shù)據(jù)可作為估算蒸散量的一種輔助方式。目前的研究主要集中在黃河源區(qū)生態(tài)環(huán)境方面，對陸面蒸散量及其時空變化的研究仍比較欠缺。此外，近幾年來黃河源區(qū)水分循環(huán)過程正在發(fā)生改變。因此，對于黃河源區(qū)蒸散量的長期趨勢和變化原因的研究還亟待豐富。

針對上述存在的問題，本文基于修正的P-M 模型，結合氣象觀測數(shù)據(jù)以及陸-氣間水熱交換觀測的試驗數(shù)據(jù)，計算得到黃河源區(qū)1980～2020 年（共41a）的蒸散量，探討該區(qū)域陸面蒸散量的長期變化趨勢和空間格局，并分析影響黃河源區(qū)蒸散量變化的原因，以期為深入認識黃河源區(qū)水分循環(huán)過程、保護黃河源區(qū)生態(tài)環(huán)境和合理利用自然資源提供科學依據(jù)。

1 研究區(qū)概況

黃河源區(qū)位于青藏高原東北部，介于黃河流域的唐乃亥水文站至河源之間（95°52'～103°25'E，32°09'～36°34'N）（圖1），海拔高度為3148.2～4415.4m。黃河源區(qū)集水面積約1.31×105km2，占黃河流域總面積（7.95×105km2）的16.5%，年均徑流量約為2.047×1010m3，占全流域總量的35.5%[16]。

圖1 黃河源區(qū)地理位置和主要氣象站點分布

源區(qū)氣候屬于內陸高原高寒氣候，年均氣溫約為?2.3℃，具有光照充足、輻射強、風沙大、晝夜溫差大、年溫差小的特點，源區(qū)內蒸散量總體呈現(xiàn)北高、西南低、東南變化不明顯的趨勢[10]。源區(qū)內植被生長周期短、分布廣泛，其主要類型是高寒草原和高寒草甸[17]。該區(qū)的高寒濕地主要分布于若爾蓋盆地、湖濱、三角洲及河流兩側的低洼地帶以及消亡的早期湖泊，分布面積較大者有若爾蓋濕地、星宿海、勒那曲入口區(qū)等[18]。

2 數(shù)據(jù)與研究方法

2.1 觀測數(shù)據(jù)

基于2014 年黃河源區(qū)扎陵湖和鄂陵湖附近湯岔瑪小流域的陸面過程野外觀測站數(shù)據(jù)、2017 年中國科學院若爾蓋高寒濕地生態(tài)研究站瑪曲觀測場數(shù)據(jù)以及1980～2020 年黃河源區(qū)氣象臺站數(shù)據(jù)，本文開展對黃河源區(qū)蒸散量的分析研究。研究區(qū)域的觀測數(shù)據(jù)主要包括兩類：

（1）陸-氣間水熱交換觀測試驗數(shù)據(jù)（扎陵湖和鄂陵湖附近湯岔瑪小流域2014 年的陸面過程野外觀測站逐日觀測數(shù)據(jù)和中國科學院若爾蓋高寒濕地生態(tài)研究站瑪曲觀測場2017 年的逐日觀測數(shù)據(jù)）：1.5m 高度長波輻射通量（向上、向下）和短波輻射通量（向上、向下），近地面感熱通量和潛熱通量，土壤溫度和土壤濕度（5.0、10.0、40.0、100.0 和120.0cm 深度）。渦動觀測數(shù)據(jù)主要來自于渦動相關系統(tǒng)，包括頻率為10Hz的三維超聲風速儀，CO2/H2O 氣體分析儀以及數(shù)據(jù)采集器，數(shù)據(jù)采集頻率為10Hz，每30min 輸出一次該時段平均通量。參照《渦動相關通量觀測指導手冊》[19]進行處理，剔除其中不合理的數(shù)據(jù)，并對缺失的數(shù)據(jù)采用內插法進行插補，最后將結果累加，得到日尺度的平均通量值。

（2）由于氣象要素在時空分布上存在差異，為綜合反映黃河源區(qū)蒸散量的趨勢性、周期性以及突變特征，本文選取1980～2020 年（共41a）黃河源區(qū)13 個氣象站（97°～103°E，32°～36°N）的逐日觀測數(shù)據(jù)，由國家氣象科學數(shù)據(jù)中心（http://data.cma.cn）提供，包括：最低氣溫、最高氣溫、平均氣溫、平均氣壓、累計降水量、2min 平均風速（高度為10m）、平均水汽壓、日照時數(shù)、平均相對濕度等氣象要素。各氣象要素的日平均值均由逐日4 次（02:00、08:00、14:00、20:00，北京時）觀測數(shù)據(jù)統(tǒng)計得出。

2.2 研究方法

2.2.1 陸面過程水熱交換觀測試驗方法方案和數(shù)據(jù)分析

陸面過程的能量交換與蒸散過程有著密切的聯(lián)系，本研究選取了黃河源區(qū)兩個區(qū)域不同年份（扎陵湖和鄂陵湖湯岔瑪小流域2014 年6 月1 日～2015 年6月1 日，中國科學院若爾蓋高寒濕地生態(tài)研究站瑪曲觀測場2017 年1 月1 日～2017 年12 月31 日）的渦動相關數(shù)據(jù)，通過這些數(shù)據(jù)計算出兩地的實際陸面蒸散量。

本文通過渦動相關觀測數(shù)據(jù)計算出上述兩個區(qū)域的實際陸面蒸散量，應用統(tǒng)計回歸方法將其與用修正的P-M 模型計算的蒸散量進行比對，研究兩者的相關性，進而驗證修正的P-M 模型的準確性。

2.2.2 P-M 計算實際蒸散量的原理和方法

1965 年，Monteith 在Penman 公式的基礎上[20]，提出了P-M 模型，該模型引入植被的生理特征和空氣動力學參數(shù)的變化，計算精度較高且理論依據(jù)較充分，能較為準確地反映蒸散變化過程和影響機制。該模型被FAO-56 推薦為計算蒸散量的首選方法[21?22]。其中，F(xiàn)AO Penman-Monteith 模型是世界糧農組織（FAO）推薦計算參考蒸散量的方法，其修正模型表達式[23]如下：

式中：ET0為參考蒸散量（mm/d）；T為日平均溫度（℃）；U2為 2m 高處風速（m/s）；es為飽和水汽壓（kPa）；ea為實際水汽壓（kPa）

本文需要分析源區(qū)蒸散量的季度和年度數(shù)據(jù)，用以研究其時空分布特征，此時需要利用月值的氣象數(shù)據(jù)來計算。在應用修正的P-M 模型計算蒸散量時，不能直接把日值數(shù)據(jù)對應月值數(shù)據(jù)來計算，每個參數(shù)都需要進行重新?lián)Q算。計算時需注意：

（1）相對于凈輻射Rn，土壤熱通量G的值很小，當時間尺度為1～10d時，G通常忽略不計；但當計算時間尺度較長時，此項不能忽略，計算公式為：

式中：G為土壤熱通量（ MJ·m?2·d?1）；ca為土壤熱容量（ MJ·m?2·℃?1）；Ti為 時刻i的 空氣溫度（℃）；Ti?1為時刻i?1的 空氣溫度（℃）；Δt為時間步長（d）；Δz為有效土壤深度（m）。

當時間尺度以月為單位時，假設土壤深度適當、土壤熱容量為常數(shù)2.1M J·m?2·℃?1，可用下式估算：

式中：Tm,i為 第i月的平均氣溫（℃）；Tm,i?1為上月的平均氣溫（℃）；其中，假設首月的土壤熱通量為0。

（2）用修正的P-M 模型計算蒸散量時，需用到地表凈輻射這一要素。地表凈輻射可由氣象觀測的輻射數(shù)據(jù)直接計算得出，但由于氣象觀測站和輻射觀測站數(shù)量不匹配（全國輻射觀測站共130 個，氣象觀測站共699 個），且觀測年份不統(tǒng)一，導致輻射資料在連續(xù)性分析和趨勢分析中不易與氣象數(shù)據(jù)相結合。因此，在計算蒸散量時，一般通過氣象觀測數(shù)據(jù)間接地計算地表凈輻射，而不用輻射數(shù)據(jù)，具體計算步驟參照《氣象干旱等級》[24]。

3 黃河源區(qū)蒸散量時空分布及變化原因

3.1 實際蒸散量的觀測與計算結果對比分析

修正的P-M 模型估算的是參考作物的蒸散量，渦度相關法觀測的是實際陸面蒸散量。在干旱地區(qū)，沒有達到水分盈余的條件，實測的蒸散量要比用修正的P-M 模型估算出的蒸散量低，而渦度相關法存在能量平衡不閉合的問題，會造成對蒸散量的估算值偏低[25]。修正的P-M 模型計算的參考作物蒸發(fā)蒸騰量，與實際觀測值接近[23]。已有研究表明：在不同下墊面，修正的P-M 模型是計算蒸散量的最好方法[25]，兩種方法所得蒸散值雖有一定偏差，但若兩者相關性好、變化趨勢一致，則說明P-M 法能較好地估算區(qū)域實際蒸散量。

通過黃河源區(qū)扎陵湖和鄂陵湖湯岔瑪小流域2014 年和中國科學院若爾蓋高寒濕地生態(tài)研究站瑪曲觀測場2017 年的每日渦動相關數(shù)據(jù)計算出當?shù)氐恼羯⒘?，并與修正的P-M 模型計算的蒸散量進行比對，結果見圖2。

由圖2 可知，渦動相關數(shù)據(jù)和修正的P-M 模型計算的蒸散量變化趨勢大體一致，扎陵湖和鄂陵湖湯岔瑪小流域的月均蒸散量夏季高，冬季低；12 月蒸散量最小，其實際蒸散量為10.27mm，7 月蒸散量最大，其實際蒸散量為64.80mm。中國科學院若爾蓋高寒濕地生態(tài)研究站瑪曲觀測場的月均蒸散量的季節(jié)變化

圖2 渦動相關數(shù)據(jù)與修正的P-M 模型計算的蒸散量對比（a.2014 年扎陵湖和鄂陵湖湯岔瑪小流域的月均蒸散量，b.2017 年中國科學院若爾蓋高寒濕地生態(tài)研究站瑪曲觀測場的月均蒸散量）

與扎陵湖和鄂陵湖湯岔瑪小流域的相似，12 月蒸散量最小，其實際蒸散量為28.07mm，6 月蒸散量最大，其實際蒸散量為66.54mm。修正的P-M 模型計算出的蒸散量與實際陸面蒸散量的年總量相差不大，在扎陵湖和鄂陵湖湯岔瑪小流域分別為437.26mm 和435.40mm；在若爾蓋高寒濕地生態(tài)研究站瑪曲觀測場分別為523.36mm 和510.12mm。為了進一步驗證兩種模式計算出的蒸散量的相關性，對兩地的渦動相關數(shù)據(jù)和修正的P-M 模型算出的蒸散量進行線性回歸處理，結果如表1 所示。

表1 渦動相關數(shù)據(jù)與修正的P-M 模型計算的蒸散量的回歸方程

通過比較回歸方程的相關系數(shù)和協(xié)方差（表1），易知渦動相關數(shù)據(jù)和運用修正的P-M 模型計算出的蒸散量具有較好的正線性相關，可見運用修正的PM 模型計算蒸散量的準確性較高。

3.2 黃河源區(qū)不同站點蒸散量變化趨勢分析

本文以一年為時間尺度，分析每個站點1980～2020 年（共41a）的蒸散量變化趨勢。按照東西走向，將黃河源區(qū)分為東部、中部和西部三個區(qū)域，結合各個觀測站的數(shù)據(jù)，運用修正的P-M 模型計算得出每個站點的年均蒸散量，統(tǒng)計每個區(qū)域的蒸散量，繪制黃河源區(qū)蒸散量的時間變化序列，如圖3、圖4 和圖5所示。

圖3 1980～2020 年黃河源區(qū)東部年均蒸散量

圖4 同圖3，但為黃河源區(qū)中部

圖5 同圖3，但為黃河源區(qū)西部

從各個站點來看，其年均蒸散量波動振幅較大，這可能是年均降水、日照等影響因素導致的。從區(qū)域平均看，東、中、西部的年均蒸散量分別為504.30mm、445.19mm、408.56mm。由擬合直線可以看出，1980～2020 年黃河源區(qū)的蒸散量總體呈上升趨勢，但各個區(qū)域的蒸散量在20 世紀80 年代中期和90 年代中期均呈顯著減少趨勢，近年來中部和西部地區(qū)的蒸散量總體上呈減少趨勢，而東部地區(qū)的蒸散量總體上呈增加趨勢。不同時間段內，蒸散量的變化存在一定空間差異，蒸散量大小的區(qū)域分布大致為：東部地區(qū)>中部地區(qū)>西部地區(qū)。

對各個站點的蒸散量累加求平均，得到黃河源區(qū)總體蒸散量。圖6 給出了1980～2020 年黃河源區(qū)陸面蒸散量的時間變化序列及線性趨勢。如圖所示，黃河源區(qū)蒸散量總體呈增長態(tài)勢，其變化趨勢與西部地區(qū)和中部地區(qū)的一致，均在20 世紀80 年代中期和90 年代中期呈顯著減少態(tài)勢，進入21 世紀后，總體蒸散量呈增加態(tài)勢，但在2015 年后又有減少的趨勢。

圖6 黃河源區(qū)的陸面蒸散量時間變化序列及線性趨勢

3.3 黃河源區(qū)陸面蒸散量空間分布

為了揭示黃河源區(qū)蒸散量的空間分布特征，本文依據(jù)1980～2020 年氣象臺站觀測數(shù)據(jù)，在ArcGIS環(huán)境下通過反距離加權（Inverse Distance Weighted，IDW）插值法[26?27]繪制出源區(qū)內四季蒸散量的時空分布（圖7）。如圖所示，黃河源區(qū)蒸散量的季節(jié)分布東西差異明顯；春季蒸散量為117.8～162.8mm，夏季蒸散量為140.5～179.4mm，秋季蒸散量為78.0～105.5mm，冬季蒸散量為50.1～78.7mm，分別占年蒸散量的31.2%、34.6%、19.9%、14.3%，即為夏季>春季>秋季>冬季。

圖7 多年平均的黃河源區(qū)四季及年蒸散量時空分布

多年平均的年蒸散量為386.3～516.0mm，其空間分布與季節(jié)蒸散量的基本一致。東部地區(qū)蒸散量為473.5～516.0mm，紅原地區(qū)的蒸散量最大，約為516.0mm；中部地區(qū)蒸散量為437.6～473.5mm，地理分布為從東到西逐漸減??；西部地區(qū)蒸散量為386.3～437.6mm，從東到西呈先增后減特征，其中清水河地區(qū)的蒸散量最小，約為386.3mm?？傮w來看，西部地區(qū)的蒸散量低于東部地區(qū)，整個黃河源區(qū)的蒸散量從東到西逐漸減少。

3.4 影響黃河源區(qū)蒸散過程的氣候因子

已有研究[28]指出影響蒸散過程的主要因素是土壤和氣象因素：（1）影響土壤蒸散過程的土壤因素可分為土壤的結構、質地、色澤、含水量，地下水埋深以及地表特征等；（2）氣象因素主要包括氣溫、降水方式、濕度、輻射、風速等。

為了解影響黃河源區(qū)蒸散過程的氣象因素，本研究以黃河源區(qū)年均蒸散量為因變量做逐步回歸分析[29]，將氣象觀測的年均數(shù)據(jù)逐個引入模型，發(fā)現(xiàn)蒸散量與最高氣溫、最低氣溫、平均氣溫、日照時數(shù)、平均相對濕度、平均風速和降水量7 個影響因子有較高的相關性，進而得到逐步回歸方程：

式中：ET0、Tm、Tn、T、n、RH、U、PRE分別代表蒸散量、最高氣溫、最低氣溫、平均氣溫、日照時數(shù)、平均相對濕度、平均風速、降水量。

為分析影響黃河源區(qū)蒸散過程的氣候因子，應用復相關系數(shù)法[30?31]得出復相關系數(shù)r=0.9840，表明蒸散量與以上7 個影響因子的線性擬合度較高，各變量之間有很好的線性相關關系。進一步分析發(fā)現(xiàn)，該相關關系通過了0.001 水平的顯著性檢驗。

由于偏相關分析是在排除其他變量的影響后分析兩變量間相關關系的分析方法，其強調因變量對每個自變量的依賴關系。因此，本研究利用偏相關分析[32]對蒸散量與各個影響因子的關系進行探討。

通過對影響蒸散過程的影響因素進行偏相關分析（表2），結果表明：蒸散量分別和平均風速、日照時數(shù)有顯著的線性正相關（P<0.01），與平均氣溫有線性正相關，但相關性不顯著（P>0.01）；蒸散量分別和最高氣溫、最低氣溫、平均相對濕度、降水量有線性負相關性，與平均相對濕度有極顯著的相關性（P<0.01），而與最高氣溫、最低氣溫的相關性不顯著（P>0.01）。因此，蒸散量隨溫度、風速和日照時數(shù)的增加而增大，隨相對濕度和降水量的增大而減小。

表2 蒸散量與不同氣象因子的偏相關系數(shù)和顯著性

氣候要素變化的時空差異復雜多樣，在不同區(qū)域特定的氣候條件下，同一氣候要素對蒸散過程的作用不盡相同，水汽壓、溫度和凈輻射等影響要素的不同組合也會導致蒸散量的增加或減少。偏相關分析結果表明：蒸散量與溫度、風速和日照時數(shù)的變化趨勢相同，與相對濕度和降水量的變化趨勢相反。

4 結論

本文利用修正的P-M 模型計算出1980～2020 年黃河源區(qū)的陸面蒸散量，選取黃河源區(qū)扎陵湖和鄂陵湖湯岔瑪小流域和中國科學院若爾蓋高寒濕地生態(tài)研究站瑪曲觀測場兩個地區(qū)的渦動相關數(shù)據(jù)，檢驗了修正的P-M 模型估算源區(qū)蒸散量的準確性，并利用反距離加權插值法分析了源區(qū)內蒸散量的時空分布，運用逐步回歸分析等方法探討了蒸散量與不同氣象個影響因子有較高線性相關性。由偏相關分析可知，蒸散量隨溫度、風速和日照時數(shù)的增加而增大，隨相對濕度和降水量的增大而減小。