袁瑞瑞 黃蕭霖 郝璐

南京信息工程大學(xué)江蘇省農(nóng)業(yè)氣象重點實驗室，南京 210044

1 引 言

飽和水汽壓差（Vapor Pressure Deficit，VPD）表示的是實際空氣距離水汽飽和狀態(tài)的程度，即空氣的干燥程度。已有相關(guān)研究表明，VPD在決定植物生理功能中起著關(guān)鍵作用（Cunningham, 2004;陳彪等, 2015; 趙卉忱等, 2020）。首先，VPD對植物葉片的氣孔導(dǎo)度有直接影響，VPD增大能夠促進(jìn)葉片表面的氣孔張開，有利于植被更好地吸收水分以進(jìn)行光合作用和正常生理活動，但VPD超過一定閾值時又將導(dǎo)致植物降低氣孔開度以阻止過多的水分流失，從而抑制植物的生長（閆敏等,2016）；其次，VPD還與植物液流、水分利用效率等有顯著的相關(guān)關(guān)系（李靜, 2014; 秦奔奔和景元書, 2017）。研究指出，地球的理想VPD范圍在0.45～1.24 kPa，最佳為0.85 kPa；植物能夠較好生長的VPD范圍是0.8～0.95 kPa（李靜, 2014），而實際中的環(huán)境因子經(jīng)常無法滿足植物進(jìn)行最佳生長的條件。因此，植物對環(huán)境中VPD的響應(yīng)受到越來越多研究者的關(guān)注。

另一方面，作為大氣從陸地表面提取水分的能力的準(zhǔn)確度量，VPD可反映大氣對水分的“需求” （atmospheric demand）（劉玉莉等, 2014），是植被蒸散的主要驅(qū)動因素之一（于貴瑞和王秋鳳,2010）。通過改變植物氣孔行為，VPD極大地限制了許多生物群落的陸地蒸散（賈志軍等, 2007;Fletcher et al., 2007）。Novick et al.（2016）指出VPD與大氣水分需求直接相關(guān)且影響地表水分傳導(dǎo)和蒸散；郭媛（2012）探討了1960～2010年來影響中國長江流域?qū)嶋H蒸發(fā)量的氣象因素，結(jié)果表明，就年際變化而言，全流域?qū)嶋H蒸發(fā)量與VPD變化呈顯著負(fù)相關(guān)關(guān)系。此外，VPD增加會顯著影響森林死亡率（Yuan et al., 2019），VPD極端高的年份極可能會對植被造成相當(dāng)大的水分脅迫，從而導(dǎo)致疾病、火災(zāi)和死亡的風(fēng)險（Seager et al.,2015）。不僅如此，VPD還會影響糧食產(chǎn)量，極端高溫對美國玉米生產(chǎn)的主要影響與VPD增加有關(guān)（Lobell et al., 2013）；Zhang et al.（2017）發(fā)現(xiàn)，VPD的增加對不同地區(qū)、不同作物的產(chǎn)量影響不同，除中國東南部的小麥外，VPD的增加會導(dǎo)致作物產(chǎn)量普遍下降。

可見，VPD對于生態(tài)系統(tǒng)的結(jié)構(gòu)和功能具有重要意義，但是其作用卻往往被低估（Novick et al., 2016），尤其是在有著陸地“碳匯”之稱的半濕潤地區(qū)。最新研究發(fā)現(xiàn)，近10年來，全球VPD有普遍升高趨勢（Mao et al., 2017），這勢必對區(qū)域生態(tài)系統(tǒng)產(chǎn)生一定的影響，但是在區(qū)域尺度上，VPD變化趨勢的相關(guān)研究還有待開展。在我國城市化進(jìn)程加快以及我國大部分地區(qū)溫、濕等大氣參數(shù)呈現(xiàn)顯著變化趨勢的大背景下（徐興奎, 2011; 唐國利等, 2012），深入探討VPD在不同季節(jié)、不同氣候區(qū)的變化特征及其主導(dǎo)因素，不僅可以為氣候、生態(tài)和植被模型等研究提供科學(xué)基礎(chǔ)，對于我國不同氣候區(qū)提高生態(tài)管理水平以實現(xiàn)生態(tài)可持續(xù)性發(fā)展也具有重要意義。

2 數(shù)據(jù)來源與研究方法

2.1 氣象數(shù)據(jù)

氣象數(shù)據(jù)來自國家氣象信息中心（http://data.cma.cn/[2020-01-10]），對全國601個基本、基準(zhǔn)地面氣象觀測站及自動站的1980～2018年氣象資料月值數(shù)據(jù)集進(jìn)行統(tǒng)計分析。數(shù)據(jù)主要包括平均氣溫、最高（低）氣溫、相對濕度、降水量、風(fēng)速、日照時數(shù)等。為了分析VPD的季節(jié)性變化，將一年分為春季（3～5月）、夏季（6～8月）、秋季 （9～11月）、冬季（12月～次年2月）4個季節(jié)，并參考中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心 （http://www.resdc.cn/[2020-01-30]）對干濕地區(qū)的劃分，將全國分為濕潤區(qū)、半濕潤區(qū)、半干旱區(qū)以及干旱區(qū)4個區(qū)（圖1）來分析VPD的區(qū)域性差異?？臻g分布圖采用專用氣象數(shù)據(jù)插值軟件ANUSPLIN完成，ANUSPLIN基于薄盤樣條函數(shù)理論，引入多個影響因子作為協(xié)變量，大大提高插值精度，對時間序列的氣象要素更加適合（劉志紅等, 2008）?？紤]到青藏高原地形的特殊性，本文引入高程作為協(xié)變量，DEM數(shù)據(jù)來自中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（http://www.resdc.cn/[2020-01-30]），分辨率1 km。

圖1 研究區(qū)氣候分區(qū)以及氣象站空間分布Fig. 1 Climate regions and meteorological stations in the study area

2.2 VPD計算

VPD是在給定某一空氣溫度時的飽和水汽壓與實際水汽壓的差值。飽和水汽壓是溫度的函數(shù)，可直接由溫度計算得到，見Tetens經(jīng)驗公式 （Allen et al., 1998）：

其中，T是空氣溫度（單位：°C），e0(T)是 溫度T時的飽和水汽壓（單位：kPa）。

由于上式是非線性函數(shù)，對于月尺度這樣較長時間間隔的平均飽和水汽壓，若用平均氣溫來代替日最高、最低氣溫，則會使平均飽和水汽壓估計值偏低，相應(yīng)的水汽壓差也變小，因此以該時間間隔內(nèi)的日平均最高、最低氣溫分別對應(yīng)的飽和水汽壓的均值計算（Li et al., 2014）：

其中，es是平均飽和水汽壓（單位：kPa），Tmax、Tmin分別是日平均最高、最低氣溫（單位：°C）。實際水汽壓ea（單位：kPa）則根據(jù)月平均相對濕度（φmean）計算：

最終得到VPD（VPD，單位：kPa）：

2.3 Mann-Kendall趨勢檢驗

本文采用Mann–Kendall（M–K）非參數(shù)檢驗法檢測時間序列的趨勢變化（Mann, 1945; Kendall,1975），統(tǒng)計值Z＞0表明序列是增加趨勢，Z＜0表明序列是減少趨勢。Z的絕對值大于1.65、1.96、2.58時，表明通過了置信度分別為90%、95%、99%的顯著性檢驗（孫康慧等, 2019）。將M–K檢驗進(jìn)一步用于檢驗序列突變時，定義統(tǒng)計變量UFk、UBk，取顯著性水平α=0.05，則臨界值U0.05=1.96。將UFk、UBk兩個統(tǒng)計量序列曲線和±1.96線繪制在同一張圖上，若 UFk的值大于0，則表明序列呈上升趨勢，小于0則呈下降趨勢，超過臨界線表明上升或下降趨勢明顯。如果UFk和UBk兩條直線出現(xiàn)交點，且交點在臨界線之間，那么交點對應(yīng)的時刻便是突變開始的時刻（陳婧等, 2019）。

2.4 影響因素分析

采用多元線性回歸法分析VPD的主要影響因子。運用逐步回歸分析保留對VPD影響程度較大的自變量，建立多元線性回歸方程，并計算相應(yīng)的貢獻(xiàn)率（Li et al., 2014; 朱曉華等, 2019）：

其中，Y代表VPD，Xi代表各個氣象要素，a、b、c……為第i個氣象要素所對應(yīng)回歸系數(shù)，c1為X1變量對VPD的相對貢獻(xiàn)率，以此類推。

3 結(jié)果與分析

3.1 VPD的空間分布

3.1.1 不同季節(jié)的VPD空間分布

圖2為近40年來中國地區(qū)VPD的年及季節(jié)尺度的分布情況。就全國而言，1980～2018年多年平均VPD值的范圍在0～2.1 kPa。西北干旱半干旱區(qū)的VPD較高，尤其在新疆地區(qū)，達(dá)到2.0 kPa左右，這與西北地區(qū)干旱少雨的氣候特點相對應(yīng)，其余地區(qū)的VPD相對較低。多年平均VPD最高值出現(xiàn)在新疆的吐魯番地區(qū)，因該地區(qū)四周高山環(huán)抱，增熱迅速、散熱慢，形成氣溫高、降水少的特點，VPD值可達(dá)到2.0 kPa。低值主要分布青藏地區(qū)、黑龍江地區(qū)，臺站最低值出現(xiàn)在青海省玉樹州的清水河站，VPD值僅0.12 kPa。

圖2 1980～2018年中國全年和四季飽和水汽壓差（VPD）的空間分布：（a）全年；（b）春季；（c）夏季；（d）秋季；（e）冬季Fig. 2 Spatial distribution of annual and seasonal VPD (vapor pressure deficit) in China from 1980 to 2018: (a) Annual; (b) spring; (c) summer;(d) autumn; (e) winter.

分季節(jié)來看，春、夏、秋3個季節(jié)的VPD空間分布與全年的空間分布情況類似，均表現(xiàn)出西北干旱半干旱區(qū)VPD高，青藏高原、東北以及南方大部分區(qū)域VPD低的規(guī)律，且在夏季尤為明顯。這與我國近幾十年來蒸發(fā)皿蒸發(fā)量的空間分布有相近之處（朱曉華等, 2019），即內(nèi)蒙古和新疆地區(qū)值較大，東北地區(qū)和青藏地區(qū)較小，表明VPD與區(qū)域的蒸發(fā)潛力在空間上存在對應(yīng)關(guān)系。冬季VPD值介于0～0.7 kPa，且其分布規(guī)律與其他3個季節(jié)有所不同，具體表現(xiàn)為高緯地區(qū)偏低，而低緯的云南、南部沿海地區(qū)VPD較高的分布規(guī)律，與我國近幾十年來冬季的總蒸發(fā)量基本一致，進(jìn)一步表明了飽和水汽壓差對陸地蒸散發(fā)的主導(dǎo)作用（朱曉華等, 2019）。

3.1.2 不同氣候區(qū)VPD的差異

根據(jù)水分條件，將我國劃分為4個不同的氣候區(qū)，對近40年來全國的飽和水汽壓差進(jìn)行分區(qū)域統(tǒng)計（圖3）。可以看出，全年以及春季、夏季的平均VPD在濕潤區(qū)最低，在干旱區(qū)最高，半濕潤區(qū)和半干旱區(qū)的值介于二者之間。其中，夏季平均VPD表現(xiàn)為由濕潤區(qū)到干旱區(qū)逐漸增大的分布特點，而冬季相反，表現(xiàn)為平均VPD由濕潤區(qū)到干旱區(qū)逐漸減小的特點。4個氣候區(qū)平均VPD均呈現(xiàn)“夏季＞春季＞秋季＞冬季”的特征。干旱區(qū)VPD的季節(jié)性差異大，夏季與冬季相差約1.4 kPa，濕潤區(qū)的季節(jié)性差異小，夏季與冬季相差約0.4 kPa，半濕潤區(qū)及半干旱區(qū)的值介于二者之間。

圖3 1980～2018年中國全年和四季不同區(qū)域VPD的分布情況Fig. 3 Distribution of annual and seasonal VPD in different regions of China from 1980 to 2018

3.2 VPD的時間變化

3.2.1 VPD變化趨勢的空間分布

通過繪制中國地區(qū)年及不同季節(jié)VPD變化趨勢的空間分布圖，可以更直觀的了解VPD在近40年來的變化情況（圖4）。1980～2018年，VPD在全國呈現(xiàn)上升趨勢的站點為566個，占總臺站個數(shù)的94%，其中76%的站點通過了0.05的顯著性檢驗。上升最顯著的區(qū)域主要是內(nèi)蒙古的阿拉善盟、新疆東部、四川以及江浙一帶，M–K趨勢值 （Z值）達(dá)到5.0以上，表明這些地區(qū)VPD的上升趨勢極其顯著。僅有新疆西北部、貴州等小部分區(qū)域VPD呈現(xiàn)下降的趨勢。

圖4 1980～2018年中國全年和四季VPD的M–K變化趨勢（ Z 值）：（a）全年；（b）春季；（c）夏季；（d）秋季；（e）冬季。藍(lán)色實心圓代表VPD呈下降趨勢，橙色實心圓代表VPD呈上升趨勢，黑色空心圓代表VPD無顯著變化趨勢； | Z|大于1.65、1.96、2.58分別表示VPD的變化趨勢通過了0.1、0.05、0.01顯著性檢驗Fig. 4 Trends of annual and seasonal VPD in China from 1980 to 2018: (a) Annual; (b) spring; (c) summer; (d) autumn; (e) winter. The blue and orange solid circles denote the downward and upward trends of VPD, respectively, and the black hollow circle denotes no significant change trend of VPD; |Z| ＞ 1.65, 1.96, and 2.58 shows that the changing trend of VPD passed the significance test with a significance level of 0.1, 0.05, and 0.01,respectively

分季節(jié)來看，各個季節(jié)仍表現(xiàn)出全國大部分地區(qū)VPD呈上升趨勢的規(guī)律。春、夏兩季在黃河流域以及東南沿海地區(qū)的上升趨勢尤為顯著，通過α=0.05顯著性檢驗的站點分別達(dá)到65%和56%。秋、冬季出現(xiàn)顯著上升趨勢的站點集中在云南、四川以及江浙一帶，通過α=0.05顯著性檢驗的站點分別達(dá)到46%和41%。同時秋、冬季出現(xiàn)VPD降低趨勢的站點數(shù)增多，但僅有2%和0.4%的站點通過α=0.05的顯著性檢驗。通過Sen’s坡度檢驗 （趙彥軍等, 2019），發(fā)現(xiàn)春、夏兩季平均VPD的上升幅度較大，約為0.04 kPa/10 a。

3.2.2 不同氣候區(qū)VPD時間變化趨勢

對1980～2018年全國飽和水汽壓差的變化趨勢進(jìn)行分區(qū)統(tǒng)計，圖5為4個氣候區(qū)VPD逐年變化的距平以及累積距平?？傮w來說，近40年來各氣候區(qū)的VPD均呈現(xiàn)上升趨勢，與全球大氣水汽壓差的長期變化趨勢一致（Yuan et al., 2019）。

對于各個氣候區(qū)，累積距平曲線均在2000年前后發(fā)生轉(zhuǎn)折，在2000年以前，距平值低于0，逐年的VPD值低于1980～2018年VPD的平均值，而2000年以后高于平均值，表明這種增加趨勢大致出現(xiàn)在21世紀(jì)初，與全球大氣水汽壓差在上世紀(jì)90年代末以來呈現(xiàn)急劇增加的趨勢結(jié)論一致 （Yuan et al., 2019）。對各個區(qū)的1980～2018年逐年VPD值做M–K突變檢驗，得到一致的結(jié)論：4個區(qū)的VPD均在21世紀(jì)初突變上升并通過顯著性檢驗，其中濕潤區(qū)突變年份偏早（1996年），干旱區(qū)突變年份較晚（2004年），并且在1996年以前呈下降趨勢（圖6）。通過Sen’s坡度檢驗 （趙彥軍等, 2019），發(fā)現(xiàn)干旱區(qū)的上升幅度最大，約為0.04 kPa/10 a。

圖6 1980～2018年中國不同氣候區(qū)VPD的Mann–Kendall 統(tǒng)計量曲線：（a）濕潤區(qū)；（b）半濕潤區(qū)；（c）半干旱區(qū)；（d）干旱區(qū)。黑色虛線為α=0.05水平臨界值Fig. 6 Mann–Kendall statistical curves of VPD in different climate regions of China from 1980 to 2018: (a) Humid region; (b) subhumid region;(c) semiarid region; (d) arid region. The black dash line denotes the significance level of α = 0.05

3.3 影響VPD時空變化的氣象因素

根據(jù)VPD的整體變化趨勢，將1980～2018年劃分為1980～1999年和2000～2018年兩個時段來分別分析影響VPD的氣象要素，氣象要素包括：平均氣溫、風(fēng)速、日照時數(shù)、降水、氣壓和絕對濕度。將各氣象要素對VPD的貢獻(xiàn)率排序整理，結(jié)果見表1。

不同時段、不同氣候區(qū)、不同季節(jié)影響VPD變化的主導(dǎo)因素有所差異，但總體而言，主要為氣溫和絕對濕度（表1）。具體而言，第一時段 （1980～1999年），影響各個氣候區(qū)VPD的第一主導(dǎo)氣象要素為氣溫，其次為降水（半干旱區(qū)秋季為日照時數(shù)）；與第一時段相比，第二時段 （2000～2018年）主導(dǎo)氣象要素有所變化，濕潤區(qū)的年、春季以及干旱區(qū)的年、夏、秋季由絕對濕度主導(dǎo)，而濕潤區(qū)和半濕潤區(qū)的秋季由降水主導(dǎo)，其余仍由氣溫主導(dǎo)?？傮w而言，對于年際變化來說，兩階段相比，干旱區(qū)和濕潤區(qū)的絕對濕度對VPD的作用增大，溫度的作用略有減小。對兩階段氣溫和絕對濕度的年際變化做Sen’s坡度檢驗如表2所示。隨著氣溫逐漸升高，飽和水汽壓增大，即空氣中可容納的水汽含量增加，而2000年后，由于西北干旱區(qū)降水量減少（徐榮潞，2020），干旱區(qū)絕對濕度由第一階段的增加趨勢轉(zhuǎn)為降低趨勢，空氣中容納的水汽含量以0.12 g m-3(10 a)-1的速率降低，直接導(dǎo)致了VPD的迅速升高。而第二階段半干旱區(qū)和半濕潤區(qū)絕對濕度變化不大，氣溫的增加速率相對較大，飽和水汽壓越來越大，因此氣溫仍是VPD增加的主導(dǎo)因子。濕潤區(qū)第一階段氣溫增幅較高，而絕對濕度增幅低，氣溫的增加是VPD增加的主導(dǎo)因子，第二階段的氣溫與絕對濕度均呈增加趨勢，氣溫的增加幅度低，絕對濕度增加幅度相對較大，達(dá)0.21 g m-3(10 a)-1，這可能是因為濕潤區(qū)降水量充沛，氣溫的升高使得更多的水蒸汽被吸收到空氣中，其與氣溫的共同作用導(dǎo)致VPD的增加幅度相對第一階段放緩（圖5），但VPD的值相比第一階段整體偏高（表1）。

表1 1980～2018年中國不同氣候區(qū)全年和四季飽和水汽壓差變化及影響因素Table 1 Impact factors of the variation of vapor pressure deficit from 1980 to 2018

表2 1980～2018年中國不同氣候區(qū)氣溫與絕對濕度的Sen’s坡度值Table 2 Sen’s slope of temperature and absolute humidity f rom 1980 to 2018

圖5 1980～2018年中國不同氣候區(qū)VPD的變化趨勢：（a）濕潤區(qū)；（b）半濕潤區(qū)；（c）半干旱區(qū)；（d）干旱區(qū)。r2表示決定系數(shù)，α表示顯著性水平。黑色曲線代表VPD的距平，藍(lán)色曲線代表VPD的累積距平，紅色直線為VPD距平的線性擬合Fig. 5 Trends of VPD in different climate regions of China from 1980 to 2018: (a) Humid region; (b) subhumid region; (c) semiarid region; (d) arid region. r2 denotes the coefficient of determination, α denotes the significance level. The black and blue curves denote the anomaly and cumulative anomaly of VPD, respectively, and the red line denotes the linear fit of the anomaly of VPD

3.4 VPD變化對參考蒸散的影響

根據(jù)彭曼公式（Li et al., 2014）計算不同氣候區(qū)各季節(jié)的參考蒸散（ET0）并與VPD做相關(guān)性分析，結(jié)果表明（表3），1980～2018年間VPD與參考蒸散在不同氣候區(qū)、不同季節(jié)均呈現(xiàn)顯著正相關(guān)關(guān)系，相關(guān)性均通過α=0.01的顯著性檢驗。年尺度上，濕潤區(qū)ET0與VPD的相關(guān)性最強（0.88）；各個氣候區(qū)冬季、春季的相關(guān)性 （0.85～0.96）強于夏季、秋季（0.67～0.85）。這表明，ET0隨著VPD的增加而增加，尤其是在降水較少的干燥季節(jié)（冬、春兩季），這可能導(dǎo)致作物需水量上升并加劇用水短缺從而對作物產(chǎn)量產(chǎn)生影響（Fan et al., 2016）。

表3 1980～2018年中國不同氣候區(qū)在年及季節(jié)尺度上VPD與參考蒸散的相關(guān)系數(shù)Table 3 Correlation coefficients between VPD and reference evapotranspiration at different annual and seasonal scales in different climate regions of China from 1980 to 2018

4 討論

氣溫升高會導(dǎo)致大氣和地表之間溫度差異增大，同時大氣和地表間的濕度差異也會發(fā)生非線性變化，VPD可以描述這種共同的綜合作用（徐興奎,2011）。本研究中年均VPD的空間分布狀況與朱曉華等（2019）在1961～2017年VPD的空間分布情況基本一致，但本文進(jìn)一步分季節(jié)討論，發(fā)現(xiàn)我國冬季VPD的分布情況與其他季節(jié)不同，主要體現(xiàn)在干旱區(qū)的VPD較濕潤區(qū)低。唐歡等（2018）研究指出，VPD與降水量之間呈負(fù)相關(guān)關(guān)系，降水量越大，VPD值越??；韓磊等（2018）、黨宏忠等（2019）的研究認(rèn)為在小時和日尺度上VPD與氣溫、風(fēng)速、太陽輻射呈正相關(guān)，而與相對濕度呈負(fù)相關(guān)。我們的結(jié)論與以上基本一致，并進(jìn)一步發(fā)現(xiàn)氣溫和絕對濕度的變化是影響我國VPD近40年變化的主要因素。其中，2000年以后，影響不同氣候區(qū)VPD變化的主導(dǎo)因子不同，這可能與不同氣候區(qū)本身的水分條件差異、植被覆蓋率、城市化進(jìn)程差異以及城市化引起的蒸散發(fā)含量差異等有關(guān)。

目前針對飽和水汽壓差的研究較少，Matsoukas et al.（2011）認(rèn)為全球氣溫上升是導(dǎo)致水汽壓差上升的主要原因；Irmak et al.（2012）指出影響美國普拉特河（Platte River）流域水汽壓差上升的原因為氣溫和降水；Qin et al.（2019）認(rèn)為氣溫的升高以及城市化進(jìn)程導(dǎo)致了秦淮河流域蒸散下降，這可能是飽和水汽壓差上升的主要原因，前者增加了飽和水汽壓而后者降低了實際水汽壓；Hao et al.（2018）發(fā)現(xiàn)長江三角洲城市地區(qū)VPD的增加與稻田濕地向城市轉(zhuǎn)化造成的植被覆蓋指數(shù)降低密切相關(guān)；Seager et al.（2015）預(yù)計大氣環(huán)流異常能夠通過溫暖而干燥的空氣影響VPD，前期降水的減少也可能會使土壤變干并導(dǎo)致VPD增加。我們的研究表明，1980～2018年，主導(dǎo)濕潤區(qū)、半干旱區(qū)和干旱區(qū)年平均VPD年際變化的氣象因素為氣溫和絕對濕度，主導(dǎo)半濕潤區(qū)年平均VPD年際變化的氣象因素為氣溫和降水。

研究還發(fā)現(xiàn)，我國VPD的空間分布與蒸發(fā)皿蒸發(fā)量的空間分布相似（朱曉華等, 2019），預(yù)示著VPD與區(qū)域的蒸發(fā)潛力在空間上存在對應(yīng)關(guān)系，而VPD的增加預(yù)示著大氣“干燥力”加強，對應(yīng)的區(qū)域內(nèi)蒸發(fā)潛力會增加，進(jìn)而會引起地表能量和水分收支的變化，這對于深入探討我國在當(dāng)前全球氣候變化和變異條件下區(qū)域的環(huán)境效應(yīng)有參考價值。Hao et al.（2018）在分析我國南方濕地的“城市干島”效應(yīng)時發(fā)現(xiàn)長江三角洲地區(qū)VPD與參考蒸散呈顯著正相關(guān)關(guān)系。Qin et al.（2019）在半濕潤區(qū)秦淮河流域的研究發(fā)現(xiàn)，近二十年來秦淮河流域參考蒸散發(fā)的控制因子有所改變，除了氣溫，VPD也成為這一流域參考蒸散發(fā)變化的主要控制因子。濕度下降、VPD升高甚至超過了溫度升高對參考蒸散增加的影響，并因此加重大氣水分需求，氣候由濕熱變得干熱，出現(xiàn)“熱島干化”現(xiàn)象。張美玲等（2015）在研究1961～2010年魯南地區(qū)參考蒸散量的時空分布特征及氣候歸因時，也發(fā)現(xiàn)VPD與參考蒸散的年際變化呈正相關(guān)。本文也在全國范圍內(nèi)發(fā)現(xiàn)在1980～2018年VPD與參考蒸散在不同氣候區(qū)、不同季節(jié)均呈現(xiàn)顯著正相關(guān)的關(guān)系。

本文是在全國范圍下進(jìn)行分析的，由于各地區(qū)氣候、海拔、下墊面等的不一致，在以后更具體的研究區(qū)域下有待更深一步討論。另外，在探究影響VPD的時空變化因素時，還需結(jié)合城鄉(xiāng)差異、下墊面結(jié)構(gòu)、植被覆蓋、云量等多方位多角度因素，以獲得對VPD更加全面和深入的認(rèn)識。

5 結(jié)論

（1）1980～2018年，我國VPD的分布存在空間差異性和季節(jié)差異性。不論哪個氣候區(qū)，VPD均呈“夏季＞春季＞秋季＞冬季”；全年以及春、夏季節(jié)的VPD由濕潤區(qū)到干旱區(qū)逐漸升高，冬季相反，即濕潤區(qū)和干旱區(qū)的夏季和冬季VPD分布呈相反格局。

（2）我國絕大部分地區(qū)逐年VPD呈增長趨勢，各個季節(jié)各個區(qū)域均呈現(xiàn)顯著增長趨勢（僅干旱區(qū)冬季為不顯著增長），即大氣變得更“干燥”了；各區(qū)域逐年VPD的增長趨勢是2000年左右發(fā)生突變的結(jié)果，濕潤區(qū)較早，干旱區(qū)較晚，此前呈現(xiàn)平穩(wěn)波動或下降的趨勢。

（3）影響VPD增大的主導(dǎo)因子在不同區(qū)域、不同季節(jié)有所差異，但總體看來，氣溫和絕對濕度的變化是VPD年際變化的主要影響因素。對于年際變化來講，2000年后，影響濕潤區(qū)和干旱區(qū)VPD增加的第一主導(dǎo)氣象要素由氣溫轉(zhuǎn)變?yōu)榻^對濕度，而半濕潤區(qū)的主導(dǎo)氣象要素由降水轉(zhuǎn)變?yōu)闅鉁?，半干旱區(qū)仍由氣溫主導(dǎo)。