基于不同數(shù)理統(tǒng)計(jì)方法的河南省ET0氣候影響因素分析

宋 妮，申孝軍，陳智芳，王景雷，劉祖貴

?

基于不同數(shù)理統(tǒng)計(jì)方法的河南省ET0氣候影響因素分析

宋 妮，申孝軍，陳智芳，王景雷※，劉祖貴

（1. 中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)田灌溉研究所，新鄉(xiāng) 453002；2. 農(nóng)業(yè)部作物需水與調(diào)控重點(diǎn)開(kāi)放實(shí)驗(yàn)室，新鄉(xiāng) 453002）

確定影響ET0年際變化的主要?dú)庀笠蜃邮菧?zhǔn)確估算未來(lái)作物需水的基礎(chǔ)，對(duì)于農(nóng)業(yè)生產(chǎn)科學(xué)應(yīng)對(duì)氣候變化具有重要意義。以河南省17個(gè)站點(diǎn)為例，分別采用國(guó)內(nèi)外常用的5種數(shù)理統(tǒng)計(jì)方法評(píng)價(jià)7個(gè)氣象要素對(duì)參考作物蒸散量（reference crop evapotranspiration，ET0）年際變化的影響程度，結(jié)果發(fā)現(xiàn)：日照和風(fēng)速是影響河南省地區(qū)參考作物蒸散量的主要因子，黃河以北地區(qū)主要為風(fēng)速，黃河以南地區(qū)以日照為主，信陽(yáng)、西峽兩地高溫作用不容忽視。5種方法評(píng)判結(jié)果差異較大，采用灰色關(guān)聯(lián)分析法，利用不同的數(shù)據(jù)變換方式，其結(jié)果大相徑庭，認(rèn)為其不適宜用于評(píng)價(jià)影響ET0變化主要因子的判定；結(jié)合各站氣象要素年際變化趨勢(shì)分析認(rèn)為，逐步回歸分析法得出的結(jié)論與各站點(diǎn)氣象要素及ET0實(shí)際變化趨勢(shì)存在多處悖理，不適宜用于評(píng)價(jià)影響ET0變化主要因子的判定；相關(guān)分析、偏相關(guān)分析、主導(dǎo)分析方法結(jié)果較為統(tǒng)一，差異較小，認(rèn)為采用3種方法綜合判定某地區(qū)影響ET0的主要因子，其結(jié)果較為可信。其中，采用主導(dǎo)分析法對(duì)各氣象因子的影響排序與各因子對(duì)ET0的影響趨勢(shì)以及ET0實(shí)際變化趨勢(shì)較為一致，建議用于評(píng)價(jià)影響ET0變化的氣象因子排序，但因其無(wú)法得到各因子與ET0的相關(guān)關(guān)系，需借助相關(guān)分析與偏相關(guān)分析才能得到詳實(shí)可信的結(jié)果。

蒸散量；相關(guān)分析；主導(dǎo)分析；偏相關(guān)分析；影響因子；河南省

0 引 言

全球氣候變暖是目前所能觀測(cè)且直接感受到的未來(lái)氣候的一個(gè)顯著表現(xiàn)，世界氣象組織（WMO）對(duì)全球溫度的統(tǒng)計(jì)表明，2011—2015年是有史以來(lái)最炎熱的5 a，比1961—1990年的參照溫度高大約0.57 ℃。氣候變化已對(duì)人們生活中的許多方面產(chǎn)生影響，也必將作用于作物需水量，進(jìn)而影響水資源的時(shí)空再分配。參考作物需水量是計(jì)算作物需水量的重要參數(shù)，以氣候變暖為主要特征的氣候變化日益受到關(guān)注，自然而然人們往往過(guò)多關(guān)注溫度對(duì)作物需水量的影響，想當(dāng)然地認(rèn)為溫度是影響作物需水量的主導(dǎo)因子，不少地區(qū)研究表明，實(shí)際情況并非完全如此。因此，探尋某一地區(qū)影響參考作物蒸散量（reference crop evapotranspiration， ET0)變化的主要?dú)夂蛞蜃訉?duì)于準(zhǔn)確預(yù)測(cè)未來(lái)某一區(qū)域作物需水狀況，科學(xué)應(yīng)對(duì)農(nóng)業(yè)生產(chǎn)對(duì)氣候變化的影響具有重要意義。

參考作物蒸散量，目前一般采用FAO提出的Penman- Monteith方法計(jì)算，該方法由于既考慮了空氣動(dòng)力學(xué)和輻射項(xiàng)的作用，又涉及作物的生理特性，穩(wěn)定性較好，得到了國(guó)內(nèi)外眾多學(xué)者的認(rèn)可并應(yīng)用[1-4]。近年來(lái)，氣候變暖引起了許多學(xué)者的重視，他們對(duì)中國(guó)不同地區(qū)不同尺度下參考作物蒸散量的時(shí)空分布規(guī)律進(jìn)行了描述，探索了各地區(qū)影響參考作物蒸散量的主要?dú)夂蛞蜃?，但由于中?guó)地理氣候復(fù)雜，分析研究方法多樣，結(jié)論無(wú)法統(tǒng)一，時(shí)常出現(xiàn)結(jié)論相反的情況，因此本文對(duì)目前較常采用的數(shù)理統(tǒng)計(jì)方法進(jìn)行對(duì)比分析，以同樣的基礎(chǔ)數(shù)據(jù)和前提條件分析篩選適宜的方法，用于分析影響參考作物蒸散量的主要?dú)夂蛞蜃印?/p>

目前眾學(xué)者較常采用的分析方法有相關(guān)分析[5-7]、偏相關(guān)分析法[8-11]，主成分分析法[12-14]、線性逐步回歸法[15]和灰色關(guān)聯(lián)分析法[16-17]近年來(lái)也有所應(yīng)用，隨著研究的深入，又出現(xiàn)了偏相關(guān)系數(shù)和標(biāo)準(zhǔn)偏回歸系數(shù)相結(jié)合的分析方法[18-19]。上述方法盡管都能得出一定的結(jié)論，但其結(jié)果卻不盡一致，例如康燕霞等[20]采用敏感性系數(shù)分析了淮河流域參考作物蒸散量的氣候影響因素，認(rèn)為主要因素為濕度和日照，而王曉東等[21]將敏感性與氣象因子多年相對(duì)變化率聯(lián)合分析認(rèn)為風(fēng)速是貢獻(xiàn)最大的氣象因子，日照和濕度其次。諸如此類(lèi)矛盾的結(jié)論還有很多，到底哪種方法得到的結(jié)果比較可信，如何評(píng)價(jià)每種方法的結(jié)果是亟待解決的一個(gè)問(wèn)題。鑒于此，本文以任何一個(gè)方法得出的結(jié)論都不應(yīng)該同ET0及各影響因子實(shí)際趨勢(shì)相悖作為分析評(píng)價(jià)的準(zhǔn)則，首先采用5種常用數(shù)理統(tǒng)計(jì)方法獲得影響ET0變化的主要?dú)夂蛞蜃?，然后結(jié)合各站主要?dú)庀笠氐膶?shí)際變化情況，綜合分析5種數(shù)理統(tǒng)計(jì)方法結(jié)論的合理性，兩者互相印證以得出影響河南省各站ET0變化的主要因子。

1 數(shù)據(jù)來(lái)源與方法

1.1 數(shù)據(jù)來(lái)源

數(shù)據(jù)來(lái)源于國(guó)家氣象局，選用河南省17個(gè)國(guó)家氣象站自建站到2015年逐日地面氣象觀測(cè)資料，數(shù)據(jù)序列均超過(guò)51 a，要素包括最高氣溫、最低氣溫、平均氣溫、平均相對(duì)濕度、平均風(fēng)速、日照時(shí)數(shù)和降水量。各站點(diǎn)空間位置見(jiàn)圖1。

圖1 河南省各氣象站點(diǎn)空間分布

1.2 研究方法

1.2.1 原始數(shù)據(jù)前處理

采用FAO推薦的Penman-Monteith方法計(jì)算河南省17個(gè)國(guó)家氣象站自建站到2015年逐日ET0值。分別計(jì)算ET0和7個(gè)氣象要素逐年日均值，即年日均值，用于進(jìn)行相關(guān)分析。

1.2.2 數(shù)理統(tǒng)計(jì)方法

本文采用DPS數(shù)據(jù)處理系統(tǒng)11.50版提供的5種數(shù)理統(tǒng)計(jì)方法評(píng)價(jià)7個(gè)氣象要素對(duì)ET0年際變化的影響程度，其中相關(guān)分析和偏相關(guān)分析結(jié)果采用系統(tǒng)提供的多元分析中相關(guān)分析的多變量相關(guān)分析計(jì)算得出，逐步回歸分析法結(jié)果采用系統(tǒng)提供的多元分析中回歸分析的逐步回歸法計(jì)算得出，主導(dǎo)分析法采用系統(tǒng)提供的多元分析中主導(dǎo)分析計(jì)算得出，灰色關(guān)聯(lián)分析法結(jié)果采用系統(tǒng)提供的其他方法中灰色系統(tǒng)方法中的關(guān)聯(lián)度分析計(jì)算得出。

1）相關(guān)分析法

相關(guān)分析是指對(duì)2個(gè)或多個(gè)具備相關(guān)性的變量元素進(jìn)行分析，從而衡量2個(gè)變量因素的相關(guān)密切程度。主要指標(biāo)為相關(guān)系數(shù)，相關(guān)系數(shù)是按積差方法計(jì)算，同樣以2變量與各自平均值的離差為基礎(chǔ)，通過(guò)2個(gè)離差相乘來(lái)反映2變量之間相關(guān)程度的統(tǒng)計(jì)指標(biāo)。根據(jù)研究對(duì)象的不同分為簡(jiǎn)單相關(guān)系數(shù)、復(fù)相關(guān)系數(shù)、典型相關(guān)系數(shù)。分析氣象因素與ET0相關(guān)一般采用的是簡(jiǎn)單相關(guān)系數(shù)[22]，字母表示。

2）偏相關(guān)分析法

偏相關(guān)分析[23]也稱凈相關(guān)分析，它在控制其他變量的線性影響的條件下分析2變量間的線性相關(guān)性，所采用的指標(biāo)為偏相關(guān)系數(shù)。當(dāng)控制變量個(gè)數(shù)為1時(shí)，偏相關(guān)系數(shù)成為一階相關(guān)系數(shù)；控制變量個(gè)數(shù)為2時(shí)，為二階偏相關(guān)系數(shù)；控制變量個(gè)數(shù)為0時(shí)，為零階偏相關(guān)系數(shù)，也就是相關(guān)系數(shù)。

3）逐步回歸分析法

逐步回歸分析法是能自動(dòng)地從大量可供選擇的變量中選擇那些對(duì)建立回歸方程比較重要的變量，該方法是從一個(gè)自變量開(kāi)始，視自變量對(duì)作用的顯著程度，從大到小地依次逐個(gè)引入回歸方程，據(jù)此可以用來(lái)對(duì)影響ET0的氣象因素進(jìn)行排序，本文根據(jù)7個(gè)氣象因素全部引入回歸方程后標(biāo)準(zhǔn)回歸系數(shù)的大小確定各因素對(duì)ET0的影響排序。

4）主導(dǎo)分析法

主導(dǎo)分析法，也稱為優(yōu)勢(shì)分析法，為Budescu于1993年提出，該方法的思路是，為了分析不同預(yù)測(cè)指標(biāo)的相對(duì)重要性，首先需將各個(gè)指標(biāo)，以及這些指標(biāo)的不同組合形式對(duì)因變量進(jìn)行回歸分析，分析含有這些預(yù)測(cè)指標(biāo)及各種不同指標(biāo)組合的左右回歸方程的決定系數(shù)2，比較這些回歸方程中每一指標(biāo)（或組合）的2，看某一指標(biāo)或指標(biāo)的組合加入到回歸方程后2的提高情況。該方法有2個(gè)優(yōu)點(diǎn)：①具有模型獨(dú)立性，即預(yù)測(cè)指標(biāo)的相對(duì)重要性在各子模型中保持恒定；②根據(jù)各預(yù)測(cè)指標(biāo)的相對(duì)重要性對(duì)回歸模型總預(yù)測(cè)方差進(jìn)行分解，并用百分比表示。據(jù)此可以實(shí)現(xiàn)氣象要素對(duì)ET0的影響排序。

5）灰色關(guān)聯(lián)分析法

灰色系統(tǒng)理論是鄧聚龍先生于20世紀(jì)80年代前期提出的用于控制和預(yù)測(cè)的新技術(shù)。其目的就是通過(guò)一定的方法理清系統(tǒng)中各因素間的主要關(guān)系，找出影響最大的因素，把握矛盾的主要方法，目前在農(nóng)業(yè)中應(yīng)用較廣。其主要指標(biāo)為關(guān)聯(lián)度，用于描述2個(gè)因素之間關(guān)聯(lián)性大小的量度，關(guān)聯(lián)度越高表示其影響越大。其計(jì)算過(guò)程見(jiàn)文獻(xiàn)[24]：

①原始數(shù)據(jù)變換

DPS系統(tǒng)提供3種數(shù)據(jù)變換方式用以消除原始數(shù)據(jù)的量綱差異，分別為均值化、初值化、標(biāo)準(zhǔn)化。

先分別求出各個(gè)序列的平均值，再用平均值去除對(duì)應(yīng)序列中的各個(gè)原始數(shù)據(jù)，所得到的新數(shù)據(jù)列，即均值化序列：

分別用同一序列的第一個(gè)數(shù)據(jù)去除后面的各個(gè)原始數(shù)據(jù)，得到新的倍數(shù)數(shù)列，即為初值化數(shù)列

先分別求出各個(gè)序列的平均值和標(biāo)準(zhǔn)差，然后將各個(gè)原始數(shù)據(jù)減去平均值后再除以標(biāo)準(zhǔn)差，所得到的新數(shù)據(jù)序列，即為標(biāo)準(zhǔn)化序列：

②計(jì)算關(guān)聯(lián)系數(shù)

③計(jì)算關(guān)聯(lián)度

2 結(jié)果與分析

2.1 基于不同方法的ET0年際變化影響因子排序

分別采用5種數(shù)理統(tǒng)計(jì)方法分析河南省17個(gè)氣象站點(diǎn)氣象因子年日均值與ET0年日均總量的關(guān)系，并根據(jù)各方法指標(biāo)數(shù)值大小進(jìn)行排序，如表1所示。從表1可以看出，同一個(gè)站點(diǎn)同樣數(shù)據(jù)采用不同分析方法得出的結(jié)果差異較大，尤其灰色關(guān)聯(lián)分析法，當(dāng)數(shù)據(jù)變換方式不同時(shí)，結(jié)果大相徑庭，說(shuō)明灰色關(guān)聯(lián)分析法不適用于尋求影響ET0的主要?dú)庀笠蜃印?/p>

表1 基于不同數(shù)理統(tǒng)計(jì)方法的ET0影響因子排序

注：，日照時(shí)數(shù)；RE，相對(duì)濕度；T，最高氣溫；T，最低氣溫；，平均氣溫；，平均風(fēng)速；，降水量。

Note:, sunshine hours; RE, relative humidity;T, highest temperature;T, lowest temperature;, average temperature;, average wind speed;, precipitation.

盧氏和固始，各方法結(jié)果比較統(tǒng)一，南陽(yáng)站點(diǎn)除灰色關(guān)聯(lián)方法結(jié)果不統(tǒng)一，其余4種方法均認(rèn)為日照是第1影響因子。除灰色關(guān)聯(lián)分析法外，其他方法均認(rèn)為風(fēng)速是影響盧氏、南陽(yáng)、商丘3站ET0變化的第2影響因子。除灰色關(guān)聯(lián)分析法外，其他方法均認(rèn)為濕度是影響寶豐站ET0變化的第3影響因子。

2.2 逐區(qū)分析影響ET0主要?dú)庀笠蜃?/h3>

2.2.1 豫北地區(qū)

豫北地區(qū)是指河南省內(nèi)黃河以北的地區(qū)，安陽(yáng)、新鄉(xiāng)2站地處豫北地區(qū)。

從表1中看到，對(duì)于安陽(yáng)站，有4種方法（數(shù)據(jù)標(biāo)準(zhǔn)化灰色關(guān)聯(lián)分析、相關(guān)分析、偏相關(guān)分析、主導(dǎo)分析）均將日照和風(fēng)速視為影響ET0變化的重要?dú)庀笠蜃?，其中，偏相關(guān)和主導(dǎo)分析以及逐步回歸分析將風(fēng)速視為第1影響因子，其他方法將日照視為首要因子?；?種數(shù)理統(tǒng)計(jì)方法結(jié)果，選擇ET0主要可能的影響因子，繪制安陽(yáng)站主要因子與ET0年際變化趨勢(shì)圖，如圖2a所示，60 a來(lái)，ET0呈不顯著下降趨勢(shì)，風(fēng)速與ET0變化趨勢(shì)最相近，近10 a以來(lái)尤為相似。對(duì)各指標(biāo)極端情況出現(xiàn)天數(shù)進(jìn)行統(tǒng)計(jì)后發(fā)現(xiàn)，雖然平均風(fēng)速年際變化趨勢(shì)較緩，但1991年以前，風(fēng)速為0的天數(shù)較多，且呈波動(dòng)上升再下降趨勢(shì)，自1992年起，風(fēng)速為0的天數(shù)顯著下降，2003年最高，僅為3 d，24 a中18 a每天均有風(fēng)。統(tǒng)計(jì)安陽(yáng)地區(qū)日照為0的天數(shù)發(fā)現(xiàn)其呈明顯上升趨勢(shì)（氣候傾向率13.31 d/10 a），其他氣象指標(biāo)沒(méi)有明顯變化趨勢(shì)，這說(shuō)明近年來(lái)安陽(yáng)地區(qū)氣候變化逐漸向多風(fēng)寡照轉(zhuǎn)變。1956—2015年間風(fēng)速與ET0變化一致性略高于日照，因此可認(rèn)為安陽(yáng)地區(qū)ET0的主要影響因子為風(fēng)速，日照次之。

圖2 豫北地區(qū)年均日ET0及其主要影響因子年際變化趨勢(shì)

新鄉(xiāng)站59 a來(lái)ET0呈不顯著下降趨勢(shì)（圖2b），根據(jù)相關(guān)分析和偏相關(guān)分析結(jié)果：濕度、低溫、降水與ET0負(fù)相關(guān)，日照、均溫、風(fēng)速與ET0正相關(guān)，高溫與ET0的關(guān)系，相關(guān)分析顯示正相關(guān)，偏相關(guān)分析顯示負(fù)相關(guān)，無(wú)法確定其關(guān)系暫時(shí)忽略其對(duì)ET0作用。由于ET0呈不顯著下降趨勢(shì)，認(rèn)為低溫、日照、風(fēng)速3因素對(duì)ET0的下降作用要大于濕度、均溫、降水對(duì)ET0的上升作用。表1結(jié)果，所有方法均認(rèn)為低溫的影響作用較小，相關(guān)分析、偏相關(guān)分析、主導(dǎo)分析均認(rèn)為風(fēng)速為第1影響因素，主導(dǎo)分析認(rèn)為日照第2影響因素，加之ET0下降趨勢(shì)不明顯，主導(dǎo)分析將濕度和高溫視為第3、4影響因子，與新鄉(xiāng)站實(shí)際相符。對(duì)各指標(biāo)極端情況出現(xiàn)天數(shù)進(jìn)行統(tǒng)計(jì)發(fā)現(xiàn)，自1996 年以來(lái)，風(fēng)速為0天數(shù)顯著下降，近9 a以來(lái)每天均有風(fēng)；統(tǒng)計(jì)日照為0天數(shù)發(fā)現(xiàn)其呈明顯上升趨勢(shì)（氣候傾向率8.86 d/10 a），其他氣象指標(biāo)沒(méi)有明顯變化趨勢(shì)。因此可認(rèn)為風(fēng)速和日照共同作用于新鄉(xiāng)地區(qū)ET0并促使其下降，風(fēng)速為首要因子。

綜上，新鄉(xiāng)站與安陽(yáng)站各指標(biāo)變化情況相似度很高，綜合分析認(rèn)為，風(fēng)速和日照是促使豫北地區(qū)ET0下降的重要?dú)夂蛞蜃?，風(fēng)速為主，日照次之。

2.2.2 豫東地區(qū)

豫東指河南省東部地區(qū)，開(kāi)封、商丘、西華3站地處豫東地區(qū)。開(kāi)封站主要因子與ET0年際變化趨勢(shì)如圖3a所示，62 a來(lái)，ET0呈不顯著下降趨勢(shì)，在序列前期，日照時(shí)數(shù)變化趨勢(shì)與ET0較為相似，序列后期，尤其2004—2015年間，高溫與風(fēng)速的變化趨勢(shì)與ET0相似度更高。2004 年之前平均日照時(shí)數(shù)6.08 h，2004—2015年間，日照時(shí)數(shù)平均4.82 h，對(duì)應(yīng)時(shí)間段ET0為2.65和2.67 mm，日照時(shí)數(shù)顯著下降，而ET0卻未隨之下降，因此其作用力必將減??；將日照時(shí)數(shù)、平均風(fēng)速和ET0年際趨勢(shì)圖放大可以看到，ET0在平穩(wěn)變化的同時(shí)，各年之間也有微小的波動(dòng)，對(duì)于此種波動(dòng)，高溫與風(fēng)速與之極為相似，另統(tǒng)計(jì)開(kāi)封地區(qū)風(fēng)速為0天數(shù)發(fā)現(xiàn)，2004—2015年間，該數(shù)據(jù)均為0，即每天都有風(fēng)，且查閱文件后發(fā)現(xiàn)，該時(shí)期極大風(fēng)速呈快速減小趨勢(shì)，因而風(fēng)速的作用不容忽視；開(kāi)封站臨近鄭州，近年來(lái)該區(qū)域開(kāi)發(fā)迅速，區(qū)域氣候也在悄然變化。這些都可能是引起ET0變化的原因，但具體原因還需要數(shù)據(jù)支持。從表1可以看出，對(duì)開(kāi)封站ET0影響較為重要的有風(fēng)速、高溫、濕度、日照。第1因子可能為風(fēng)速和高溫，另外，相關(guān)分析和偏相關(guān)分析對(duì)高溫的影響排序相差甚遠(yuǎn)，相關(guān)分析認(rèn)為高溫為第1因子，而偏相關(guān)分析認(rèn)為高溫為最末因子，同時(shí)2種方法對(duì)高溫與ET0的關(guān)系也相反，相關(guān)分析認(rèn)為正相關(guān)，偏相關(guān)分析認(rèn)為負(fù)相關(guān)，對(duì)1954—2012年開(kāi)封的數(shù)據(jù)分析也發(fā)現(xiàn)此現(xiàn)象，原因不明，但一般認(rèn)為高溫與ET0為正相關(guān)關(guān)系。對(duì)各方法逐一分析認(rèn)為，灰色關(guān)聯(lián)分析由于數(shù)據(jù)處理方式的不同，差異很大，可認(rèn)為其結(jié)果可信度較低；偏相關(guān)分析和逐步回歸分析均將高溫視為最末影響因子，與近年來(lái)高溫同ET0相似性背離，不符合實(shí)際；主導(dǎo)分析結(jié)果將風(fēng)速和高溫視為前2個(gè)影響因子，風(fēng)速的下降趨勢(shì)將促使ET0下降，而實(shí)際ET0下降趨勢(shì)較緩，因而必有促使ET0上升的因子作用，高溫對(duì)ET0上升的促進(jìn)作用符合這一變化，第3因子為濕度，其下降趨勢(shì)顯著，對(duì)ET0的上升作用因其排名第3而縮小，第4因子為日照，促使ET0下降，第5、6、7因子對(duì)ET0的作用力較小暫忽略。綜上，主導(dǎo)分析結(jié)果對(duì)開(kāi)封站近62 a來(lái)氣象因子的影響因素解釋較符合其變化規(guī)律，另對(duì)1954—2012年開(kāi)封數(shù)據(jù)采用主導(dǎo)分析認(rèn)為，濕度為第2影響因子，高溫為第3影響因子，因此可認(rèn)為風(fēng)速是影響開(kāi)封地區(qū)ET0下降的主要因子，對(duì)第2因子的分析目前仍不明朗，高溫、濕度均有可能。

圖3 豫東地區(qū)年均日ET0及其主要影響因子年際變化趨勢(shì)

對(duì)商丘站影響ET0首要因子的判定，多數(shù)方法認(rèn)為日照為首要?dú)庀笠蜃樱L(fēng)速為第2影響因子（表1）。58 a來(lái)，日照、風(fēng)速、ET0均呈顯著下降趨勢(shì)（氣候傾向率分別為-0.47 h/10 a、-0.29 m/(s·10 a)、-0.11 mm/10 a），近10 a以來(lái)，日照年際變化趨勢(shì)與ET0變化趨勢(shì)最相近（圖3b），自2004年以來(lái)，每天均有風(fēng)，日照和風(fēng)速的顯著下降趨勢(shì)將促使ET0下降，根據(jù)ET0實(shí)際下降趨勢(shì)，日照、風(fēng)速與ET0正相關(guān)，若兩者共同作用將大大增加ET0下降趨勢(shì)，而ET0實(shí)際下降趨勢(shì)相對(duì)較緩，說(shuō)明存在促使ET0上升的因子作用，7因子中高溫、濕度、均溫促使ET0上升，相關(guān)分析和主導(dǎo)分析認(rèn)為7因子的排序?yàn)槿照?、風(fēng)速、高溫、濕度，與實(shí)際變化趨勢(shì)相符，2方法僅對(duì)降水和均溫的排序相反，均溫變化趨勢(shì)大于降雨，初步認(rèn)為均溫作用可能高于降雨，但無(wú)確切證據(jù)。

對(duì)西華站影響ET0首要因子的判定，各方法較集中于日照和風(fēng)速，灰色關(guān)聯(lián)與相關(guān)分析認(rèn)為日照為首要因子，其余3種方法均認(rèn)為風(fēng)速為首要因子。分析ET0與各因子年際變化趨勢(shì)（圖3c）可見(jiàn)，62 a來(lái)，ET0呈顯著下降趨勢(shì)（氣候傾向率為-0.09 mm/10 a），日照與ET0相關(guān)性較高，風(fēng)速下降趨勢(shì)極顯著（氣候傾向率分別為-0.32 m/(s·10 a)），風(fēng)速、日照與ET0正相關(guān)，且均呈下降趨勢(shì)，促使ET0下降，但現(xiàn)有證據(jù)無(wú)法區(qū)分兩者作用主次，因此，風(fēng)速和日照共同作用西華站ET0促使其下降。

2.2.3 豫中地區(qū)

鄭州、許昌地處豫中地區(qū)。表1表明，對(duì)鄭州站，4種方法（數(shù)據(jù)標(biāo)準(zhǔn)化灰色關(guān)聯(lián)分析法、相關(guān)分析、偏相關(guān)分析、主導(dǎo)分析）均認(rèn)為風(fēng)速和日照為影響ET0的主要因子，風(fēng)速為主，日照次之。第3因子出現(xiàn)分歧，高溫、降水、濕度均有可能。根據(jù)61 a來(lái)鄭州站各因子與ET0相關(guān)關(guān)系，7指標(biāo)中，風(fēng)速、日照、濕度、降水呈下降趨勢(shì)，低溫、高溫、均溫呈上升趨勢(shì)，風(fēng)速、日照、高溫與ET0正相關(guān)，濕度、降水、低溫、均溫與ET0負(fù)相關(guān)，風(fēng)速、日照、低溫、均溫使ET0下降，濕度、降水、高溫促使ET0上升，而實(shí)際ET0下降趨勢(shì)不顯著，在風(fēng)速和日照的下降作用下，第3因子必將為促使ET0上升的因子，濕度下降速率最高，其作用不容忽視。同時(shí)，根據(jù)61 a來(lái)鄭州站各氣象因子與ET0年際變化趨勢(shì)圖（圖4a），近10 a來(lái)，ET0呈明顯上升趨勢(shì)，而同期風(fēng)速呈顯著下降趨勢(shì)，日照、高溫、降水變化趨勢(shì)平穩(wěn)，濕度呈顯著下降趨勢(shì)，其與ET0的負(fù)相關(guān)關(guān)系將促使ET0呈上升趨勢(shì)，才可改變ET0的下降趨勢(shì)，因此前3個(gè)因子為風(fēng)速、日照、濕度符合鄭州地區(qū)實(shí)際，偏相關(guān)分析和主導(dǎo)分析均將該3因子排在前位，并認(rèn)為降水為第4因子。兩方法僅對(duì)均溫和低溫的排序有所不同，但現(xiàn)有方法無(wú)法證明兩者排序。綜上所述，影響鄭州地區(qū)ET0變化的氣象因子排序?yàn)轱L(fēng)速、日照、濕度、降水。

對(duì)許昌站影響ET0首要因子的判定，各方法結(jié)果較集中于日照和風(fēng)速，繪制60 a來(lái)日照、風(fēng)速與ET0年際變化趨勢(shì)圖（圖4b）可見(jiàn)，序列初期，ET0呈不顯著下降趨勢(shì)，平均風(fēng)速下降趨勢(shì)高于日照時(shí)數(shù)；序列中期，日照時(shí)數(shù)和ET0年際變化趨勢(shì)平穩(wěn)，平均風(fēng)速呈上升趨勢(shì)；序列后期，日照、風(fēng)速、ET0均呈顯著下降趨勢(shì)，整體來(lái)看，日照時(shí)數(shù)年際趨勢(shì)與ET0變化趨勢(shì)較相似，但風(fēng)速年際變化規(guī)律性較強(qiáng)。風(fēng)速、日照與ET0正相關(guān)，其下降趨勢(shì)將促使ET0顯著下降，但ET0下降趨勢(shì)不顯著，因此第3因子必將為促使ET0上升的因子。其他因子中除高溫、均溫、降水將促使ET0上升，其余均為下降作用，與ET0呈反比關(guān)系的濕度也因?yàn)槠浔旧沓噬仙厔?shì)而促使ET0下降，不符合實(shí)際，7方法中有5方法認(rèn)為高溫作用高于均溫，但兩者變化趨勢(shì)相近且較緩，因此無(wú)法判斷兩者排序，據(jù)此可認(rèn)為，風(fēng)速和日照共同影響許昌站ET0變化，日照為主，風(fēng)速次之。

圖4 豫中地區(qū)年均日ET0及其主要影響因子年際變化趨勢(shì)

2.2.4 豫西地區(qū)

豫西地區(qū)包括三門(mén)峽、盧氏、欒川、孟津、寶豐站點(diǎn)。

對(duì)三門(mén)峽站影響ET0首要因子的判定，各方法無(wú)法統(tǒng)一，日照、風(fēng)速、高溫、均溫均有涉及，日照、風(fēng)速所占比例高于高溫、低溫。59 a來(lái)，ET0呈顯著下降趨勢(shì)（氣候傾向率-0.10 mm/10 a），日照、風(fēng)速呈下降趨勢(shì)，與ET0正相關(guān)；均溫、高溫呈上升趨勢(shì)，與ET0正相關(guān)，因此，促使 ET0呈顯著下降趨勢(shì)的驅(qū)動(dòng)因子為日照和風(fēng)速。同時(shí)，根據(jù)ET0與各因子年際變化趨勢(shì)圖（圖5a），日照、風(fēng)速與ET0變化趨勢(shì)相近，尤其20世紀(jì)80年代后，ET0、日照、風(fēng)速均呈小幅上升后下降趨勢(shì)。對(duì)兩因子的排序，偏相關(guān)、主導(dǎo)分析和逐步回歸分析認(rèn)為風(fēng)速優(yōu)于日照，其他方法認(rèn)為日照高于風(fēng)速（表1），現(xiàn)有證據(jù)無(wú)法支持任何一種結(jié)論，因此，日照和風(fēng)速共同作用于三門(mén)峽地區(qū)ET0的下降。

對(duì)盧氏站影響ET0首要因子的判定，所有方法均認(rèn)為日照是首要因子，除數(shù)據(jù)均值化、初值化的灰色關(guān)聯(lián)分析外，其他方法均認(rèn)為風(fēng)速是第2個(gè)影響因子，分析盧氏站62 a來(lái)ET0、氣象因子年際變化趨勢(shì)后發(fā)現(xiàn)，日照時(shí)數(shù)年際變化趨勢(shì)與ET0最相近（圖5b），7個(gè)氣象因子中風(fēng)速下降趨勢(shì)最顯著（氣候傾向率為-0.16 m/ (s·10 a)），因此可認(rèn)為日照和風(fēng)速是影響盧氏站ET0下降的主要因子，日照為主，風(fēng)速次之。

圖5 豫西地區(qū)年均日ET0及其主要影響因子年際變化趨勢(shì)

對(duì)欒川站影響ET0首要因子的判定，除灰色關(guān)聯(lián)分析法，其他方法均認(rèn)為風(fēng)速是首要因子，第2因子除灰色關(guān)聯(lián)和相關(guān)分析外，其他方法均認(rèn)為是日照。58 a來(lái)，ET0變化平穩(wěn)（氣候傾向率為0.01 mm/10 a），7個(gè)氣象因子對(duì)ET0的作用除均溫不能確定外，其他指標(biāo)均促使ET0上升，其中風(fēng)速、日照促使其上升作用力較?。夂騼A向率分別為0.018 m/(s·10 a)，0.008 h/10 a），且風(fēng)速年際變化趨勢(shì)與ET0年際趨勢(shì)相似度較高（圖5c），均呈先下降后上升趨勢(shì)，1989年達(dá)到最低值，近年來(lái)略微上升，這可能是其成為主要因子的原因，高溫上升趨勢(shì)顯著，但ET0變化較緩，因此其對(duì)ET0的作用力較小，排名較后。偏相關(guān)分析、主導(dǎo)分析、逐步回歸分析結(jié)果均與這種結(jié)果相符，因此可認(rèn)為風(fēng)速是影響欒川地區(qū)ET0變化的首要?dú)夂蛞蜃樱浯螢槿照铡?/p>

對(duì)孟津站影響ET0首要因子的判定，各方法無(wú)法統(tǒng)一，日照、風(fēng)速、高溫、均溫均有可能（表1），多數(shù)方法將風(fēng)速視為主要影響因子，且偏相關(guān)分析和主導(dǎo)分析對(duì)前3個(gè)指標(biāo)的排序相同：風(fēng)速、日照、濕度。對(duì)比各指標(biāo)變化程度（圖5d）及與ET0關(guān)系，51 a來(lái)，孟津站ET0呈不顯著下降趨勢(shì)（氣候傾向率為-0.05 mm/10 a），均溫呈上升趨勢(shì)（氣候傾向率為0.25 ℃/10 a），與ET0正相關(guān)，促使ET0上升，濕度呈下降趨勢(shì)（氣候傾向率為-0.21%/10 a），與ET0負(fù)相關(guān)，促使ET0上升，這與ET0實(shí)際相反，排除均溫、濕度為首要因子的可能；風(fēng)速、日照均呈下降趨勢(shì)，且與ET0正相關(guān)，促使ET0下降；7因子中低溫上升速率（氣候傾向率為0.46%/10 a）最大，但ET0變化趨勢(shì)不顯著，因此低溫排序定靠后，同時(shí)，偏相關(guān)分析、主導(dǎo)分析、逐步回歸分析均認(rèn)為風(fēng)速排名在日照之前，對(duì)各指標(biāo)極端情況出現(xiàn)天數(shù)進(jìn)行統(tǒng)計(jì)后發(fā)現(xiàn)，以1993年為界，風(fēng)速為0的天數(shù)變化顯著，風(fēng)速呈顯著下降趨勢(shì)（氣候傾向率為-0.16 m/(s·10 a)），表明該地區(qū)氣候正在向多風(fēng)弱風(fēng)轉(zhuǎn)變，因此可認(rèn)為風(fēng)速和日照為影響孟津地區(qū)ET0變化的主要因子，風(fēng)速為主，日照次之。

對(duì)寶豐站影響ET0首要因子的判定，除數(shù)據(jù)初值化灰色關(guān)聯(lián)分析外，其他分析均傾向于日照和風(fēng)速，僅對(duì)兩者排序有所分歧，其中除灰色關(guān)聯(lián)分析外的其他4種方法均認(rèn)為濕度為第3影響因子（表1）。7因子中高溫、降水促使ET0上升，均溫、低溫作用不明，日照、風(fēng)速、濕度均促使ET0下降。59 a來(lái)，ET0整體呈顯著下降趨勢(shì)（氣候傾向率為-0.09 mm/10 a），觀察ET0與日照、風(fēng)速年際變化趨勢(shì)圖（圖5d）可見(jiàn)，日照、風(fēng)速與ET0變化趨勢(shì)相似，前10 a，日照與ET0變化趨勢(shì)極為相似，近10 a，風(fēng)速與ET0變化趨勢(shì)極為相似，1989—2004年，日照與ET0變化趨勢(shì)相似度高于風(fēng)速。整體上，日照下降趨勢(shì)（氣候傾向率為-0.35 h/10 a）高于風(fēng)速（氣候傾向率為-0.18 m/(s·10 a)），因此可認(rèn)為日照與風(fēng)速共同作用于寶豐地區(qū)ET0的下降，現(xiàn)階段日照為主，但未來(lái)風(fēng)速的作用力可能會(huì)逐漸顯現(xiàn)。

2.2.5 豫南地區(qū)

豫南地區(qū)包括西峽、南陽(yáng)、駐馬店、信陽(yáng)、固始。

對(duì)西峽站影響ET0首要因子的判定，各方法結(jié)果差異較大，風(fēng)速、日照、均溫、高溫均有可能（表1），繪制59 a來(lái)其與ET0年際變化趨勢(shì)圖，如圖6a所述。

圖6 豫南地區(qū)年均日ET0及其主要影響因子年際變化趨勢(shì)

由圖6a可知，ET0呈先下降后上升趨勢(shì)，整體呈下降趨勢(shì)（氣候傾向率為-0.007 mm/10 a），風(fēng)速呈先下降后上升再下降趨勢(shì)，均溫在序列前期年際變化趨勢(shì)與ET0變化趨勢(shì)相似，序列后期與其不同，日照、高溫年際變化趨勢(shì)均與ET0變化趨勢(shì)相似，其氣候傾向率分別為-0.07 h/10 a、0.14 ℃/10 a，兩者均與ET0呈正相關(guān)，由于ET0整體呈下降趨勢(shì)，因此日照對(duì)ET0的影響應(yīng)高于高溫對(duì)其的影響。相關(guān)分析與主導(dǎo)分析結(jié)論與之相同，且兩方法對(duì)前5個(gè)因子排序相同：日照>高溫>濕度>均溫>風(fēng)速，5個(gè)因子中除日照和風(fēng)速對(duì)ET0為下降作用，排位最前和最后，其他均為上升作用，這與西峽地區(qū)ET0實(shí)際變化趨勢(shì)不矛盾，故此認(rèn)為影響西峽地區(qū)ET0的氣象因子排序?yàn)椋喝照?高溫>濕度>均溫>風(fēng)速。

對(duì)于南陽(yáng)站，多數(shù)方法均認(rèn)為日照為首要影響因子，風(fēng)速為第2影響因子，第3影響因子可能為高溫或濕度，分析該站63 a氣象因子與ET0年際變化趨勢(shì)（圖6b）可以看出，ET0呈不顯著下降趨勢(shì)，年際間有所波動(dòng)，前53 a日照、高溫與其波動(dòng)趨勢(shì)相近；后10 a，ET0呈上升趨勢(shì)，日照呈下降趨勢(shì)，高溫平穩(wěn)變化；相對(duì)濕度前53 a變化平穩(wěn)，波動(dòng)上升，后10 a呈顯著下降趨勢(shì)；平均風(fēng)速年際間呈明顯下降趨勢(shì)，且波動(dòng)性較強(qiáng)。對(duì)各年風(fēng)速為0的天數(shù)統(tǒng)計(jì)后發(fā)現(xiàn)，近11 a無(wú)風(fēng)速為0的天數(shù)，但近14 a平均風(fēng)速均平穩(wěn)變化，這表明近11 a中有風(fēng)日平均風(fēng)速有增大趨勢(shì)，使得ET0增加，這就解釋了為什么日照后10 a呈下降趨勢(shì)，而ET0呈上升趨勢(shì)，因此日照和風(fēng)速是影響南陽(yáng)地區(qū)ET0的主要因子，符合實(shí)際。而兩者均促使ET0下降，而ET0實(shí)際下降趨勢(shì)不明顯，因此，第3、4因子應(yīng)為變化趨勢(shì)較顯著的因子，7因子中濕度變化最顯著（氣候傾向率為-0.46%/10 a），且濕度后10 a呈顯著下降趨勢(shì)，與ET0后10 a變化極為相符。偏相關(guān)分析與逐步回歸分析均將高溫視為最末影響因子，這與前述高溫與ET0變化趨勢(shì)相近矛盾，相關(guān)分析與主導(dǎo)分析對(duì)影響因子排序結(jié)果除后3個(gè)氣象因子不同外，均認(rèn)為日照>風(fēng)速>高溫>濕度，各因子趨勢(shì)及對(duì)ET0作用與南陽(yáng)地區(qū)ET0實(shí)際變化相符，因此影響南陽(yáng)站ET0變化的主要?dú)夂蛞蜃訛槿照蘸惋L(fēng)速，日照為主，風(fēng)速次之。

對(duì)駐馬店地區(qū)影響ET0首要因子的判定，各方法分析結(jié)果差異較大。分析其58 a氣象因子與ET0年際變化趨勢(shì)（圖6c），ET0與日照、風(fēng)速均呈下降趨勢(shì)，日照年際變化趨勢(shì)與ET0較為相近，高溫呈上升趨勢(shì)，其對(duì)ET0的影響與ET0實(shí)際變化相反，排除高溫為首要因子；各方法中，相關(guān)分析與主導(dǎo)分析對(duì)7因子的排序除濕度和降雨不同外，其他因子排序相同，其順序?yàn)椋喝照?風(fēng)速>高溫>（降水、濕度）>均溫>低溫，各因子趨勢(shì)及對(duì)ET0作用與駐馬店地區(qū)ET0實(shí)際變化相符，因此可認(rèn)為影響駐馬店地區(qū)ET0的主要因子為日照和風(fēng)速，日照為主，風(fēng)速次之。

65 a來(lái)，信陽(yáng)地區(qū)ET0呈不顯著下降趨勢(shì)，根據(jù)各因子年際變化趨勢(shì)及其與ET0關(guān)系發(fā)現(xiàn)，7因子中僅日照對(duì)ET0為下降作用，與其實(shí)際變化相符，偏相關(guān)分析、主導(dǎo)分析、逐步回歸分析結(jié)論與之相同，均認(rèn)為日照為首要因子。7因子中日照變化趨勢(shì)顯著，而ET0實(shí)際變化趨勢(shì)不明顯，濕度為極顯著下降趨勢(shì)，幾乎為日照的4倍，因此其最可能為第3因子。偏相關(guān)分析和主導(dǎo)分析結(jié)果與該分析相同，兩方法對(duì)風(fēng)速和高溫的認(rèn)定相差較遠(yuǎn)。根據(jù)2因子與ET0年際變化趨勢(shì)圖（圖6d），高溫年際變化趨勢(shì)與ET0年際波動(dòng)趨勢(shì)較為相似，許多轉(zhuǎn)折點(diǎn)均可匹配，而風(fēng)速區(qū)間變化較強(qiáng)，下降、上升趨勢(shì)明顯，與ET0變化趨勢(shì)較難匹配，因此高溫的作用應(yīng)大于風(fēng)速。綜合分析認(rèn)為，日照為影響信陽(yáng)地區(qū)ET0變化的首要因子。主導(dǎo)分析結(jié)果為日照>高溫>濕度>降水>風(fēng)速>均溫>低溫，將變化幅度較小的降水、風(fēng)速排位于變化幅度較強(qiáng)的低溫、均溫因子之前，與ET0不顯著下降趨勢(shì)不矛盾，因此可認(rèn)為，主導(dǎo)分析對(duì)信陽(yáng)地區(qū)ET0變化的氣象因子排序較符合信陽(yáng)地區(qū)ET0變化實(shí)際。

各方法對(duì)固始站點(diǎn)影響ET0首要因子的判定比較統(tǒng)一，均認(rèn)為日照為首要因子，63 a來(lái)，固始站ET0呈不顯著下降趨勢(shì)，7因子中僅日照和風(fēng)速促使ET0下降，同時(shí)從ET0與各因子年際變化趨勢(shì)圖（圖6e）中看出，日照時(shí)數(shù)與ET0變化極為相似。因此可認(rèn)為，日照為固始站ET0下降的首要因素。

將上述分析結(jié)果匯總列于表2，可看出，影響河南地區(qū)ET0變化的主要因子為風(fēng)速和日照，豫北以風(fēng)速為主，豫南以日照為主，呈現(xiàn)了該地區(qū)南北氣候差異。雖然近年來(lái)，河南地區(qū)溫度急劇升高，但僅表現(xiàn)在西峽、信陽(yáng)2站視日照和高溫為主要因子。與各方法結(jié)果對(duì)比發(fā)現(xiàn)，該結(jié)果與主導(dǎo)分析結(jié)果基本相同，其中開(kāi)封站次要因子目前無(wú)法確定，但主導(dǎo)分析結(jié)論認(rèn)為是高溫，該結(jié)論與氣象因子同ET0變化并不矛盾；西華、寶豐、三門(mén)峽站的分析表明風(fēng)速和日照是主要影響因子，但無(wú)法區(qū)分主次，主導(dǎo)分析可對(duì)兩者區(qū)分主次，與其變化不矛盾。

表2 影響河南省17站ET0變化的主要因子

3 討 論

一般認(rèn)為，全球變暖可能會(huì)使近地面層變干，陸面和水體蒸發(fā)量增加，而實(shí)際卻恰恰相反。1960—2001 a間，中國(guó)范圍內(nèi)氣溫增加顯著，但蒸發(fā)皿蒸發(fā)量呈下降趨勢(shì)，存在“蒸發(fā)悖論”現(xiàn)象。本文對(duì)河南省17個(gè)站點(diǎn)的研究表明，所有站點(diǎn)平均溫度、最高溫度、最低溫度均呈上升趨勢(shì)，除欒川站ET0呈緩慢上升趨勢(shì)外，其余16個(gè)站點(diǎn)ET0均呈不同程度的下降趨勢(shì)。尹云鶴等[25-26]對(duì)中國(guó)多個(gè)氣象站逐月氣象資料進(jìn)行了分析，認(rèn)為中國(guó)ET0呈整體下降趨勢(shì)，而大部分地區(qū)氣溫呈不斷增高趨勢(shì)，這表明，氣溫變化可能不是影響參考作物蒸散量變化的主導(dǎo)因子。為此，眾多學(xué)者進(jìn)行了大量的研究，并得出了不同的結(jié)論：海河流域?qū)δ闑T0影響最敏感的是水汽壓，其次是溫度和太陽(yáng)輻射[27]，淮河流域ET0的主要影響因素為風(fēng)速、相對(duì)濕度和日照時(shí)數(shù)[20-21]，石羊河流域ET0與平均相對(duì)濕度相關(guān)性最好[5]，阿克蘇河流域ET0的主要因子為風(fēng)速和相對(duì)濕度[13]，黃河流域ET0變化的最敏感因素是相對(duì)濕度，太陽(yáng)輻射是年內(nèi)和年際ET0變化的主控因素[28]，影響東北地區(qū)ET0的主要因子為日照時(shí)數(shù)和風(fēng)速[8]，影響關(guān)中地區(qū)ET0的氣候因子順序?yàn)椋猴L(fēng)速>日照時(shí)數(shù)>水汽壓>年蒸發(fā)量[29]，影響河西地區(qū)ET0的氣候因子順序?yàn)椋耗昶骄鄬?duì)濕度>年平均風(fēng)速>年日照時(shí)數(shù)>年降水量>年平均最高氣溫>年平均氣溫>年平均最低氣溫[30]。雖然我國(guó)幅員廣闊，氣候多樣，區(qū)域間存在差異，但大都存在“蒸發(fā)悖論”現(xiàn)象，日照時(shí)數(shù)和風(fēng)速的減少被認(rèn)為是大多數(shù)地區(qū)參考作物蒸散量減少的主要原因[25-26,31-33]。

本文研究表明，日照和風(fēng)速是影響河南省地區(qū)參考作物蒸散量的主要因子，黃河以北地區(qū)主要為風(fēng)速，黃河以南地區(qū)以日照為主，信陽(yáng)、西峽兩地高溫作用不容忽視。劉園等[10]采用偏相關(guān)分析法分析影響華北平原參考作物蒸散量的影響因素，認(rèn)為華北平原參考作物蒸散量受日照時(shí)數(shù)、相對(duì)濕度、風(fēng)速和溫度日較差的影響最大，其中盧氏、南陽(yáng)站ET0主要受日照時(shí)數(shù)影響，新鄉(xiāng)站主要受風(fēng)速影響，與本文研究結(jié)果相同，與本文結(jié)論不同的是信陽(yáng)站，他認(rèn)為信陽(yáng)站主要受相對(duì)濕度影響，本文認(rèn)為日照時(shí)數(shù)是影響信陽(yáng)地區(qū)ET0變化的主要因子，為排除計(jì)算數(shù)據(jù)不同產(chǎn)生的原因，筆者采用偏相關(guān)分析法對(duì)信陽(yáng)站1961—2007 a ET0與氣象因子分析后表明，除均溫與高溫位置交換外，其余指標(biāo)順序與1951—2015 a相同，日照仍為首要因子，而濕度僅為第3因子。因此，對(duì)于該差異原因仍需進(jìn)一步分析。

對(duì)中國(guó)不同區(qū)域的大量研究表明，各區(qū)域影響ET0變化的主要因子不盡相同，雖然造成差異的原因可能是由于區(qū)域氣候特點(diǎn)與數(shù)據(jù)尺度不同所致，但通過(guò)本文研究發(fā)現(xiàn)，在同一區(qū)域計(jì)算數(shù)據(jù)尺度相同的基礎(chǔ)上，選用不同數(shù)理統(tǒng)計(jì)方法得出的結(jié)論不同，這說(shuō)明采用不同數(shù)理統(tǒng)計(jì)方法對(duì)ET0變化主要因子的評(píng)價(jià)結(jié)果影響很大，已有結(jié)論的得出帶有很大的局限性。以往的研究中，主要根據(jù)氣象因子與ET0之間相關(guān)程度確定主要因子，有研究表明，新疆地區(qū)年參考作物蒸散量與年平均氣溫的變化趨勢(shì)相反，且相關(guān)關(guān)系不顯著，但二者的年際間波動(dòng)趨勢(shì)具有很好的一致性，認(rèn)為氣溫是影響新疆年際尺度參考作物蒸散量變化的主要?dú)夂蛞蜃覽34]，這表明評(píng)價(jià)一個(gè)地區(qū)參考作物蒸散量的主要影響因子，不能單依靠方法的結(jié)果，還應(yīng)該根據(jù)兩者的實(shí)際變化進(jìn)行分析。

本文以河南省17站氣象因子、ET0年際變化趨勢(shì)及各因子對(duì)ET0的影響作用為依據(jù)，對(duì)5種數(shù)理統(tǒng)計(jì)方法結(jié)果進(jìn)行分析評(píng)價(jià)，尋找適宜評(píng)價(jià)影響ET0主要因子的方法。由于所采用基礎(chǔ)數(shù)據(jù)為年均值，所得結(jié)論是否適用其他尺度（月、季節(jié)、生育期）下ET0主要影響因子的判定，還需要進(jìn)一步分析。

4 結(jié) 論

本文以尋找影響ET0變化主要因子為目的，以河南省17站為樣本，采用5種數(shù)理統(tǒng)計(jì)方法評(píng)價(jià)判定，各方法間結(jié)果差異較大，灰色關(guān)聯(lián)分析法，當(dāng)數(shù)據(jù)變化方式不同時(shí)，其分析結(jié)果大相徑庭，不適宜用于評(píng)價(jià)影響ET0變化主要因子的判定；逐步回歸分析法對(duì)提取主要因子建立回歸方程方面有較好的使用，但對(duì)影響ET0變化的氣候因子排序方面作用不大，對(duì)河南省17個(gè)站點(diǎn)的分析表明，其結(jié)論與多站點(diǎn)ET0實(shí)際變化趨勢(shì)存在多處悖理。相關(guān)分析、偏相關(guān)分析、主導(dǎo)分析方法結(jié)果較為統(tǒng)一，差異較小，采用3種方法綜合判定某地區(qū)影響ET0的主要因子，其結(jié)果較為可信。但是，相關(guān)分析和偏相關(guān)分析主要根據(jù)氣象因子與ET0之間相關(guān)程度確定，缺乏對(duì)各因子變化趨勢(shì)的考慮，若依靠該結(jié)論，可能導(dǎo)致對(duì)實(shí)際主要因子的忽視。主導(dǎo)分析法不僅考慮了氣象因子與ET0之間的相關(guān)程度，又考慮了年際變化趨勢(shì)顯著的氣象因子對(duì)ET0的作用，并采用回歸分析法分析不同氣象指標(biāo)及其組合對(duì)回歸方程的決定系數(shù)，通過(guò)河南省17個(gè)站點(diǎn)分析，其結(jié)果與各站點(diǎn)ET0實(shí)際變化趨勢(shì)較一致，但該方法不能同時(shí)得到各因子與ET0的相關(guān)關(guān)系，還需要借助相關(guān)分析和偏相關(guān)分析，但兩方法在判定均溫、低溫、高溫對(duì)ET0的作用方面有出入，尤其是高溫，相關(guān)分析認(rèn)為是正相關(guān)，偏相關(guān)分析認(rèn)為是負(fù)相關(guān)，造成這樣的原因是什么有待進(jìn)一步研究。因此，根據(jù)分析結(jié)果，本文建議采用主導(dǎo)分析法評(píng)價(jià)影響某地區(qū)ET0變化的氣象因子排序，采用相關(guān)分析和偏相關(guān)分析評(píng)價(jià)判定氣象因子與某地區(qū)ET0的相關(guān)關(guān)系。

[1] FAO. Crop Evapotranspiration Guidelines for Computing Crop Water Requirements[M]. Rome FAO-Food and Agriculture Organization, 1998.

[2] Hashmi M A, Carcia L A. Spatial and temporal errors in estima-ting regional evapotranspiration[J]. Journal of Irriga-tion and Drainges, 1998, 124(2): 108－144.

[3] 劉曉英，李玉中，王慶鎖. 幾種基于溫度的參考作物蒸散量計(jì)算方法的評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2006，22(6)：12－18. Liu Xiaoying, Li Yuzhong, Wang Qingsuo. Evaluation on several temperature-based methods for estimating reference crop evapotranspiration[J]. Transactions of the Chinese So-ciety of Agricultural Engineering (Transactions of the CSAE), 2006, 22(6), 12－18. (in Chinese with English abstract)

[4] 強(qiáng)小嫚，蔡煥杰，孫景生，等. 陜西關(guān)中地區(qū)ET0計(jì)算公式的適用性評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(20)：121－127. Qiang Xiaoman, Cai Huanjie, Sun Jingsheng, et al. Adap-tability evaluation for reference evapotranspiration (ET0) formulas in Guanzhong Region of Shaanxi[J]. Transactions of the Chinese Society of Agricultural Engineering (Trans-actions of the CSAE), 2012, 28(20): 121－127. (in Chinese with English abstract)

[5] 佟玲，康紹忠，粟曉玲. 石羊河流域氣候變化對(duì)參考作物蒸發(fā)蒸騰量的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2004，20(2)：15－18. Tong Ling, Kang Shaozhong, Su Xiaoling. Impacts of climate change on reference crop evapotranspiration in Shi-yang River basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2004, 20(2): 15－18. (in Chinese with English abstract)

[6] 王榮英，李新，陳瑞敏，等. 衡水市參考作物蒸散量的時(shí)空變化特征及其氣候成因[J]. 中國(guó)農(nóng)業(yè)氣象，2013，34(3)：294－300. Wang Rongying, Li Xin, Chen Ruimin, et al. Spatial and temporal variation of reference crop evapotranspiration in Hengshui[J]. Chinese Journal of Agrometeoroloty, 2013, 34(3): 294－300. (in Chinese with English abstract)

[7] 劉增進(jìn)，何軍，陳潔榮，等. 豫東平原參考作物騰發(fā)量時(shí)空變化分析及影響研究[J]. 中國(guó)農(nóng)村水利水電，2008(9)：65－69. Liu Zengjin, He Jun, Chen Jierong, et al. Research on spatio-temporal variation in reference crop evapotranspiration in east Henan[J]. China Rural Water and Hydropower, 2008(9): 65－69. (in Chinese with English abstract)

[8] 張淑杰，張玉書(shū)，隋東，等. 東北地區(qū)參考蒸散量的變化特征及其成因分析[J]. 自然資源學(xué)報(bào)，2010，25(10)：1750－1761. Zhang Shujie, Zhang Yushu, Sui Dong, et al. Changes in reference evapotranspiration and its causes in Northeast China[J]. Journal of Natural Resources, 2010, 25(10): 1750－1761. (in Chinese with English abstract)

[9] 姬興杰，朱業(yè)玉，顧萬(wàn)龍. 河南省參考作物蒸散量變化特征及其氣候影響分析[J]. 中國(guó)農(nóng)業(yè)氣象，2013，34(1)：14－22. Ji Xingjie, Zhu Yeyu, Gu Wanlong. Analysis on trends in annual reference crop evapotranspiration and its impact climatic factors in Henan province during 1971 to 2010[J]. Chinese Journal of Agrometeorology, 2013, 34(1): 14－22. (in Chinese with English abstract)

[10] 劉園，王穎，楊曉光，等. 華北平原參考作物蒸散量變化特征及氣候影響因素[J]. 生態(tài)學(xué)報(bào)，2010，30(4)：923－932. Liu Yuan, Wang Ying, Yang Xiaoguang, et al. Trends in reference crop evapotranspiration and possible climatic factors in the North China Plain[J]. Acta Ecologica Sinica, 2010, 30(4): 923－932. (in Chinese with English abstract)

[11] 陳超，龐艷梅，潘學(xué)標(biāo)，等. 四川地區(qū)參考作物蒸散量的變化特征及氣候影響因素分析[J]. 中國(guó)農(nóng)業(yè)氣象，2011，32(1)：35－40. Chen Chao, Pang Yanmei, Pan Xuebiao, et al. Analysis on change of reference crop evapotranspiration and climatic influence factors in Sichuan[J]. Chinese Journal of Agrome-teorobgy, 2011, 32(1): 35－40. (in Chinese with English abstract)

[12] 王瑤，趙傳燕，田鳳霞，等. 黑河中游春小麥需水量空間分布[J]. 生態(tài)學(xué)報(bào)，2011，31(9)：2374－2382. Wang Yao, Zhao Chuanyan, Tian Fengxia, et al. Spatial variation of water requirement for spring wheat in the middle reaches of Heihe River basin[J]. Acta Ecologica Sinica, 2011, 31(9): 2374－2382. (in Chinese with English abstract)

[13] Li Qihu, Chen Yaning, Shen Yanjun, et al. Spatial and temporal trends of climate change in Xinjiang, China[J]. Journal of Geographical Sciences, 2011, 21(6): 1007－1008.

[14] 閆苗祥，楊軍耀. 鄭州市作物需水量影響因素主成分回歸分析[J]. 節(jié)水灌溉，2014(7)：22－24. Yan Miaoxiang, Yang Junyao. The principal component regression analysis of impact factor of crop water require-ment in Zhengzhou city[J]. Water Saving Irrigation, 2014(7): 22－24. (in Chinese with English abstract)

[15] 南紀(jì)琴，肖俊夫，劉站東. 東北地區(qū)參考作物蒸發(fā)蒸騰量隨時(shí)間變化的研究[J]. 節(jié)水灌溉，2012(1)：15－17，21. Nan Jiqin, Xiao Junfu, Liu Zhandong. Research on reference crop evaporations variation with time series in Northeast region[J]. Water Saving Irrigation，2012(1): 15－17,21. (in Chinese with English abstract)

[16] 宋妮，孫景生，王景雷，等. 河南省冬小麥需水量的時(shí)空變化及影響因素[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2014，25(6)：1693－1700. Song Ni, Sun Jingsheng, Wang Jinglei, et al. Temporal and spatial variation of water requirement of winter wheat and its influencing factors in Henan province[J]. Chinese Journal of Applied Ecology, 2014, 25(6): 1693－1700. (in Chinese with English abstract)

[17] 郝振純，楊榮榕，陳新美，等. 1960-2011年長(zhǎng)江流域潛在蒸發(fā)量的時(shí)空變化特征[J]. 冰川凍土，2013，35(2)：408－419. Hao Zhenchun, Yang Rongrong, Chen Xinmei, et al. Tempo- spatial patterns of the potential evaporation in the Yangtze River Catchment for period 1960-2011[J]. Journal of Geocr-yology, 2013, 35(2): 408－419. (in Chinese with English abstract)

[18] 于東平，張?chǎng)? 青海東部農(nóng)業(yè)區(qū)ET0變化特征及氣候影響因子分析[J]. 灌溉排水學(xué)報(bào)，2012，31(1)：33－37. Yu Dongping, Zhang Xin. Changing characteristics of refe-rence evapotranspiration and its effect factors in fast agricultural region of Qinghai province[J]. Journal of Irrig-ation and Drainage, 2012, 31(1): 33－37. (in Chinese with English abstract)

[19] 譚嬌，丁建麗，董煜，等. 新疆艾比湖綠洲潛在蒸散量年代際變化特征[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(5)：143－148. Tan Jiao, Ding Jianli, Dong Yu, et al. Decadal variation of potential evapotranspiration in Ebinur Lake oasis of Xin-jiang[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(5): 143－148. (in Chinese with English abstract)

[20] 康燕霞，陸桂華，吳志勇，等. 淮河流域參考作物蒸散發(fā)的變化及對(duì)氣候的響應(yīng)[J]. 水電能源科學(xué)，2009，27(6)：12－14，44. Kang Yanxie, Lu Guihua, Wu Zhiyong, et al. Study on reference crop evapotranspiration and its change responding to climate change in Huaihe River[J]. Water Resources and Power, 2009, 27(6): 12－14, 44. (in Chinese with English abstract)

[21] 王曉東，馬曉群，許瑩，等. 淮河流域參考作物蒸散量變化特征及主要?dú)庀笠蜃拥呢暙I(xiàn)分析[J]. 中國(guó)農(nóng)業(yè)氣象，2013，34(6)：661－667. Wang Xiaodong, Ma Xiaoqun, Xu Ying, et al. Variation of reference crop evapotransiration and contribution of main factors in the Huaihe Basin[J]. Chinese Journal of Agrome-teor-ology, 2013, 34(6): 661－667. (in Chinese with English abstract)

[22] 楊家棟，謝科進(jìn). 統(tǒng)計(jì)學(xué)[M]. 北京：高等教育出版社，2001：224－231.

[23] 方積乾. 醫(yī)學(xué)統(tǒng)計(jì)學(xué)與電腦實(shí)驗(yàn)[M]. 上海：上?？茖W(xué)技術(shù)出版社，2006，205－219.

[24] 鄧聚龍. 灰色系統(tǒng)基本方法[M]. 武漢：華中理工大學(xué)出版社，1988：17－42.

[25] 尹云鶴，吳紹洪，戴爾阜. 1971～2008年我國(guó)潛在蒸散時(shí)空演變的歸因[J]. 科學(xué)通報(bào)，2010，55(22)：2226－2234. Yin Yunhe, Wu Shaohong, Dai Erfu. Determining factors in potential evapotranspiration changes over china in the period 1971-2008[J]. Chinese Science Bulletin, 2010, 55(22): 2226－2234. (in Chinese with English abstract)

[26] 高歌，陳德亮，任國(guó)玉，等. 1956～2000年中國(guó)潛在蒸散量變化趨勢(shì)[J]. 地理研究，2006，25(3)：378－387. Gao Ge, Chen Deliang, Ren Guoyu, et al. Trend of potential evapotranspiration over china during 1956 to 2000[J]. Geographical Research, 2006, 25(3): 378－387. (in Chinese with English abstract)

[27] 劉小莽，鄭紅星，劉昌明，等. 海河流域潛在蒸散發(fā)的氣候敏感性分析[J]. 資源科學(xué)，2009，31(9)：1470－1776. Liu Xiaomang, Zheng Hongxing, Liu Changming, et al. Sensitivity of the potential evapotranspiration to key climatic variables in the Haihe River Basin[J]. Resources Science，2009, 31(9): 1470－1476. (in Chinese with English abstract)

[28] 劉勤，嚴(yán)昌榮，趙彩霞，等. 黃河流域日潛在蒸散量變化及氣象敏感要素分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30(17)：157－166. Liu Qin, Yan Changrong, Zhao Caixia, et al. Changes of daily potential evapotranspiration and analysis of its sensi-tivity coefficients to key climatic variables in Yellow River basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(17): 157－166. (in Chinese with English abstract)

[29] 曹紅霞，粟曉玲，康紹忠，等. 關(guān)中地區(qū)氣候變化對(duì)主要作物需水量影響的研究[J]. 灌溉排水學(xué)報(bào)，2008，27(4)：6－9. Cao Hongxia, Su Xiaoling, Kang Shaozhong, et al. Effect of climate change on main crop water requirements in Guanzhong region[J]. Journal of Irrigation and Drainage, 2008, 27(4): 6－9. (in Chinese with English abstract)

[30] 孫聰影，粟曉玲. 氣候變化對(duì)河西地區(qū)參考作物蒸發(fā)蒸騰量的影響[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)，2011，39(12)：219－227. Sun Congying, Su Xiaoling. Impact of climate change on reference crop evapotranspiration in Hexi region[J]. Journal of Northwest A & F University, 2011, 39(12): 219－227. (in Chinese with English abstract)

[31] 任國(guó)玉，郭軍. 中國(guó)水面蒸發(fā)量的變化[J]. 自然資源學(xué)報(bào)，2006，21(1)：31－44. Ren Guoyu, Guo Jun. Change in Pan evaporation and influ-en-tial factors over china: 1956-2000[J]. Journal of Natural Resources, 2006, 21(1): 31－44. (in Chinese with English abstract)

[32] 申雙和，盛瓊. 45年來(lái)中國(guó)蒸發(fā)皿蒸發(fā)量的變化特征及其成因[J]. 氣象學(xué)報(bào)，2008，66(3)：452－460. Shen Shuanghe, Sheng Qiong. Changes in pan evaporation and its cause in china in the last 45 years[J]. Acta Mete-orologica Sinica, 2008, 66(3): 452－460. (in Chinese with English abstract)

[33] 李春強(qiáng)，洪克勤，李保國(guó). 河北省近35年(1965-1999年)參考作物蒸散量的時(shí)空變化[J]. 中國(guó)農(nóng)業(yè)氣象，2008，29(4)：414－419. Li Chunqiang, Hong Keqin, Li Baoguo. Analysis of temporal-spatial variations of reference evapotranspiration during 1965 and 1999 in Hebei province[J]. Chinese Journal of Agrometeorology, 2008, 29(4): 414－419. (in Chinese with English abstract)

[34] 張山清，普宗朝. 新疆參考作物蒸散量時(shí)空變化分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2011，27(5)：73－79. Zhang Shanqing, Pu Zongchao. Temporal and spatial varia-tion characteristics of reference evapotranspiration in Xinjiang[J]. Transactions of the Chinese Society of Agricul-tural Engineering (Transactions of the CSAE), 2011, 27(5): 73－79. (in Chinese with English abstract)

宋 妮，申孝軍，陳智芳，王景雷，劉祖貴.基于不同數(shù)理統(tǒng)計(jì)方法的河南省ET0氣候影響因素分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(23)：145－156. doi：10.11975/j.issn.1002-6819.2017.23.019 http://www.tcsae.org

Song Ni, Shen Xiaojun, Chen Zhifang, Wang Jinglei, Liu Zugui.Evaluation of meteorological factors influencing reference crop evapotranspiration based on different methods of mathematical statistics in Henan province [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(23): 145－156. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.23.019 http://www.tcsae.org

Evaluation of meteorological factors influencing reference crop evapotranspiration based on different methods of mathematical statistics in Henan province

Song Ni, Shen Xiaojun, Chen Zhifang, Wang Jinglei※, Liu Zugui

(1.453002,; 2.453002,)

To determine the main meteorological factors affecting the inter-annual variability of ET0is the basis of accurate estimation of crop water requirement in the future, and is also of great significance in dealing with the climate change for agricultural production. In this paper, we investigated the factors affecting reference crop evapotranspiration (ET0) based on different mathematical statistic methods in Henan province. The evaluation results from the different methods were compared with the actual variation trend of ET0and each factor. The effective method should be consistent with the trend. From common methods, we selected 5 methods to evaluate the effects of 7 meteorological factors on the inter-annual variability of ET0based on the meteorological data of 17 stations in Henan province. The 5 methods included the correlation method, partial correlation method, dominant method, stepwise regression analysis, grey correlation analysis based on numerical average, numerical initial and numerical standardization data. The data were on the highest temperature, the lowest temperature, average temperature, relative humidity, precipitation, wind speed and sunshine hours. They were from meteorological stations. The annual average of daily ET0was calculated by the Penman-Monteith method. The result showed that the influential factors based on the 5 methods were different for each station. By considering the trend of ET0and each factor during a long term, we obtained the main factors affecting ET0in Henan. The sunshine was the primary factor for Shangqiu, Xuchang, Lushi, Xixia, Nanyang, Zhumadian, Xinyang, and Gushi stations. The wind speed was the primary factor for Anyang, Xinxiang, Kaifeng, Zhengzhou, Luanchuan and Mengjin station. In the other stations, sunshine and wind speed were both the primary factor. In sum, the sunshine and wind speed were the main factors affecting reference crop evapotranspiration in Henan province, the average wind speed was more important than the other factors in the northern region of the Yellow River, but the sunshine was more important in the southern area of the Yellow River. The impact of the high temperature could not be ignored in the estimation of ET0at Xinyang and Xixia stations. There were great differences in evaluation results among 5 methods. Grey correlation analysis method was not suitable for the evaluation of the main factors influencing ET0variation because of the different results with different data transformation. Stepwise regression analysis was not suitable either because there were many differences between actual and prospective trend of ET0based on the change trend of meteorological elements in each station. Correlation analysis, partial correlation analysis and dominant analysis were suitable to determine the main factors influencing ET0variation in a given area with small difference in its conclusion and uniform results. Furthermore, dominant analysis method was adopted to rank meteorological factors influencing ET0variation and its actual ET0was consistent with the predicting trend of ET0, so it can be used to evaluate the sequence of meteorological factors affecting ET0changes in each station. However, the dominant method should be assisted by the results from the correlation and partial correlation method since it could not obtain the correlation between ET0and each factor. It was suggested that correlation analysis and partial correlation analysis method could be adopted to analyze the relationship between each factor and ET0in order to get credible results.

evapotranspiration;correlation analysis; dominant analysis; partial correlation analysis; main influence factor; Henan province

10.11975/j.issn.1002-6819.2017.23.019

S161

A

1002-6819(2017)-23-0145-12

2017-07-06

2017-10-10

國(guó)家自然科學(xué)基金項(xiàng)目（51609245、51309227）；水利部公益性行業(yè)專(zhuān)項(xiàng)（201501016-2）；河南省基礎(chǔ)與前沿技術(shù)研究（162300410168）；中央級(jí)科研院所基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資助項(xiàng)目（FIRI2017-07）

宋 妮，陜西西安人，副研究員，主要從事氣候變化對(duì)作物需水的影響研究。Email：ngssongni@163.com

王景雷，河南開(kāi)封人，研究員，主要從事農(nóng)業(yè)節(jié)水和水資源高效利用研究。Email：firiwjl@126.com