毛烏素沙地參考作物蒸散量變化特征與成因分析

錢(qián) 多,查天山,2,*,吳 斌,2,賈 昕,2,秦樹(shù)高,2

1 北京林業(yè)大學(xué)水土保持學(xué)院, 寧夏鹽池毛烏素沙地生態(tài)系統(tǒng)國(guó)家定位觀測(cè)研究站, 北京 100083 2 北京林業(yè)大學(xué), 國(guó)家林業(yè)局水土保持重點(diǎn)實(shí)驗(yàn)室, 北京 100083

毛烏素沙地參考作物蒸散量變化特征與成因分析

錢(qián) 多1,查天山1,2,*,吳 斌1,2,賈 昕1,2,秦樹(shù)高1,2

1 北京林業(yè)大學(xué)水土保持學(xué)院, 寧夏鹽池毛烏素沙地生態(tài)系統(tǒng)國(guó)家定位觀測(cè)研究站, 北京 100083 2 北京林業(yè)大學(xué), 國(guó)家林業(yè)局水土保持重點(diǎn)實(shí)驗(yàn)室, 北京 100083

根據(jù)毛烏素沙地典型站點(diǎn)近60年(1955—2014年)逐日氣象數(shù)據(jù),利用Penman-Monteith 公式計(jì)算毛烏素沙地各氣象站點(diǎn)參考作物蒸散量(reference crop evapotranspiration,ET0)及研究區(qū)域內(nèi)整體ET0。Mann-Kendall趨勢(shì)檢驗(yàn)法和ArcGIS的協(xié)同克里格插值法用于分析ET0時(shí)空變化特征,同時(shí),利用敏感性分析方法對(duì)ET0的變化成因進(jìn)行分析。結(jié)果表明：(1)近60年毛烏素沙地ET0多年平均值為1048.81mm,年際變化呈現(xiàn)緩慢上升趨勢(shì)。年內(nèi)變化夏季最高,冬季最低。區(qū)域內(nèi)ET0空間分布整體呈現(xiàn)自西向東遞減趨勢(shì)。(2)ET0年變化對(duì)風(fēng)速的敏感程度最大,日照時(shí)數(shù)和氣溫次之,相對(duì)濕度最小。春、秋兩季ET0變化對(duì)日照時(shí)數(shù)最為敏感；夏、冬兩季ET0變化對(duì)相對(duì)濕度最為敏感。空間分布上,毛烏素沙地東南部地區(qū)為氣溫敏感系數(shù)高值區(qū),西北部地區(qū)為相對(duì)濕度和日照時(shí)數(shù)敏感系數(shù)高值區(qū),南部為風(fēng)速敏感系數(shù)高值區(qū)。(3)通過(guò)計(jì)算氣象因子對(duì)ET0變化的貢獻(xiàn)量得出,氣溫是影響毛烏素沙地ET0年變化的主導(dǎo)因子。夏季ET0變化的主導(dǎo)因子是風(fēng)速；春、秋、冬三季主導(dǎo)因子是氣溫。空間分布上,毛烏素沙地西南部地區(qū)ET0變化的主導(dǎo)因子為風(fēng)速,東部地區(qū)主導(dǎo)因子為氣溫。

協(xié)同克里格插值法；毛烏素沙地；敏感性分析；Penman-Monteith 公式；Mann-Kendall趨勢(shì)檢驗(yàn)法

參考作物蒸散量(reference crop evapotranspiration,ET0)作為水文循環(huán)過(guò)程的重要參數(shù),能夠?yàn)樵u(píng)價(jià)氣候干旱程度、估算作物需水量、生產(chǎn)潛力以及水資源供需平衡等提供依據(jù)[1- 2],是農(nóng)業(yè)生產(chǎn)中實(shí)現(xiàn)合理調(diào)配水土資源及緩解水資源虧缺的重要參考值。氣候模式和大氣環(huán)流模式的數(shù)值試驗(yàn)表明,氣候因素的變動(dòng)將直接影響ET0的變化[3- 5]。在氣候變化背景下,氣溫、相對(duì)濕度、太陽(yáng)輻射等氣象因子的波動(dòng)都將導(dǎo)致ET0不同程度的變化。因此,分析ET0的變化特征及其變化成因,有助于深入理解區(qū)域水循環(huán)對(duì)氣候變化的響應(yīng)機(jī)制。

關(guān)于ET0的研究在全球范圍內(nèi)已廣泛開(kāi)展,北半球太陽(yáng)輻射減少,南半球云量、氣溶膠濃度增加均被認(rèn)為是全球ET0減少的主要原因[6- 8]。同時(shí),不同地區(qū)ET0變化對(duì)氣象因子的響應(yīng)程度有所差異,濕潤(rùn)半濕潤(rùn)地區(qū)ET0變化與太陽(yáng)輻射關(guān)系密切,而風(fēng)速、溫度和相對(duì)濕度對(duì)干旱半干旱地區(qū)ET0變化作用更為顯著[9- 11]。過(guò)去數(shù)十年中國(guó)ET0總體呈下降趨勢(shì)[12-14],但東北地區(qū)、松嫩平原西部和黃河上游ET0又呈微弱上升趨勢(shì)[15- 17],西北地區(qū)ET0研究結(jié)果差異較大,烏魯木齊河流域及黃土高原以西地區(qū)ET0呈現(xiàn)下降趨勢(shì),但是西遼河流域及黃土高原以東ET0呈現(xiàn)上升趨勢(shì)[18-20]。由于ET0的變化受到氣象要素、地形、植被、研究區(qū)域和時(shí)段等多因素共同影響,所以局地的ET0變化可能不同,不同研究結(jié)果存在偏差?，F(xiàn)有研究表明,ET0的變化特征及其主導(dǎo)因子具有明顯的區(qū)域性差異?；?957—2012年全國(guó)氣象資料分析得出氣溫是影響中國(guó)ET0的主要因子[21],而西北地區(qū),華北平原和川中丘陵ET0變化的主要?dú)w因于風(fēng)速和日照時(shí)數(shù)[22-24]。

毛烏素沙地是中國(guó)四大沙地之一,位于中國(guó)西北部,行政區(qū)地跨內(nèi)蒙古自治區(qū)、陜西省和寧夏回族自治區(qū),降水波動(dòng)性大,旱季年份居多,水資源短缺是限制毛烏素沙地生態(tài)環(huán)境恢復(fù)和農(nóng)業(yè)生產(chǎn)潛力的重要因素[25- 26]。隨著全球氣候變化程度加劇,毛烏素沙地氣候呈現(xiàn)暖干化趨勢(shì),ET0也隨之發(fā)生變化[27- 28],但該地區(qū)ET0變化的主導(dǎo)因子尚不明確。本文基于毛烏素沙地典型氣象站點(diǎn)1955—2014年氣象資料,利用Penman-Monteith公式計(jì)算毛烏素沙地ET0,通過(guò)Mann-Kendall趨勢(shì)檢驗(yàn)法和ArcGis的協(xié)同克里格插值法,探究毛烏素沙地近60年ET0時(shí)空變化特征,并且利用敏感性分析法定量分析各氣象因子對(duì)ET0的影響作用。研究結(jié)果有助于深入理解本區(qū)域內(nèi)氣候變化對(duì)水循環(huán)的影響,同時(shí)為該區(qū)農(nóng)業(yè)生產(chǎn)中水土資源的合理配置提供指導(dǎo)。

1 研究區(qū)概況

毛烏素沙地位于中國(guó)西北部干旱半干旱地區(qū),地理位置介于37°30— 39°20′N和107°20′— 111°30′E之間, 包括內(nèi)蒙古自治區(qū)鄂爾多斯南部,陜西省榆林地區(qū)北部,以及寧夏回族自治區(qū)鹽池縣東北部,沙地面積約4萬(wàn)km2。本區(qū)域是鄂爾多斯高原向陜北高原過(guò)渡地帶,地勢(shì)呈現(xiàn)由西北向東南傾斜,屬于溫帶季風(fēng)區(qū),年平均氣溫為6.10— 8.15 ℃,降水量呈波動(dòng)性變化。區(qū)域內(nèi)自然環(huán)境惡劣,生態(tài)和人口的雙重壓力嚴(yán)重影響當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)和社會(huì)經(jīng)濟(jì)發(fā)展。

2 研究方法

2.1 數(shù)據(jù)來(lái)源

本文選取毛烏素沙地內(nèi)部和周邊8個(gè)氣象臺(tái)站氣象資料,其中,內(nèi)蒙古自治區(qū)3個(gè)(鄂爾多斯市、鄂托克旗和伊金霍洛旗),陜西省4個(gè)(定邊縣、橫山縣、榆林市和靖邊縣),寧夏回族回族自治區(qū)1個(gè)(鹽池縣),靖邊縣站氣象資料由于年代序列較短,僅用于分析毛烏素沙地參考作物蒸散量空間分布特征。氣象資料來(lái)源于國(guó)家氣象信息中心(http://www.escience.gov.cn/),為1955—2014年逐日氣象變量,包括最高氣溫、最低氣溫、平均氣溫、相對(duì)濕度、平均風(fēng)速和日照時(shí)數(shù)。采用氣象學(xué)標(biāo)準(zhǔn)進(jìn)行季節(jié)劃分,即春季為3—5月,夏季為6—8月,秋季為9—11月,冬季為12—次年2月。

2.2 Penman-Monteith 公式計(jì)算

本文中參考作物蒸散量(ET0,也稱潛在蒸散量)計(jì)算采用世界糧農(nóng)組織(FAO)推薦并修訂的Penman-Monteith公式。表達(dá)式為：

(1)

式中，ET0為參考作物蒸散量(mm/d)；Rn為參考作物冠層表面凈輻射量(MJ (m-2d-1)；G為土壤熱通量(MJ m-2d-1)；T為平均氣溫(℃)；es為飽和水汽壓 (kPa)；ea為實(shí)際水汽壓(kPa)；Δ為水汽壓對(duì)溫度的斜率(kPa/ ℃)；γ為干濕球常數(shù)(kPa/℃)；U2為距地面2m 高處風(fēng)速(m/s)。

Penman-Monteith公式中輻射項(xiàng)采用經(jīng)輻射校正的FAO56-PM模型計(jì)算[29],表達(dá)式為：

(2)

式中,σ為波爾茲曼常數(shù)[4.903×10-9MJ/(K4m2d)]；Rsa為晴天輻射(MJ m-2d-1)；n為實(shí)際日照時(shí)數(shù)(h),N為可照時(shí)數(shù)(h),α為地表反射度,取值0.23。

2.3 氣象因子敏感性分析

參考作物蒸散量對(duì)氣象因子的敏感系數(shù)計(jì)算[30],即通過(guò)計(jì)算ET0對(duì)各氣象因子變量的偏導(dǎo)數(shù),將氣象因子對(duì)ET0的變化無(wú)量綱化,定量表達(dá)ET0對(duì)單個(gè)氣象因子的敏感性。表達(dá)式為：

(3)

式中,Svi為ET0對(duì)氣象因子變量的敏感系數(shù),無(wú)量綱；vi為第i個(gè)氣象因子變量,本文包括平均風(fēng)速、平均氣溫、平均相對(duì)濕度和日照時(shí)數(shù)。Svi的正負(fù)反映ET0變化與氣象因子變化的一致性,Svi為正值表明ET0隨該氣象因子的增加而增加；Svi絕對(duì)值大小反映ET0的變化對(duì)相應(yīng)氣象因子變化的敏感程度,絕對(duì)值大表明ET0對(duì)該氣象因子變化的敏感性大。

氣象因子對(duì)ET0變化的貢獻(xiàn)量計(jì)算[31],即將單個(gè)氣象因子的敏感系數(shù)與該因子的多年相對(duì)變化率相乘,貢獻(xiàn)量最大的氣象因子為引起ET0變化的主導(dǎo)因子。表達(dá)式為：

Convi=SviRCvi

(4)

(5)

式中,Convi為氣象因子vi對(duì)ET0變化的貢獻(xiàn)量；RCvi為vi的多年相對(duì)變化率；av為60年vi的平均值；Trend為逐年變化率,由趨勢(shì)分析法計(jì)算獲得。

2.4 插值方法

本研究采用ArcGIS軟件中協(xié)同克里格插值方法(Co-Kriging Interpolation),地理數(shù)據(jù)選用空間分辨率為90 m×90 m的毛烏素沙地?cái)?shù)字高程模型(SRTM3 DEM)數(shù)據(jù),將其作為地形因子參數(shù)(協(xié)變量)對(duì)研究區(qū)ET0及其對(duì)氣象因子的敏感系數(shù)進(jìn)行空間插值。插值計(jì)算中協(xié)變異函數(shù)表達(dá)式為：

(6)

式中,γij(h)為協(xié)變異函數(shù)；N′(h)為分離距離h的Zi(x)和Zj(x)的樣本對(duì)數(shù)；

協(xié)同克里格法的插值表達(dá)式為：

(7)

式中,z*(x0)為x0處預(yù)測(cè)變量的估算值；z1(xi)為預(yù)測(cè)變量的測(cè)量值；z2(xj)為協(xié)變量的測(cè)量值；λ1i,λ2j為分別為z1和z2的權(quán)重；m,q為分別為預(yù)測(cè)變量和協(xié)變量測(cè)量點(diǎn)數(shù)量。

對(duì)空間插值結(jié)果的精度和誤差采用t檢驗(yàn)方法進(jìn)行統(tǒng)計(jì)分析,P值大于0.05,未達(dá)到顯著差異水平,表明插值估算結(jié)果與實(shí)測(cè)值不存在顯著差異,協(xié)同克里格插值結(jié)果可信。

2.5 數(shù)據(jù)分析

本文利用Matlab (R2012b) 統(tǒng)計(jì)軟件,應(yīng)用Mann-Kendall 趨勢(shì)檢驗(yàn)法對(duì)ET0和氣象因子變化趨勢(shì)進(jìn)行顯著性檢驗(yàn)；應(yīng)用敏感性分析方法量化分析主要?dú)庀笠蜃?平均風(fēng)速、平均氣溫、相對(duì)濕度和日照時(shí)數(shù))對(duì)ET0變化的影響程度及其貢獻(xiàn)量；應(yīng)用協(xié)同克里格插值方法對(duì)研究區(qū)ET0及其對(duì)氣象因子的敏感系數(shù)進(jìn)行空間插值,分析ET0及其對(duì)氣象因子的敏感系數(shù)空間分布特征。

3 結(jié)果與分析

3.1 毛烏素沙地參考作物蒸散量及氣象因子時(shí)間變化趨勢(shì)

3.1.1 年值變化趨勢(shì)

由表1可知,毛烏素沙地ET0多年均值為1048.81mm,ET0最大值在定邊站(1242.35mm,2006年),最小值在橫山站(851.64mm,1959年),逐年變化率為0.54 mm。Mann-Kendall 趨勢(shì)檢驗(yàn)結(jié)果表明,毛烏素沙地ET0呈緩慢上升趨勢(shì),其中,定邊和鄂爾多斯站ET0上升趨勢(shì)達(dá)到顯著性水平；而鄂托克旗和伊金霍洛旗站多年ET0呈現(xiàn)顯著下降趨勢(shì)。

圖1為近60年毛烏素沙地年ET0及主要?dú)庀笠蜃拥淖兓厔?shì)。距平曲線顯示多年ET0呈波動(dòng)變化過(guò)程,ET0在1955—1968年呈現(xiàn)下降趨勢(shì),1969—1975年稍有上升,1976—1996年呈現(xiàn)下降趨勢(shì),1997—2006年逐漸上升,2007年以后又呈現(xiàn)下降趨勢(shì)。近60年內(nèi)毛烏素沙地ET0的波動(dòng)范圍在906.82—1142.37mm之間,多年相對(duì)變化率為3.11%,隨時(shí)間呈現(xiàn)不顯著增加趨勢(shì)。相對(duì)濕度呈現(xiàn)不顯著變化,多年平均值為50.91%,多年相對(duì)變化率較小,為-0.71%。風(fēng)速和日照時(shí)數(shù)隨時(shí)間整體呈現(xiàn)顯著降低趨勢(shì),多年平均值分別為2.72m/s和7.94h,距平曲線顯示1983年以后風(fēng)速和日照時(shí)數(shù)年均值明顯低于兩者多年平均值,多年相對(duì)變化率分別為—17.62%和—6.05%。氣溫隨時(shí)間呈現(xiàn)顯著上升趨勢(shì),多年平均值為7.75℃,多年相對(duì)變化率為25.55%。

表1 毛烏素沙地各站點(diǎn)1955—2014年參考作物年蒸散量特征值及變化趨勢(shì)

*,**分別表示變化趨勢(shì)通過(guò)了置信度95%和99%的顯著性檢驗(yàn)

圖1 1955—2014年毛烏素沙地參考作物蒸散量及氣象因子年值變化趨勢(shì)Fig.1 Change trend of annual reference crop evapotranspiration and meteorological factors in Mu Us desert during 1955—2014

3.1.2 季節(jié)變化趨勢(shì)

毛烏素沙地ET0及主要?dú)庀笠蜃泳哂忻黠@的季節(jié)動(dòng)態(tài)變化特征(表2)。ET0夏季最高,多年平均值為5.23 mm/d,冬季最低,為0.70 mm/d。春、冬兩季多年平均ET0呈現(xiàn)顯著上升趨勢(shì),逐年變化率分別為0.0036 mm/d 和0.0019 mm/d,而夏、秋兩季多年平均ET0變化不顯著。風(fēng)速春季最高,為3.34m/s,冬季最低為2.47m/s。相對(duì)濕度秋季最高為57.08%,春季最低為39.81%。氣溫和日照時(shí)數(shù)季節(jié)變化同ET0一致。Mann-Kendall 趨勢(shì)檢驗(yàn)結(jié)果表明,四季風(fēng)速均呈現(xiàn)顯著下降趨勢(shì),氣溫呈現(xiàn)顯著上升趨勢(shì)。春、冬兩季相對(duì)濕度呈現(xiàn)顯著下降趨勢(shì)。夏、秋、冬三季日照時(shí)數(shù)顯著下降。

3.2 毛烏素沙地參考作物蒸散量的空間分布

從圖2可以看出近60年毛烏素沙地平均ET0空間分布基本呈現(xiàn)自西向東遞減,地區(qū)性差異明顯,西部高蒸散量區(qū)(鄂托克旗、鹽池縣和定邊縣)ET0變化范圍為1058.53—1103.85 mm,東部低蒸散量區(qū)(鄂爾多斯市、伊金霍洛旗、榆林市、橫山縣和靖邊縣)變化范圍為1014.05—1043.44 mm。不同季節(jié)ET0的空間分布與年ET0空間分布基本一致,呈現(xiàn)西部較高,東部較低。

表2 1955—2014年毛烏素沙地參考作物蒸散量及氣象因子季節(jié)變化趨勢(shì)

*,**分別表示變化趨勢(shì)通過(guò)了置信度95%和99%的顯著性檢驗(yàn)

圖2 毛烏素沙地參考作物蒸散量空間分布 Fig.2 Spatial distribution of reference crop evapotranspiration in Mu Us desert

3.3 參考作物蒸散量與氣象因子的敏感性分析

3.3.1 參考作物蒸散量對(duì)氣象因子的敏感系數(shù)

由表3可知,ET0年變化對(duì)風(fēng)速、氣溫和日照時(shí)數(shù)的敏感系數(shù)為正值,這說(shuō)明其他氣象因子不變的條件下,ET0將隨著以上氣象因子的升高而增加,而ET0對(duì)相對(duì)濕度的敏感系數(shù)為負(fù)值,表明相對(duì)濕度的升高將抑制ET0增加。通過(guò)比較敏感系數(shù)絕對(duì)值可知,ET0變化對(duì)各氣象因子的敏感程度依次為風(fēng)速>日照時(shí)數(shù)>氣溫>相對(duì)濕度。

不同季節(jié)ET0變化對(duì)氣象因子的敏感性與全年有所差異。春、秋兩季ET0變化對(duì)日照時(shí)數(shù)最為敏感,其次為相對(duì)濕度。夏、冬兩季ET0變化對(duì)相對(duì)濕度最為敏感,其次為平均風(fēng)速。

表3 毛烏素沙地不同季節(jié)氣象因子敏感系數(shù)

毛烏素沙地ET0對(duì)氣象因子的敏感性存在區(qū)域差異。如圖3所示,整個(gè)區(qū)域內(nèi),ET0對(duì)風(fēng)速、氣溫和日照時(shí)數(shù)的敏感系數(shù)均為正值,而對(duì)相對(duì)濕度的敏感系數(shù)為負(fù)值?？臻g分布上,風(fēng)速和氣溫敏感系數(shù)的低值區(qū)分布在毛烏素沙地的西北部地區(qū),同時(shí)該地區(qū)也是相對(duì)濕度和日照時(shí)數(shù)敏感系數(shù)的高值區(qū),這說(shuō)明該地區(qū)ET0的變化對(duì)風(fēng)速、氣溫和相對(duì)濕度敏感程度小,而對(duì)日照時(shí)數(shù)的敏感程度大。風(fēng)速敏感系數(shù)的高值區(qū)和相對(duì)濕度的低值區(qū)同時(shí)分布于毛烏素南部地區(qū)。氣溫敏感系數(shù)高值區(qū)位于毛烏素沙地的東南部地區(qū),日照時(shí)數(shù)敏感系數(shù)的低值區(qū)分布于毛烏素沙地的西南部。

圖3 毛烏素沙地各氣象因子敏感系數(shù)空間分布Fig.3 Spatial distribution of sensitivity coefficients for each meteorological variable in Mu Us desert

3.3.2 參考作物蒸散量變化的主導(dǎo)因子

自然條件下,氣象因子對(duì)ET0的影響是相互聯(lián)系又相互制約的共同決定結(jié)果,氣象因子對(duì)ET0變化的貢獻(xiàn)量能夠定量化分析單個(gè)氣象因子對(duì)ET0的影響,ET0變化的主導(dǎo)因子即貢獻(xiàn)量最大的氣象因子。氣溫對(duì)ET0年變化的貢獻(xiàn)量最大,為17.37%,是毛烏素沙地ET0變化的主導(dǎo)因子,其次為風(fēng)速(-12.15%)、日照時(shí)數(shù)(-5.11%)和相對(duì)濕度(0.44%),由此得出,近60年氣溫的顯著升高引起ET0的增加,而風(fēng)速和日照時(shí)數(shù)的顯著下降導(dǎo)致ET0減少。

由于不同季節(jié)的氣候特征不同,ET0變化的主導(dǎo)因子隨季節(jié)的變化發(fā)生改變。夏季風(fēng)速對(duì)ET0的貢獻(xiàn)量最大,為-8.34%；春、秋、冬三季氣溫對(duì)ET0的貢獻(xiàn)量最大,分別為5.77%、10.15%和27.70%。由此可知,春、冬兩季ET0的顯著增加歸因于氣溫的顯著上升；而夏、秋兩季ET0變化不顯著,是由于風(fēng)速和日照時(shí)數(shù)的顯著下降,其對(duì)ET0變化的負(fù)貢獻(xiàn)量與氣溫上升的正貢獻(xiàn)量相抵消。

空間分布上,ET0變化的主導(dǎo)因子存在區(qū)域差異,不同區(qū)域內(nèi)氣溫和風(fēng)速對(duì)ET0變化的貢獻(xiàn)量均較大,其次是日照時(shí)數(shù),而相對(duì)濕度的貢獻(xiàn)量最小。氣溫作為主導(dǎo)因子影響ET0變化的主要區(qū)域集中在毛烏素沙地東部的鄂爾多斯市、榆林市和橫山縣,以及西北部地區(qū)的鄂托克旗,風(fēng)速作為主導(dǎo)因子影響ET0變化的主要區(qū)域集中在毛烏素沙地西南部的定邊縣和鹽池縣,以及東南部的伊金霍洛旗。由于氣象因子的多年相對(duì)變化率與敏感系數(shù)共同決定貢獻(xiàn)量的大小,所以影響ET0變化主導(dǎo)因子的空間分布與敏感系數(shù)分布有所差異。

4 討論

由于研究區(qū)域及時(shí)間段不同,西北地區(qū)ET0變化對(duì)氣象因子的響應(yīng)程度存在區(qū)域差異。已有研究表明,內(nèi)蒙古額濟(jì)納綠洲ET0變化對(duì)太陽(yáng)輻射敏感程度最高[32],黃土高原地區(qū)ET0變化與氣溫和日照時(shí)數(shù)極顯著相關(guān)[33],而石羊河流域ET0變化與相對(duì)濕度相關(guān)性最好[34]。本文基于最新年代氣象數(shù)據(jù)計(jì)算敏感系數(shù)得出,毛烏素沙地ET0變化對(duì)相對(duì)濕度敏感程度最高。雖然敏感系數(shù)可以反映ET0對(duì)氣象因子變化的敏感程度,但是不能衡量單個(gè)氣象因子對(duì)ET0變化的實(shí)際貢獻(xiàn)水平,即定量的評(píng)價(jià)各氣象因子對(duì)ET0的影響大小。本文通過(guò)計(jì)算氣象因子對(duì)ET0年變化的貢獻(xiàn)量,得到氣溫和相對(duì)濕度對(duì)毛烏素沙地ET0變化具有正貢獻(xiàn)作用,風(fēng)速和日照時(shí)數(shù)對(duì)ET0變化具有負(fù)貢獻(xiàn)作用；氣溫是ET0變化的主導(dǎo)因子,其次是風(fēng)速,這與曹雯等[35]基于1961—2009年氣象資料分析西北干旱半干旱區(qū)結(jié)果一致。1955—2014年毛烏素沙地風(fēng)速和日照時(shí)數(shù)呈現(xiàn)的降低趨勢(shì)抑制了ET0增加,但是對(duì)ET0變化貢獻(xiàn)量較高的氣溫呈現(xiàn)顯著上升趨勢(shì),氣溫對(duì)ET0增加的促進(jìn)作用略大于風(fēng)速和日照時(shí)數(shù)的抑制作用,相對(duì)濕度的相對(duì)變化率較小導(dǎo)致其對(duì)ET0增加的貢獻(xiàn)率不大,因此,毛烏素沙地ET0整體呈現(xiàn)不顯著上升趨勢(shì)。

空間上,由于氣象因子對(duì)ET0變化的貢獻(xiàn)量及氣候特征存在區(qū)域差異,毛烏素沙地ET0空間分布不均勻,總體呈現(xiàn)自西向東遞減趨勢(shì),加之毛烏素沙地地形由西北向東南部?jī)A斜,這將加重毛烏素沙地西北部地區(qū)的水資源短缺壓力和干旱程度。

由于毛烏素沙地區(qū)域內(nèi)氣象站點(diǎn)有限,本文基于可獲取的典型氣象站點(diǎn)數(shù)據(jù)代表該區(qū)域氣象特征,將氣象因子作為主導(dǎo)因子分析ET0的時(shí)空變化特征,但在干旱半干旱地區(qū),由風(fēng)速、氣溫和相對(duì)濕度變異引起的平流、大氣環(huán)流年際變化、下墊面的均一性以及人類活動(dòng)均影響ET0的變化,可是這些因素尚不能定量化計(jì)算分析,因此,本文研究結(jié)果存在一定程度的局限性。參考作物蒸散量作為實(shí)際蒸散量的理論上限,是衡量實(shí)際蒸散量的重要參考,由于干旱半干旱地區(qū)受到嚴(yán)重水分限制,開(kāi)展該地區(qū)實(shí)際蒸散量和參考作物蒸散量的對(duì)比分析,能夠進(jìn)一步深入和完善干旱半干旱地區(qū)的水循環(huán)研究。

5 結(jié)論

(1)近60年毛烏素沙地ET0整體呈現(xiàn)緩慢上升趨勢(shì),多年平均值為1048.81mm；ET0年內(nèi)變化夏季最高,多年平均值為5.23 mm/d,冬季最低,為0.70 mm/d。毛烏素沙地ET0空間分布整體呈現(xiàn)自西向東遞減趨勢(shì)。

(2)各氣象因子對(duì)ET0的敏感性分析中,ET0對(duì)風(fēng)速、氣溫和日照時(shí)數(shù)為正敏感,對(duì)相對(duì)濕度為負(fù)敏感。ET0變化對(duì)各氣象因子的敏感程度依次為風(fēng)速>日照時(shí)數(shù)>氣溫>相對(duì)濕度。春、秋兩季ET0變化對(duì)日照時(shí)數(shù)敏感程度最高,夏、冬兩季ET0變化對(duì)相對(duì)濕度敏感程度最高?？臻g分布上,毛烏素沙地東南部地區(qū)為氣溫敏感系數(shù)高值區(qū),西北部地區(qū)為相對(duì)濕度和日照時(shí)數(shù)敏感系數(shù)高值區(qū),南部為風(fēng)速敏感系數(shù)高值區(qū)。

(3)氣溫是影響毛烏素沙地ET0年變化的主導(dǎo)因子,其次是風(fēng)速、日照時(shí)數(shù)和相對(duì)濕度。近60年氣溫的顯著升高引起ET0的增加,而風(fēng)速和日照時(shí)數(shù)的顯著下降導(dǎo)致ET0減少。夏季ET0變化的主導(dǎo)因子是風(fēng)速；春、秋、冬三季主導(dǎo)因子是氣溫。空間分布上,毛烏素沙地西南部地區(qū)ET0變化的主導(dǎo)因子為風(fēng)速,東部地區(qū)主導(dǎo)因子為氣溫。影響ET0變化主導(dǎo)因子的空間分布與敏感系數(shù)分布有所差異。

[1] Allen R G, Pereira L S, Raes D, Smith M. Crop Evapotranspiration-Guidelines for Computing Crop Water Requirements-FAO Irrigation and Drainage Paper 56. Rome: FAO, 1998.

[2] 毛飛, 張光智, 徐祥德. 參考作物蒸散量的多種計(jì)算方法及其結(jié)果的比較. 應(yīng)用氣象學(xué)報(bào), 2000, 11(S1): 128- 136.

[3] 楊志峰, 崔保山, 劉靜玲, 王西琴, 劉昌明. 生態(tài)環(huán)境需水量理論、方法與實(shí)踐. 北京: 科學(xué)出版社, 2003: 67- 71.

[4] Xu C Y, Singh V P. Evaluation of three complementary relationship evapotranspiration models by water balance approach to estimate actual regional evapotranspiration in different climatic regions. Journal of Hydrology, 2005, 308(1/4): 105- 121.

[5] 羅玲, 王宗明, 毛德華, 婁艷景, 任春穎, 宋開(kāi)山. 松嫩平原西部草地凈初級(jí)生產(chǎn)力對(duì)氣候變化及人類活動(dòng)的響應(yīng). 生態(tài)學(xué)雜志, 2012, 31(6): 1533- 1540.

[6] Chattopadhyay N, Hulme M. Evaporation and potential evapotranspiration in India under conditions of recent and future climate change. Agricultural and Forest Meteorology, 1997, 87(1): 55- 73.

[7] Espadafor M, Lorite I J, Gavilán P, Berengena J. An analysis of the tendency of reference evapotranspiration estimates and other climate variables during the last 45 years in Southern Spain. Agricultural Water Management, 2011, 98(6): 1045- 1061.

[8] Roderick M L, Farquhar G D. Changes in Australian pan evaporation from 1970 to 2002. International Journal of Climatology, 2004, 24(9): 1077- 1090.

[9] Eslamian S, Khordadi M J, Abedi-Koupai J. Effects of variations in climatic parameters on evapotranspiration in the arid and semi-arid regions. Global and Planetary Change, 2011, 78(3/4): 188- 194.

[10] Nandagiri L, Kovoor G M. Performance evaluation of reference evapotranspiration equations across a range of Indian climates. Journal of Irrigation and Drainage Engineering, 2006, 132(3): 238- 249.

[11] Dinpashoh Y, Jhajharia D, Fakheri-Fard A, Singh V P, Kahya E. Trends in reference crop evapotranspiration over Iran. Journal of Hydrology, 2011, 399(3/4): 422- 533.

[12] 高歌, 陳德亮, 任國(guó)玉, 陳峪, 廖要明. 1956—2000年中國(guó)潛在蒸散量變化趨勢(shì). 地理研究, 2006, 25(3): 378- 387.

[13] 尹云鶴, 吳紹洪, 鄭度, 楊勤業(yè). 近30年我國(guó)干濕狀況變化的區(qū)域差異. 科學(xué)通報(bào), 2005, 50(15): 1636- 1642.

[14] 劉昌明, 張丹. 中國(guó)地表潛在蒸散發(fā)敏感性的時(shí)空變化特征分析. 地理學(xué)報(bào), 2011, 66(5): 579- 588.

[15] 曾麗紅, 宋開(kāi)山, 張柏, 王宗明, 杜嘉. 近60年來(lái)東北地區(qū)參考作物蒸散量時(shí)空變化. 水科學(xué)進(jìn)展, 2010, 21(2): 194- 200.

[16] 梁麗喬, 閆敏華, 鄧偉, 李麗娟. 松嫩平原西部參考作物蒸散量變化過(guò)程. 地理科學(xué)進(jìn)展, 2006, 25(3): 22- 31.

[17] 李林, 張國(guó)勝, 汪青春, 時(shí)興合. 黃河上游流域蒸散量及其影響因子研究. 地球科學(xué)進(jìn)展, 2000, 15(3): 256- 259.

[18] 普宗朝, 張山清, 李景林, 黃新, 孫月琴, 阿帕爾. 烏魯木齊河流域參考作物蒸散量時(shí)空變化特征. 沙漠與綠洲氣象, 2008, 2(1): 41- 55.

[19] 孫小舟, 封志明, 楊艷昭. 西遼河流域1952年—2007年參考作物蒸散量的變化趨勢(shì). 資源科學(xué), 2009, 31(3): 479- 584.

[20] 王小靜, 李志, 趙姹, 張志強(qiáng). 西北旱區(qū)1961—2011年參考作物蒸散量的時(shí)空分異. 生態(tài)學(xué)報(bào), 2014, 34(19): 5609- 5616.

[21] 黃會(huì)平, 曹明明, 宋進(jìn)喜, 韓宇平, 陳姍姍. 1957—2012年中國(guó)參考作物蒸散量時(shí)空變化及其影響因子分析. 自然資源學(xué)報(bào), 2015, 30(2): 315- 326.

[22] 段春鋒, 繆啟龍, 曹雯. 西北地區(qū)參考作物蒸散變化特征及其主要影響因素. 農(nóng)業(yè)工程學(xué)報(bào), 2011, 27(8): 77- 83.

[23] 王鵬濤, 延軍平, 蔣沖, 劉憲鋒. 華北平原參考作物蒸散量時(shí)空變化及其影響因素分析. 生態(tài)學(xué)報(bào), 2014, 34(19): 5589- 5599.

[24] 趙璐, 梁川, 崔寧博, 劉利文. 川中丘陵區(qū)參考作物蒸發(fā)蒸騰量近60年變化成因研究. 水利學(xué)報(bào), 2013, 44(2): 183- 190.

[25] 房世波, 許端陽(yáng), 張新時(shí). 毛烏素沙地沙漠化過(guò)程及其氣候因子驅(qū)動(dòng)分析. 中國(guó)沙漠, 2009, 29(5): 796- 801.

[26] 張新時(shí). 毛烏素沙地的生態(tài)背景及其草地建設(shè)的原則與優(yōu)化模式. 植物生態(tài)學(xué)報(bào), 1994, 18(1): 1- 16.

[27] 楊振常, 李玉霖, 崔奪, 陳靜, 趙學(xué)勇. 半干旱典型沙區(qū)1951—2005年主要?dú)庀笠丶皾撛谡羯⒘康淖兓厔?shì)研究. 中國(guó)沙漠, 2012, 32(5): 1384- 1392.

[28] 賈科利, 張俊華, 郭占軍. 毛烏素沙地、騰格里沙漠南緣帶土地利用與氣候變化關(guān)系研究——以寧夏中部為例. 寧夏大學(xué)學(xué)報(bào): 自然科學(xué)版, 2011, 32(2): 176- 180.

[29] Yin Y, Wu S, Zheng D, Yang Q. Radiation calibration of FAO56 Penman-Monteith model to estimate reference crop evapotranspiration in China. Agricultural Water Management, 2008, 95(1): 77- 84.

[30] McCuen R H. A sensitivity and error analysis CF procedures used for estimating evaporation. JAWRA Journal of the American Water Resources Association, 1974, 10(3): 486- 597.

[31] Yin Y H, Wu S H, Dai E F. Determining factors in potential evapotranspiration changes over China in the period 1971- 2008. Chinese Science Bulletin, 2010, 55(29): 3329- 3337.

[32] 侯蘭功, 肖洪浪, 鄒松兵, 楊永剛. 額濟(jì)納綠洲生長(zhǎng)季參考作物蒸散發(fā)敏感性分析. 中國(guó)沙漠, 2011, 31(5): 1255- 1259.

[33] 王幼奇, 樊軍, 邵明安, 白一茹. 黃土高原地區(qū)近50 年參考作物蒸散量變化特征. 農(nóng)業(yè)工程學(xué)報(bào), 2008, 24(9): 6- 10.

[34] 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. 農(nóng)業(yè)工程學(xué)報(bào), 2004, 20(2): 15- 18.

[35] 曹雯, 申雙和, 段春鋒. 中國(guó)西北潛在蒸散時(shí)空演變特征及其定量化成因. 生態(tài)學(xué)報(bào), 2012, 32(11): 3394- 3403.

Spatio-temporal distribution characteristics of reference crop evapotranspiration in the Mu Us desert

QIAN Duo1, ZHA Tianshan1,2,*, WU Bin1,2, JIA Xin1,2, QIN Shugao1,2

1YanchiResearchStation,SchoolofSoilandWaterConservation,BeijingForestryUniversity,Beijing100083,China2KeyLaboratoryofSoilandWaterConservationandDesertificationCombating,BeijingForestryUniversity,Beijing100083,China

Reference crop evapotranspiration (ET0) is often used to evaluate the capacity of atmospheric evaporation in the terrestrial hydrology cycle. Simulations with climate models and atmospheric general circulation models have shown that changes in meteorological factors affectET0. The Mu Us desert is located in the arid and semi-arid region of northwest China, which experiences severe water shortages. To better understand theET0spatio-temporal distribution characteristics in the Mu Us desert, the Penman-Monteith equation recommended by the FAO in 1998 was used to calculateET0at typical meteorological stations, as well as the overall Mu Us desertET0, based on 60 years of daily meteorological data (1955—2014). A Mann-Kendall trend test was used to determine theET0spatio-temporal distribution characteristics. Furthermore, a Co-Kriging interpolation was used to drawET0maps, which presented a clear spatial distribution ofET0in the Mu Us desert. In addition, a sensitivity analysis was used to analyze the causes ofET0change. Annual averageET0was 1048.81 mm for the past 60 years. There was a slight increasing trend in the inter-annual variation. The trend of annualET0showed a single peak curve, with the highest value in June (5.77 mm/d), and the lowest value was in January (0.54 mm/d). The average summerET0was 5.23 mm/d, and average winterET0was 0.70 mm/d. Spatially,ET0decreased gradually from west to east, ranging from 1058.53 to 1103.85 mm in the west, and from 1014.05 to 1043.44 mm in the east. The sensitivity analysis indicated thatET0was positively related to wind speed, air temperature, and solar duration, but negatively related to relative humidity. Furthermore,ET0was most sensitive to changes in wind speed, then solar duration, air temperature, and relative humidity, respectively. Seasonally,ET0was more sensitive to solar duration in spring and autumn, but more sensitive to relative humidity in summer and winter. Wind speed was the dominant controlling factor onET0in summer, but in spring, autumn and winter, it was air temperature. Overall, air temperature was the dominant controlling factor on annualET0in Mu Us desert. Spatially,ET0was more sensitive to temperature in the southeast region of the Mu Us desert, to relative humidity and solar duration in the northwest region, and to wind speed in the south. The spatial distribution ofET0′s dominant controlling factor was different from its sensitive coefficient. Wind speed was the dominant controlling factor on ET0distribution in southwest of Mu Us desert, and air temperature in east. The meteorological factors here were considered dominant in controlling the spatio-temporal variations of the Mu Us desertET0. However, advection variation caused by wind speed, temperature and relative humidity, inter-annual variation of the atmospheric circulation, surface uniformity, and human activities, also influenceET0in China’s arid and semi-arid region. Therefore, the results presented here only reflect the meteorological variables that were included in the analyses. More comprehensive hydrological studies are therefore required in the future.

Co-Kriging interpolation; Mu Us desert; sensitivity analysis; Penman-Monteith equation; Mann-Kendall trend test

國(guó)家自然科學(xué)基金資助項(xiàng)目(31270755, 31361130340);國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目(2013CB429901); 國(guó)家“十二五”科技支撐計(jì)劃項(xiàng)目(2012BAD16B02)

2015- 10- 18;

日期:2016- 08- 02

10.5846/stxb201510182101

*通訊作者Corresponding author.E-mail: tianshanzha@bjfu.edu.cn

錢(qián)多,查天山,吳斌,賈昕,秦樹(shù)高.毛烏素沙地參考作物蒸散量變化特征與成因分析.生態(tài)學(xué)報(bào),2017,37(6):1966- 1974.

Qian D, Zha T S, Wu B, Jia X, Qin S G.Spatio-temporal distribution characteristics of reference crop evapotranspiration in the Mu Us desert.Acta Ecologica Sinica,2017,37(6):1966- 1974.