云南省四季潛在蒸散量時空演變的主導(dǎo)氣象因子分析

謝 平, 龍懷玉, 張楊珠, 張認(rèn)連

(1.中國農(nóng)業(yè)科學(xué)院 農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所, 北京 100081; 2.湖南農(nóng)業(yè)大學(xué) 資源環(huán)境學(xué)院, 長沙 410128 )

云南省四季潛在蒸散量時空演變的主導(dǎo)氣象因子分析

謝 平1,2, 龍懷玉1, 張楊珠2, 張認(rèn)連1

(1.中國農(nóng)業(yè)科學(xué)院 農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所, 北京 100081; 2.湖南農(nóng)業(yè)大學(xué) 資源環(huán)境學(xué)院, 長沙 410128 )

基于1981—2011年云南省52個站點(diǎn)氣象數(shù)據(jù)，通過敏感系數(shù)和貢獻(xiàn)率法，定量分析了各站點(diǎn)冬春夏秋季潛在蒸散量變化的成因。結(jié)果表明：(1) 1981—1990年、1991—2011年春、夏、秋季，云南省各站點(diǎn)潛在蒸散量均對平均氣溫最敏感，其次是相對濕度和日照時數(shù)，對風(fēng)速的敏感性最低；冬季有部分站點(diǎn)以相對濕度的敏感系數(shù)最大。(2) 蒸散量變化的主導(dǎo)因子因季節(jié)不同而不同。1981—1990年，絕大多數(shù)站點(diǎn)冬季蒸散量變化主導(dǎo)因子為平均氣溫，其他季節(jié)多數(shù)站點(diǎn)主導(dǎo)因子為日照時數(shù)；1991—2011年，冬、春、秋季，多數(shù)站點(diǎn)以平均氣溫為主導(dǎo)因子，夏季則以日照時數(shù)為主導(dǎo)因子的站點(diǎn)居多。(3) 主導(dǎo)因子空間分布格局有差異。平均氣溫是云南省東部地區(qū)冬季蒸散量變化的主導(dǎo)因子，日照時數(shù)是中南部地區(qū)夏季蒸散量變化的主導(dǎo)因子，春、秋季節(jié)，前后時間段主導(dǎo)因子區(qū)域差異較大。這些結(jié)果表明云南省蒸散量變化的主導(dǎo)因子具有階段性、季節(jié)性和區(qū)域差異性。

云南省; 潛在蒸散量; 季節(jié); 氣象因子; 敏感系數(shù); 貢獻(xiàn)率

潛在蒸散量(Potential evapotranspiration,ET0)是陸面水平衡和地表能量平衡的重要組成部分，與降水共同決定了區(qū)域干濕狀況，同時也是預(yù)測作物需水、指導(dǎo)合理灌溉、監(jiān)測地表旱情、評價生態(tài)環(huán)境等的重要參數(shù)[1]。

近幾十年來，國內(nèi)外學(xué)者在潛在蒸散量演變機(jī)制方面有了不少的研究。在印度[2]、美國[3]、泰國[4]等國家的研究表明，由于風(fēng)速和太陽輻射的減少，ET0整體上表現(xiàn)為下降趨勢；Dinpashoh等[5]發(fā)現(xiàn)伊朗北部地區(qū)的ET0呈增加趨勢，并主要?dú)w因于風(fēng)速的上升和相對濕度的減小。不少學(xué)者對我國新疆[6]、吉林[7]、北京[8]、河南[9]、河北[10]、四川[11]等地區(qū)，黃河流域[12-14]、長江流域[15]、黑河流域[16-17]等區(qū)域ET0的研究也表明，不同地區(qū)ET0變化趨勢不同，即ET0變化特征有區(qū)域差異，同時影響ET0的主導(dǎo)因子也存在空間差異。

潛在蒸散量的變化與氣候因子密切相關(guān)。Mcvicar等[18]認(rèn)為在評估蒸散量的變化趨勢時，應(yīng)考慮風(fēng)速、濕度、輻射、氣溫等氣象因子；尹云鶴等[1]、段永紅等[8]認(rèn)為，ET0的變化不僅受氣候因子的影響，而且海拔、地形等地理?xiàng)l件的變化會導(dǎo)致地表溫度和熱量平衡的變化，影響ET0的時空變異。云南地處云貴高原主體，地形復(fù)雜，氣候類型多樣，干濕季分明，其ET0影響因子應(yīng)該有著其自身的特征。彭桂芬等[19]、段旭等[20]的研究表明，云南省降水、氣溫等氣候因子區(qū)域差異性、季節(jié)差異性顯著，這使得ET0變化的主導(dǎo)因子可能存在區(qū)域差異和季節(jié)差異。云南是我國干旱災(zāi)害發(fā)生頻率較高的地區(qū)之一，尤其是2009—2012年四年連旱[21]造成了重大經(jīng)濟(jì)損失。而潛在蒸散量可用于旱澇災(zāi)害的監(jiān)測，其變化與氣象因子密切相關(guān)，研究蒸散量的主導(dǎo)因子有助于旱澇災(zāi)害的準(zhǔn)確監(jiān)測。因此，本文利用云南省52個氣象站點(diǎn)1981—2011年氣象數(shù)據(jù)，從春夏秋冬四季分析各站點(diǎn)氣候要素對同期ET0變化的影響，揭示ET0的演變與氣候因子變化之間的關(guān)系以及探討主導(dǎo)因子的區(qū)域差異和季節(jié)差異，以期更好地認(rèn)識云貴高原ET0的演變規(guī)律，從而增強(qiáng)對旱澇災(zāi)害發(fā)生預(yù)測的準(zhǔn)確性，為優(yōu)化配置水資源，評價不同地區(qū)的干濕狀況等提供理論指導(dǎo)。

1 資料和方法

1.1 資 料

氣象數(shù)據(jù)來源于國家氣象中心，包括云南省52個站點(diǎn)1981—2011年各候平均氣溫、最高氣溫、最低氣溫、相對濕度、日照時數(shù)、氣壓、風(fēng)速等氣象資料及各站點(diǎn)經(jīng)緯度、海拔等資料。一般5 d為一候，一個月6候，一年72候，67—72，1—12候?yàn)槎荆?3—30候?yàn)榇杭荆?1—48候?yàn)橄募荆?9—66候?yàn)榍锛?。以FAO推薦的Penman-Monteith公式[22]計(jì)算ET0。

1.2 研究方法

1.2.1 ET0計(jì)算方法：Penman-Monteith公式(PM公式)

(1)

式中：Rn為輸入冠層凈輻射量(MJ/m2)；G為土壤熱通量(MJ/m2)；T為平均溫度(℃)；U為2 m高處風(fēng)速(m/s)；es為飽和水汽壓(kPa)；ea為實(shí)際水汽壓(kPa)；Δ為飽和水汽壓與溫度關(guān)系曲線在某處的斜率(kPa/℃)；γ為干濕溫度計(jì)常數(shù)(kPa/℃)。

云南省各站點(diǎn)年均潛在蒸散量以ET0y表示；冬、春、夏、秋季蒸散量分別以ET0w，ET0s，ET0e，ET0u表示。

1.2.2 潛在蒸散量變化影響因子時間段的選取 由圖1可以看出，1981—2011年云南省ET0y整體上線性趨勢變化不明顯，變化率僅為0.81 mm/a，最小值出現(xiàn)在1990年。1981—1990年，ET0y以-4.45 mm/a的速率下降；1991—2000年和2001—2011年，ET0y上升速率分別為1.06 mm/a，1.86 mm/a。由上可知，1981—2011年，云南省ET0y的整體增率掩蓋了80年代ET0y下降的事實(shí)，若從整段時間分析，會忽略其階段性變化規(guī)律。另有研究表明，中國年均ET0的變化在90年代初期發(fā)生了明顯趨勢轉(zhuǎn)折[23]，云南省氣候帶[24]、降水[25]等也存在年代際差異，尤其是1990年以來是氣候帶變化最大的時期。因此，對云南省ET0的演變機(jī)制按時間段分析很有必要。1991—2000年、2001—2011年ET0y均表現(xiàn)為上升趨勢，因此合并為一個研究時段，而1981—1990年，ET0y呈下降趨勢，因此單獨(dú)作為一個研究時段。運(yùn)用氣候變化趨勢轉(zhuǎn)折判別模型[26]分析1981—2011年云南省ET0y的轉(zhuǎn)折特征，結(jié)果表明1981—1990年，1991—2011年也為滿足趨勢轉(zhuǎn)折判別條件的最佳分段組合，即1990年為蒸散量變化的轉(zhuǎn)折點(diǎn)，因此本文對云南省各站點(diǎn)ET0影響因子的分析也以1990年為分界點(diǎn)。

圖1 1981-2011年云南省年均ET0的變化過程

1.2.3 變化特征 ET0與氣象因子的變化趨勢由線性回歸法獲得，以斜率表示。

1.2.4 基于敏感系數(shù)的貢獻(xiàn)率分析

(1) 敏感分析。PM模型屬于多變量模型，需要對其進(jìn)行無量綱化來計(jì)算相對敏感系數(shù)，相對敏感系數(shù)的計(jì)算方法如下[1]：

式中：SX為X的敏感系數(shù)，表示氣候變量X變化所導(dǎo)致的ET0變化，如敏感系數(shù)等于0.5，代表該變量增加(減少)10%，在其他變量不變的情況下，ET0將增加(減少)5%；ΔX為氣候要素X的變化，X取絕對值；ΔET0為ΔX引起的ET0變化。S取正值表明ET0隨X的增大而增大，反之亦然。本文以氣候要素變化±10%，求得相應(yīng)的敏感系數(shù)后，再求兩者的平均值，得到最終的敏感系數(shù)。

Lenhart[27]將敏感系數(shù)分為4個等級，見表1。

表1 敏感系數(shù)等級

(2) 氣候因子對ET0的貢獻(xiàn)。單個氣象因子的敏感系數(shù)與該因子的多年相對變化率相乘，得到由此因子引起ET0的變化，即該因子對ET0變化的貢獻(xiàn)[1]。若引起ET0增加稱為正貢獻(xiàn)，引起ET0減小稱為負(fù)貢獻(xiàn)。根據(jù)貢獻(xiàn)率絕對值的大小，可以判斷影響ET0變化的主導(dǎo)因子，絕對值越大，對ET0影響越大，絕對值最大的因子，為主導(dǎo)因子。表達(dá)形式如下：

式中：ConX表示氣象因子X對ET0變化的貢獻(xiàn)率；RCX表示X的多年相對變化率；a，b分別表示相應(yīng)研究時段的年數(shù)、X的傾向率；VX表示相應(yīng)時間段X的平均值。

本文從平均氣溫、相對濕度、風(fēng)速和日照時數(shù)的變化來探究站點(diǎn)ET0變化的機(jī)制。

2 結(jié)果與分析

2.1 冬季潛在蒸散量變化成因分析

2.1.1 敏感性分析 云南省站點(diǎn)潛在蒸散量對氣象因子的敏感性有明顯區(qū)域差異。從表2(相關(guān)風(fēng)速數(shù)據(jù)未列出)可以看出，站點(diǎn)ET0w對平均氣溫的敏感系數(shù)為0.46～1.97，這表明平均氣溫對ET0w的影響在不同站點(diǎn)差異是較大的。ET0w對相對濕度的敏感系數(shù)為-0.27～-2.59，其變化與相對濕度的變化趨勢相反，其中有25個站點(diǎn)的敏感程度達(dá)到了“非常高”。ET0w對風(fēng)速的敏感系數(shù)為-0.20～0.28，有21個站點(diǎn)敏感系數(shù)在0.05以下，即這些站點(diǎn)風(fēng)速對ET0w的影響可忽略。ET0w對日照時數(shù)的敏感系數(shù)為0.14～0.43，多數(shù)站點(diǎn)達(dá)到了“高”等級。52個站點(diǎn)中，昭陽等26個站點(diǎn)以相對濕度的敏感系數(shù)絕對值最大，即這些站點(diǎn)ET0w對相對濕度的敏感程度最高；其他站點(diǎn)均以平均氣溫的敏感系數(shù)最大。

1991—2011年，站點(diǎn)ET0w對平均氣溫的敏感系數(shù)為0.42～1.90，均達(dá)到了“高”等級。ET0w對相對濕度的敏感系數(shù)絕對值除耿馬外，其他站點(diǎn)均在0.2以上。ET0w對風(fēng)速的敏感程度僅在玉龍、巧家站點(diǎn)達(dá)到了“高”，其他站點(diǎn)為“中”或可忽略其影響。ET0w對日照時數(shù)的敏感程度在鎮(zhèn)雄等5個站點(diǎn)為“中”，在其他站點(diǎn)均為“高”。玉龍等38個站點(diǎn)以平均氣溫的敏感系數(shù)最高，永勝等14個站點(diǎn)則以相對濕度的敏感系數(shù)絕對值最大。

2.1.2 貢獻(xiàn)率分析ET0的變化與氣象因子的變化密切相關(guān)。由表2可知，1981—1990年冬季，平均氣溫僅在南華、施甸、耿馬站點(diǎn)呈下降趨勢，對ET0w為負(fù)貢獻(xiàn)；其余49個站點(diǎn)氣溫均呈上升趨勢，貢獻(xiàn)率為0.99%～36.04%，多數(shù)站點(diǎn)貢獻(xiàn)率在10%以下。相對濕度在18個站點(diǎn)呈上升趨勢，對ET0w為負(fù)貢獻(xiàn)，在其他34個站點(diǎn)對ET0w表現(xiàn)為正貢獻(xiàn)。風(fēng)速在33個站點(diǎn)貢獻(xiàn)率絕對值在1%以下，貢獻(xiàn)率較小。日照時數(shù)對ET0w表現(xiàn)有正負(fù)貢獻(xiàn)的站點(diǎn)基本一致，貢獻(xiàn)率基本為-4.94%～5.98%。

1991—2011年冬季，平均氣溫、相對濕度在所有站點(diǎn)均為正貢獻(xiàn)，貢獻(xiàn)率分別為1.48%～28.87%，0.74%～16.84%。平均風(fēng)速在28個站點(diǎn)表現(xiàn)為下降趨勢，其中包括硯山等在內(nèi)的8個站點(diǎn)風(fēng)速對ET0w為正貢獻(xiàn)，在另外24個站點(diǎn)中，有12個站點(diǎn)風(fēng)速對ET0w為負(fù)貢獻(xiàn)。日照時數(shù)在30個站點(diǎn)表現(xiàn)為上升趨勢，對ET0w為正貢獻(xiàn)，其他站點(diǎn)，日照時數(shù)的貢獻(xiàn)率為-3.23%～-0.02%。

2.1.3 主導(dǎo)因子的時空差異 1981—1990年冬季，ET0w變化以平均氣溫為主導(dǎo)因子的站點(diǎn)有41個，在云南省東南地區(qū)分布較集中(圖2)；以相對濕度為主導(dǎo)因子的5個站點(diǎn)主要集中分布于云南西北地區(qū)；以日照時數(shù)為主導(dǎo)因子的5個站點(diǎn)分布較零散，僅江川站點(diǎn)以風(fēng)速為主導(dǎo)因子。1991—2011年冬季，昭陽、南澗、墨江、石屏站點(diǎn)以相對濕度對ET0w貢獻(xiàn)最大，風(fēng)速僅在巧家為主導(dǎo)因子，景東、寧洱站點(diǎn)以日照時數(shù)正貢獻(xiàn)最大，其他45個站點(diǎn)主導(dǎo)因子均為平均氣溫。

表2 冬季不同時段氣象因子的敏感系數(shù)、變化率及貢獻(xiàn)率

注：SX表示敏感系數(shù)；bX表示變化率；平均氣溫的單位為℃/a；相對濕度的單位為%/a；風(fēng)速的單位為m/s；日照時數(shù)的單位為h/a；conX表示貢獻(xiàn)率，單位均為%，下同。

圖3 各時段各季節(jié)潛在蒸散量變化的主導(dǎo)因子

2.2 春季潛在蒸散量變化成因分析

2.2.1 敏感性分析 1981—1990年春季(表3)，ET0s對平均氣溫的敏感程度均達(dá)到了“高”及以上等級。ET0s對相對濕度的敏感程度僅景東站點(diǎn)為“中”，其他站點(diǎn)均為“高”或以上等級。ET0s對風(fēng)速的敏感程度在施甸等32個站點(diǎn)敏感程度為“中”或“高”等級，在其他站點(diǎn)的敏感性可忽略。ET0s對日照時數(shù)的敏感系數(shù)除巧家為0.19外，在其他站點(diǎn)敏感程度均達(dá)到了“高”。

1991—2011年春季，ET0s對平均氣溫的敏感系數(shù)均在0.7以上，對相對濕度的敏感程度除景東站點(diǎn)外，均達(dá)到“高”或以上等級，對風(fēng)速的敏感系數(shù)在多數(shù)站點(diǎn)為“中”等級，對日照時數(shù)的敏感系數(shù)為0.21～0.39，均為“高”等級。兩個時間段的春季，各站點(diǎn)ET0s均對平均氣溫最敏感，其次是相對濕度，然后是日照時數(shù)，對風(fēng)速的敏感程度最低。

2.2.2 貢獻(xiàn)率分析 1981—1990年春季，平均氣溫、日照時數(shù)、相對濕度分別在36，46，39個站點(diǎn)對ET0s為負(fù)貢獻(xiàn)；相應(yīng)的其他站點(diǎn)則為負(fù)貢獻(xiàn)。風(fēng)速在38個站點(diǎn)呈下降趨勢，其中有5個站點(diǎn)風(fēng)速對ET0s為正貢獻(xiàn)，其他14個站點(diǎn)，僅鎮(zhèn)雄站點(diǎn)風(fēng)速為負(fù)貢獻(xiàn)。1991—2011年春季，平均氣溫、相對濕度、日照時數(shù)分別在14，16，45個站點(diǎn)對ET0s為負(fù)貢獻(xiàn)，其他站點(diǎn)則為正貢獻(xiàn)。風(fēng)速變化對ET0s的貢獻(xiàn)有正有負(fù)。

2.2.3 主導(dǎo)因子的時空差異 由圖2可以看出，1981—1990年，ET0s變化以日照時數(shù)為主導(dǎo)因子的站點(diǎn)有24個，主要集中分布于云南省中部地區(qū)。平均氣溫為主導(dǎo)因子的站點(diǎn)有13個，主要分布于云南東北、東南、西南區(qū)域。相對濕度為主導(dǎo)因子的站點(diǎn)零散分布于云南中部。僅臨翔、石屏站點(diǎn)ET0s變化以風(fēng)速為主導(dǎo)因子。1991—2011年，ET0s變化以平均氣溫、風(fēng)速、日照時數(shù)為主導(dǎo)因子的站點(diǎn)分別有20，16，13個，以相對濕度為主導(dǎo)因子的只有玉龍、雙柏、文山站點(diǎn)。日照時數(shù)為主導(dǎo)因子的站點(diǎn)集中分布于中南地區(qū)，其他氣象因子為主導(dǎo)因子的站點(diǎn)區(qū)域差異不明顯。

2.3 夏季潛在蒸散量變化成因分析

2.3.1 敏感性分析 1981—1990年夏季，ET0e對平均氣溫的敏感程度除石林站點(diǎn)外，其他站點(diǎn)均達(dá)到了“非常高”。ET0e對相對濕度的敏感程度除石林站點(diǎn)外，其他站點(diǎn)均為“高”或以上等級。ET0e對風(fēng)速的敏感系數(shù)在永勝等12個站點(diǎn)為正值，其他站點(diǎn)均為負(fù)值，多數(shù)站點(diǎn)絕對值在0.05及以下。ET0e對日照時數(shù)的敏感系數(shù)為0.20～0.34，敏感程度均為“高”。

1991—2011年夏季，ET0e對平均氣溫、相對濕度的敏感程度達(dá)到了“高”或“非常高”。ET0e對風(fēng)速的敏感系數(shù)絕對值僅在賓川等8個站點(diǎn)為“中”等級，在其他站點(diǎn)均低于0.5。ET0e對日照時數(shù)的敏感系數(shù)為0.22～0.34，敏感程度均為“高”。綜合來看，夏季52個站點(diǎn)均以平均氣溫的敏感系數(shù)最大。

2.3.2 貢獻(xiàn)率分析 1981—1990年夏季，平均氣溫在44個站點(diǎn)呈下降趨勢，貢獻(xiàn)率為-5.48%～-0.08%；呈上升趨勢的8個站點(diǎn)中，鎮(zhèn)雄站點(diǎn)貢獻(xiàn)率最大，為2.18%。相對濕度在30個站點(diǎn)呈下降趨勢，貢獻(xiàn)率為0.15%～4.06%；相對濕度呈上升趨勢的站點(diǎn)中，貢獻(xiàn)率絕對值多數(shù)在1%以下。風(fēng)速在38個站點(diǎn)呈下降趨勢，以巧家站點(diǎn)負(fù)貢獻(xiàn)最大，貢獻(xiàn)率為-1.80%，正貢獻(xiàn)以馬林站點(diǎn)最大，為2.98%。日照時數(shù)在38個站點(diǎn)呈下降趨勢，貢獻(xiàn)率為-0.03%～-16.10%，其他14個站點(diǎn)貢獻(xiàn)率基本為0.07%～8.09%。

表3 春季不同時段氣象因子的敏感系數(shù)、變化率及貢獻(xiàn)率

1991—2011年夏季，平均氣溫僅在紅塔、丘北、墨江站點(diǎn)對ET0e為負(fù)貢獻(xiàn)，在其他站點(diǎn)均為正貢獻(xiàn)，貢獻(xiàn)率為0.0%～8.84%。相對濕度僅在鶴慶、隆陽站點(diǎn)呈上升趨勢，在其他50個站點(diǎn)，對ET0e的貢獻(xiàn)率為0.57%～9.77%。風(fēng)速的貢獻(xiàn)率為-3.17%～3.20%。日照時數(shù)僅在永勝等9個站點(diǎn)對ET0e為負(fù)貢獻(xiàn)，在其他43個站點(diǎn)為正貢獻(xiàn)，貢獻(xiàn)率為0.54%～13.99%。

2.3.3 主導(dǎo)因子的時空差異 1981—1990年夏季，ET0e變化以日照時數(shù)為主導(dǎo)因子的站點(diǎn)達(dá)到了34個，主要分布在西北以外的地區(qū)，在西南地區(qū)尤為集中，西北地區(qū)以平均氣溫為主導(dǎo)因子的站點(diǎn)居多。僅騰沖、師宗、文山站點(diǎn)以相對濕度為主導(dǎo)因子，巧家、南澗、馬關(guān)站點(diǎn)以風(fēng)速為主導(dǎo)因子。1991—2011年夏季，有28個站點(diǎn)ET0e變化以日照時數(shù)為主導(dǎo)因子，集中分布于東南、中西南地區(qū)。18個站點(diǎn)以平均氣溫為主導(dǎo)因子，集中分布于云南西北和中部偏東地區(qū)，以相對濕度為主導(dǎo)因子的站點(diǎn)分布零散無序。

2.4 秋季潛在蒸散量變化成因分析

2.4.1 敏感性分析 1981—1990年秋季(表4)，ET0u對平均氣溫、相對濕度的敏感程度達(dá)到了“高”或“非常高”。ET0u對風(fēng)速的敏感程度在楚雄等21個站點(diǎn)為“中”或“高”，其他站點(diǎn)的敏感程度可忽略。各站點(diǎn)ET0u對日照時數(shù)的敏感程度均為“高”等級。站點(diǎn)ET0u對4個氣象因子的敏感系數(shù)絕對值大小均為：平均氣溫>相對濕度>日照時數(shù)>風(fēng)速。

1991—2011年秋季，ET0u對平均氣溫、相對濕度的敏感程度均為“高”或“非常高”。ET0u對風(fēng)速的敏感程度僅羅平等16個站點(diǎn)在“中”等級，其他站點(diǎn)的敏感性可忽略。ET0u對日照時數(shù)的敏感程度除鎮(zhèn)雄站點(diǎn)外，均為“高”等級。根據(jù)各站點(diǎn)敏感系數(shù)絕對值大小可知，各站點(diǎn)ET0u對氣象因子的敏感程度以平均氣溫最高，其次為相對濕度和日照時數(shù)，對風(fēng)速的敏感程度最低。

2.4.2 貢獻(xiàn)率分析 1981—1990年秋季，平均氣溫在36個站點(diǎn)呈下降趨勢，對ET0u的貢獻(xiàn)率為-10.76～-0.17%；平均氣溫上升的站點(diǎn)，貢獻(xiàn)率為0.25%～6.61%。相對濕度有下降或上升趨勢表現(xiàn)的站點(diǎn)數(shù)差不多，貢獻(xiàn)率為-12.2%～7.40%。風(fēng)速對ET0u負(fù)貢獻(xiàn)以南華站點(diǎn)最大，貢獻(xiàn)率為-1.85%，正貢獻(xiàn)以巧家站點(diǎn)最大，達(dá)到了9.12%。日照時數(shù)僅在丘北、臨翔站點(diǎn)呈上升趨勢；日照時數(shù)下降的站點(diǎn)，貢獻(xiàn)率為-16.58～-0.82%。

1991—2011年秋季，平均氣溫僅在南澗、紅塔、墨江站點(diǎn)呈下降趨勢，其他站點(diǎn)均表現(xiàn)為上升趨勢，貢獻(xiàn)率為0.96%～18.81%。有50個站點(diǎn)相對濕度表現(xiàn)為下降趨勢，貢獻(xiàn)率基本在10%以下。風(fēng)速在31個站點(diǎn)呈下降趨勢，對ET0u的貢獻(xiàn)率為-5.85%～3.01%。日照時數(shù)呈上升趨勢的站點(diǎn)達(dá)到了41個，貢獻(xiàn)率絕對值基本為0.38%～9.70%。

2.4.3 主導(dǎo)因子的時空差異 1981—1990年，ET0u變化以日照時數(shù)為主導(dǎo)因子的站點(diǎn)相對于夏季上升到了39個，無區(qū)域差異，以其他氣象因子為主導(dǎo)因子的站點(diǎn)均較少，零散分布于各區(qū)域。1991—2011年秋季，平均氣溫對ET0u變化起主要作用的站點(diǎn)在云南省東南地區(qū)布較集中，其他區(qū)域分布較零散。以日照時數(shù)為主導(dǎo)因子的站點(diǎn)集中分布于中南部地區(qū)，僅永勝、永仁、宣威、施甸、石屏站點(diǎn)以相對濕度為主導(dǎo)因子，無站點(diǎn)以風(fēng)速為主導(dǎo)因子。

3 討 論

不同地區(qū)ET0對氣象因素的敏感性存在差異，曾麗紅等[28]研究認(rèn)為，東北地區(qū)ET0對氣溫最敏感；董煜[29]等表明新疆地區(qū)最高溫度的敏感性最高，相對濕度次之，而日照時數(shù)的敏感性最低；趙彩霞等[30]研究表明，黃淮海平原春、秋、冬季和年ET0對相對濕度最敏感，夏季ET0對太陽輻射最敏感，而不同區(qū)域，敏感性又有差別。在云南省，敏感系數(shù)的區(qū)域差異性體現(xiàn)在各站點(diǎn)。

1981—1990年冬季，相對濕度與平均氣溫敏感系數(shù)最大的站點(diǎn)數(shù)量一致；1991—2011年冬季，平均氣溫敏感系數(shù)最大的站點(diǎn)占多數(shù)。兩個時間段的其他季節(jié)，各站點(diǎn)均以平均氣溫的敏感系數(shù)最大，其次為相對濕度，以風(fēng)速最小，但同一因子在不同站點(diǎn)敏感系數(shù)大小不一。平均氣溫和相對濕度均為高敏感因子。而從貢獻(xiàn)率分析可知，ET0變化以相對濕度為主導(dǎo)因子的站點(diǎn)不多，各季節(jié)，均以平均氣溫或日照時數(shù)為主導(dǎo)因子的站點(diǎn)居多，綜合來說，即相對濕度變化對ET0的影響比日照時數(shù)變化對ET0的影響小。這表明，氣象因子的敏感系數(shù)并不能完全反映各氣象因子變化對ET0變化的實(shí)際影響，與董煜等[29]研究一致。這是因?yàn)闅庀笠蜃訉T0的影響大小是由氣象因子的敏感性以及因子本身的變化趨勢和變化程度共同決定的，而各氣象因子在不同季節(jié)變化趨勢及程度差異較大。貢獻(xiàn)率法則綜合了氣象因子的敏感性及變化程度，能定量分析各氣象因子對ET0變化的貢獻(xiàn)，準(zhǔn)確反映氣象因子的影響。

表4 秋季不同時段氣象因子的敏感系數(shù)、變化率及貢獻(xiàn)率

一般認(rèn)為蒸散量會隨氣溫的上升而增加，即蒸散量與溫度變化趨勢一致，實(shí)際上研究者們發(fā)現(xiàn)在大部分地區(qū)蒸散量表現(xiàn)出隨溫度升高而下降的趨勢，即“蒸發(fā)悖論”[1-4,7,12-16,31-35]，在云南省各站點(diǎn)也有體現(xiàn)，同時也有站點(diǎn)ET0表現(xiàn)出隨溫度下降而上升的趨勢。但通過云南省各氣象因子對ET0的貢獻(xiàn)分析可知，氣溫上升，ET0下降和氣溫下降，ET0上升實(shí)際上并不矛盾。氣溫下降對ET0為負(fù)貢獻(xiàn)，使ET0呈下降趨勢變化，這與ET0隨溫度的升高而增大實(shí)質(zhì)是一樣的。之所以出現(xiàn)ET0變化趨勢與氣溫相反的情況，是由于其他氣象因子的綜合作用，對ET0下降的影響超過了氣溫上升對ET0增加的影響，掩蓋了氣溫對ET0變化的貢獻(xiàn)。同時，我們也可以推測“蒸發(fā)悖論”的出現(xiàn)，是由于在一定程度上忽略了其他氣象因子的影響，也忽視了氣溫的定量效應(yīng)。

在影響ET0的氣象因子中，日照時數(shù)屬于能量因素。眾多研究表明，日照時數(shù)(太陽輻射)是ET0變化的重要影響因子[1,3,14,35-36]，本文研究與其一致。1981—1990年，除冬季外，其他季節(jié)ET0變化均以日照時數(shù)為主導(dǎo)因子的站點(diǎn)居多，即此時段日照時數(shù)對蒸散量的影響比其他氣象因子都高。1991—2011年時段，絕大多數(shù)站點(diǎn)日照時數(shù)由下降轉(zhuǎn)變?yōu)樯仙厔?，由?fù)貢獻(xiàn)轉(zhuǎn)變?yōu)檎暙I(xiàn)，對ET0的上升有重要作用。

蒸散過程中的水汽輸送與相對濕度和風(fēng)速密切相關(guān)[23]。曹雯等[23]通過對中國大陸潛在蒸散變化原因的研究認(rèn)為90年代后相對濕度的下降對ET0的上升有重要作用。在云南省，1991—2011年相對濕度呈下降趨勢的站點(diǎn)數(shù)遠(yuǎn)多于1981—1990年站點(diǎn)數(shù)，即正貢獻(xiàn)站點(diǎn)多于負(fù)貢獻(xiàn)站點(diǎn)，對ET0的上升有重要貢獻(xiàn)；但在1981—1990年時段，對ET0的影響也不可忽略。。相對濕度在不同站點(diǎn)對ET0的貢獻(xiàn)不同，貢獻(xiàn)率有大有小，ET0變化以相對濕度為主導(dǎo)因子的站點(diǎn)數(shù)基本為3～6個，1981—1990年春季達(dá)到了11個。

風(fēng)速是影響ET0的一個重要因子，曹雯等[37]指出1961—2010年安徽省春、秋、冬季ET0變化的主導(dǎo)因子是風(fēng)速；王瀟瀟等[38]的研究表明風(fēng)速下降是影響內(nèi)蒙古地區(qū)ET0下降的首要因子；Mcvicar等[18]綜合前人研究結(jié)果表明了風(fēng)速的重要性，同時風(fēng)速也是解釋“蒸發(fā)悖論”的一個重要因子。但在云南省各站點(diǎn)，ET0對風(fēng)速的敏感系數(shù)均較小，風(fēng)速對ET0的貢獻(xiàn)率在大多數(shù)站點(diǎn)均在1%以下，各站點(diǎn)ET0變化以風(fēng)速為主導(dǎo)因子的站點(diǎn)也極少，僅1991—2011年春季有16個站點(diǎn)?？梢?，風(fēng)速對云南省ET0的影響是較小的，這也是云南省不同于ET0變化以風(fēng)速為主導(dǎo)因子的其他地區(qū)的特點(diǎn)之一，這可能與云南省的復(fù)雜氣候、各站點(diǎn)的特殊地形有關(guān)。

通過以上分析可知，云南省ET0變化的主導(dǎo)因子具有階段性、季節(jié)性和區(qū)域差異性。不同研究時段，ET0變化的主導(dǎo)因子在各站點(diǎn)不一定相同；同一研究時段不同季節(jié)，ET0變化的主導(dǎo)因子也不一定相同，即主導(dǎo)因子有區(qū)域差異性，空間分布格局有差異且處于動態(tài)演變中。兩個時間段的冬季，平均氣溫是云南省東部地區(qū)ET0u呈現(xiàn)上升趨勢變化的主導(dǎo)因子；夏季，日照時數(shù)是中南部地區(qū)ET0e變化的主要原因，其他兩個季節(jié)，則無一致性。1981—1990年春季主導(dǎo)因子為相對濕度的站點(diǎn)以中部地區(qū)較多，為日照時數(shù)的站點(diǎn)以中東區(qū)域分布較集中，而1991—2011年春季主導(dǎo)因子為相對濕度的站點(diǎn)少且分布零散，為日照時數(shù)的站點(diǎn)主要分布于中南部地區(qū)。1981—1990年秋季主導(dǎo)因子為相對濕度的站點(diǎn)僅在西北及東南地區(qū)有少數(shù)分布，其他區(qū)域均以日照時數(shù)為主導(dǎo)因子的站點(diǎn)居多；1991—2011年秋季主導(dǎo)因子為相對濕度的站點(diǎn)分布較分散，為日照時數(shù)的站點(diǎn)集中分布于中南部等區(qū)域，而主導(dǎo)因子為平均氣溫的站點(diǎn)區(qū)域差異性也較大。

4 結(jié) 論

(1) 1981—1990年和1991—2011年兩個時間段，云南省各站點(diǎn)ET0在春、夏、秋季對氣象因子的敏感系數(shù)絕對值從高到低依次為：平均氣溫>相對濕度>日照時數(shù)>風(fēng)速；冬季有部分站點(diǎn)以相對濕度的敏感系數(shù)最大。

(2) 不同季節(jié)，站點(diǎn)潛在蒸散量變化的主導(dǎo)因子不同。1981—1990年，絕大多數(shù)站點(diǎn)冬季ET0u變化以平均氣溫為主導(dǎo)因子，而春、夏、秋季，則主導(dǎo)因子為日照時數(shù)的站點(diǎn)居多；1991—2011年，冬、春、秋季ET0變化，均以平均氣溫為主導(dǎo)因子的站點(diǎn)居多，夏季則以日照時數(shù)為主導(dǎo)因子的站點(diǎn)居多。

(3) 從空間分布來說，主導(dǎo)因子空間分布格局有差異，而且處于動態(tài)演變中。兩個時間段，溫度上升是云南省東部地區(qū)冬季ET0u呈現(xiàn)上升趨勢變化的主要原因，日照時數(shù)是中南部地區(qū)夏季ET0e變化的主導(dǎo)因子。而春、秋季節(jié)，前后時間段主導(dǎo)因子區(qū)域差異較大，無一致性。

[1] 尹云鶴,吳紹洪,戴爾阜.1971—2008年我國潛在蒸散時空演變的歸因[J].科學(xué)通報(bào),2010,55(22):2226-2234.

[2] Bandyopadhyay, Bhadra A, Raghuwanshi N S, et al. Temporal trends in estimates of reference evapotranspi-ration over India[J]. Journal of Hydrologic Engineering, 2009,14:508-515.

[3] Golubev V S, Lawrimore J H, Groisman P Y, et al. Evaporation changes over the contiguous United States and the former USSR:A reassessment[J]. Geophysical Research Letters, 2001,28(13):2665-2668.

[4] Sangchan Limjirakan, Atsamon Limsakul. Trends in Thailand pan evaporation from1970to2007[J]. Atmospheric Research, 2012,108:122-127.

[5] Dinpashoh Y, Jhajharia D, Fakheri-Fard A, et al. Trends in reference crop evapotranspiration over Iran[J]. Journal of Hydrology, 2011,399(3/4):422-433.

[6] 石鑫,吳普特,王玉寶,等.近50年新疆參考作物蒸發(fā)蒸騰量的時空演變分析[J].灌溉排水學(xué)報(bào),2012,31(1):10-14.

[7] 岳元,王艷萍,王琪,等.“蒸發(fā)悖論”現(xiàn)象在吉林省地區(qū)的表現(xiàn)[J].干旱地區(qū)農(nóng)業(yè)研究,2015,33(5):225-231.

[8] 段永紅,陶澍,李本綱.北京市參考作物蒸散量的時空分布特征[J].中國農(nóng)業(yè)氣象,2004,25(2):22-25.

[9] 姬興杰,朱業(yè)玉,顧萬龍.河南省參考作物蒸散量變化特征及其氣候影響分析[J].中國農(nóng)業(yè)氣象,2013,34(1):14-22.

[10] 李春強(qiáng),洪克勤,李保國.河北省近35年(1965—1999年)參考作物蒸散量的時空變化[J].中國農(nóng)業(yè)氣象,2008,29(4):414-419.

[11] 陳超,龐艷梅,潘學(xué)標(biāo).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].中國農(nóng)業(yè)氣象,2011,32(1):35-40.

[12] 馬雪寧,張明軍,王圣杰,等.“蒸發(fā)悖論”在黃河流域的探討[J].地理學(xué)報(bào),2012,67(5):645-656.

[13] Wang W G, Shao Q X, Peng S Z, et al. Reference evapotranspiration change and the causes across the Yellow River Basin during 1957—2008 and their spatial and seasonal differences[J]. Water Resources Research, 2012,48:27-35.

[14] Liu Q, Mcvicar T R. McVicar. Assessing climate change induced modification of Penman potential evaporation and runoff sensitivity in a large water-limited basin[J]. Journal of Hydrology, 2012,464:352-362.

[15] 王瓊,張明軍,潘淑坤,等.長江流域潛在蒸散量時空變化特征[J].生態(tài)學(xué)雜志,2013,32(5):1292-1302.

[16] Zhao Jie, Zong Xuexu, De Pengzuo, et al. Temporal variations of reference evapotranspiration and its sensitivity to meteorological factors in Heihe River Basin, China[J]. Water Science and Engineering, 2015,8(1):1-8.

[17] Liu Q, Xia X H. Contribution of meteorological variables to changes in potential evaporation in Haihe River Basin, China[J]. Procedia Environmental Sciences, 2012,13:1836-1845.

[18] McVicar T R, Roderick M L, Donohue R J, et al. Global review and synthesis of trends in observed terrestrial near-surface wind speeds:Implications for evaporation[J]. Journal of Hydrology, 2012(416):182-205.

[19] 彭桂芬,劉瑜,張一平.云南干旱的氣候特征及變化趨勢研究[J].災(zāi)害學(xué),2009,24(4):40-44.

[20] 段旭,陶云.云南近50年來的氣候變化[J].熱帶氣象學(xué)報(bào),2012,28(2):243-250.

[21] 陶云,張萬誠,段長春,等.云南2009—2012年4年連旱的氣候成因研究[J].云南大學(xué)學(xué)報(bào),2014(36):866-874.

[22] Allen R G, Pereira L S, Raes D, et al. Crop evapotranspiration-Guidelines for computing crop water requirements[Z]. FAO Irrigation and drainage paper No.56, Food and Agriculture Organization of the United Nations, Rome, 1998,300(9):D05109.

[23] 曹雯,段春峰,申雙和.1971—2010年中國大陸潛在蒸散變化的年代際轉(zhuǎn)折及其成因[J].生態(tài)學(xué)報(bào),2015,25(15):1-12.

[24] 程建剛,王學(xué)鋒,范立張,等.近50年來云南氣候帶的變化特征[J].地球科學(xué)進(jìn)展,2009,28(1):18-24.

[25] 紀(jì)智榮,黃中艷,謝國清.1961—2010年云南干濕氣候變化[J].氣象科技,2013,41(6):1073-1079.

[26] ToméA R, Miranda P M A. Piecewise linear fitting and trend changing points of climate parameterss[J]. Geophysical Research Letter, 2004,31(2):1-4.

[27] Lenhart T, Eckhardt K, Fohrer N, et al. Comparison of two different approaches of sensitivity analysis[J]. Physics and Chemistry of the Earth, 2002,27(9):645-654.

[28] 曾麗紅,宋開山,張柏,等.東北地區(qū)參考作物蒸散量對主要?dú)庀笠氐拿舾行苑治鯷J].中國農(nóng)業(yè)氣象,2010,31(1):11-18.

[29] 董煜,陳學(xué)剛.新疆參考作物蒸散量敏感性分析.灌溉排水學(xué)報(bào),2015,34(8):82-86.

[30] 趙彩霞,梅旭榮,居輝,等.黃淮海平原各農(nóng)業(yè)亞區(qū)潛在蒸散量變化及其對氣候要素的敏感性分析[J].中國農(nóng)業(yè)氣象,2015,36(5):570-577.

[31] 叢振濤,倪廣恒,楊大文,等.“蒸發(fā)悖論”在中國的規(guī)律分析[J].水科學(xué)進(jìn)展,2008,19(2):147-152.

[32] Bhadra A, Raghuwanshi N S, et al. Temporal trends in estimates of reference evapotranspiration over India[J]. Journal of Hydrologic Engineering, 2009,14:508-515.

[33] Yin Yunhe, Wu Shaohong, Chen Gang, et al. Attribution analyses of potential evapotranspiration changes in China since the1960s[J]. Theoretical and Applied Climatology, 2010,101(1):19-28.

[34] Liu Xiaoming, Zheng Hongxing, Zhang minghua, et al. Identification of dominant climate factor for pan evaporation trend in the Tibetan Plateau[J]. Journal of Geographical Sciences, 2011,21(4):594-608.

[35] 蔣沖,王飛,劉思杰.“蒸發(fā)悖論”在秦嶺南北地區(qū)的探討[J].生態(tài)學(xué)報(bào),2013,33(3):844-855.

[36] Thomas A. Spatial and temporal characteristics of potential evapotranspiration trends over China[J]. International journal of climatology, 2000,20:381-396.

[37] 曹雯,段春峰,姚筠,等.1961—2010年安徽省參考作物蒸散時空變化特征及成因[J].應(yīng)用生態(tài)學(xué)報(bào),2014,25(12):3619-3626.

[38] 王瀟瀟,潘學(xué)標(biāo),顧生浩,等.內(nèi)蒙古地區(qū)參考作物蒸散變化特征及其氣象影響因子[J].農(nóng)業(yè)工程學(xué)報(bào),2015,31(25):142-152.

DominantMeteorologicalFactorsofSpatiotemporalVariationsofSeasonalPotentialEvapotranspirationinYunnanProvinceDuringthePeriodfrom1981to2011

XIE Ping1,2, LONG Huaiyu1, ZHANG Yangzhu2, ZHANG Renlian1

(1.InstituteofAgriculturalResourcesandRegionalPlanning,ChineseAcademyofAgriculturalSciences,Beijing100081,China; 2.CollegeofResourcesandEnvironment,Hu′nanAgriculturalUniversity,Changsha410128,China)

Based on the data of 52 meteorological stations in Yunnan Province from 1981 to 2011, we quantitatively analyzed the main factors affecting the change of seasonal potential evapotranspiration in each station by sensitivity coefficient and the contribution rate. The results show that: (1) the average temperature was the most sensitive variable for seasonal ET0in each station, and then followed by relative humidity, sunshine hours in spring, summer and autumn in the period from 1981 to 1990 and from 1991 to 2011, the sensitive of wind speed was the lowest; in winter, relative humidity was the most sensitive factor in a few stations; (2) the main factor of ET0change in most stations was different with seasons; from 1981 to 1990 in most stations, the determining factor of winter ET0wwas average temperature, and sunshine hours were the determining factor of other three seasons; from 1991 to 2011 in most stations, the ET0changed in summer mainly due to the sunshine hours, and other seasons were average temperature; (3) the spatial distribution patterns of main factors were different. The rise of average temperature was the dominating factor leading to the increase of winter ET0win the eastern region, and the sunshine hour was the main factor of summer ET0echange in south-central area; in spring and summer, the regional diversity of the dominating factor was relatively obvious in different periods. The above results indicated that the dominating factor affecting the ET0in Yunnan Province had the characteristics of stage, season and region.

Yunnan Province; potential evapotranspiration; seasons; meteorological factors; sensitivity coefficient; contribution rate

2016-04-04

：2016-04-19

國家863課題(2013AA102901);國家科技基礎(chǔ)性工作(2014FY110200A07)

謝平(1990—),女,湖南長沙人,碩士研究生,主要從事土壤分類方面的研究。E-mail:pingcs@163.com

龍懷玉(1969—),男,湖南綏寧人,博士,研究員,主要從事土壤水肥調(diào)控研究、土壤分類研究。E-mail:hylong@caas.ac.cn

S161.4

：A

：1005-3409(2017)02-0184-04