近50年來(lái)海拔高度對(duì)參考蒸散發(fā)變化趨勢(shì)的影響研究
——以四川省為例

張楊，邱國(guó)玉，鄢春華，文海燕

北京大學(xué)深圳研究生院環(huán)境與能源學(xué)院，廣東 深圳 518055

蒸散發(fā)（ET）是地球水文循環(huán)以及能量轉(zhuǎn)換中的一個(gè)重要環(huán)節(jié)（Shan et al.，2015；Wang et al.，2017），它聯(lián)系著陸地生態(tài)系統(tǒng)能量和水量平衡過(guò)程（Wever et al.，2002），在水資源管理以及有效利用等方面具有重要意義。然而，由于影響ET的變量較多且復(fù)雜，導(dǎo)致精準(zhǔn)計(jì)算蒸散發(fā)仍存在較大難題。在研究中，?？紤]采用參考蒸散發(fā)作為衡量蒸散發(fā)的重要參數(shù)（ET0）（郝振純等，2013），Allen et al.（1998）將其定義為生長(zhǎng)一致，水分充足，作物高度為0.12 m，灌層阻力為70 m·s-1，反照率為0.23，完全覆蓋地面的綠色草叢植被。

過(guò)去幾十年里，全球氣候變暖的趨勢(shì)已經(jīng)成為共識(shí)，IPCC（Intergovernmental Panel on Climate Change）第5次評(píng)估報(bào)告中顯示1913年以來(lái)，全球地表平均溫度上升了0.91 ℃，中國(guó)近60年地表氣溫平均每10年約升高0.23 ℃，升溫速度約是全球平均速度的2倍（Flato et al.，2013）。一般認(rèn)為，蒸發(fā)隨著溫度上升而增加（劉曉英等，2006），然而地面觀測(cè)結(jié)果顯示，蒸散發(fā)在數(shù)10年內(nèi)呈現(xiàn)下降趨勢(shì)（Peterson et al.，1995；Roderick et al.，2002；Han et al.，2012），這種現(xiàn)象被稱為“蒸發(fā)悖論”（Roderick et al.，2002）。許多研究表明，氣候變化是“蒸發(fā)悖論”的主要原因，其中太陽(yáng)輻射的減少和風(fēng)速的降低可能是主要驅(qū)動(dòng)因素，而氣溫升高對(duì)于 ET0的影響較弱（Wang et al.，2017）。然而，由于ET0與影響要素間具有復(fù)雜的非線性關(guān)系（Yin et al.，2010），在不同地區(qū) ET0的驅(qū)動(dòng)要素差異很大（McVicar et al.，2012；Jhajharia et al.，2014）。

以往關(guān)于ET0的驅(qū)動(dòng)要素的研究多采用各站點(diǎn)ET0平均處理的方法，缺點(diǎn)是可能會(huì)丟失重要的數(shù)據(jù)信息。盧愛(ài)剛等（2005）在青藏高原及其周邊地區(qū)的研究表明，氣候變化與海拔高度關(guān)系密切，海拔越高氣候增暖的啟動(dòng)時(shí)間越晚、量級(jí)越小。賀潔穎等（2013）研究發(fā)現(xiàn)，拉薩市蒸散發(fā)與海拔呈顯著的正相關(guān)，但隨著海拔高度的遞增，其在不同的高程范圍內(nèi)的變化趨勢(shì)不同。因此，氣象要素對(duì)ET0的響應(yīng)可能會(huì)隨著海拔高度而發(fā)生改變。因此有必要根據(jù)海拔高度對(duì)研究區(qū)域進(jìn)行分區(qū)，研究不同分區(qū)ET0變化的驅(qū)動(dòng)要素。

20世紀(jì)90年代末至21世紀(jì)初，氣候變異對(duì)水文過(guò)程的影響顯著，不可忽視（侯欽磊，2012；田鵬，2012；Zhang et al.，2018）。She et al.（2017）在黃河中游的研究中發(fā)現(xiàn)ET0時(shí)間序列存在3個(gè)突變點(diǎn)。以往在ET0驅(qū)動(dòng)要素研究中多假設(shè)在研究時(shí)間區(qū)間內(nèi)ET0趨勢(shì)一致，但由于受到氣候變化以及人類活動(dòng)影響，ET0時(shí)間序列可能會(huì)存在突變點(diǎn)且趨勢(shì)可能會(huì)發(fā)生改變（Shao et al.，2002）。因此，有必要識(shí)別出ET0時(shí)間序列的突變點(diǎn)，分析在不同階段ET0變化趨勢(shì)以及驅(qū)動(dòng)要素。

四川省地跨多種地貌單元，海拔高度起伏大，氣象站點(diǎn)資料完整度高且在海拔上分布較為均勻，是研究不同海拔高度氣象要素對(duì)ET0的響應(yīng)特征的最佳區(qū)域。本研究基于四川省 38個(gè)氣象站點(diǎn)氣象數(shù)據(jù)，主要研究?jī)?nèi)容包括：（1）分析四川省 1970—2016年ET0時(shí)間序列趨勢(shì)特征，結(jié)合氣候變化背景，識(shí)別出ET0時(shí)間序列突變點(diǎn)；（2）根據(jù)測(cè)站海拔對(duì)四川省分區(qū)，分析不同海拔高度ET0變化趨勢(shì)；（3）計(jì)算氣象要素的敏感度系數(shù)，并通過(guò)貢獻(xiàn)率分析在不同海拔ET0的驅(qū)動(dòng)要素，研究結(jié)果可為研究區(qū)域水資源綜合管理提供依據(jù)。

1 研究數(shù)據(jù)及分區(qū)

四 川 省 位 于 西 南 腹 地 （ 97°21′~108°33′E ，26°03′~34°19′N），轄區(qū)面積約 48.6 萬(wàn)平方千米，地跨青藏高原、云貴高原、橫斷山脈、秦巴山地、四川盆地等地貌單元。地勢(shì)西高東低，由西北向東南傾斜，以龍門山—大涼山一線為界，東部為四川盆地及盆緣山地，西部為川西高山高原及川西南山地。氣候區(qū)域差異顯著，東部少日照、生長(zhǎng)季長(zhǎng)，西部則寒冷、冬長(zhǎng)、基本無(wú)夏、日照充足、降水集中、干雨季分明；氣象災(zāi)害種類多，發(fā)生頻率高，范圍大，主要是干旱，暴雨、洪澇和低溫等也經(jīng)常發(fā)生。

研究數(shù)據(jù)來(lái)自國(guó)家氣象站，包括四川省境內(nèi)38個(gè)氣象站點(diǎn)1970—2016年逐日觀測(cè)資料：10 m觀測(cè)高度風(fēng)速（WS，m·s-1）換算為距地面2 m高風(fēng)速），日照時(shí)間（S，h），相對(duì)濕度（RH，%），日平均溫度（t，℃），日最高溫度（tmax，℃），日最低溫度（tmin，℃），氣壓（P，kPa），缺測(cè)數(shù)據(jù)（少于0.5%）采用歷年同日數(shù)據(jù)平均值插補(bǔ)。四川省作為第三級(jí)地形臺(tái)階向第二級(jí)地形臺(tái)階的過(guò)渡地帶，氣象站點(diǎn)海拔從不足500~4500 m以上均有分布，圖 1是以 500 m為梯度的四川省氣象站點(diǎn)海拔分布，綜合考慮地形和氣候條件，將四川省氣象站點(diǎn)按照海拔分為3個(gè)區(qū)域，Ⅰ區(qū)為海拔不超過(guò)1500 m的低海拔區(qū)域，總共有 16個(gè)站點(diǎn)；Ⅱ區(qū)為海拔介于1500 m和3000 m之間的中海拔區(qū)域，共有11個(gè)站點(diǎn)；Ⅲ區(qū)為海拔超過(guò)3000 m以上的高海拔區(qū)域，共有11個(gè)站點(diǎn)。

圖1 四川省區(qū)域概況及站點(diǎn)分布Fig. 1 Distribution of meteorological stations

2 研究方法

2.1 參考蒸散發(fā)計(jì)算公式

1998年FAO-56分冊(cè)推薦的Penman-Monteith方程以能量平衡和空氣動(dòng)力學(xué)原理為基礎(chǔ)（Allen et al.，1998），具有較完備的理論依據(jù)和較高的計(jì)算精度，在世界范圍內(nèi)得到廣泛使用（劉曉英等，2006；劉倪等，2009）。計(jì)算公式如下：

式中，ET0為參考作物蒸散發(fā)量（mm·d-1）；Rn為 凈 輻 射 （ MJ·m-2·d-1）； G 為 土 壤 熱 通 量（MJ·m-2·d-1）計(jì)算中記為 0；t為距地面兩米高度處日平均溫度（℃）；u為距地面兩米高處風(fēng)速（m·s-1）；es為飽和水氣壓（kPa）；ea為實(shí)際水氣壓（kPa）；△為飽和水氣壓-溫度曲線斜率（kPa·℃-1）；γ為濕度計(jì)常數(shù)（kPa·℃-1）。

2.2 趨勢(shì)檢驗(yàn)方法

本研究采用線性回歸模型檢驗(yàn)ET0序列和氣象變量序列的趨勢(shì)。每一項(xiàng)變量的趨勢(shì)可用以下方程展現(xiàn)：

式中，y、a、b和x分別代表變量的回歸結(jié)果，時(shí)間趨勢(shì)、截距以及年份。通常地，當(dāng)a>0時(shí)，表明變量y呈增加的趨勢(shì)，反之則呈減少的趨勢(shì)。

本研究對(duì)于回歸方程的顯著性檢驗(yàn)方法采用F檢驗(yàn)，根據(jù)平方和分解式，從回歸效果檢驗(yàn)回歸方程的顯著性。在給定的顯著性水平 α=0.05時(shí)，若F≥Fα(1, n-2)，回歸方程可通過(guò)顯著性檢驗(yàn)，反之則不能通過(guò)。

2.3 時(shí)間序列突變點(diǎn)識(shí)別

根據(jù)樣本時(shí)間序列分布圖，初步識(shí)別突變點(diǎn)范圍，結(jié)合滑動(dòng)t檢驗(yàn)方法，判斷序列在該點(diǎn)是否存在顯著性變異，采用該方法識(shí)別突變點(diǎn)避免了重復(fù)使用復(fù)雜的統(tǒng)計(jì)公式，只需對(duì)突變點(diǎn)范圍進(jìn)行精確的變點(diǎn)識(shí)別，避免了對(duì)整個(gè)序列點(diǎn)做變點(diǎn)假設(shè)，識(shí)別過(guò)程簡(jiǎn)便明了，且通過(guò)圖表來(lái)尋找變點(diǎn)較為直觀。

滑動(dòng)t檢驗(yàn)方法是通過(guò)考察兩組樣本平均值的差異是否顯著來(lái)檢驗(yàn)要素序列是否存在突變點(diǎn)（張慶廣等，2012）。對(duì)已知的樣本序列x1, x2……xn，定某一年份，分別取其前和后相鄰的連續(xù) n1和 n2的年平均值計(jì)算統(tǒng)計(jì)量T值，其中通過(guò)顯著性檢驗(yàn)的最大T值對(duì)應(yīng)的年份即為突變年份。

式中，x1，x2和S1，S2分別為前后n1年和n2年的均值和標(biāo)準(zhǔn)差；S為合并方差；T為兩組樣本對(duì)應(yīng)的統(tǒng)計(jì)量。

2.4 敏感性分析及貢獻(xiàn)率計(jì)算

敏感性系數(shù)表征變量的不確定性可能對(duì)因變量造成的影響的敏感程度（Mccuuen et al.，1974），可以用來(lái)衡量氣象要素對(duì)ET0變化的重要程度。通常將偏導(dǎo)數(shù)轉(zhuǎn)換成無(wú)量綱的形式：

式中，Svi為敏感系數(shù)；vi為第i個(gè)變量；可由公式（1）及FAO換算公式通過(guò)復(fù)合函數(shù)對(duì)各氣象要素進(jìn)行求偏導(dǎo)得到（Allen et al.，1998）。Svi取正值表明ET0隨vi的增加而增加；敏感系數(shù)絕對(duì)值的大小表明ET0的變化對(duì)相應(yīng)氣象因子變化的敏感程度。本研究通過(guò)計(jì)算每個(gè)氣象站點(diǎn)日系列數(shù)據(jù)氣象要素的敏感系數(shù)，聚合到年尺度上得到敏感性系數(shù)年系列值（She et al.，2017）。

某變量貢獻(xiàn)率是指敏感系數(shù)與該變量多年相對(duì)變化率的乘積，即為該變量對(duì)ET0的貢獻(xiàn)，若貢獻(xiàn)率大于0，則稱為正貢獻(xiàn)；反之則為負(fù)貢獻(xiàn)（Yin et al.，2010）。其計(jì)算公式如下：

式中，Convi為氣象因子vi對(duì)ET0變化的貢獻(xiàn)率；Svi為vi的敏感系數(shù)；RCvi是vi的多年相對(duì)變化率；n為序列的長(zhǎng)度；avi為 vi多年平均值，Trendvi是vi的多年平均變化率。

3 結(jié)果分析

3.1 ET0年序列時(shí)間序列分布特征及突變點(diǎn)分析

通過(guò)式（1）計(jì)算得到四川省1970—2016年ET0日序列值，匯總 ET0年均值（圖 2），發(fā)現(xiàn)四川省1970—2016年ET0多年平均值約為906.16 mm·a-1，與川中丘陵區(qū)1954—2010年ET0多年平均值（905.2 mm·a-1）相當(dāng)（趙璐等，2013）。趨勢(shì)線顯示 ET0年均值序列有不顯著的增加趨勢(shì)，增長(zhǎng)幅度為0.067 mm·a-1。采用3.4中滑動(dòng)T檢驗(yàn)進(jìn)行精準(zhǔn)識(shí)別，在置信度α=0.05時(shí)，參考t分布表得到滑動(dòng)T檢驗(yàn)表（表2）。由表可知，1998年四川省ET0序列存在顯著的突變點(diǎn)。由表3可知，在1998年以前ET0年均值序列呈顯著下降趨勢(shì)，減小幅度約為 2.2 mm·a-1；而后序列呈顯著增加趨勢(shì)，增加幅度為4.22 mm·a-1。后文 ET0分析將時(shí)間序列劃分為 1970—1998年和1999—2016年兩個(gè)時(shí)間區(qū)間（表3）。

圖2 四川省ET0區(qū)域均值年系列趨勢(shì)圖Fig. 2 Annual variations of ET0 in Sichuan Province

表2 四川省ET0年均值序列滑動(dòng)T檢驗(yàn)表Table 2 The Sliding T test of ET0 in Sichuan Province

表3 四川省ET0年均值序列突變點(diǎn)前后趨勢(shì)分析Table 3 The analysis of the trends of ET0

3.2 海拔分區(qū)ET0及氣象要素分布特征

圖3所示為Ⅰ、Ⅱ、Ⅲ區(qū)ET0年均值序列，由圖可知，突變點(diǎn)前后序列中，ET0序列均表現(xiàn)為Ⅰ區(qū)均值<Ⅱ區(qū)均值<Ⅲ區(qū)均值，即海拔1500~3000 m以上區(qū)域ET0最高，而1500 m以下區(qū)域ET0最低。在分區(qū)趨勢(shì)檢驗(yàn)中，1970—1998年Ⅰ、Ⅱ、Ⅲ區(qū)均呈顯著減小趨勢(shì)，減小幅度分別為-1.952、-2.020、-1.917 mm·a-1；而突變點(diǎn)之后，3個(gè)區(qū)均呈增加趨勢(shì)，幅度分別為1.188、4.2451、5.65 mm·a-1，其中除Ⅰ區(qū)外，Ⅱ、Ⅲ區(qū)的增長(zhǎng)趨勢(shì)均通過(guò)顯著性檢驗(yàn)。

影響 ET0變化的氣象要素包括 tmax、tmin、t、RH、WS、S，為進(jìn)一步明確不同氣象要素對(duì)ET0的重要程度，對(duì)其進(jìn)行逐步回歸分析（α=0.05）（Gao et al.，2017），以偏相關(guān)系數(shù)來(lái)描述變量的重要程度。表4列出全區(qū)域氣象要素年序列偏相關(guān)系數(shù)計(jì)算結(jié)果，變量中日最高氣溫和日最低氣溫被移除，原因在于未通過(guò)顯著性檢驗(yàn)以及變量和日平均氣溫存在多重共線性關(guān)系。此外，除相對(duì)濕度與 ET0序列具有顯著的負(fù)相關(guān)關(guān)系外，日平均氣溫、風(fēng)速、日照時(shí)間均與 ET0呈正相關(guān)關(guān)系，意味著相對(duì)濕度的增加會(huì)引起 ET0的減少，而其他要素則作用相反。相對(duì)濕度、風(fēng)速以及日照時(shí)間為四川省 ET0的最主要影響因素，相關(guān)系數(shù)均超過(guò)0.8。由表4可知，所有氣象要素變化趨勢(shì)顯著（P<0.05），其中日平均氣溫表現(xiàn)為增加趨勢(shì)，多年變化率為0.026 ℃·a-1，接近于全國(guó)平均溫度增溫幅度0.022 ℃·a-1（任國(guó)玉等，2005）；而相對(duì)濕度、風(fēng)速、日照時(shí)間均表現(xiàn)減少的趨勢(shì)，多年變化率分別為-0.073%·a-1、-0.008 m·s-1·a-1、-0.011 h·a-1。

表4 四川省全區(qū)域氣候變量年序列相關(guān)指標(biāo)Table 4 The annual sequence related indicators of the climate variables in Sichuan Province

統(tǒng)計(jì)1970—1998年和1999—2016年Ⅰ、Ⅱ、Ⅲ區(qū)相對(duì)濕度、日平均溫度、日照時(shí)間和日平均風(fēng)速年序列，由圖4可知，相對(duì)濕度隨海拔增加而減小，海拔低于1500 m的區(qū)域相對(duì)濕度約為80%，而在1500 m以上區(qū)域，相對(duì)濕度降至60%~65%；日平均溫度隨海拔升高而降低；日照時(shí)間和風(fēng)速則隨海拔增加而增加，且日照時(shí)間隨海拔變化的變化幅度和相對(duì)濕度變化較為一致。

圖3 四川省分區(qū)ET0年均值趨勢(shì)圖Fig. 3 The trend of the ET0 in SichuanⅠ、Ⅱ、Ⅲ represents low altitude, middle altitude and high altitude, respectively. The same below

圖4 氣象變量1970—2016年時(shí)間序列分布特征Fig. 4 The temporal changes of the climatic variables in Sichuan Province in 1970-2016

不同分區(qū)氣象變量序列的趨勢(shì)檢驗(yàn)結(jié)果在表 5中展示。突變點(diǎn)前后相對(duì)濕度、日照時(shí)間和風(fēng)速趨勢(shì)均發(fā)生改變，其中，1970—1998年相對(duì)濕度在不同海拔均有顯著上升趨勢(shì)，Ⅰ、Ⅱ、Ⅲ區(qū)上升幅度分別為 0.047%·a-1、0.057%·a-1、0.097%·a-1，而在1999—2016年，不同海拔由上升趨勢(shì)轉(zhuǎn)為下降趨勢(shì) ， 幅 度 分 別 為 -0.165%·a-1、 -0.273%·a-1、-0.316%·a-1。日平均溫度在突變點(diǎn)前后均有上升趨勢(shì)，但在趨勢(shì)顯著性方面，僅1999—2016年II、III區(qū)上升趨勢(shì)通過(guò)顯著性檢驗(yàn)。可以看出，在高海拔區(qū)域相對(duì)濕度、氣溫的變化幅度更大。日平均風(fēng)速和日照時(shí)間在突變點(diǎn)以前均有顯著下降趨勢(shì)，其下降幅度分別為-0.011、-0.016，-0.021 m·s-1·a-1以及-0.029、-0.018、-0.019 h·a-1，而在突變點(diǎn)之后，盡管日平均風(fēng)速和日照時(shí)間均有上升趨勢(shì)，但僅有日平均風(fēng)速的趨勢(shì)通過(guò)了顯著性檢驗(yàn)。

3.3 不同海拔氣象要素對(duì)ET0趨勢(shì)影響分析

利用式（5）計(jì)算各個(gè)氣象站點(diǎn)氣象要素敏感度系數(shù)年系列值，通過(guò)對(duì)各站點(diǎn)氣象要素RH、t、WS、S敏感性系數(shù)分別進(jìn)行加權(quán)得到四川省 1970—2016年全區(qū)域RH、t、WS、S年均敏感性系數(shù)（表5），分別為-0.608、0.218、0.132、0.305。結(jié)果表明，RH增加10%，會(huì)造成ET0減少6.08%，而t、WS、S增加10%則ET0相應(yīng)分別增加2.18%、1.32%、3.05%。涂安國(guó)等（2017）研究表明，在鄱陽(yáng)湖區(qū)域內(nèi)，ET0對(duì)RH最為敏感，而Liu et al.（2016）在西南地區(qū)的研究結(jié)果表明風(fēng)速對(duì)其影響最大。

由圖5可知，氣象變量中僅相對(duì)濕度的敏感度系數(shù)為負(fù)值，其他氣象變量的敏感性系數(shù)均為正值。從 I、II、III區(qū)敏感性系數(shù)分布來(lái)看，突變點(diǎn)前后各區(qū)域氣象變量的敏感性系數(shù)大小均表現(xiàn)為：低海拔區(qū)域S(RH)>S(WS)>S(t)>S(S)，而中海拔和高海拔區(qū)域 S(RH)>S(t)>S(WS)>S(S)。此外，|S(RH)|和S(t)隨海拔的增高而減小，S(S)則與之相反，風(fēng)速的敏感性系數(shù)S(WS)則隨海拔的升高而先增加后減少。由表 5還可知，|S(RH)|在 1970—1998年均呈顯著下降趨勢(shì)，而在 1999—2016年間，低海拔和中海拔表現(xiàn)出上升趨勢(shì)，高海拔依舊為下降趨勢(shì)，且趨勢(shì)均不顯著；S(t)和S(S)在突變點(diǎn)前后趨勢(shì)雖有改變，但幅度較小，可以認(rèn)為ET0對(duì)于日平均溫度和日照時(shí)間的敏感性較為穩(wěn)定；而對(duì)于日平均風(fēng)速，其敏感性趨勢(shì)在突變點(diǎn)前幅度較小，而在1999—2016年間其趨勢(shì)幅度比突變點(diǎn)前大1個(gè)數(shù)量級(jí)，表明ET0對(duì)于風(fēng)速的敏感性在突變點(diǎn)以后隨時(shí)間波動(dòng)較大。

利用式（7）計(jì)算Ⅰ、Ⅱ、Ⅲ區(qū)在1998年前后的氣象要素貢獻(xiàn)率。由表6可知，氣象要素的貢獻(xiàn)率決定于氣象要素的變化幅度以及氣象要素的敏感度系數(shù)，雖然相對(duì)濕度（RH）的敏感度系數(shù)的范圍在氣象要素中最大，但由于RH的變化幅度較小，故其對(duì)ET0的貢獻(xiàn)率也相對(duì)較低，而風(fēng)速的變化幅度較大，在低海拔Ⅰ區(qū)和中海拔Ⅱ區(qū)對(duì)ET0的貢獻(xiàn)率最大，其在1998年以前分別為-7.12%、-5.02%，在1998年后分別為5.24%、4.47%。此外，在高海拔區(qū)域由于溫度是蒸散發(fā)的主要驅(qū)動(dòng)因素，故溫度對(duì)ET0的貢獻(xiàn)率最高，分別為4.31%和6.07%。從各氣象要素對(duì)于ET0的貢獻(xiàn)率的分布來(lái)看（表6），除t在突變點(diǎn)前后對(duì)ET0均為正貢獻(xiàn)，其他各氣象變量的貢獻(xiàn)率在1998年均發(fā)生轉(zhuǎn)折，在1970—1998年以前均表現(xiàn)為負(fù)貢獻(xiàn)，而在1998年后則表現(xiàn)為正貢獻(xiàn)，故1998—2016年ET0呈現(xiàn)顯著上升趨勢(shì)。從氣象要素貢獻(xiàn)率在不同海拔的分布來(lái)看，相對(duì)濕度和日平均溫度的貢獻(xiàn)率隨海拔的增加而顯著增加；而風(fēng)速和日照時(shí)間則相反，隨海拔的增加而降低。

表6 氣象變量貢獻(xiàn)率Table 6 The contribution rate of the variables

4 討論

4.1 ET0序列趨勢(shì)與氣候變化的響應(yīng)分析

四川省ET0序列趨勢(shì)分析結(jié)果表明，在突變點(diǎn)（1998年）之前，ET0呈現(xiàn)下降趨勢(shì)，幅度約為2.2 mm·a-1；而在1998年后，ET0序列出現(xiàn)反轉(zhuǎn)趨勢(shì)，增加幅度為4.22 mm·a-1，這和黃河流域、陜西省、西南等地區(qū)的研究結(jié)論一致（She et al.，2017；Cai et al.，2007；Li et al.，2017）。

敏感度分析可知，無(wú)論是整個(gè)研究區(qū)域還是各個(gè)分區(qū)，相對(duì)濕度均和ET0相關(guān)性系數(shù)最大，但實(shí)際貢獻(xiàn)率結(jié)果表明，相對(duì)濕度并不是影響ET0趨勢(shì)的最主要因素，這是因?yàn)橄鄬?duì)濕度變化幅度較小。由式（6）和（7）可知，氣候要素變化幅度和敏感度系數(shù)共同決定ET0趨勢(shì)，本研究中，在海拔低于3000 m區(qū)域，參考蒸散發(fā)變化主要受風(fēng)速變化影響的，而在高于3000 m以上區(qū)域，主要影響要素為溫度及相對(duì)濕度，主導(dǎo)ET0趨勢(shì)的氣象要素呈現(xiàn)區(qū)域性的特征。在鄱陽(yáng)湖流域，日照時(shí)間是影響參考蒸散發(fā)變化主要因素，其次是相對(duì)濕度、風(fēng)速和溫度（Ye et al.，2014）。而青海省西藏平原北部則以風(fēng)速為主要影響因素（Zhang et al.，2009）。

表5 氣象要素及其敏感度系數(shù)分區(qū)前后趨勢(shì)表Table 5 Meteorological elements and their sensitivity coefficients before and after 1998

圖5 1970—1998年四川省分區(qū)氣象變量敏感性系數(shù)及其變化趨勢(shì)圖Fig. 5 The sensitivity coefficients in Sichuan Province in 1970-2016

4.2 ET0海拔分布影響分析

ET0均值在中海拔（1500~3000 m）處最高，而在低海拔（0~1500 m）處最低，表現(xiàn)出隨海拔高度升高而先增加后減少的趨勢(shì)（圖3）。分析其隨海拔分布的原因：可能是RH和t隨海拔增加而減小，S和WS則隨海拔增加而增加（圖4），而RH的敏感度系數(shù)為負(fù)值，t、WS、S為正值，表明隨海拔的增加，RH、S和WS的變化對(duì)ET0序列具有正向促進(jìn)作用，t作用相反，而由貢獻(xiàn)率分析可知，在中低海拔位置，日平均氣溫的貢獻(xiàn)率遠(yuǎn)小于其在高海拔處，在中海拔以下區(qū)域相對(duì)濕度、風(fēng)速以及日照時(shí)間的改變起主導(dǎo)作用，因此，ET0序列表現(xiàn)出隨海拔升高而增加的趨勢(shì)；而隨后，在海拔較高的區(qū)域溫度成為蒸散發(fā)的主要限制因素，故ET0序列隨海拔增加、溫度降低表現(xiàn)出降低的趨勢(shì)。田輝等（2009）在黑河流域的研究中發(fā)現(xiàn)，海拔2000 m以上祁連山區(qū)平均蒸散發(fā)量是海拔2000 m以下山前地區(qū)的2.2倍；而賀潔穎等（2013）在拉薩市通過(guò)SEBS模型反演地表蒸散發(fā)得出在海拔4500 m以下區(qū)域蒸散發(fā)呈現(xiàn)隨海拔減小的趨勢(shì)（研究區(qū)域最低海拔在3000 m以上），以上研究結(jié)果間接驗(yàn)證了本研究結(jié)論。

由于Liu et al.（2011）研究假定4個(gè)氣象要素是相互獨(dú)立的變量，故可采用式（5）計(jì)算氣象要素的敏感度系數(shù)。然而，變量之間并非完全獨(dú)立，其相互作用也可能對(duì) ET0趨勢(shì)產(chǎn)生影響（Ning et al.，2016），忽略該部分可能會(huì)導(dǎo)致誤差。此外，本研究以參考蒸散發(fā)作為主要參數(shù)，提供了氣候變量和ET0之間的數(shù)學(xué)表達(dá)式，為敏感度計(jì)算奠定基礎(chǔ)，但參考蒸散發(fā)與真實(shí)的蒸散發(fā)量不一致，故貢獻(xiàn)率分析存在一定不確定性（Martí et al.，2015）。

5 結(jié)論

基于四川省38個(gè)氣象站點(diǎn) 1970—2016年的氣象數(shù)據(jù)，研究了在不同海拔 ET0及 4個(gè)最主要?dú)庀笠兀ㄏ鄬?duì)濕度 RH、日平均溫度 t、風(fēng)速WS、日照時(shí)間S）的分布特征，采用敏感度分析以及貢獻(xiàn)率分析不同海拔 ET0變化的驅(qū)動(dòng)因素，得到結(jié)論如下：

（1）四川省ET0序列隨海拔呈現(xiàn)出先增加后減少的趨勢(shì)，中海拔區(qū)域ET0最大，其次為高海拔，最低為低海拔區(qū)域。1998年為四川省ET0年均值序列的顯著突變點(diǎn)，在 1970—1998年序列呈顯著減小趨勢(shì)，幅度約為2.2 mm·a-1；1998—2016年序列的增加幅度為4.22 mm·a-1。

（2）參考蒸散發(fā)的主要影響因素分別為RH、t、WS及S。突變點(diǎn)前后RH、S和WS趨勢(shì)發(fā)生改變，其中RH在1998年以前為增加趨勢(shì)，風(fēng)速和日照時(shí)間為減少趨勢(shì)，1998年以后則相反；而日平均溫度在1998年前后均保持增加趨勢(shì)。

（3）貢獻(xiàn)度分析表明，在低海拔和中海拔區(qū)域，風(fēng)速對(duì) ET0的貢獻(xiàn)率最大，在 1998年以前分別為-7.12%和-5.02%，在 1998年后分別為 5.24%，4.47%。在高海拔區(qū)域，由于能量來(lái)源成為蒸散發(fā)的主要限制因素，故溫度對(duì)ET0的貢獻(xiàn)率最高，在突變點(diǎn)前后分別為4.31%和6.07%。