作物生長(zhǎng)季潛在蒸散發(fā)量時(shí)空變化特征及其敏感性研究

張慶林

(遼陽(yáng)市水利工程建設(shè)技術(shù)審核中心，遼寧 遼陽(yáng) 111009)

遼寧省位于我國(guó)東北部地區(qū)地理位置介于東經(jīng)118°53′～125°46′，北緯38°43′～43°26′之間，總面積為14.8萬(wàn)km2共轄14個(gè)地級(jí)市和綏中縣、昌圖縣2個(gè)省管縣；地勢(shì)結(jié)構(gòu)由北向南、由東西向中間整體呈降低趨勢(shì)，遼東、遼西區(qū)域?yàn)樯降厍鹆昶浜０胃叨绕骄鶠?00、500m，而中部區(qū)域?yàn)檫|河平原區(qū)其海拔高度約200m；屬于溫帶、寒溫帶大陸性季風(fēng)氣候冬冷漫長(zhǎng)、夏熱多雨，年均降雨量600～1100mm且在時(shí)空分布上極不均勻，每年6—9月的降雨量占全年的56%以上并且在東部的山地丘陵區(qū)降雨量較為充足。遼寧省境內(nèi)工業(yè)發(fā)展較為充分、畜牧業(yè)和農(nóng)林業(yè)發(fā)展迅速，不僅是我國(guó)重要的糧食生產(chǎn)基地而且位于東北地區(qū)工業(yè)發(fā)展核心區(qū)域，在保證國(guó)家糧食生產(chǎn)安全以及工農(nóng)業(yè)發(fā)展方面具有重要意義[1]。遼寧省制定農(nóng)業(yè)灌溉管理制度的重要依據(jù)是該區(qū)域潛在蒸散法指標(biāo)，劉昌明[2]等在全國(guó)尺度范圍探討了潛在蒸散法的變化特征以及影響因素并指數(shù)水汽壓指數(shù)是影響松花江流域變化的主要因素。然而，對(duì)氣象因子的敏感性特征僅僅是在全年尺度上分析，而不能代表單個(gè)月份和作物生長(zhǎng)季的特征[3]。據(jù)此，本文以遼寧省為例研究了遼寧省作物生長(zhǎng)季在1985—2016年的時(shí)空變化特征，并分析了各氣象因子與的敏感性、相關(guān)性，探討了隨時(shí)間推移發(fā)生變化的主要因素，以期為遼寧省制定科學(xué)、合理的農(nóng)業(yè)灌溉管理制度提供一定參考和決策依據(jù)[4]。

1 數(shù)據(jù)來(lái)源及方法

1.1 數(shù)據(jù)采集

本文基于中國(guó)氣象科學(xué)數(shù)據(jù)共享平臺(tái)，對(duì)遼寧省在1985—2016年的逐日降雨氣象數(shù)據(jù)進(jìn)行收集和提取，通過(guò)篩選并對(duì)缺失數(shù)據(jù)進(jìn)行插補(bǔ)篩選出20個(gè)具有一定代表性的有效站點(diǎn)，站點(diǎn)基本覆蓋遼寧省的全區(qū)域，且可以代表區(qū)域內(nèi)的降雨特征。對(duì)各個(gè)站點(diǎn)的分別采用平均相對(duì)濕度、氣溫、最高與最低氣溫、日照時(shí)間以及高于地面10m的風(fēng)速6個(gè)氣象變量進(jìn)行求解[5]。

1.2 蒸散法量計(jì)算

對(duì)EET0的求解利用聯(lián)合國(guó)糧食及農(nóng)業(yè)組織推薦的Penman-Monteith公式并以此解決因缺少實(shí)測(cè)蒸發(fā)量數(shù)據(jù)造成蒸散法量計(jì)算不準(zhǔn)的問(wèn)題，公式如下：

EET0= [0.408Δ(Rn-G)+900γU2(es-ea)/ (Tmean+273)]/[Δ+γ(1+0.34U2)]

(1)

式中，Δ—飽和水汽壓-溫度曲線斜率，kPa/℃；Rn、G—分別為凈輻射與土壤熱通量密度，MJ/(M2·d)；γ、U2—分別為濕度計(jì)常數(shù)和2m高的風(fēng)速，m/s；es、ea—分別為飽和水汽壓和實(shí)際水汽壓，kPa；Tmean—平均氣溫，℃。

可根據(jù)10m高的風(fēng)速估計(jì)上述公式中U2的數(shù)據(jù)，相關(guān)公式如下：

U2=4.87Uz/ln(67.8z-5.42)

(2)

式中，Uz—地面上z米高處的風(fēng)速測(cè)量值，m/s；z—地面上風(fēng)速測(cè)量時(shí)的距離，m。

然后可對(duì)EET0的空間插值利用反距離加權(quán)法進(jìn)行計(jì)算，并對(duì)EET0的長(zhǎng)期趨勢(shì)利用改進(jìn)的M-K法進(jìn)行分析檢驗(yàn)，并采用無(wú)趨勢(shì)的預(yù)白化程序校正數(shù)據(jù)中的序列相關(guān)性。文中所篩選的25個(gè)氣象站的EET0值均采用上述方法進(jìn)行檢驗(yàn)并得到在置信度α分別在0.01、0.05水平上的z值，利用空間插值法對(duì)所有值進(jìn)行插值計(jì)算并得到具有一定差異的空間概率圖。對(duì)EET0于關(guān)鍵氣象因子的相關(guān)性利用Pearson相關(guān)系數(shù)進(jìn)行分析并利用SPSS軟件求解r值。

1.3 敏感性分析

可利用主成分分析法對(duì)各氣象因子對(duì)EET0值的敏感性進(jìn)行分析，其敏感性的大小即為各參數(shù)變量對(duì)輸出結(jié)果的影響程度。主成分分析法是運(yùn)用“降維”的思想以幾個(gè)具有代表性的包含大量原始數(shù)據(jù)信息的綜合指標(biāo)替代多個(gè)指標(biāo)的方法，指標(biāo)所包含有效信息的大小即為重要性程度[6]。在保證最具重要性指標(biāo)的前提下利用貢獻(xiàn)率、特征值和得分情況篩選出信息量最小的指標(biāo)，其中信息的完整心為該方法的核心內(nèi)容。文中初始數(shù)據(jù)中所包含的大部分有效信息可通過(guò)主成分進(jìn)行體現(xiàn)和反應(yīng)，且各有效成分信息之間互不干擾和重疊。設(shè)定主成分分析法的樣本數(shù)為n，且各樣本中包含p項(xiàng)評(píng)價(jià)指標(biāo)即為參數(shù)變量，據(jù)此可獲取p×n階的矩陣X，利用矩陣X的p個(gè)向量進(jìn)行線性組合有：

Zi=li1X1+li2X2++lipXp

(3)

式中，Zi—第i個(gè)主成分，且各主成分之間互不關(guān)聯(lián)；lij—主成分系數(shù)；Xi—具有n個(gè)維度的向量。

敏感性分析基本計(jì)算步驟如下：

(1)首先對(duì)研究區(qū)域內(nèi)具有n個(gè)樣本的p個(gè)指標(biāo)的初始數(shù)據(jù)進(jìn)行測(cè)量并得到初始數(shù)據(jù)矩陣。因各指標(biāo)之間的量綱和單位存在差異性，為消除不同評(píng)價(jià)指標(biāo)的不可通透性，需對(duì)初始數(shù)據(jù)矩陣進(jìn)行標(biāo)準(zhǔn)化歸一處理。構(gòu)建各評(píng)價(jià)指標(biāo)之間的相關(guān)系數(shù)矩陣R，其中R表示指標(biāo)數(shù)據(jù)的是對(duì)稱(chēng)矩陣。

(2)對(duì)相關(guān)系數(shù)矩陣R的特征向量和特征值進(jìn)行計(jì)算，公式如下：

|R-λiI|=0

(4)

式中，λi—相關(guān)系數(shù)矩陣R的特征值；I—單位向量。

將各特征值λi進(jìn)行由大到小的排序有λ1≥λ2≥≥λp，然后對(duì)應(yīng)于各特征值λi的特征向量ei(i=1,2,，p)進(jìn)行求解并進(jìn)行累計(jì)方差貢獻(xiàn)率r和主成分貢獻(xiàn)率ωi的計(jì)算，公式分別如下：

(5)

(6)

結(jié)合已有研究程度對(duì)評(píng)價(jià)指標(biāo)進(jìn)行主成分分析往往篩選并保留能夠包含70%～90%信息量的較大的幾個(gè)主要主成分。本文根據(jù)累計(jì)方差貢獻(xiàn)率計(jì)算結(jié)果，選取前k個(gè)累計(jì)方差貢獻(xiàn)率達(dá)90%的主成分。對(duì)主成分荷載lij進(jìn)行計(jì)算，公式如下所示：

(7)

式中，eij—對(duì)應(yīng)于ei特征向量的第j個(gè)數(shù)值。

(3)利用下述公式進(jìn)行氣象參數(shù)敏感性計(jì)算：

(8)

式中，βj—?dú)庀髤?shù)xj對(duì)評(píng)價(jià)結(jié)果的作用影響度，其值的大小代表第j個(gè)評(píng)價(jià)指標(biāo)的敏感性程度和重要性，βj值越大則第j個(gè)指標(biāo)敏感性越大，其重要性越高；反之，值越小則敏感性低，該指標(biāo)的重要性越低。

2 結(jié)果與分析

2.1 潛在蒸散法量空間變化

在1985—2016年期間遼寧省作物在5—10月的多年平均值為536mm，遼寧省作物生長(zhǎng)季EET0在空間上受復(fù)雜的氣象因子和地理環(huán)境影響顯著并在不同區(qū)域表現(xiàn)出較大的差異，EET0在空間上整體呈現(xiàn)出由東南向西北方向依次降低的趨勢(shì)，EET0值最大和最小的站點(diǎn)分別出現(xiàn)在瓦房店站和鐵嶺站，值分別為682mm和425mm。遼寧省作物生長(zhǎng)季個(gè)月參考蒸散法量如圖1所示，由圖1可以看出，在生長(zhǎng)季5—10月份遼寧省EET0表現(xiàn)出明顯的遞減趨勢(shì)，在5—10月份EET0分別為128、121、107、92、71、56mm。遼寧省作物EET0在生長(zhǎng)季呈現(xiàn)出不同的空間特征，在5、6、8月份相對(duì)于其他區(qū)域西南部的潛在蒸散法量明顯較大，平原區(qū)域的蒸散法量在10月高于山區(qū)，而在其他月份差異不明顯[7-9]。

圖1 遼寧省作物生長(zhǎng)季各月參考潛在散發(fā)量

2.2 潛在蒸散法量時(shí)間變化

對(duì)遼寧省1985—2016年各月EET0多年變化趨勢(shì)利用改進(jìn)的M-K法進(jìn)行預(yù)測(cè)和分析，結(jié)果見(jiàn)表1。由表1可以看出，在空間上各氣象站點(diǎn)各月EET0呈現(xiàn)出無(wú)顯著變化或降低顯著降低的趨勢(shì)，EET0在氣象站點(diǎn)各月未表現(xiàn)出顯著的增加特征。大部分地區(qū)的EET0在5、6、7、10月份表現(xiàn)出在0.05顯著水平上降低趨勢(shì)，有些區(qū)域則表現(xiàn)出0.01極顯著水平上的降低趨勢(shì)，個(gè)別地區(qū)的變化不明顯。作物生長(zhǎng)季期間遼寧省少部分地區(qū)的EET0呈顯著降低趨勢(shì)，其他區(qū)域在8、9月無(wú)明顯變化特征。EET0值在生長(zhǎng)季整體來(lái)說(shuō)變化幅度為-6.8mm/10a，該計(jì)算結(jié)果與相關(guān)文獻(xiàn)結(jié)論存在一定的差異，其主要原因?yàn)楸疚膬H考慮了生長(zhǎng)季的作物潛在蒸散法量而未考慮其他月份對(duì)全年的影響[10]。

表1 遼寧省作物生長(zhǎng)季EET0變化情況

2.3 敏感性分析

利用文中所述層次分析法計(jì)算步驟和相關(guān)公式對(duì)氣象因子的時(shí)間變化特征進(jìn)行求解，結(jié)果見(jiàn)表2。由表2可知，在各月份的實(shí)際風(fēng)速均呈現(xiàn)出降低趨勢(shì)，降低幅度最大的月份為6月其值為-0.28(m·s-1)/10a；各月最高和最低氣溫均表現(xiàn)出增大趨勢(shì)，最高和最低氣溫增加幅度最大值分別為0.32℃/10a和0.58℃/10a，并出現(xiàn)在9月和6月。各月日照時(shí)數(shù)整體表現(xiàn)出降低趨勢(shì)，降低幅度最大的為8月份值為-0.26(h·d-1)/10a；除7月份外其他各月的相對(duì)濕度均表現(xiàn)出增大趨勢(shì)，相對(duì)濕度增大幅度最高的月份為5月其值為0.76%/10a。

表2 遼寧省作物生長(zhǎng)季氣候因子變化特征

利用文中所述層次分析法各氣象因子之間的相關(guān)性與遼寧省作物生長(zhǎng)季進(jìn)行計(jì)算，結(jié)果見(jiàn)表3，表中“*”、“**”分別代表0.05和0.01的顯著性水平。由表3可知，與相對(duì)濕度和日照時(shí)數(shù)的相關(guān)性較強(qiáng)，其顯著性水平達(dá)0.01。通過(guò)分析各氣象因子與遼寧省作物生長(zhǎng)季敏感性可以看出，各月份的相對(duì)濕度對(duì)應(yīng)的敏感性最強(qiáng)，除10月份外其他各月的最高溫度對(duì)應(yīng)的敏感性第二，而最低氣溫對(duì)應(yīng)的敏感性最低，在不同月份各氣象因子的敏感系數(shù)存在一定差異，該分析結(jié)果與已有相關(guān)成果保持一致。通過(guò)對(duì)遼寧省作物生長(zhǎng)季各氣象因子分析可以發(fā)現(xiàn)，最高溫度和最低溫度的遼寧省作物均呈顯著增大趨勢(shì)。結(jié)合各氣象因子分析結(jié)果可認(rèn)為，日照時(shí)數(shù)、風(fēng)速以及溫度等因子對(duì)作物呈正相關(guān)性，而相對(duì)濕度因子與呈現(xiàn)出負(fù)相關(guān)行，相對(duì)濕度的增加是引起遼寧省作物生長(zhǎng)季降低的關(guān)鍵性因素[11]。敏感性分析結(jié)果認(rèn)為，相對(duì)于其他氣象因子，相對(duì)濕度對(duì)應(yīng)的敏感性較大，因此可認(rèn)為其他氣象因子引起的增加量小于相對(duì)濕度引起的降低量，遼寧省作物生長(zhǎng)季在過(guò)去幾十年整體呈降低趨勢(shì)。

表3 各氣象因子與遼寧省作物生長(zhǎng)季的相關(guān)性分析結(jié)果

3 結(jié)語(yǔ)

(1)遼寧省在作物生長(zhǎng)季5—10月份EETO表現(xiàn)出明顯的遞減趨勢(shì)，在5—10月份分別為128、121、107、92、71、56mm。作物在生長(zhǎng)季呈現(xiàn)出不同的空間特征，在5、6、8月份相對(duì)于其他區(qū)域西南部的潛在蒸散法量明顯較大，平原區(qū)域的蒸散法量在10月高于山區(qū)，而在其他月份差異不明顯。

(2)作物生長(zhǎng)季期間，遼寧省少部分地區(qū)的EETO呈顯著降低趨勢(shì)，其他區(qū)域在8、9月無(wú)明顯變化特征。EETO值在生長(zhǎng)季整體來(lái)說(shuō)變化幅度為-6.8mm/10a，該計(jì)算結(jié)果與相關(guān)文獻(xiàn)結(jié)論存在一定的差異。

(3)作物生長(zhǎng)季氣候因子與相對(duì)濕度和日照時(shí)數(shù)的相關(guān)性較強(qiáng)，其顯著性水平達(dá)0.01；各月份的相對(duì)濕度對(duì)應(yīng)的敏感性最強(qiáng)，除10月份外其他各月的最高溫度對(duì)應(yīng)的敏感性較強(qiáng)，而最低氣溫對(duì)應(yīng)的敏感性最低，在不同月份各氣象因子的敏感系數(shù)存在一定差異，該分析結(jié)果與已有相關(guān)成果保持一致。

(4)相對(duì)于其他氣象因子，相對(duì)濕度對(duì)應(yīng)的敏感性較大，可認(rèn)為其他氣象因子引起的增加量小于相對(duì)濕度引起的降低量，遼寧省作物生長(zhǎng)季在過(guò)去幾十年整體呈降低趨勢(shì)。