京津冀地區(qū)潛在蒸散量時空演變特征及歸因分析

畢彥杰，趙 晶，趙 勇，肖偉華，孟凡錦

京津冀地區(qū)潛在蒸散量時空演變特征及歸因分析

畢彥杰1,2，趙 晶1,2，趙 勇2※，肖偉華2，孟凡錦1

（1.華北水利水電大學(xué) 水資源學(xué)院，鄭州 450046；2.中國水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國家重點實驗室，北京 100038）

為了深入認(rèn)識京津冀地區(qū)潛在蒸散量的時空變化特征及其對氣候變化的響應(yīng)，該研究基于京津冀地區(qū)23個氣象站57 a逐日氣象觀測資料，應(yīng)用Penman-Monteith公式計算各站點日潛在蒸散量（ET0），剖析ET0的時空變化特征，運用敏感性分析法定量研究ET0對各氣象要素的敏感性及其時空變化特征，定量識別各氣象要素變化對ET0變化的貢獻。研究結(jié)果表明：1）京津冀地區(qū)ET0空間分布整體呈由南向北遞減趨勢（除中部地區(qū)的塘沽站、黃燁站與保定站點ET0較高外）。ET0整體呈下降趨勢，線性趨勢率為?0.92 mm/a。ET0變化趨勢空間分布由西北向東南遞減，以春季減幅最為明顯。2）京津冀地區(qū)ET0對相對濕度的最為敏感（?0.44），其次為風(fēng)速（0.31）、日照時數(shù)（0.28）與平均氣溫（0.26）。隨時間推移，ET0對平均風(fēng)速與相對濕度敏感性整體呈下降趨勢，而ET0對平均氣溫與日照時數(shù)的敏感性逐漸增強。敏感性系數(shù)空間分布從西北到東南：風(fēng)速與平均氣溫敏感性系數(shù)逐漸遞增，而日照時數(shù)與相對濕度敏感性系數(shù)逐漸遞減。3）風(fēng)速變化對京津冀地區(qū)ET0變化的貢獻最大，平均氣溫次之。風(fēng)速為主導(dǎo)因素的站點個數(shù)隨時間呈下降趨勢，平均氣溫與日照時數(shù)為主導(dǎo)的站點個數(shù)隨時間呈上升趨勢，說明近年來平均氣溫與日照時數(shù)對潛在蒸散量變化的影響愈加明顯，這可能是由于近年來京津冀地區(qū)霧霾尤其是冬季霧霾對日照時數(shù)、氣溫與風(fēng)速的產(chǎn)生一定影響，進而影響ET0。

蒸騰；蒸發(fā)；潛在蒸散量；時空變化；敏感性分析；貢獻率；氣候變化；京津冀

0 引 言

潛在蒸散量（ET0）是指大片而均勻的自然表面在足夠濕潤條件下水體保持充分供應(yīng)時的蒸散量，是可能蒸發(fā)量或大氣蒸發(fā)能力，是連接地表水循環(huán)和能量循環(huán)的紐帶，是熱量平衡和水分平衡的重要組成部分[1]。參考作物蒸散量是在潛在蒸散量的基礎(chǔ)上對作物特性進行了進一步的規(guī)定，將其定義為作物高度為0.12 m，葉面阻力為70 s/m，反射率為0.23，具有同一高度、水分適中、生長活躍和完全覆蓋地表的綠草冠層的蒸散量，是各種作物需水量估算、陸地水文循環(huán)和農(nóng)田水分管理的基礎(chǔ)參數(shù)，對區(qū)域農(nóng)業(yè)水管理意義重大[2]。在全球變暖的大背景下，近60 a來世界各地的潛在蒸散量（包括蒸發(fā)皿觀測）卻大多呈下降趨勢[3-4]。國內(nèi)外學(xué)者對潛在蒸散量減少的原因持有不同觀點，認(rèn)為各類氣象要素：氣溫、風(fēng)速、日照時數(shù)、濕度以及太陽輻射等氣象要素的變化都會導(dǎo)致潛在蒸散量的變化[5-7]。Stanhill等[8]認(rèn)為日照時數(shù)減少造成潛在蒸散量減少的主要原因。文獻[9-11]認(rèn)為太陽輻射量減少是造成潛在蒸散發(fā)量減少的主要原因。文獻[6,12-15]認(rèn)為相對濕度增加是造成潛在蒸散量減少的主要原因。Burn等[16]認(rèn)為風(fēng)速和相對濕度變化是引起加拿大大草原潛在蒸散量下降的主要原因，文獻[17-19]認(rèn)為風(fēng)速是ET0變化的主導(dǎo)因子。文獻[20-23]認(rèn)為川中丘陵區(qū)ET0的變化主要是由于日照時數(shù)和風(fēng)速減少引起的。曾麗紅等[24]認(rèn)為東北地區(qū)ET0變化主要是氣溫變化造成的。目前，國內(nèi)外關(guān)于氣侯變化對ET0變化的影響研究已經(jīng)取得了大量研究成果，但大多使用傳統(tǒng)的趨勢分析法、相關(guān)分析法等對ET0變化開展歸因分析，也有學(xué)者應(yīng)用敏感性分析法定量剖析ET0對氣象要素變化的敏感性[22,25-29]，但不同地區(qū)的氣候特點不同，潛在蒸散量也不相同，潛在蒸發(fā)量對各氣象要素的敏感性與各氣象要素變化對潛在蒸發(fā)量變化的貢獻率也不同，京津冀地區(qū)60 a來氣候發(fā)生了顯著變化，引起潛在蒸發(fā)量也發(fā)生了顯著變化[30]，但針對ET0對各類氣象要素的敏感性與各類氣象要素變化對ET0變化的貢獻率，及其時空分布特征的定量分析還有待于進一步深入研究。

京津冀地區(qū)地處113°04′～119°53′E、36°01′～42°37′N，地勢自西北向東南傾斜。屬于溫帶大陸季風(fēng)氣候區(qū)，四季分明，夏季高溫多雨、冬季寒冷干燥，年平均氣溫為10～14 ℃。多年平均降雨量507 mm，降水量時空分布不均，全年日照時數(shù)為2 000～2 900 h，無霜期大于200 d，近44 a平均蒸發(fā)皿蒸發(fā)量為1 713 mm[31]。京津冀地區(qū)是中國北方經(jīng)濟規(guī)模最大、最具活力的地區(qū)，同時也是中國缺水最嚴(yán)重、用水競爭最強烈的地區(qū)，以不足全國0.7%的水資源，承載著全國約8%的人口、6%的糧食生產(chǎn)和10%的GDP[32]。京津冀地區(qū)自古以來就是中國重要的農(nóng)業(yè)生產(chǎn)區(qū)域，河北平原區(qū)土層深厚且土壤肥沃，是京津冀地區(qū)農(nóng)作物主要種植區(qū)，該區(qū)域約占京津冀地區(qū)總面積的44%左右，京津冀農(nóng)業(yè)灌溉用水需求量大。京津冀地區(qū)蒸散量受各類氣象要素、季節(jié)、緯度、地理位置等影響，具有明顯時空變化特征，研究該地區(qū)ET0變化及其時空變化特征對農(nóng)業(yè)灌溉與生產(chǎn)十分重要。目前對京津冀地區(qū)ET0時空變化特征及成因雖已有相關(guān)研究，但關(guān)于ET0對各類氣象要素的敏感性及各類氣象要素變化對ET0變化的貢獻率仍需要進一步深入定量研究。本文采用1998年聯(lián)合國糧農(nóng)組織(Food and Agriculture Organization of United Nations, FAO)最新推薦的Penman-Monteith公式計算了京津冀地區(qū)日ET0，基于Mann-Kendal(MK)趨勢法與Arcgis研究ET0的時空變化特征，計算ET0對平均氣溫、風(fēng)速、日照時數(shù)和相對濕度的敏感性，剖析其時空分布特征，并量化各類氣象要素變化對ET0變化的貢獻率及其空間分布特征，為京津冀地區(qū)變化環(huán)境對水循環(huán)的影響、農(nóng)業(yè)需水預(yù)測、農(nóng)業(yè)灌溉管理和水資源優(yōu)化配置研究提供基礎(chǔ)參考。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

選用數(shù)據(jù)為京津冀地區(qū)23個氣象站點（圖1）1960年1月—2016年12月逐日氣象數(shù)據(jù)資料，數(shù)據(jù)來源于國家氣象信息中心。數(shù)據(jù)包括日平均氣溫、日平均最高氣溫、日平均最低氣溫、日平均相對濕度、日平均風(fēng)速、日平均日照時數(shù)。某些站點個別時期數(shù)據(jù)缺失采用相鄰站點的平均值代替。氣象資料空間插值的方法在通過多種插值方法進行精確度分析對比后采用反距離權(quán)重法。

1.2 Penman-Monteith 公式

對蒸散量的研究中，基于表面阻力的Penman-Monteith公式被認(rèn)為是計算潛在蒸散量較精確的方法之一[33]，該方法僅受當(dāng)?shù)貧夂驐l件、海拔的影響，應(yīng)用范圍較為廣泛[34]。本文采用Penman-Monteith公式計算潛在蒸散量：

式中ET0為潛在蒸散量，mm/d；R為作物表面凈輻射量，MJ/(m2·d)；為土壤熱通量，MJ/(m2·d)；為飽和水氣壓與氣溫關(guān)系曲線的斜率，kPa/℃；為濕度計常數(shù)，kPa/℃；mean為空氣平均氣溫，℃；2在地面以上2 m高處的風(fēng)速，m/s；e為空氣飽和水氣壓，kPa；e為實際飽和水氣壓，kPa。

式中R為大氣頂層的太陽輻射，MJ/(m2·d)；為最大日照時數(shù)，h；為實際日照數(shù)，h；為波爾茲曼常數(shù)，4.903×10-9MJ/(k4·m2·d)；max,k為最高絕對氣溫，K；min,k為最低絕對氣溫，K；a為云全部遮蓋下（=0）大氣外界輻射到達地面的分量；b為晴天（=N）大氣外界輻射到達地面的分量；為地表反射度，取值0.23。

圖1 京津冀地區(qū)氣象站點分布

1.3 Mann-Kendal趨勢檢驗

Mann-Kendall（MK）非參數(shù)統(tǒng)計方法是應(yīng)用于水文、氣象序列的趨勢、突變分析的一種很成熟的方法，能有效區(qū)分某一自然過程是處于自然波動還是存在確定的變化趨勢[35]，已獲得世界氣象組織的力薦。

對于時間序列，定義Mann-Kendall趨勢檢驗的統(tǒng)計量：

式中x與x為時間序列的第個數(shù)據(jù)值；為數(shù)據(jù)樣本的長度。

sgn定義如下：

式中為x減去x。對于氣象數(shù)據(jù)，當(dāng)≥30時，統(tǒng)計量大致地服從正態(tài)分布，其均值為0，方差為

標(biāo)準(zhǔn)化統(tǒng)計量，按照如下公式計算：

式中1<<<，Z服從標(biāo)準(zhǔn)正態(tài)分布，當(dāng)≥(1?α)/2時，則原假設(shè)被拒絕，說明在給定的置信水平上，序列變化的趨勢顯著。為衡量趨勢大小的指標(biāo)，正值表示趨勢為上升，負(fù)值表示趨勢為下降。

1.4 敏感性與貢獻率計算

敏感性系數(shù)由McCuen[36]首先提出，利用ET0對各氣象要素求偏導(dǎo)數(shù)，即ET0的相對變化量與單個氣象要素相對變化量之比，具體計算方法：

式中v代表氣象要素，Sv代表相應(yīng)氣象要素的敏感性系數(shù)。Sv的正負(fù)反映了ET0與氣象要素的相關(guān)性，敏感性系數(shù)為正表明氣象要素與ET0呈正相關(guān)；敏感性系數(shù)為負(fù)則表明氣象要素與ET0呈負(fù)相關(guān)。絕對值的大小則反映了氣象要素對ET0的影響大小，絕對值越大，氣象要素對ET0的影響也越大[12]。敏感性系數(shù)將ET0的變化無量綱化，使比較ET0對單個氣象要素的敏感性變得簡單可行，敏感性系數(shù)已成為判斷氣象要素對ET0擾動的有效方法，并得到廣泛應(yīng)用[3,12,14,37]。

氣象要素v的相對變化與其敏感性系數(shù)Sv的乘積則可表示該要素變化導(dǎo)致的ET0相對變化Gv，即

實際ET0相對變化量應(yīng)近似等于所有氣象要素引起的其相對變化之和[16]，即

本文主要選擇平均氣溫（T）、相對濕度（RH）、平均風(fēng)速（U2）和日照時數(shù)（SD）4個氣象要素分析其變化對ET0變化的貢獻。

2 結(jié)果與分析

2.1 ET0時空變化特征

2.1.1 ET0年際變化

近57 a來，京津冀地區(qū) ET0整體呈下降趨勢，線性趨勢率為?0.92mm /a。全區(qū)ET0在20世紀(jì)60－70年代初期呈上升趨勢，線性趨勢率為5.1 mm/a，1970年以后呈下降趨勢（圖2），線性趨勢率為?5.69 mm/a，1991年以后呈上升趨勢，線性趨勢率為0.46 mm/a。根據(jù)Han等[30]的研究，1991年為ET0變化的突變點，與本文的研究結(jié)論一致。

注：1960－1970年、1971－1990年、1991－2016年ET0變化趨勢線性方程分別為：y=5.108x+1 008.6、y=?5.6935x+1 076.4、y=0.4613x+1 000.9。

2.1.2 ET0空間變化

圖3a顯示了京津冀地區(qū)ET0空間分布情況，除中部地區(qū)的塘沽站、黃燁站與保定站點ET0值較高外，整體呈南向北遞減趨勢。中部的塘沽、黃燁ET0在1 150～1 350 mm之間，北部的承德、豐寧與圍場ET0在450～800 mm之間。

圖3b顯示了京津冀地區(qū)ET0變化趨勢的空間分布情況，由西北向東南遞減，京津冀地區(qū)西北部的張北、蔚縣與豐寧站ET0呈上升趨勢，東部（秦皇島、唐山）ET0呈下降趨勢，南部石家莊、邯鄲、衡水、邢臺等地也呈下降趨勢。ET0上升的站點僅有4個（占17%），其中3個站點達到了99%的顯著性水平，1個站點未達到顯著性水平。19個站點ET0呈下降趨勢，其中8個站點通過信度99%的顯著性檢驗（42%），5個通過信度95%的顯著性檢驗（26%），1的站點通過信度90%的顯著性檢驗（6%），5個站點信度沒有通過顯著性檢驗（26%），全年ET0的MK變化趨勢接近48%的站點通過信度99%的顯著性檢驗，26%的站點沒有通過顯著性檢驗，全年ET0變化顯著。

2.1.3 不同季節(jié)ET0時空變化

京津冀地區(qū)四季ET0均呈由北向南遞增趨勢（除中部地區(qū)的塘沽站、黃燁站與保定站點ET0較高外），春夏兩季北部的圍場、豐寧與承德站的ET0占明顯低于其他地區(qū)，東南部塘沽、黃燁與保定站明顯高于其他地區(qū)。秋冬兩季的ET0北部的圍場、豐寧、承德與張北站處于低值區(qū)，而東南部塘沽、黃燁與保定站處于高值區(qū)。夏季ET0對全年貢獻量達到34.7%，春季ET0對全年貢獻量達到31.0%，秋冬兩季ET0對全年貢獻量分別為22.1%與12.2%。

圖3 京津冀地區(qū)ET0與MK趨勢Z值變化趨勢空間分布

春季ET0變化趨勢呈現(xiàn)從西北部向東南部遞減趨減（圖4a），其中有4個站點（張北、蔚縣、豐寧、承德）呈上升趨勢，19個站點呈下降趨勢，春季ET0MK變化趨勢接近50%的站點通過信度99%的顯著性檢驗，僅17%的站點沒有通過顯著性檢驗。夏季、秋季與春季ET0的MK變化趨勢也基本呈現(xiàn)從西北部向東南部遞增趨勢（圖4b、4c、4d）。夏季ET0有6個站點MK變化趨勢呈上升趨勢，17個站點呈下降趨勢，30%的站點通過信度99%的顯著性檢驗，30%的站點沒有通過顯著性檢驗。秋季ET0有4個站點MK變化趨勢呈上升趨勢，19個站點呈下降趨勢，35%的站點通過信度99%的顯著性檢驗，30%的站點沒有通過顯著性檢驗。冬季ET0有8個站點MK變化趨勢呈上升趨勢，15個站點呈下降趨勢，30%的站點通過信度99%的顯著性檢驗，52%的站點沒有通過顯著性檢驗。整體上：四季ET0下降的顯著性為春季>秋季>夏季>冬季。

圖4 京津冀四季ET0及其MK變化趨勢Z值空間分布

2.1.4 ET0月尺度時空變化

由圖5可以看出，5月份的蒸發(fā)量最多，占全年的比例最大（12.7%），其次為6、7、8、4與9月，這6個月蒸發(fā)占全年的2/3。對比各時段月ET0，月ET0峰值隨時間右移（圖5），近年來5月ET0呈下降趨勢，6與7月的ET0呈上升趨勢，而且11、12、1與2月寒冷月份的ET0也呈上升趨勢。

1－12月ET0空間分布特征與年、季節(jié)ET0分布特征類似，均呈由西北向東南遞增趨勢。12、1、2、3月，北部的圍場、豐寧、承德與張北站占明顯低于其他地區(qū)，東南部塘沽、黃燁與保定站明顯高于其他地區(qū)，南部的石家莊、保定與衡水站較其他月份相比也明顯處于高值區(qū)。4－6月北部的張北、圍場、豐寧、承德、延慶站明顯低于其他地區(qū)，ET0高值區(qū)分布與1－3月類似。7－11月，北部的圍場、豐寧、承德、延慶站明顯低于其他地區(qū)，ET0高值區(qū)分布與1－3月類似。

注：時段劃分依據(jù)文獻[22, 38]。

2.2 ET0對氣象要素變化的敏感性分析

根據(jù)式（8）計算ET0對平均氣溫、日照時數(shù)、相對濕度和風(fēng)速變化的敏感性系數(shù)，分別為0.26、0.28、0.31與?0.44。相對濕度敏感性系數(shù)的絕對值最大，其次是風(fēng)速和日照時數(shù)，平均氣溫敏感性系數(shù)最小，說明京津冀地區(qū)ET0對相對濕度的變化最為敏感，這與文獻[6,13-15]的研究結(jié)論一致。

2.2.1 敏感性年際變化

ET0對各氣象要素的敏感性系數(shù)都呈波動式變化趨勢（圖6）。從年尺度上看，平均氣溫與相對濕度敏感性系數(shù)呈緩慢上升趨勢，線性趨勢率分別為0.001 1與0.000 8/a，風(fēng)速與日照時數(shù)呈現(xiàn)下降趨勢，線性趨勢率分別為?0.003與0.003 2/a，表明ET0對平均氣溫的正敏感性逐漸增強，對風(fēng)速與日照時數(shù)的正敏感性整體呈下降趨勢，而對相對濕度的負(fù)敏感性也有所減弱，這與文獻[38]的研究結(jié)論一致。

從年際變化來看，平均氣溫、日照時數(shù)、風(fēng)速、相對濕度敏感性系數(shù)的年際變化方差分別為5.5×10-2，1.1×10-2，9.2×10-2，7.1×10-2，表明全區(qū)各氣象要素的敏感性系數(shù)的離散程度均比較大，年際變化較大。

圖6 1960－2016年ET0對氣象要素的敏感性系數(shù)

2.2.2 敏感性空間變化

京津冀地區(qū)ET0對各氣象要素的敏感性系數(shù)存在明顯的地域性。風(fēng)速敏感性系數(shù)表現(xiàn)由西北向東南部逐漸遞增，其中霸州敏感性系數(shù)大于0.42，而張北不足0.25。日照時數(shù)敏感性系數(shù)表現(xiàn)由北部的圍場、西北的張北與蔚縣向東南部逐漸遞減，張北敏感性系數(shù)大于0. 5，而天津與天津周圍的站點較低，不足0.22。相對濕度的敏感性系數(shù)總體從西北向東南部逐漸遞減，與高程有一定的相關(guān)性，其中黃燁敏感性系數(shù)絕對值大于0.69，而張北敏感性系數(shù)絕對值不足0.33。平均氣溫敏感性系數(shù)表現(xiàn)由西北向東南部逐漸遞增，其中邢臺敏感性系數(shù)大于0.41，而圍場不足0.16。對比圖7可以看出，相對濕度與平均氣溫敏感性空間分布特征呈相反現(xiàn)象，即氣溫高敏感的站點屬于相對濕度的低敏感區(qū)。日照時數(shù)與風(fēng)速敏感性整體也呈現(xiàn)相反現(xiàn)象，即日照時數(shù)高敏感性的站點屬于平均風(fēng)速低敏感區(qū)。

圖7 ET0對氣象要素敏感性系數(shù)空間分布

2.3 氣象要素貢獻率分析

2.3.1 氣象要素貢獻率年代際變化

應(yīng)用式（9）計算得到各氣象要素變化對ET0變化的貢獻率，可以進一步分析氣象要素變化對ET0變化的影響程度，分析ET0變化的主導(dǎo)因素。

由表1可以看出，氣象要素變化的總貢獻率與ET0的相對變化率接近，各時段氣象要素的總貢獻率相對ET0相對變化率的誤差均在±2.7%以內(nèi)?？傮w來說，1960－2013年ET0變化的主導(dǎo)因素是風(fēng)速，2014－2016年ET0變化的主導(dǎo)因素是平均氣溫。結(jié)合敏感性系數(shù)來看，主導(dǎo)因素的變化與敏感性系數(shù)的格局并不對應(yīng)，這是因為氣象要素變化對ET0變化的貢獻率取決于敏感性系數(shù)和氣象要素相對變化率2方面。1960－2013年期間風(fēng)速為主導(dǎo)因素，這與文獻[30,39]的研究結(jié)論一致。京津冀地區(qū)風(fēng)速下降趨勢為每10 a下降0.05 m/s，以1970 s相對于1960 s的變化為例，1970 s平均風(fēng)速較1960 s平均風(fēng)速下降了2.2%，引起ET0下降1.00%，相對濕度雖然敏感性最大，但其變化幅度很?。?.35%），故相對濕度下降引起ET0上升0.19%，此外日照時數(shù)減少引起ET0減少0.66%，平均氣溫上升引起ET0增加0.04%，4類氣象因素變化對ET0減少的總貢獻率為1.43%，實際ET0突變前后減少了1.46%，誤差2.1%。2014—2016相對于2011—2013 ET0變化的主導(dǎo)因素為平均氣溫（表1），平均氣溫上升6.0%，引起ET0上升1.50%，而日照時數(shù)增多引起ET0上升0.80%，風(fēng)速下降引起ET0減少0.84%，相對濕度增加引起ET0減少0.44%。對比各時段氣象要素變化對ET0變化的貢獻率，平均氣溫與日照時數(shù)的貢獻率呈逐漸上升趨勢。

表1 各時段氣象要素變化對ET0變化的貢獻率

注：1960s－1970s為1971－1980年的10 a平均值相對于1961－1970年代11 a平均值的變化率，以此類推；2011*－2016*為2014－2016年3 a平均值相對于2011－2013年3 a平均值的變化率。下同。

Note: The 1960s—1970s is the 10-year average change rate of ET0in 1971—1980 relative to 1961—1970s, and so on. 2011*－2014* is the 3-year average change rate of ET0in 2014—2016 relative to 2011-2013. The same below.

2.3.2 氣象要素貢獻率時空變化

各時段京津冀地區(qū)氣象要素變化對ET0變化貢獻率的空間分布情景見圖8。

1970 s ET0相對于1960 s變化：京津冀西部的張北站ET0變化的主導(dǎo)因素是平均氣溫，中部的霸州站ET0變化的主導(dǎo)因素是日照時數(shù)，其余的21個站點ET0變化的主導(dǎo)因素均是平均風(fēng)速。塘沽、圍場、張家口、承德、遵化、霸州、南宮、石家莊站的ET0有所增加，但是增加的原因各不相同，張北ET0上升主要歸因于平均氣溫與風(fēng)速的增加，霸州ET0變化主要歸因于日照時數(shù)的增加。ET0下降的15個站點，其變化則主要是由于相對風(fēng)速的減少引起的。

1980 s ET0相對于1970 s變化：京津冀西部的蔚縣ET0變化的主導(dǎo)因素是日照時數(shù)，南部的石家莊ET0變化的主導(dǎo)因素是平均氣溫，其余的21個站點ET0變化的主導(dǎo)因素均是平均風(fēng)速。張北、蔚縣、霸州、石家莊、饒陽站的ET0有所增加，但是增加的原因各不相同，張北的ET0上升主要歸因于風(fēng)速下降，石家莊ET0變化主要歸因于平均氣溫的下降。ET0下降的18個站點，其變化則主要是由于相對風(fēng)速的變化引起的。

1990 s ET0相對于1980 s變化：京津冀西北部的豐寧、懷來、延慶、蔚縣ET0變化的主導(dǎo)因素是平均氣溫，中部的霸州ET0變化的主導(dǎo)因素是日照時數(shù)，其余的18個站點ET0變化的主導(dǎo)因素均是平均風(fēng)速。

2000 s ET0相對于1990 s變化：京津冀西北部的豐寧、懷來、延慶、蔚縣與南部石家莊ET0變化的主導(dǎo)因素是平均氣溫，西北的張北、中部的霸州、南部的石家莊ET0變化的主導(dǎo)因素是日照時數(shù)，其余的15個站點ET0變化的主導(dǎo)因素均是平均風(fēng)速。

2011－2013年ET0相對于2000s ET0變化：南部的石家莊、南宮、黃燁與邢臺ET0變化的主導(dǎo)因素是平均氣溫，西北的蔚縣與張北ET0變化的主導(dǎo)因素是日照時數(shù)，其余的17個站點ET0變化的主導(dǎo)因素均是平均風(fēng)速。

2014－2016年ET0相對于2011－2013年ET0變化：西部的張北、張家口、蔚縣與東部的青龍、秦皇島、樂亭、遵化與南部的石家莊、南宮、保定、饒陽、霸州共12各站點ET0變化的主導(dǎo)因素是平均氣溫，其余的11個站點ET0變化的主導(dǎo)因素均是平均風(fēng)速。

對比各時段ET0變化的主導(dǎo)因素，風(fēng)速為主導(dǎo)因素的站點個數(shù)隨時間呈下降趨勢，平均氣溫為主導(dǎo)的站點個數(shù)隨時間呈上升趨勢，特別是2014－2016年ET0相對于2011－2013年ET0變化有12各站點的主導(dǎo)因素為平均氣溫。日照時數(shù)為主導(dǎo)因素的站點個數(shù)隨時間呈上升趨勢，但2014－2016年相對于2011－2013年呈下降趨勢，主要因為2014－2016年相對于2011－2013年ET0變化的多數(shù)站點日照時數(shù)雖然較上一時段呈現(xiàn)增多趨勢，但所有站點的氣溫仍也呈上升趨勢，而且上升幅度大于日照時數(shù)的上升幅度。

圖8 各時段各站點ET0變化率及其變化的主導(dǎo)因子

Fig.8 ET0change rate and its’ dominant factor of various station in each period

3 討 論

為便于分析近年來京津冀地區(qū)霧霾對ET0產(chǎn)生的可能影響，將1960—2010年期間每10 a作為一個研究時段，2011—2016年期間每3 a為一個研究時段。京津冀地區(qū)近年來工農(nóng)業(yè)快速發(fā)展、人口劇增、城市擴張，霧霾問題日益頻繁出現(xiàn)，根據(jù)國家氣象局的觀測記錄顯示：1999年，京津冀地區(qū)被檢測到含有PM2.5顆粒的天數(shù)達到了30 d，而到2013年激增至64 d。1999—2013年京津冀PM2.5霧霾天數(shù)都處于逐漸增長的趨勢[40]。2014 年年底，中國“十大空氣質(zhì)量最差城市”榜單中邢臺、石家莊、邯鄲、唐山、衡水、保定以及廊坊處于前10位。2013年起，國家開始重點治理京津冀地區(qū)空氣污染，京津冀產(chǎn)業(yè)結(jié)構(gòu)調(diào)整力度加大，能源消費總量呈下降趨勢，2014年起京津冀地區(qū)PM2.5平均濃度有所下降?；诒?數(shù)據(jù)計算得到2013－2016年冬季PM2.5濃度與ET0的相關(guān)系數(shù)為?0.37（見表2），可見霧霾對ET0的影響。

本文認(rèn)為對全區(qū)ET0變化貢獻最大氣象要素為風(fēng)速，但風(fēng)速為主導(dǎo)因素的氣象站點個數(shù)隨時間呈下降趨勢，平均氣溫與日照時數(shù)為主導(dǎo)的氣象站點個數(shù)隨時間呈上升趨勢，特別是2000以后，京津冀地區(qū)氣溫逐年上升，尤其是冬季氣溫上升更為明顯（表2）。2013－2016年全年、冬季氣溫與PM2.5濃度的相關(guān)系數(shù)分別為?0.39、?0.44，全年霧霾濃度與氣溫呈中度相關(guān)。2000以后，京津冀地區(qū)日照時數(shù)呈逐年減少趨勢，尤其是冬季日照時數(shù)減少明顯（表2），較1960 s下降了30%左右。2013－2016年全年、冬季日照時數(shù)與PM2.5濃度的相關(guān)系數(shù)分別為?0.42、?0.53，冬季霧霾濃度與日照時數(shù)呈中度相關(guān)。京津冀地區(qū)2013－2016年全年冬季風(fēng)速與PM2.5濃度的相關(guān)系數(shù)分別為?0.18、?0.35，相關(guān)系數(shù)低于日照時數(shù)與氣溫。冬季日照時數(shù)、氣溫與風(fēng)速與PM2.5濃度系數(shù)明顯高于全年平均水平，反應(yīng)了霧霾對日照時數(shù)、氣溫與風(fēng)速的影響。京津冀地區(qū)保定、石家莊、邯鄲、邢臺、衡水5個城市PM2.5濃度明顯遠(yuǎn)高于全國平均水平，只有秦皇島、張家口、承德低于全國水平[41]。以保定為例，近年來冬季日照時數(shù)明顯低于西北部的張家口，日照時數(shù)減少明顯，冬季日照時數(shù)較1960 s減少了接近40%。由此也可以窺見霧霾對日照時數(shù)的影響。1960－2016年57年間京津城市群與西北山區(qū)溫差為1.0～1.3 ℃，且溫差整體呈逐年升高趨勢，也可以窺見霧霾對氣溫的影響。

表2 2010—2016年京津冀地區(qū)PM2.5濃度、各類氣象要素與ET0值

注：PM2.5濃度數(shù)據(jù)來源文獻[42]

Note: The concentration of PM2.5 are from[42].

4 結(jié) 論

基于以上分析，本文得到主要研究結(jié)論如下：

1）近57 a來，京津冀地區(qū)ET0在1960－1990整體呈下降趨勢，1991年以后呈上升趨勢。ET0空間分布特征整體呈南向北遞減趨勢（除中部地區(qū)的塘沽站、黃燁站與保定站點ET0較高外）。全年ET0的MK變化趨勢空間分布呈從西北部向東南部遞減趨勢。ET0春季減幅最明顯，其次為秋季、夏季、冬季。5月份為ET0峰值月份，但隨時間右移。

2）京津冀地區(qū)ET0對相對濕度變化最敏感（敏感系數(shù)為?0.44），其次是風(fēng)速（敏感系數(shù)為0.31）和日照時數(shù)（敏感系數(shù)為0.28）、平均氣溫（敏感系數(shù)為0.26）。ET0對平均氣溫的正敏感性逐漸增強，而對風(fēng)度與日照時數(shù)的正敏感性整體呈下降趨勢，對相對濕度的負(fù)敏感性也有所減弱。京津冀地區(qū)ET0對各氣象要素的敏感性系數(shù)存在明顯的地域性。從西北到東南，風(fēng)速與平均氣溫敏感性系數(shù)逐漸遞增，而日照時數(shù)與相對濕度敏感性系數(shù)逐漸遞減。即氣溫高敏感的站點屬于相對濕度的低敏感區(qū)，日照時數(shù)高敏感性的站點屬于平均風(fēng)速低敏感區(qū)。

3）全區(qū)來說，ET0雖然對相對濕度變化最為敏感，但相對濕度變化率很小，故全區(qū)ET0變化貢獻最大的是風(fēng)速。風(fēng)速為主導(dǎo)因素的站點個數(shù)隨時間呈下降趨勢，平均氣溫為主導(dǎo)的站點個數(shù)隨時間呈上升趨勢，說明近年來平均氣溫與日照時數(shù)對潛在蒸散量變化的影響愈加明顯。2013－2016年京津冀地區(qū)冬季平均氣溫、日照時數(shù)、相對濕度、風(fēng)度、ET0與PM2.5濃度的相關(guān)系數(shù)分別為?0.44、?0.53、0.42、?0.35與?0.37，可見京津冀地區(qū)霧霾尤其是冬季霧霾對氣象要素均產(chǎn)生一定影響，從而影響ET0。

[1] 高歌，陳德亮，任國玉，等. 1956－2000 年中國潛在蒸散量變化趨勢[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)

[2] 倪廣恒，李新紅，叢振濤，等. 中國參考作物騰發(fā)量時空變化特性分析[J]. 農(nóng)業(yè)工程學(xué)報，2006，22(5)：1－4.

Ni Guangheng, Li Xinhong, Cong Zhentao, et al. Temporal and spatial characteristics of reference evapotranspiration in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(5): 1－4. (in Chinese with English abstract)

[3] Peterson T C, Golubev V S, Groisman P Y. Evaporation losing its strength[J]. Nature, 1995, 377: 687－688.

[4] Liu Changming, Zeng Yan. Changes of pan evaporation in the recent 40 years in the Yellow River Basin[J]. Water International, 2004, 29(4): 510－516.

[5] Houg J Tuton, Jenkins G J, Ephraums J, et al. Climate Change: The IPCC scientific assessment[M]. Cambridge: Cambridge University Press, 1990.

[6] Gong Lebing, Xu Chongyu, Chen Deliang, et al. Sensitivity of the Penman-Monteith reference evapotranspiration to key climatic variables in the Changjiang (Yangtze River) basin[J]. Journal of Hydrology, 2006, 329(3): 620－629.

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

Liu Changming, Zhang Dan. Temporal and spatial change analysis of the sensitivity of potential evapotranspiration to meteorological influencing factors in China[J]. Acta Geographica Sinica, 2011, 66(5): 579－588. (in Chinese with English abstract)

[8] Stanhill G, M?ller M. Evaporative climate change in the British Isles[J]. International Journal of Climatology, 2008, 28(9): 1127－1137.

[9] Roderick M L, Farquhar G D. The cause of decreased pan evaporation over the past 50 years[J]. Science, 2002, 298(5597): 1410－1411.

[10] Cohen S, Ianetz A, Stanhill G. Evaporative climate changes at Bet Dagan, Israel, 1964－1998[J]. Agricultural & Forest Meteorology, 2002, 111(2): 83－91.

[11] 謝賢群，王菱. 中國北方近50年潛在蒸散量的變化[J]. 自然資源學(xué)報，2007，22(5)：683－691.

Xie Xianqun, Wang Ling. Changes of Potential Evaporation in Norther n China over the Past 50 Years[J]. Journal of Natural Resources, 2007, 22(5): 683－691. (in Chinese with English abstract)

[12] Chattopadhyay N, Hulme M. Evaporation and potential evapotranspiration in India under conditions of recent and future climate change[J]. Agri & Forest Meteor, 1997, 87(1): 55－73.

[13] 梁麗喬，李麗娟，張麗，等. 松嫩平原西部生長季參考作物蒸散發(fā)的敏感性分析[J]. 農(nóng)業(yè)工程學(xué)報，2008，24(5)：1－5.

Liang Liqiao, Li Lijuan, Zhang Li, et al. Sensitivity of the reference crop evapotranspiration in growing season in the West Songnen Plain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(5): 1－5. (in Chinese with English abstract)

[14] 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)：1470－1476.

Liu Xiaomang, Zheng Hongxing, Liu Changming, et al. Sensitivityof the potential evapotranspiration to keyclimatic variables in the haihe river[J]. Basin Resources Science, 2009, 31(9): 1470－1476. (in Chinese with English abstract)

[15] 佟玲，康紹忠，粟曉玲. 石羊河流域氣候變化對參考作物蒸發(fā)蒸騰量的影響[J]. 農(nóng)業(yè)工程學(xué)報，2004，20(2)：15－18.

Tong Ling, Kang Shaozhong, Li Xiaoling. Impacts of climate change on reference crop evapotranspiration in Shiyang 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)

[16] Burn D H, Hesch N M. Trends in evaporation for the Canadian Prairies[J]. Journal of Hydrology, 2007, 336(1): 61－73.

[17] 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[J]. 農(nóng)業(yè)工程學(xué)報，2011，27(8)：77－83.

Duan Chunfeng, Miao Qilong, Cao Wen. Changing characteristics of reference crop evapotranspiration and main causes in the Northwest China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(8): 77－83. (in Chinese with English abstract)

[18] 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氣象因子的貢獻分析[J]. 中國農(nóng)業(yè)氣象，2013，34(6)：661－667.

Wang Xiaodong, Ma Xiaoqun, Xu Ying, et al. Variation of reference crop evapotranspiration and contribution of main factors in the Huaihe Basin[J]. Chinese Journal of Agrometeorology, 2013, 34(6): 661－667. (in Chinese with English abstract)

[19] 賈文雄，何元慶，王旭峰，等. 祁連山及河西走廊潛在蒸發(fā)量的時空變化[J]. 水科學(xué)進展，2009，20(2)：159－167.

Jia Wenxiong He Yuanqing, Wang Xufeng, et al. Temporal and spatial change of the potential evaporation over Qilian mountains and Hexi corridor from 1960 to 2006[J]. Advances in Water Science, 2009, 20(2): 159－167. (in Chinese with English abstract)

[20] 曹紅霞，粟曉玲，康紹忠，等. 陜西關(guān)中地區(qū)參考作物蒸發(fā)蒸騰量變化及原因[J]. 農(nóng)業(yè)工程學(xué)報，2007，23(11)：8－16.

Cao Hongxia, Su Xiaoling, Kang Shaozhong, et al. Changes of reference crop evapotranspiration and causes in Guanzhong Region of Shaanxi Province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2007, 23(11): 8－16. (in Chinese with English abstract)

[21] 趙璐，梁川，崔寧博，等. 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[J]. 水利學(xué)報，2013，44(2)：183－190.

Zhao Lu, Liang Chuan, Cui Ningbo, et al. Attribution analyses of ET0 change in hilly area of central Sichuan in recent 60 years[J]. Journal of Hydraulic Engineering, 2013, 44(2): 183－190. (in Chinese with English abstract)

[22] 馮禹，崔寧博，魏新平，等. 川中丘陵區(qū)參考作物蒸散量時空變化特征與成因分析[J]. 農(nóng)業(yè)工程學(xué)報，2014，30(14)：78－86.

Feng Yu, Cui Ningbo, Wei Xinping. Temporal-spatial distribution characteristics and causes analysis of reference crop evapotranspiration in hilly area of central Sichuan [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(14): 78－86. (in Chinese with English abstract))

[23] 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，2010，55(22)：2226－2234.

Yin Yunhe, Wu Shaohong, Dai Erfu. Attribution of the space-time evolution of latent evapotranspiration in China from 1971 to 2008[J]. Chinese Science Bulletin, 2010, 55(22): 2226－2234. (in Chinese with English abstract)

[24] 曾麗紅，宋開山，張柏，等. 東北地區(qū)參考作物蒸散量對主要氣象要素的敏感性分析[J]. 中國農(nóng)業(yè)氣象，2010，31(1)：11－18.

Zeng Lihong, Song Kaishan, Zhang Bai. Sensitive analysis on reference evapotranspiration to key meteorological factors in Northeast China[J]. Chinese Journal of Agrometeorology, 2010, 31(1): 11－18. (in Chinese with English abstract)

[25] 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.

Zhao Caixia, Mei Xurong, Ju Hui, et al. Variation in potential evapotranspiration and its sensitivity coefficients to climatic factors in the Huang-Huai-Hai Plain[J]. Chinese Journal of Agrometeorology[J]. 2015, 36(5): 570－577. (in Chinese with English abstract)

[26] 吳文玉，孔芹芹，王曉東，等. 安徽省近40年參考作物蒸散量的敏感性分析[J]. 生態(tài)環(huán)境學(xué)報，2013(7)：1160－1166.

Wu Wenyu, Kong Qinqin, Wang Xiaodong, et al. Sensitivity analysis of reference crop evapotranspiration in Anhui province in the recent 40 years[J]. Ecology and Environment Sciences, 2013(7): 1160－1166. (in Chinese with English abstract)

[27] 劉艷，劉帆，劉新生，等. 咸陽地區(qū)參考蒸散量變化特征及敏感性分析[J]. 中國農(nóng)學(xué)通報，2017，33(2)：125－131.

Liu Yan, Liu Fan, Liu Xinsheng, et al. Reference evapotranspiration: Variation Characteristics and Sensitivity in Xianyang Chinese[J]. Agricultural Science Bulletin, 2017, 33(2): 125－131. (in Chinese with English abstract)

[28] 楊林山，李常斌，王帥兵，等. 洮河流域潛在蒸散發(fā)的氣候敏感性分析[J]. 農(nóng)業(yè)工程學(xué)報，2014，30(11)：102－109.

Yang Linshan, Li Changbin, Wang Shuaibing, et al. Sensitive analysis of potential evapotranspiration to key climatic factors in Taohe River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(11): 102－109. (in Chinese with English abstract)

[29] 涂安國，李英，聶小飛，等. 鄱陽湖流域參考作物蒸散量變化特征及其歸因分析[J]. 生態(tài)環(huán)境學(xué)報，2017，26(2)：211－218.

Tu Anguo, Li Ying, Nie Xiaofei, et al. Spatial and temporal variations of reference crop evapotranspiration and its influencing factors in Poyang Lake watershed[J]. Ecology and Environmental Sciences, 2017, 26(2): 211－218. (in Chinese with English abstract)

[30] Han J, Wang J, Zhao Y, et al. Spatio-temporal variation of potential evapotranspiration and climatic drivers in the Jing-Jin-Ji region, North China[J]. Agricultural & Forest Meteorology, 2018(256/257): 75－83.

[31] 于占江，楊鵬. 近40年京津冀蒸發(fā)皿蒸發(fā)量變化特征及影響因子[J]. 氣象科技，2018，46(6)：118－125.

Yu Zhanjiang, Yang Peng. Variation characteristics of pan evaporation capacity and influencing factors in Beijing-Tianjin-Hebei Region in Recent 40 Years[J]. Meteorological Science and Technology, 2018, 46(6): 118－125. (in Chinese with English abstract)

[32] 曹濤，王賽鴿，陳彬. 基于多區(qū)域投入產(chǎn)出分析的京津冀地區(qū)虛擬水核算[J]. 生態(tài)學(xué)報，2018，38(3)：788－799.

Cao Tao, Wang Saige, Chen Bin. Virtual water analysis for the Jing-Jin-Ji region based on multiregional input-output model[J]. Acta Ecologica Sinica, 2018, 38(3): 788－799. (in Chinese with English abstract)

[33] Hashmi M A, Carcia L A. Spatial and temporal errors in estimating regional evapotranspiration[J]. Journal of Irrigation and Drainges, 1998, 124(2): 108－114.

[34] 龔元石. Penman-Monteith 公式與 FAO-PPP-17 Penman 修正式計算參考作物蒸散量的比較[J]. 北京農(nóng)業(yè)大學(xué)學(xué)報，1995，21(1)：68－75.

Gong Yuanshi. Comparison of the reference evapotranspiration estimated by the Penman-Monteith and FAO-PPP-17 Penman methods[J]. Acta Agriculturae Universitatis Pekinensis, 1995, 21(1): 68－75. (in Chinese with English abstract)

[35] 周平，陳剛，劉智勇，等. 東江流域降水與徑流演變趨勢及周期特征分析[J]. 生態(tài)科學(xué)，2016，35(2)：44－51.

Zhou Ping, Chen Gang, Liu Zhiyong, et al. Variation trend and periodicity analysis of precipitation and runoff in Dongjiang[J]. Watershed Ecological Science, 2016, 35(2): 44－51. (in Chinese with English abstract)

[36] McCuen R H. A sensitivity and error analysis of procedures used for estimating evaporation[J]. Water Resource Bulletin 1974, 10(3): 486－498.

[37] 張調(diào)風(fēng)，張勃，梁蕓，等. 黃土高原地區(qū)生長季參考作物蒸散量對主要氣象要素的敏感性分析[J]. 中國農(nóng)業(yè)氣象，2013，34(2)：162－169.

Zhang Tiaofeng, Zhang Bo, Liang Yun, et al. Sensitivity analysis of reference crop evapotranspiration to key meteorological factors during growing season in Loess Plateau[J]. Chinese Journal of Agrometeorology, 2013, 34(2): 162－169. (in Chinese with English abstract)

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

Wang Pengtao, Yan Janping, Jiang Chong, et al. Spatial and temporal variations of reference crop evapotranspiration and its influencing factors in the North China Plain[J]．Acta Ecologica Sinica, 2014, 34(19): 5589－5599. (in Chinese with English abstract)

[39] Liu Xiaomang, Luo Yuzhou, Zhang Dan, et al. Recent changes in pan-evaporation dynamics in China[J]. Geophysical Research Letters, 2011, 38(13): L13404

[40] 李曉燕. 京津冀地區(qū)霧霾影響因素實證分析[J]. 生態(tài)經(jīng)濟，2016，32(3)：144－150.

Li Xiaoyan. Empirical analysis of the smog factors in Beijing-Tianjin-Hebei Region[J]．Ecological Economy, 2016, 32(3): 144－150. (in Chinese with English abstract)

[41] 楊興川，趙文吉，熊秋林，等. 2016年京津冀地區(qū)PM2.5時空分布特征及其與氣象因素的關(guān)系[J]. 生態(tài)環(huán)境學(xué)報，2017，26(10)：1747－1754.

Yang Xingchuan, Zhao Wenji Xiong Qiulin, et al . Spatio-temporal distribution of PM2.5 in Beijing-Tianjin-Hebei (BTH) area in 2016 and Its relationship with meteorological factors[J]. Ecology and Environment Sciences, 2017, 26(10): 1747－1754. (in Chinese with English abstract)

[42] 朱媛媛，高愈霄，劉冰，等. 京津冀秋冬季PM2.5污染概況和預(yù)報結(jié)果評估[J]. 環(huán)境科學(xué)，2019，40(12)：5191－5201.

Zhu Yuanyuan, Gao Yuxiao, Liu Bing, et al. Concentration characteristics and assessment of model-predicted results of PM2.5 in the Beijing-Tianjin-Hebei region in autumn and winter[J]. Environmental Science, 2019, 40(12): 5191－5201. (in Chinese with English abstract)

Spatial-temporal variation characteristics and attribution analysis of potential evapotranspiration in Beijing-Tianjin-Hebei region

Bi Yanjie1,2, Zhao Jing1,2, Zhao Yong2※, Xiao Weihua2, Meng Fanjin1

(1.,450046,; 2.100038,)

This paper aims to investigate the spatial and temporal variation characteristics of the potential evapotranspiration (ET0) and its response to climate change using the collected data from the daily weather observation of 23 meteorological stations in the Beijing-Tianjin-Hebei region for 57 years from 1960-2016. The specific parameters of dataset included the daily average air temperature, the maximum and minimum air temperature, relative humidity, wind speed and sunshine hours. We chose the Penman-Monteith formula to calculate the daily ET0at each site, and then analyzed the spatial and temporal variation characteristics of the calculated ET0. A sensitivity coefficient was used to quantitatively study the sensitivity of ET0to various meteorological elements and its spatial and temporal distribution. The contribution rate was set to evaluate the influence of meteorological elements changes on the variation of ET0during the calculation. The results show that: 1) The spatial distribution of ET0shows a decreasing trend from south to north across the Beijing-Tianjin-Hebei region, except a high ET0in the central region, such as Tanggu, Huangye and Baoding stations. There was a linear decline rate of -0.92mm /a. e in the whole distribution of ET0. The spatial distribution of ET0MK (Penman-Monteith) decreased from the northwest to southeast. In temporal characteristics, spring has the most obvious decrease, followed by autumn, summer, and winter. 2) The sensitivity coefficient of ET0to the average air temperature, sunshine hours, relative humidity and wind speed are 0.26, 0.28, 0.31 and -044, respectively, indicating the most sensitive to the changes of relative humidity in the Beijing-Tianjin-Hebei region, followed by the wind speed and sunshine hours. The sensitivity coefficient of ET0to meteorological elements presents in a fluctuating trend from1960-2016, the sensitivity coefficient of ET0to the wind speed and relative humidity in a downward trend, while the sensitivity coefficient of ET0to average temperature and sunshine hours in an upward trend. The spatial distribution of the sensitivity coefficient from northwest to southeast: the wind speed and average temperature gradually increased, while the sunshine hours and relative humidity gradually decreased. The spatial distribution characteristics of the sensitivity coefficient of ET0to relative humidity and average temperature were the opposite situation, where the high sensitivity zone of average temperature belongs to the low sensitive zone of relative humidity. The opposite phenomenon also occurred in the spatial distribution characteristics of the sensitivity coefficient of ET0to sunshine hours and wind speed sensitivity, i.e., the high sensitivity zone of sunshine hours belongs to the low sensitive zone of wind speed. 3) The contribution rate of meteorological elements to ET0depends on the sensitivity coefficient and the relative change of meteorological elements. ET0has the most sensitivity to the changes of relative humidity, but the change rate of the relative humidity was small. ET0has the lower sensitive to the changes of wind speed, but the change rate of the wind speed was large, resulting the most contribution to ET0in the whole region was the wind speed. However, the stations number of the wind speed as the dominant factor decreased with the measure time, whereas the stations number of the average temperature as the dominant factor increased with the measure time, especially in the period of 2010—2014 to 2010s, 12 stations with the average temperature as the dominant factor. The stations number of the sunshine hours as the dominant factor also increased with the measured time. It infers that the average temperature and sunshine hours have much significant influences on ET0in recent years. From 2013 to 2016, the correlation coefficients of the winter average air temperature, sunshine hours, relative humidity, wind speed and PM2.5concentration were -0.44, -0.53, 0.42 and -0.35, respectively, while the correlation coefficients of ET0and PM2.5concentration were -0.37. Therefore, it is possible that the haze, especially winter haze, has a certain impact on meteorological elements, and thereby on ET0in the Beijing-Tianjin-Hebei region.

transpiration; evaporation; potential evapotranspiration; spatial and temporal variation; sensitivity analysis; contribution rate; climate change; Beijing-Tianjin-Hebei

2019-07-13

2020-02-12基金項目：國家重點研發(fā)（2016YFC0401407，2017YFC0405805-03）；華北水利水電大學(xué)高層次人才科研基金（201702016）

畢彥杰，講師，博士。主要從事流域水循環(huán)模擬與實驗、氣候變化方面研究。Email：835938470@qq.com

趙 勇，教高，博士，主要從事水文水資源研究。Email：zhaoyong@iwhr.com

10.11975/j.issn.1002-6819.2020.05.015

P426.2

A

1002-6819(2020)-05-0130-11

畢彥杰，趙 晶，趙 勇，肖偉華，孟凡錦. 京津冀地區(qū)潛在蒸散量時空演變特征及歸因分析[J]. 農(nóng)業(yè)工程學(xué)報，2020，36(5)：130－140. doi：10.11975/j.issn.1002-6819.2020.05.015 http://www.tcsae.org

Bi Yanjie, Zhao Jing, Zhao Yong, Xiao Weihua, Meng Fanjin. Spatial-temporal variation characteristics and attribution analysis of potential evapotranspiration in Beijing-Tianjin-Hebei region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(5): 130－140. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.05.015 http://www.tcsae.org