土默川地區(qū)地表總輻射及地表凈輻射變化規(guī)律分析

董燁博，王聲鋒

(華北水利水電大學，鄭州 450046)

0 引 言

太陽輻射是眾多自然過程的能量來源，與人類生產生活、動植物生命活動、氣候變化等密切相關。地表凈輻射(surface net radiation,Rn)是地表通過不同波段的輻射過程得到的凈能量[1]，Rn在氣候監(jiān)測、天氣預報和農業(yè)氣象研究等領域被廣泛應用[2]。Rn是各種生態(tài)系統(tǒng)的能量來源，一方面，Rn的變化直接導致氣溫、濕度等氣象因素的變化，影響著區(qū)域氣候環(huán)境；另一方面，Rn對生態(tài)系統(tǒng)凈初級生產力的高低、植物的生長發(fā)育、生物量的形成與積累等具有重要意義。

Rn的主要組成是地表太陽總輻射(surface total radiation，Rs)，是計算Rn的重要參量。關于Rn和Rs的確定方法,過去已經進行過較為系統(tǒng)的研究,例如張藝璇等[3]對西北地區(qū)Rs計算模型的適用性進行了評價，于瑛等[4]研究了各種日Rs推算模型在中國的適用性，翁篤鳴等[5]、王可麗等[6]、劉新安等[7]、任鴻瑞等[8]研究了不同的Rn計算方法并進行評價，杜建飛等[9]、馬耀明等[10]、 葉晶等[11]、張杰等[12]利用遙感資料推算了部分地區(qū)的Rn等,但目前尚未見到有關土默川地區(qū)地表輻射的研究，哪種Rn計算模式更為適用于土默川平原,以及該區(qū)域地表輻射的歷史性變化規(guī)律都無明確的結論。土默川平原也被稱為“前套平原”，位于內蒙古西部地區(qū)，西起包頭市鐙口，東至蠻漢山，北靠大青山，南瀕黃河，以和林格爾丘陵為界，總體上南北窄，西窄東寬，可耕種土地面積約2.2 萬hm2，是內蒙古西部的糧食主產區(qū)之一，也是內蒙古的“米糧川”[13]。因此，研究該地區(qū)Rn及其變化趨勢，可以為該地區(qū)的資源高效利用和農業(yè)生產發(fā)展等事項提供重要的參考依據。

1 數據與方法

1.1 Rs及Rn分析方法

選取6種基于日照時數的Rs計算模型，利用土默特左旗氣象站1987-1989年的逐日日照時數以及逐日Rs數據進行參數擬合，并利用1990-1991年逐日Rs數據進行檢驗與精度比較，然后選取精度最優(yōu)的模型對1978-2017年逐日Rs進行估算，并利用1978-2017年的逐日日照時數、最高氣溫、最低氣溫、平均相對濕度等氣象數據模擬得到本地區(qū)的逐日Rn，對計算所得的逐日Rn數據進行處理，得到逐旬、季節(jié)、年平均Rn數據，并進行趨勢變化分析。

1.2 原始數據處理

本文使用的基礎數據包括中國氣象局提供的土默特左旗氣象站(站號：53464)1987-1991年逐日Rs觀測數據和1959-2017年逐日日照時數、最高氣溫、最低氣溫、平均相對濕度數據，并以土默特左旗氣象站數據及計算結果代表土默川地區(qū)的情況。在進行參數擬合之前，先對原始數據進行嚴格的質量審核，設定逐日最低氣溫不得小于-89.4 ℃，最高氣溫不得大于93.9 ℃[1]，當日Rs不得大于相應的大氣頂層輻射值(atmospheric radiation,Ra)，即Rs/Ra<1，日Rs應大于連續(xù)陰天情況下的預測最小值，對于陰天等極端情況，可接受Rs/Ra不小于0.015，對于不滿足上述條件的數據進行剔除。為保證數據的一一對應，所剔除數據對應那一天的其他數據也一同被刪除，并對刪除數據按線性插補的原則進行插值處理。

1.3 Rs計算方法

(1)

表1 基于日照時數的Rs計算模型

1.4 Rn計算方法

Rn計算方法采用聯合國糧農組織FAO在1990年推薦的用于計算參考作物蒸散量的Penman-Monteith公式中用于計算輻射項的相關公式。該公式將計算標準進行了統(tǒng)一，用開闊(長寬都大于200 m)、不缺水的矮草地(草高8～15 cm)蒸騰蒸發(fā)ETg(g指草地)作為參考蒸騰蒸發(fā)，來替代開闊水面，估算精度高且可比性良好，計算公式如下：

Rn=0.77Rs-4.903×

(2)

(3)

(4)

式中：Rs為地表總輻射，MJ/(m2·d)；Rs0為晴空時太陽輻射，即n=N時的Rs，MJ/(m2·d)；Tmax,k、Tmin,k分別為24 h內最高、最低絕對溫度，K=C+273.16；ea為實際水汽壓，kPa；RHmean為平均相對濕度，%；e°(T)為氣溫為T時的飽和水汽壓，kPa；T為地面以上2 m處的氣溫；Tmax、Tmin分別為地面以上2 m處最高、最低氣溫，℃。

1.5 模型評價方法

將各氣象站點實測Rs作為標準值，采用決定系數R2、均方根誤差RMSE、平均絕對誤差MAE、平均相對誤差MRE等指標對所選模型的計算結果進行誤差及一致性評價，模型評價標準為：R2越接近1，說明計算值與實測值擬合度越高；MAE、MRE、RMSE越小，表示模型計算值與實測值的誤差越小，各指標計算公式為:

(5)

(6)

(7)

(8)

1.6 Rn變化趨勢分析方法

1.6.1 線性趨勢分析

將求得Rn的變化趨勢用一次線性回歸方程定量描述：

Rn=a0+a1T

(9)

式中：T為年份；a1為氣候傾向率，把a1×10稱為10年變化幅度。

對Rn計算值和年份序列的散點圖進行線性擬合，即可得到Rn逐年變化趨勢。

1.6.2 Mann-Kendall趨勢分析

采用國際氣象組織(WMO)推薦應用于環(huán)境數據時間序列趨勢分析的Mann-Kendall趨勢分析方法對土默川地區(qū)40 a來的Rn進行時間趨勢變化檢驗和突變分析。該方法不需要樣本遵從一定的分布，也不受少數異常值的干擾，與傳統(tǒng)參數方法相比，可以更加客觀地反映出樣本序列變化趨勢，所以被廣泛應用于時間趨勢分析中，具體檢驗方法如下：

(10)

(11)

式中：Z為標準化后的檢驗統(tǒng)計量；S為檢驗統(tǒng)計量；sign()為符號函數，當Xi-Xj小于、等于或大于零時，sign(Xi-Xj)分別為-1、0或1；Xi、Xj為Rn序列數據；n為Rn序列數據個數。

當n≥8時,S近似為正態(tài)分布，其均值為0，方差Var(S)=n(n-1)(2n+5)/18。若|Z|≥Z1-a/2，則拒絕原假設H0，即在置信水平α上，所檢驗的序列數據存在明顯的上升或下降趨勢。Z為正值表示增加趨勢，負值表示減少趨勢。若Z的絕對值大于等于1.28、1.64或2.32時表示分別通過了置信度90%、95%、99%顯著性檢驗。

2 計算結果與分析

2.1 Rs計算模型比較及修正

考慮到不同的日照時數模型所計算的Rs值有所不同，模型中參數取值會對Rs值產生影響，為了使所選的模型能更加精確模擬土默川地區(qū)Rs值，選取1987-1989年土默特左旗Rs實測數據，采用最小二乘法對6種模型參數進行修正，并使用1990-1991年數據進行驗證，各模型修正后的參數值如表2所示。

表2 Rs計算模型參數率定與精度比較

經對比分析發(fā)現，Bahel日照時數模型(BA)的R2為0.83，RMSE為2.49 MJ/(m2·d),MRE為0.12，MAE為1.55 MJ/(m2·d)，具有最好的模擬精度，觀測值與模型擬合結果如圖1所示。故選用Bahel模型計算土默特左旗1978-2017年的逐日Rs序列，進而利用FAO推薦的公式計算1978-2017年的逐日Rn。

2.2 Rn年內變化特征

本文根據國內常用的氣象季節(jié)劃分法進行季節(jié)劃分，即冬季為上年12月至當年2月、春季為3月至5月、夏季為6月至8月、秋季為9月至11月。計算1978-2017年各旬的Rn平均值。圖2為40 a逐旬總平均Rn變化曲線，可知Rn在年內呈單峰型，與張曉龍(2018)[21]的研究結果一致，上半年(1-6月)Rn呈上升趨勢，3-4月上升最為迅速，上升幅度在1.75～2.92 MJ/(m2·d)之間，年內Rn峰值出現在5月下旬-8月上旬之間，不同年份達到峰值時間有所差異。下半年(7-12月)Rn開始下降，9-11月下降幅度最大，下降幅度在1.42～3.12 MJ/(m2·d)之間，Rn在12月下旬達到一年中的最低值。從圖2可知，Rn的季節(jié)性變化非常明顯，總體上呈現出夏季高，冬季低，春季高于秋季的特點，夏季到秋季Rn下降迅速，其下降幅度大于春季到夏季Rn的上升幅度。

圖2 40 a平均逐旬Rn變化曲線

2.3 Rn年際變化特征

對計算所得的1978-2017年40 a逐日Rn數據進行分析計算，得到4個季節(jié)及全年的平均值。圖3顯示的是為土默特左旗氣象站40 a全年、各季節(jié)Rn多年平均值變化曲線,其中*代表0.05水平上顯著；**代表0.01水平上極顯著。可以看出1978-2017年土默川地區(qū)春季、秋季、冬季以及年Rn值在總體上呈下降趨勢，夏季Rn值在總體上呈現上升趨勢。

圖3 1978-2017年全年、春、夏、秋、冬季平均Rn變化趨勢

利用Mann-Kendall趨勢分析方法得到土默川地區(qū)年、四季Rn的統(tǒng)計值Z和變化趨勢，計算結果見表3?？煽闯?，Rn年平均值每10年變化幅度為-0.033 MJ/(m2·d)，通過了置信度為90%的顯著性檢驗，說明年Rn減少趨勢比較明顯，春季Rn每10年變化幅度為-0.060 MJ/(m2·d)，并通過了置信度為95%的顯著性檢驗，有明顯的減少趨勢。夏季Rn每10 a上升幅度為0.034 MJ/(m2·d)，并通過了置信度為90%的顯著性檢驗，說明夏季Rn增加趨勢比較明顯。秋季Rn每10 a變化幅度為-0.028 MJ/(m2·d)，但沒有通過顯著性檢驗，說明秋季Rn有下降趨勢但不明顯。冬季Rn的每10 a變化幅度最大，達到了-0.074 MJ/(m2·d)，并通過了置信度為95%的顯著性檢驗，說明冬季Rn的減少趨勢明顯。通過Mann-Kendall非參數檢驗法分析土默川地區(qū)年、春季、夏季、秋季、冬季Rn突變點，得到結果如圖4所示，年Rn和冬季Rn的突變點不明顯，春季突變點在2011年左右，夏季突變點在1987年、1988年、1991年和1992年，秋季則在2002年、2003年存在較明顯的突變點。

表3 40 a土默川年、春季、夏季、秋季、冬季Rn變化趨勢統(tǒng)計表

圖4 1978-2017年全年、春、夏、秋、冬季平均rn突變檢驗曲線圖

3 結 語

本文以土默川地區(qū)Rs和Rn為研究對象，將土默特左旗氣象站長期觀測的氣象數據，選用擬合度最好的日照時數模型(BA)計算逐日Rs序列，通過FAO1990年推薦的Penman-Monteith公式中輻射項計算公式，估算本地區(qū)長序列的逐日Rn，在此基礎上采用線性趨勢分析和Mann-Kendall趨勢分析方法，揭示本地區(qū)Rn的時間變化特征，得到了如下主要結論：

(1)以Rs實測值為標準值對6種基于日照時數的Rs計算模型進行參數擬合與精度比較，結果發(fā)現Bahel模型總體擬合精度最好。

(2)通過計算逐旬Rn，發(fā)現Rn在年內呈單峰型，年內Rn峰值出現在5月下旬-8月上旬月之間；Rn在上半年呈上升趨勢，3-4月上升幅度最大；7-12月Rn開始下降，9-11月下降幅度最大；Rn在12月下旬達到一年中的最低值。

(3)1978-2017年期間年、春、秋、冬季土默川地區(qū)平均Rn的均呈下降趨勢，每10年下降幅度分別為-0.033、-0.060、-0.028和-0.074 MJ/(m2·d)。夏季Rn呈上升趨勢，每10年上升幅度為0.034 MJ/(m2·d)。