喀斯特地區(qū)參考作物蒸散量變化特征及驅(qū)動(dòng)機(jī)制研究
——以貴州省為例

邢 愿, 賀中華，2

(1.貴州師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院(喀斯特研究院)， 貴陽(yáng) 550001；2.貴州師范大學(xué) 國(guó)家喀斯特石漠化防治工程技術(shù)研究中心， 貴陽(yáng) 550001)

對(duì)參考作物蒸散量(ET0)的深入研究有助于規(guī)劃區(qū)域農(nóng)業(yè)生產(chǎn)和安排種植制度，科學(xué)評(píng)價(jià)農(nóng)業(yè)水分資源，合理制定農(nóng)田灌溉方案，防災(zāi)減災(zāi)，提高生產(chǎn)力，對(duì)區(qū)域社會(huì)經(jīng)濟(jì)科學(xué)發(fā)展有著重要意義[1]。由于ET0的直接測(cè)量難度大、成本高昂，方法技術(shù)無法大面積推廣，實(shí)用性低下，且數(shù)據(jù)準(zhǔn)確性難以保障[2]。目前使用最為廣泛的是聯(lián)合國(guó)糧農(nóng)組織(FAO)推薦的1998年修訂的Penman-Monteith 公式。在ET0對(duì)于氣象要素的敏感性方面的研究眾多，由于地理環(huán)境的差異性，不同研究區(qū)域的 ET0變化趨勢(shì)存在差異，其影響因素也因地而異[3]。

目前關(guān)于西南地區(qū) ET0及其影響因素，戴明宏等[4]研究發(fā)現(xiàn)，貴州省ET0與降水量、平均氣壓、日較差和相對(duì)濕度呈負(fù)相關(guān)關(guān)系，與平均風(fēng)速、平均氣溫、水汽壓和日照時(shí)數(shù)呈正相關(guān)關(guān)系，影響貴州省 ET0的主導(dǎo)因素是日照時(shí)數(shù)；倪寧淇等[5]研究表明1960—2015年年均ET0呈下降趨勢(shì)，但下降趨勢(shì)不顯著，西南全區(qū)及各分區(qū)參考作物蒸散量均對(duì)相對(duì)濕度的敏感性最高，除四川盆地外，其余分區(qū)對(duì)日照時(shí)數(shù)、最高溫度的敏感性較高，四川盆地對(duì)平均溫度的敏感性較高；張青雯等[6]研究發(fā)現(xiàn)1954—2013年西南5省年均ET0總體呈下降趨勢(shì)，空間分布特征為南部大于北部，云貴高原西部和廣西地區(qū)明顯大于四川盆地和云貴高原東部，四川盆地相對(duì)最小，川西高原南部和云貴高原東部地區(qū)相對(duì)最大；張偉偉等[7]基于西南地區(qū)108個(gè)氣象站點(diǎn)1960—2013年逐日氣溫、降水、風(fēng)速、日照時(shí)數(shù)、太陽(yáng)總輻射和相對(duì)濕度數(shù)據(jù)研究表明西南地區(qū)參考作物蒸散量在波動(dòng)中呈降低趨勢(shì)，ET0存在明顯的空間差異，表現(xiàn)為以云貴高原西部為高值中心，向四周遞減；影響西南地區(qū)ET0的因子主要以日照時(shí)數(shù)、風(fēng)速和相對(duì)濕度為主，但各區(qū)所受主控因子卻不盡相同。

貴州省充沛的降水和氣溫的綜合作用加劇了巖溶侵蝕，水土流失十分嚴(yán)重[8]。強(qiáng)烈的巖溶作用導(dǎo)致溶蝕裂隙、漏斗、落水洞等發(fā)育，地表水流極易進(jìn)入地下管網(wǎng)并流出區(qū)外，形成獨(dú)特的地表水和地下水二元水文結(jié)構(gòu)[9]?？λ固氐貐^(qū)地形起伏大，而地下水埋藏深，水資源開發(fā)利用成本高、難度大，地下水利用率低，加上土壤瘠薄，土地的保水性差，農(nóng)業(yè)生態(tài)環(huán)境極其脆弱[10-11]，水資源的相對(duì)缺乏給當(dāng)?shù)剞r(nóng)業(yè)發(fā)展帶來巨大影響。因此，針對(duì)喀斯特地區(qū)參考作物蒸散量時(shí)空變化特征及驅(qū)動(dòng)機(jī)制的研究，對(duì)農(nóng)業(yè)發(fā)展和防災(zāi)減災(zāi)，提高生產(chǎn)力及水資源合理配置有重要意義。

1 研究區(qū)概況

貴州簡(jiǎn)稱黔或貴，地處云貴高原為典型的喀斯特低山丘陵地貌區(qū)，介于東經(jīng)103°36′～109°35′、北緯24°37′～29°13′，地勢(shì)西高東低，自中部向北、東、南三面傾斜，平均海拔約1 100 m(圖1)。貴州省高原山地居多，素有“八山一水一分田”之說，人均耕地面積不到0.05 hm2(1 hm2=104m2)，遠(yuǎn)低于全中國(guó)平均水平，且土層厚、肥力高、水利條件好的耕地所占比重低[12]；氣候溫暖濕潤(rùn)，屬亞熱帶濕潤(rùn)季風(fēng)氣候，常年降雨量充沛，但時(shí)空分布不均，分布特點(diǎn)為南多北少，東多西少，全省多年平均降雨量為1 100～1 300 mm，光照條件差，全省大部地區(qū)日照時(shí)數(shù)為1 200～1 600 h，分布特點(diǎn)為西多東少；受大氣環(huán)流及地形等影響，氣候不穩(wěn)定，災(zāi)害性天氣種類較多，干旱、秋風(fēng)、凝凍、冰雹等頻度大，對(duì)農(nóng)業(yè)生產(chǎn)危害嚴(yán)重[13-15]。

圖1 貴州省地形及氣象站點(diǎn)分布

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

氣象資料來源于中國(guó)氣象科學(xué)數(shù)據(jù)共享網(wǎng)提供的地面氣象觀測(cè)數(shù)據(jù)集。本研究選取能較好均勻覆蓋貴州省、空間代表性較好的31個(gè)氣象站點(diǎn)(圖1)，2000—2017年植被主要生長(zhǎng)期(4—11月)逐日降水量(P)、平均氣溫(AT)、日照時(shí)數(shù)(t)、平均相對(duì)濕度(RH)、風(fēng)速(F)、水汽壓(e)等氣象資料。該資料經(jīng)過了嚴(yán)格的質(zhì)量控制，為后續(xù)計(jì)算參考作物蒸散量提供保障。

2.2 研究方法

2.2.1 參考作物蒸散發(fā)量(ET0)

以水汽擴(kuò)散理論與熱量平衡理論相結(jié)合的半經(jīng)驗(yàn)公式法為理論基礎(chǔ)，由英國(guó)學(xué)者彭曼提出的計(jì)算公式是目前世界上公認(rèn)的理論上較嚴(yán)密、實(shí)用上比較簡(jiǎn)單且誤差較小的用于計(jì)算作物蒸散發(fā)量的公式[16]。

(1)

式中：ET0為參考作物蒸散量；Rn為作物表面的凈輻射；G為土壤熱通量；T為地表高2 m處的平均氣溫；γ為干濕計(jì)常數(shù)；u2為地表高2 m處的平均風(fēng)速；es、ea分別為飽和水汽壓、實(shí)際水汽壓；Δ為當(dāng)前空氣溫度時(shí)的飽和水汽壓曲線斜率。具體計(jì)算見文獻(xiàn)[17-18]。

2.2.2 趨勢(shì)分析

基于MATLAB的柵格數(shù)據(jù)一元線性回歸及顯著性檢驗(yàn)法[19-20]，計(jì)算公式為

(2)

式中：θslope為回歸方程斜率，θslope>0,表示ET0有增加趨勢(shì)，θslope<0,表示ET0有減少趨勢(shì)；n表示監(jiān)測(cè)累積年數(shù)，n=18；Ci表示第i年的累積ET0。

(3)

2.2.3 突變分析

Mann-Kendall法是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)法，許多學(xué)者不斷完善和改進(jìn)，并應(yīng)用于氣溫、降水、徑流[21-23]等要素的趨勢(shì)變化分析和突變檢驗(yàn)。它不需要樣本遵從一定的分布，也不受少數(shù)異常值的干擾，計(jì)算簡(jiǎn)便、使用廣泛。Mann-Kendall法檢驗(yàn)統(tǒng)計(jì)量(S)計(jì)算公式為

(4)

式中：sign為符號(hào)函數(shù)，當(dāng)(xi-xj)小于、等于或大于0時(shí)，sign(xi-xj)分別為-1、0或1。序列的U(變化趨勢(shì))分別為

(5)

式中，U為正值表示增加趨勢(shì)，負(fù)值表示減少趨勢(shì)。U絕對(duì)值在大于等于1.645、1.96、2.576時(shí)分別表示其通過了置信度為90%、95%、99%的顯著性檢驗(yàn)。|U|>1.96， 拒絕原假設(shè)H0。假設(shè)檢驗(yàn)：H0是參考作物蒸散量系列有突變，H1為參考作物蒸散量系列沒有突變。在時(shí)間序列隨機(jī)獨(dú)立的假定下，計(jì)算統(tǒng)計(jì)量為

(6)

式中，E(Sk)和var(Sk)分別表示Sk的均值與方差。按時(shí)間序列x的逆序xn，xn-1，…，x1重復(fù)上訴過程，獲得統(tǒng)計(jì)變量UBk(k=n，n-1，…，1)同時(shí)使

UBk=-UFk

(7)

將UBk和UFk通過軟件繪制成曲線，如果兩條曲線出現(xiàn)交點(diǎn)，且該點(diǎn)處的U值滿足|U|<1.96 ，則認(rèn)為該點(diǎn)為序列的突變點(diǎn)，檢驗(yàn)置信水平α=0.05[24]。

2.2.4 主成分分析

主成分分析[25]是利用降維的思想，在損失很少信息的前提下把多個(gè)研究指標(biāo)轉(zhuǎn)換為幾個(gè)綜合指標(biāo)的一種統(tǒng)計(jì)方法，且各個(gè)主成分之間互不相干。主成分分析的數(shù)學(xué)模型為：對(duì)于k個(gè)觀測(cè)變量X1,X2，…，Xk,n個(gè)觀測(cè)樣本的數(shù)據(jù)矩陣。

(8)

將k個(gè)預(yù)測(cè)變量綜合成為z個(gè)新的變量(綜合變量)，即

(9)

式中：Y1為第一主成分，Y2為第二主成分，以此類推；aij為主成分系數(shù)。

3 結(jié)果分析

3.1 蒸散量空間分布特征

用反距離權(quán)重插值法(IDW)對(duì)2000—2017年貴州省植被生長(zhǎng)季多年平均參考作物蒸散量進(jìn)行插值得貴州省植被生長(zhǎng)季ET0空間分布(圖2)。貴州省不同地區(qū)植被生長(zhǎng)季年均ET0為580～910 mm，總體分布特征為：東南部地區(qū)高于西北部地區(qū)，喀斯特地區(qū)低于非喀斯特地區(qū)；形成以貴陽(yáng)-安順為核心的低ET0環(huán)狀空間分布，黔西南與黔南交界地區(qū)為核心的高ET0的帶狀空間分布特征；喀斯特石漠化較為嚴(yán)重的畢節(jié)、安順、貴陽(yáng)及黔南地區(qū)的北部地區(qū)為ET0最低區(qū)；遵義西部、畢節(jié)東部、六盤水北部、貴陽(yáng)北部地區(qū)為ET0較低區(qū)；遵義東北地區(qū)、銅仁、黔東南大部分地區(qū)、黔西南地區(qū)的西南部地區(qū)為ET0中高地區(qū)；ET0最高較高及最高區(qū)位于黔東南南部地區(qū)、黔西南與黔南交界地區(qū)，為植被覆蓋良好的非喀斯特地區(qū)。ET0最高區(qū)與最低區(qū)之間的差值為250 mm；ET0最高區(qū)與最低區(qū)面積分別為10 395.15、43 274.83 km2，分別占全省總面積的5.9%、24.6%。

由ET0年際變化趨勢(shì)圖(圖3)及其面積統(tǒng)計(jì)(表1)可得，近 18年來貴州省參考作物蒸散量總體表現(xiàn)為增加趨勢(shì)，即回歸系數(shù)θslope大于0的區(qū)域占整個(gè)研究區(qū)的67.44%，其中極顯著增加的區(qū)域占整個(gè)研究區(qū)的 9.92%，主要分布在貴州省西部地區(qū)，以畢節(jié)市的西部、六盤水的中部、黔西南地區(qū)的西南部最為顯著；顯著增加的區(qū)域占整個(gè)研究區(qū)的 8.18%，分布與極顯著增加區(qū)一致；ET0呈減少趨勢(shì)的的面積遠(yuǎn)小于增加區(qū)域的面積，在整個(gè)研究區(qū)中呈顯著和極顯著降低的區(qū)域所占面積不足10%，主要分布于貴陽(yáng)市西北部地區(qū)、黔南地區(qū)的中部。貴州省ET0的增加，表明作物灌溉需水量也隨之增加，貴州省作為典型喀斯特地區(qū)，水土流失嚴(yán)重，地表水資源有限且開發(fā)利用率低，自然降水無法保障作物生長(zhǎng)蒸散發(fā)所需的水分，對(duì)水分需求量大的水稻等作物不采取有效措施保障作物需水，將引發(fā)嚴(yán)重農(nóng)業(yè)干旱問題，導(dǎo)致糧食作物減產(chǎn)。

圖2 貴州省2000—2017年 植被生長(zhǎng)季ET0空間分布

圖3 貴州省2000—2017年ET0年際變化趨勢(shì)及顯著性檢驗(yàn)空間分布

表1 2000—2017年ET0年際變化趨勢(shì)統(tǒng)計(jì)

為進(jìn)一步探究喀斯特地區(qū)與非喀斯特地區(qū)植被生長(zhǎng)季ET0的變化特征，統(tǒng)計(jì)喀斯特與非喀斯特地區(qū)的氣象站點(diǎn)的蒸散量(圖4)。由圖4可得，植被覆蓋良好的非喀斯特地區(qū)ET0明顯高于喀斯特地區(qū)，且非喀斯特地區(qū)的ET0高于喀斯特地區(qū)約20 mm。非喀斯特地區(qū)植被生長(zhǎng)季ET0以每年1.318 2 mm的量增加，喀斯特地區(qū)與非喀斯特地區(qū)ET0趨勢(shì)變化一致，呈同增同減特征。

圖4 貴州省2000—2017年喀斯特與非喀斯特地區(qū)植被生長(zhǎng)季ET0趨勢(shì)統(tǒng)計(jì)

3.2 蒸散量趨勢(shì)分析

用一元線性趨勢(shì)檢驗(yàn)法、Kendall秩次檢驗(yàn)方法分析貴州省31個(gè)氣象站點(diǎn)的ET0。通過分析可得，其中有9個(gè)站點(diǎn)(圖1)通過了置信度95%的顯著性檢驗(yàn)(表2)。一元線性趨勢(shì)檢驗(yàn)法分析可得9個(gè)站點(diǎn)的線性趨勢(shì)方程擬合狀況較優(yōu)，其中威寧氣象站點(diǎn)擬合效果最優(yōu)。9個(gè)氣象站點(diǎn)的ET0呈明顯增加或減少趨勢(shì)，其中普安站點(diǎn)ET0增加趨勢(shì)最為顯著，以5.297 2 mm/d的速率增加；都勻站點(diǎn)ET0減小趨勢(shì)最為顯著，以10.66 mm/d的速率減少；Kendall秩次檢驗(yàn)分析可得，9個(gè)站點(diǎn)的|U|值均大于Ua/2=1.96，表明9個(gè)站點(diǎn)的ET0增加或減小趨勢(shì)顯著。其中威寧、普安、湄潭、安順、黎平、興義6個(gè)氣象站點(diǎn)呈顯著增加趨勢(shì)，分別以4.941 3、5.297 2、4.030 2、2.168 1、3.447 4、4.033 7 mm/d的速率增加，息烽、都勻、荔波3個(gè)氣象站點(diǎn)呈顯著減少趨勢(shì)，較少速率分別為5.8181、-10.66、-3.317 1 mm/d。

由9個(gè)氣象站植被生季年平均ET0一元線性趨勢(shì)變化(圖5)分析可得，獨(dú)山、安順、黎平、興義氣象站點(diǎn)ET0變化趨勢(shì)上下波動(dòng)明顯，各氣象站點(diǎn)ET0分別在2011年(746.7 mm)、2015年(659.3 mm)、2017年(787 mm)、2017年(784.7 mm)達(dá)到最大值；2003年(629.5 mm)、2012年(577.6 mm)、2012年(671.4 mm)、2008年(675.3 mm)達(dá)到最低值。

表2 氣象站點(diǎn)植被生長(zhǎng)季ET0變化趨勢(shì)及檢驗(yàn)結(jié)果

圖5 突變站點(diǎn)2000—2017年生長(zhǎng)季ET0變化過程

3.3 蒸散量突變分析

為探究氣象站點(diǎn)ET0趨勢(shì)發(fā)生波動(dòng)的原因，利用Mann-Kendall非參數(shù)統(tǒng)計(jì)檢驗(yàn)突變點(diǎn)分析法對(duì)9個(gè)氣象站點(diǎn)ET0進(jìn)行M-K突變點(diǎn)檢驗(yàn)(圖6)。威寧與普安站點(diǎn)ET0未出現(xiàn)突變性增長(zhǎng)或減小的時(shí)間節(jié)點(diǎn)，但威寧與普安氣象站點(diǎn)ET0呈持續(xù)增長(zhǎng)趨勢(shì)，分別在2008年與2004年后UF曲線值大于1.96，表明威寧與普安氣象站點(diǎn)ET0通過0.05顯著性檢驗(yàn)。息烽氣象站點(diǎn)的ET0發(fā)生突變的年份為2006年，UF曲線可知其年平均ET0序列呈現(xiàn)出單峰式變化，在2011年UF曲線超越0.05顯著性水平置信下限，減小的趨勢(shì)顯著；湄潭氣象站點(diǎn)ET0發(fā)生突變的年份為2004—2005年，其年平均ET0序列呈現(xiàn)出先減后增變化，在2004年后UF>0，ET0呈持續(xù)增長(zhǎng)趨勢(shì)，在2007年后UF>1.96，通過0.05顯著性檢驗(yàn)；安順與黎平氣象站點(diǎn)在0.05的置信水平下UF和UB兩條曲線有多個(gè)交點(diǎn)，經(jīng)過合理性分析可確定突變年份分別為2012年、2014年。都勻氣象站點(diǎn)ET0發(fā)生突變的年份為2008年，由UF曲線可知其年平均ET0序列呈現(xiàn)出波浪式變化，總體呈下降趨勢(shì)，在2011年后UF曲線超越0.05顯著性水平置信下限，減小的趨勢(shì)顯著；興義氣象站點(diǎn)ET0發(fā)生突變的時(shí)間為2012—2013年，總體呈增加趨勢(shì)，單增加趨勢(shì)不顯著；荔波氣象站點(diǎn)ET0發(fā)生突變的時(shí)間為2003—2004年，在2003年后UF<0，ET0呈持續(xù)減少趨勢(shì)。

圖6 突變站點(diǎn)2000—2017年生長(zhǎng)季ET0的M-K檢驗(yàn)

3.4 蒸散量驅(qū)動(dòng)因子分析

為探究影響ET0的變化的成因，利用因子分析與主成分析法作為主要研究方法，考慮與ET0有關(guān)的平均氣溫值、平均相對(duì)濕度、平均風(fēng)速日照時(shí)數(shù)、降水量、平均地表氣溫等6個(gè)指標(biāo)，作為探究影響ET0的影響指標(biāo)。

由表3可得，平均地表氣溫與降水量的假設(shè)相關(guān)系數(shù)為0的單側(cè)顯著性檢驗(yàn)概率為0.26大于0.05，因此兩者之間是不相關(guān)的；其他指標(biāo)假設(shè)相關(guān)系數(shù)為0的單側(cè)顯著性檢驗(yàn)概率均小于0.05，因此各變量?jī)蓛芍g是相關(guān)的。平均氣溫、平均地表溫度的能量來源主要都是太陽(yáng)輻射，因此二者與日照時(shí)數(shù)具有較高的相關(guān)度。平均氣溫值與平均相對(duì)濕度呈負(fù)相關(guān)，與其他指標(biāo)均呈正相關(guān)；平均相對(duì)濕度與降水量呈正相關(guān)，與其他指標(biāo)呈負(fù)相關(guān)；平均風(fēng)速與平均氣溫值、日照時(shí)數(shù)呈正相關(guān)，與平均相對(duì)濕度與降雨量呈負(fù)相關(guān)；日照時(shí)數(shù)與平均氣溫值、平均風(fēng)速呈正相關(guān)，與平均相對(duì)濕度與降水量呈負(fù)相關(guān)；降雨量與平均氣溫、平均相對(duì)濕度呈正比，與平均風(fēng)速與日照時(shí)數(shù)呈反比；平均地表氣溫與平均相對(duì)濕度呈反比，與平均氣溫、平均風(fēng)速、日照時(shí)數(shù)呈正比。

表3 相關(guān)矩陣

利用SPASS軟件，對(duì)31個(gè)氣象站點(diǎn)的氣象資料進(jìn)行主成分分析(表4)，第一主成分、第二主成分和第三主成分累積貢獻(xiàn)率達(dá)87.891%，因此前3個(gè)主成分能夠代表喀斯特地區(qū)植被生長(zhǎng)季ET0變化的驅(qū)動(dòng)因子，分別記作Y1、Y2和Y3。主成分與原始變量之間的相關(guān)系數(shù)，絕對(duì)值越大說明關(guān)系越密切(表5)，第一主成分與平均氣溫、平均地表氣溫相關(guān)系數(shù)為0.973、0.971，均呈較強(qiáng)的正相關(guān)；第二主成分主要反映平均相對(duì)濕度與降水量的影響，相關(guān)系數(shù)分別為0.823和0.832，即平均相對(duì)濕度與降水量越大，Y2值越??；第三主成分反應(yīng)風(fēng)速的影響，二者相關(guān)系數(shù)為0.990，與其余氣象要素相關(guān)性很弱，即風(fēng)速越大，Y3值越大。

表4 主成分特征值及貢獻(xiàn)率

表5 因子載荷矩陣

由特征向量矩陣(表6)可得，主成分的表達(dá)公式為

Y1=0.46XAT-0.45XRH+0.15XF+0.51Xt-0.19XP+0.51XGT

(10)

Y2=0.48XAT+0.4XRH-0.11XF-0.21Xt+0.63XP+0.39XGT

(11)

Y3=-0.03XAT-0.03XRH+0.97XF-0.13Xt+0.21XP-0.08XGT

(12)

表6 特征向量矩陣

由式(10)、式(11)、式(12)得第一因子與平均地表氣溫和日照時(shí)數(shù)關(guān)系緊密，第二因子與降水量關(guān)系緊密，第三個(gè)因子與平均風(fēng)速關(guān)系緊密，表明3個(gè)指標(biāo)對(duì) ET0的影響不同。第一主成分是由因子日照時(shí)數(shù)與平均地表氣溫決定的，即影響ET0變化的主要因素為平均氣溫；第二主成分上降水量為影響ET0變化的主要因素；第三主成分上平均風(fēng)速為影響ET0變化的主要因素?？λ固氐貐^(qū)植被生長(zhǎng)季的ET0的增加或者減少過程中，平均氣溫起主導(dǎo)作用，降水量與平均風(fēng)速起次要作用。研究發(fā)現(xiàn)ET0除了受平均地表氣溫與日照時(shí)數(shù)的影響外，平均相對(duì)濕度、降水量、平均風(fēng)速的因子載荷較高，說明ET0還和空氣的相對(duì)濕度、降水量、平均風(fēng)速關(guān)系密切，即空氣濕度越高、降水量減少、風(fēng)速越小則ET0減少。

4 結(jié)論

以貴州省喀斯特山區(qū)為研究對(duì)象，探究喀斯特山區(qū)參考作物蒸散量時(shí)空變化特征，闡明參考作物蒸散量趨勢(shì)變化的驅(qū)動(dòng)機(jī)制，以期為農(nóng)業(yè)種植規(guī)劃、干旱災(zāi)害監(jiān)測(cè)預(yù)警、喀斯特地區(qū)石漠化治理等提供科學(xué)依據(jù)。主要結(jié)論如下：

1)ET0分布特征為東南部地區(qū)高于西北部地區(qū)，喀斯特地區(qū)低于非喀斯特地區(qū)；喀斯特石漠化較為嚴(yán)重的畢節(jié)地區(qū)、安順、貴陽(yáng)及黔南地區(qū)的北部地區(qū)為ET0最低區(qū)，黔西南與黔南交界地區(qū)為核心的高ET0的帶狀空間分布特征，非喀斯特地區(qū)的ET0高于喀斯特地區(qū)。貴州省西部地區(qū)的ET0高于中、東部地區(qū)，與戴明宏等[4]研究結(jié)果一致。

2)通過Kendall秩次檢驗(yàn)與Mann-Kendall非參數(shù)統(tǒng)計(jì)檢驗(yàn)突變點(diǎn)分析法得31個(gè)氣象站點(diǎn)中有9個(gè)氣象站點(diǎn)的ET0呈明顯增加或減少趨勢(shì)，其中威寧與普安站點(diǎn)ET0未出現(xiàn)突變性增長(zhǎng)或減小的時(shí)間節(jié)點(diǎn)，威寧與普安氣象站點(diǎn)ET0呈持續(xù)平緩增加趨勢(shì)，其他站點(diǎn)ET0在不同時(shí)段出現(xiàn)突變。

3)植被生長(zhǎng)季影響ET0趨勢(shì)的主導(dǎo)因素為溫度與風(fēng)速，降水次之，ET0與3個(gè)主成分的多元線性回歸模型中，第一主成分主要反映平均氣溫、平均地表氣溫的影響，第二主成分主要反映平均相對(duì)濕度與降水量的影響，第三主成分與風(fēng)速密切相關(guān)。