氣象因素對(duì)民勤地區(qū)參考作物騰發(fā)量變化的貢獻(xiàn)分析

黃 悅 李思恩

(中國(guó)農(nóng)業(yè)大學(xué) 水利與土木工程學(xué)院，北京 100083)

參照作物騰發(fā)量ET0是指生長(zhǎng)旺盛、高度整齊、不缺水而且地面完全被覆蓋的低矮青草地(草高8～15 cm)的騰發(fā)量[1]，我國(guó)又稱參照作物需水量。ET0是表示具體地點(diǎn)、年內(nèi)某時(shí)間的天氣蒸發(fā)能力，不考慮作物特性和土壤條件的影響。計(jì)算ET0普遍采用世界糧農(nóng)組織推薦的Penman-Monteith方法，與評(píng)價(jià)區(qū)草的ET0非常接近，該方法以能量平衡和水汽擴(kuò)散理論為基礎(chǔ)，既考慮了空氣動(dòng)力學(xué)和輻射的作用，又涉及了作物的生理特征[2]。公式還引入表面阻力參數(shù)，用來(lái)表征作物生理過(guò)程中葉面氣孔及表層土壤對(duì)水汽傳輸?shù)淖枇ψ饔?。影響ET0的因素只有氣象因素，深入探究氣象因子對(duì)參考作物騰發(fā)量ET0變化的影響規(guī)律，對(duì)于解釋騰發(fā)的控制機(jī)制、建模和預(yù)測(cè)至關(guān)重要。

近年來(lái)已有研究采用不同方法討論氣象因素對(duì)參考作物騰發(fā)量的影響，如：張瑞美等[3]采用因子分析法探究參考作物騰發(fā)量ET0與各氣象因子的關(guān)系；范文波等[4]采用通徑分析法找出氣象因素對(duì)參考作物騰發(fā)量ET0影響的直接效應(yīng)和間接效應(yīng)，定量分析了指標(biāo)間的相互影響程度；董煜等[5]采用敏感性系數(shù)的方法分析了新疆地區(qū)氣象因素對(duì)參考作物騰發(fā)量ET0的敏感性分析；楊漢波等[6]采用彈性系數(shù)法分離了各氣候變量(降雨、風(fēng)速、相對(duì)濕度等)對(duì)徑流的影響。但是不同研究方法在不同地理氣候特征下得出的各地區(qū)氣象因素對(duì)參考作物騰發(fā)量變化量的貢獻(xiàn)大小不盡相同：梁麗喬等[7]研究表明相對(duì)濕度是控制ET0的主要因子，其次是氣溫，日照時(shí)數(shù)和風(fēng)速的敏感系數(shù)最低；王媛等[8]研究結(jié)果顯示在艾比湖綠洲中，各氣象因子對(duì)ET0的敏感程度由大到小依次為，相對(duì)濕度，最高溫度，風(fēng)速，最低溫度，日照時(shí)間；謝平等[9]的研究發(fā)現(xiàn)在東江流域，日照時(shí)數(shù)的平均影響量最大，溫度、相對(duì)濕度其次，且二者相近，風(fēng)速最小?？梢?，氣象因素對(duì)參考作物騰發(fā)量的貢獻(xiàn)程度有著明顯的區(qū)域特征。此前，佟玲等[10]利用趨勢(shì)分析和相關(guān)分析法分析了石羊河流域氣候變化對(duì)參考作物蒸發(fā)蒸騰量的影響，這對(duì)于探索ET0變化的原因很有意義，但是更傾向于定性分析。

張逸君等[11]研究了民勤西沙窩1968—2018年的蒸發(fā)皿蒸發(fā)量與主要?dú)庀笠蜃幼兓南嚓P(guān)關(guān)系及關(guān)聯(lián)的密切程度，但其研究?jī)H分析了各氣象因子的變化趨勢(shì)和蒸發(fā)量與氣象因子的相關(guān)性大小。同樣，陳英[12]分析了河西走廊東部5個(gè)氣象站蒸發(fā)皿蒸發(fā)量的變化趨勢(shì)，并未深入研究蒸發(fā)皿蒸發(fā)量變化與氣象因素的定量關(guān)系。鄭健等[13]研究了基于氣候分區(qū)的甘肅地區(qū)參考作物蒸發(fā)蒸騰量的變化及其時(shí)空分布規(guī)律。因此，已有研究多分析參考作物蒸發(fā)蒸騰量的變化規(guī)律以及氣候變化對(duì)參考作物蒸發(fā)蒸騰量的定性影響，很少有研究在長(zhǎng)時(shí)間尺度下定量分析民勤地區(qū)氣象因素對(duì)ET0變化量的貢獻(xiàn)量大小。

甘肅省民勤縣地處河西走廊東北側(cè)，位于石羊河下游[14]，巴丹吉林和騰格里兩大沙漠將其東西北三面包圍。由于其特殊的地理位置，在西北地理變化和穩(wěn)定中起著至關(guān)重要的作用。然而，由于上游水資源的過(guò)度使用，導(dǎo)致民勤地區(qū)生態(tài)環(huán)境十分脆弱，民勤曾經(jīng)也一度被稱為“第二個(gè)羅布泊”。但是近年來(lái)隨著對(duì)民勤地區(qū)土壤荒漠化治理的力度加大，生態(tài)恢復(fù)效果十分顯著，在2019年民勤縣還獲得了全國(guó)綠化模范單位榮譽(yù)稱號(hào)。

因此，本研究擬以甘肅國(guó)家級(jí)地面站點(diǎn)民勤站[52681]為研究區(qū)，利用Penman-Monteith公式，根據(jù)1968—2018年的數(shù)據(jù)資料采用敏感曲線法、偏相關(guān)分析以及主成分分析法定量探究長(zhǎng)時(shí)間序列下民勤地區(qū)氣象因素對(duì)參考作物騰發(fā)量變化的貢獻(xiàn)分析，以期為深入認(rèn)識(shí)西北干旱地區(qū)參考作物騰發(fā)量對(duì)氣候因素的響應(yīng)提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)域

本研究選取甘肅國(guó)家級(jí)地面站點(diǎn)民勤站[52681](103°08′ E，38°63′ N，海拔高度1 367 m)為代表站，采用來(lái)自中國(guó)氣象數(shù)據(jù)網(wǎng)的氣象數(shù)據(jù)進(jìn)行計(jì)算。1968—2018年民勤站的逐月地面資料的主要參數(shù)包括：月平均最低氣溫、月平均最高氣溫、晚上20時(shí)到次日晚上20時(shí)的24小時(shí)累計(jì)降雨量、平均氣壓、平均2 min風(fēng)速和日照時(shí)數(shù)。

1.2 研究方法

1.2.1Penman-Monteith公式

聯(lián)合國(guó)糧農(nóng)組織推薦的Penman-Monteith公式如下[15]：

(1)

式中：ET0為參考作物騰發(fā)量，mm/d；Rn為作物表面凈輻射，MJ/m2/d；G為土壤熱通量MJ/m2/d；T為2 m高度處空氣溫度，℃；U2為2 m高度處風(fēng)速，m/s；es為飽和水汽壓，kPa；ea為實(shí)際水汽壓，kPa；es-ea為飽和水汽壓差，kPa；Δ為水汽壓曲線斜率，kPa/℃；γ為濕度計(jì)常數(shù)，kPa/℃。

以d為時(shí)間步長(zhǎng)計(jì)算ET0時(shí)，日土壤熱通量的數(shù)量級(jí)別相當(dāng)小，因此可以忽略不計(jì)。當(dāng)以月為時(shí)間步長(zhǎng)計(jì)算ET0時(shí)，當(dāng)土壤變暖(春季)或變冷(冬季)時(shí)，以月為時(shí)間步長(zhǎng)的土壤熱通量對(duì)于月平均凈輻射來(lái)說(shuō)大，因此，在這種情況下土壤熱通量不能忽略，其數(shù)值必須由前一個(gè)月和下一個(gè)月的平均氣溫來(lái)確定。

1.2.2偏相關(guān)分析

偏相關(guān)分析可以衡量多個(gè)變量中某2個(gè)變量之間的線性相關(guān)程度[13]，反映在多個(gè)變量中兩兩變量的真實(shí)相關(guān)關(guān)系[16]。利用SPSS 24.0軟件計(jì)算各氣象因素：平均最高氣溫Tmax、平均最低氣溫Tmin、平均風(fēng)速U、平均飽和水汽壓差VPD、平均凈輻射與土壤熱通量的差Rn-G對(duì)于參考作物騰發(fā)量ET0的偏相關(guān)系數(shù)，進(jìn)而分析各氣象因素對(duì)ET0的影響程度。

1.2.3主成分分析

主成分分析法以降維為目標(biāo)，將多個(gè)變量轉(zhuǎn)化為少數(shù)互不相關(guān)的幾個(gè)變量，通過(guò)較少的變量得到最多的信息量[17]。對(duì)參考作物騰發(fā)量進(jìn)行主成分分析，對(duì)氣象因素進(jìn)行再分類，以便從眾多的影響因素中找出具有最大相關(guān)性的影響因子。利用SPSS 24.0 軟件進(jìn)行主成分分析，利用KMO和Bartlett分析對(duì)結(jié)果進(jìn)行檢驗(yàn)，KMO>0.6，說(shuō)明變量之間存在相關(guān)性；Bartlett分析看SIG，若SIG>0.05，則不適宜進(jìn)行因子分析。

1.2.4敏感性分析

敏感性分析[18]是從定量的角度研究一個(gè)或幾個(gè)相關(guān)氣象因子發(fā)生變化時(shí)，對(duì)參考作物蒸散變化的影響程度，主要包括敏感曲線法和敏感系數(shù)法2種方法。敏感曲線法可以直觀、準(zhǔn)確的描述參數(shù)的敏感性。具體方法：在其他氣象因子不變的情況下，改變某一個(gè)氣象因子，將其變化范圍定為-20%～20%，變化幅度為5%，計(jì)算ET0相對(duì)變化量ΔET0/ET0。以氣象因子變化幅度為X軸，ΔET0/ET0為Y軸，得到氣象因子的敏感曲線，敏感系數(shù)表現(xiàn)在圖形上就是敏感曲線在原點(diǎn)處的切線斜率，該斜率即為參考作物騰發(fā)量的變化量對(duì)氣象因子的敏感性大小。

1.2.5氣象因素對(duì)ET0變化的貢獻(xiàn)

敏感系數(shù)的大小反映了各因子對(duì)研究對(duì)象的敏感程度，氣象因素對(duì)ET0變化的貢獻(xiàn)大小則采用Yin等[21]提出方法，用氣象因素與ET0的敏感系數(shù)乘以該因素的多年相對(duì)變化，即為該氣象因素對(duì)ET0變化的貢獻(xiàn)值。正值表示正貢獻(xiàn)，負(fù)值表示負(fù)貢獻(xiàn)。計(jì)算公式如下：

vi,C=vi,S·vi,RC

(2)

(3)

ET0的實(shí)際變化通過(guò)Penman-Monteith公式計(jì)算得到的ET0多年相對(duì)變化ET0,RC得到。

2 結(jié)果與分析

2.1 ET0變化趨勢(shì)

圖1(a)為民勤站ET0的年內(nèi)變化趨勢(shì)，其中月ET0由每年每月的氣象數(shù)據(jù)計(jì)算，再求多年月均值得到。由圖1(a)可見：ET0年內(nèi)變化特征呈拋物線形式；ET0在1—5月增加，8—12月遞減，在7月達(dá)到最大值為5.29 mm/d。

圖1(b)、(c)和(d)是民勤站ET0在不同時(shí)間尺度的年際變化特征：1 a時(shí)間尺度下，ET0的年際變化波動(dòng)較大，整體呈上升趨勢(shì)但走向不顯著。在5和10 a的時(shí)間尺度下，ET0的線性擬合程度提升；民勤站多年平均ET0為3.59 mm/d，最小值在1968年為3.25 mm/d，最大值在2013年為3.93 mm/d，ET0整體呈增長(zhǎng)趨勢(shì)；從20世紀(jì)80年代開始進(jìn)入一個(gè)低谷期，到21世紀(jì)開始明顯上升。

圖中虛線為趨勢(shì)線。下圖同。 The dotted line in theFigure is the trend line. The same inFig.2.圖1 1968—2018年甘肅國(guó)家級(jí)地面站點(diǎn)民勤站的ET0變化趨勢(shì) Fig.1 ET0 variation trend of Minqin Station in Gansu National Ground Station from 1968 to 2018

2.2 ET0與各氣象因素的相關(guān)性分析

2.2.1民勤站各氣象因素的變化

圖2是民勤地區(qū)各氣象因素在不同時(shí)間尺度的變化特征。1 a時(shí)間尺度下，平均最高氣溫Tmax整體呈波動(dòng)上升趨勢(shì)；在5和10 a時(shí)間尺度下，線性擬合程度在提高，上升趨勢(shì)較明顯；平均最高氣溫Tmax的多年平均值為16.31 ℃，Tmax的最小值出現(xiàn)在1968年為14.91 ℃，最大值在2013年為17.93 ℃(圖2(a)～(c))。平均最低氣溫Tmin在1、5和10 a 3個(gè)時(shí)間尺度下的線性擬合程度均較高，上升趨勢(shì)明顯；平均最低氣溫Tmin的多年平均值為1.90 ℃，Tmin的最小值出現(xiàn)在1970年為-0.18 ℃，最大值在2015年為4.08 ℃(圖2(d)～(f))。

由圖2(g)～(i)可見：1 a時(shí)間尺度下，平均風(fēng)速U整體呈波動(dòng)下降趨勢(shì)，隨著時(shí)間尺度的增大，線性擬合的程度也在提高。在5 a時(shí)間尺度下可以看出，1990年之前U的下降趨勢(shì)明顯，但在1990—2000年，U有個(gè)先增加后下降的劇烈波動(dòng)，隨后在2000年之后U有緩慢增加的趨勢(shì)。平均風(fēng)速U的多年平均值為1.96 m/s，U的最小值出現(xiàn)在2002年為1.62 m/s，最大值在1969年為2.26 m/s。

平均飽和水汽壓差VPD整體呈增加趨勢(shì)，隨著時(shí)間尺度的增大，線性擬合的程度也在提高:平均飽和水汽壓差VPD的多年平均值為0.99 kPa，VPD的最小值出現(xiàn)在1968年為0.86 kPa，最大值在2013年為1.18 kPa(圖2(j)～(l))。

平均凈輻射與土壤熱通量的差Rn-G整體呈增加趨勢(shì)，隨著時(shí)間尺度的增大，線性擬合的程度有所提高：在10 a時(shí)間尺度下可以看出，2000年以后Rn-G呈下降趨勢(shì)；平均凈輻射與土壤熱通量的差Rn-G的多年平均值為9.72 mm/d，Rn-G的最小值出現(xiàn)在1975年為9.22 mm/d，最大值在1997年為10.23 mm/d(圖2(m)～(o))。

2.2.2ET0與各氣象因素的相關(guān)性分析

由表1可以看出，ET0與各氣象因素均呈顯著的正相關(guān)關(guān)系，相關(guān)性系數(shù)VPD>Tmax>Tmin>(Rn-G)>U。由相關(guān)性系數(shù)可以看出，在民勤地區(qū)VPD是影響ET0的重要參數(shù)，其次是溫度、輻射，影響最小的是風(fēng)速。但是此變量間的相關(guān)分析只反映出ET0與單一氣象因子間的相關(guān)性，不能看出其他氣象因素對(duì)ET0與某個(gè)氣象因子間其中的影響，也不能反映出氣象因素對(duì)ET0變化量的貢獻(xiàn)大小，因此需要結(jié)合以下方法進(jìn)一步分析。

表1 1968—2018年甘肅國(guó)家級(jí)地面站點(diǎn)民勤站ET0與各氣象因素的相關(guān)性Table 1 Correlation between ET0 and meteorological factors in Gansu National Ground Station Minqin Station from 1968 to 2018

2.3 ET0與各氣象因素的偏相關(guān)分析

表2是剔除了其他所有氣象因素，僅考慮一個(gè)氣象因子與ET0的偏相關(guān)關(guān)系。表3是依次剔除一個(gè)氣象因素，固定考慮除剔除的氣象因素外其他某一個(gè)氣象因子與ET0的偏相關(guān)關(guān)系。

由表2可以看出在偏相關(guān)分析中，ET0與Tmin變?yōu)榱素?fù)相關(guān)，但是偏相關(guān)關(guān)系并不顯著；ET0與Tmax、U、VPD和Rn-G仍呈正相關(guān)。ET0與各氣象因素偏相關(guān)系數(shù)的絕對(duì)值由大到小依次為：U>VPD>(Rn-G)>Tmax>Tmin。與兩變量間的相關(guān)性系數(shù)相比，ET0與VPD、Tmax的偏相關(guān)系數(shù)變化不大，ET0與Rn-G、U的偏相關(guān)系數(shù)變化較明顯，T0與Tmin由正相關(guān)變?yōu)榱素?fù)相關(guān)，但是偏相關(guān)系數(shù)不顯著。上述變化可以側(cè)面反映出ET0與VPD的關(guān)系受其他氣象因素影響較??；ET0與Tmax的關(guān)系受VPD的影響較大一些，受其他氣象因素則影響較小。Rn-G、U與ET0的偏相關(guān)系數(shù)變化較大，說(shuō)明Rn-G、U本身對(duì)ET0有一定的影響，但是Rn-G、U對(duì)ET0的影響受其他氣象因素影響較大。ET0與Rn-G的關(guān)系受VPD和溫度的影響較大；ET0與U的關(guān)系均受到其他氣象因素的一些影響。

表2 1968—2018年甘肅國(guó)家級(jí)地面站點(diǎn)民勤站ET0與各氣象因素的偏相關(guān)性Table 2 Partial correlation between ET0 and meteorological factors of National Ground Stations in Gansu from 1968 to 2018

表3 1968—2018年甘肅國(guó)家級(jí)地面站點(diǎn)民勤站ET0與各氣象因素的偏相關(guān)性系數(shù)Table 3 Partial correlation coefficient between ET0 and meteorological factors of National Ground Stations in Gansu from 1968 to 2018

E

2.4 ET0與各氣象因素的主成分分析

利用SPSS 24.0軟件進(jìn)行主成分分析，利用Bartlett進(jìn)行分析，SIG值小于0.05，表明可以進(jìn)行因子分析。由表4可知，成分1是方差貢獻(xiàn)最大的主成分，方差貢獻(xiàn)率為59.107%。另外，在5個(gè)變量因子中，其起始特征值大于1的有2個(gè)成分，這2個(gè)成分的方差貢獻(xiàn)率分別為59.107%、20.059%，累計(jì)方差貢獻(xiàn)率為79.167%，這說(shuō)明了起始特征值大于1的有2個(gè)成分可以解釋原來(lái)5個(gè)變量79.167% 的信息，表示分析時(shí)只需提取前2個(gè)公共因子即可。

通過(guò)因子分析法提取2個(gè)主成分進(jìn)行主成分分析，得到各主成分的荷載矩陣(表5)。由表5可見：第一個(gè)主成分的方差貢獻(xiàn)率(59.107%)最大，主要在最高氣溫Tmax與飽和水汽壓差VPD上的荷載較大，表明Tmax與上升是ET0升高的主要影響因子；第二個(gè)主成分的方差貢獻(xiàn)率(20.059%)明顯低于第一個(gè)主成分。第二個(gè)主成分主要在Rn-G指標(biāo)上的荷載較大，說(shuō)明Rn-G的上升在某種程度上成為ET0升高的因素，U在第二主成分的荷載為-0.288，說(shuō)明U對(duì)ET0升高有制約作用?？偟膩?lái)說(shuō)，Tmax與VPD對(duì)ET0的影響較大；Rn-G對(duì)ET0也有一定的影響，U對(duì)ET0為負(fù)影響。

表4 1968—2018年甘肅國(guó)家級(jí)地面站點(diǎn)民勤站ET0主成分分析法總方差解釋Table 4 Interpretation of the total variance of ET0 of Minqin Station of Gansu National Ground Station from 1968 to 2018 by principal component analysis

表5 1968—2018年甘肅國(guó)家級(jí)地面站點(diǎn)民勤站ET0主成分分析Table 5 Principal component analysis of ET0 of Minqin Station of Gansu National Ground Station from 1968 to 2018

2.5 ET0與各氣象因素的敏感性分析

表6和圖3為在年內(nèi)尺度上參考作物騰發(fā)量對(duì)氣象因素的敏感系數(shù)以及敏感系數(shù)和氣象因素在年內(nèi)的趨勢(shì)變化。由表6和圖3可知：ET0對(duì)Tmax與Tmin的敏感系數(shù)隨季節(jié)波動(dòng)較大，冬季數(shù)值較小，夏季數(shù)值較大，且Tmax、Tmin和其敏感系數(shù)的變化趨勢(shì)相同；U、Rn-G和其敏感系數(shù)的變化趨勢(shì)也大致相同，且數(shù)值在年內(nèi)變化波動(dòng)較小，夏季冬季無(wú)較大的數(shù)值差異；VPD與其敏感系數(shù)在年內(nèi)的變化趨勢(shì)不相匹配，VPD在年內(nèi)變化呈單峰趨勢(shì)，夏季水汽壓差大，冬季水汽壓差小，而敏感系數(shù)在一年內(nèi)數(shù)值均較大，對(duì)照著VPD的變化曲線，發(fā)現(xiàn)敏感系數(shù)并未隨著VPD的增加而變大，且出現(xiàn)了減少的現(xiàn)象。綜上所述，參考作物騰發(fā)量對(duì)VPD最為敏感；對(duì)U與Rn-G的敏感性一般；只有在夏季對(duì)Tmax的敏感較大，其他情況下則不敏感。

表6 1968—2018年甘肅國(guó)家級(jí)地面站點(diǎn)民勤站各月各氣象因素的敏感系數(shù)Table 6 Sensitivity coefficients of meteorological factors in each month of Minqin Station in National Ground Station of Gansu province from 1968 to 2018

2.6 各氣象因素對(duì)ET0的貢獻(xiàn)分析

表7為各個(gè)氣象因素對(duì)ET0變化的貢獻(xiàn)。由表7可知：氣象因素對(duì)ET0多年相對(duì)變化之和為5.51%，而ET0的實(shí)際變化為7.10%；民勤地區(qū)主要是由于Rn-G的升高而引起的ET0的增長(zhǎng)，雖然ET0對(duì)Rn-G的敏感系數(shù)不大，但是Rn-G自身的增長(zhǎng)幅度達(dá)到19.58%，因此對(duì)ET0的貢獻(xiàn)率最大；與Rn-G不同，ET0對(duì)Tmax的敏感系數(shù)較大，Tmax對(duì)ET0的貢獻(xiàn)率同樣也較大；但Tmin對(duì)ET0為負(fù)貢獻(xiàn)，Tmin的負(fù)貢獻(xiàn)與Tmax的正貢獻(xiàn)相抵消，總的氣溫對(duì)ET0的貢獻(xiàn)為1.29%；ET0對(duì)U的敏感系數(shù)不低，U對(duì)ET0的貢獻(xiàn)率也很大，說(shuō)明U是造成ET0下降的主要原因，但是Tmin與U對(duì)ET0的負(fù)貢獻(xiàn)不如Tmax、Rn-G、VPD對(duì)ET0的正貢獻(xiàn)大，最終ET0呈現(xiàn)的是增長(zhǎng)趨勢(shì)。

3 討 論

各氣象因素對(duì)參考作物騰發(fā)量ET0的影響并不是孤立存在的，各氣象因素間相互關(guān)聯(lián)共同影響著ET0的變化。相關(guān)性分析、偏相關(guān)性分析、主成分分析與敏感性分析都可以定性分析參考作物騰發(fā)量ET0對(duì)各氣象因素的響應(yīng)，結(jié)合敏感系數(shù)與各氣象因素的多年相對(duì)變化，可以定量分析氣象因素對(duì)ET0變化的貢獻(xiàn)水平。通過(guò)相關(guān)性分析與敏感性系數(shù)可以發(fā)現(xiàn)VPD、Tmax與ET0的相關(guān)性較大，而通過(guò)偏相關(guān)性分析發(fā)現(xiàn)Rn-G、U與ET0的相關(guān)性

圖3 1968—2018年甘肅國(guó)家級(jí)地面站點(diǎn)民勤站敏感系數(shù)與各氣象因素的年內(nèi)變化趨勢(shì)Fig.3 Annual variation trend of sensitivity coefficient and meteorological factors inMinqin Station of National Ground Station in Gansu from 1968 to 2018

表7 1968—2018年甘肅國(guó)家級(jí)地面站點(diǎn)民勤站各氣象因素對(duì)ET0的貢獻(xiàn)分析Table 7 Analysis on the contribution of meteorological factors to ET0 in Minqin Station of Gansu National Ground Station from 1968 to 2018

較小，但偏相關(guān)性很大，說(shuō)明這二者與ET0的相關(guān)性會(huì)受到其他氣象因素的影響。另外通過(guò)定量分析氣象因素對(duì)ET0的貢獻(xiàn)發(fā)現(xiàn)，雖然ET0對(duì)Rn-G的敏感系數(shù)不大，但是Rn-G自身的增長(zhǎng)幅度很大，導(dǎo)致Rn-G對(duì)ET0的貢獻(xiàn)率最大；同樣的雖然ET0對(duì)U的敏感系數(shù)不大，但是U自身的下降幅度很大，導(dǎo)致U對(duì)ET0的負(fù)貢獻(xiàn)率也較大，U的下降制約著ET0的增長(zhǎng)；相反的是，雖然ET0對(duì)VPD的敏感系數(shù)較大，但是VPD自身增長(zhǎng)的幅度不大，導(dǎo)致VPD對(duì)ET0的貢獻(xiàn)率最小。曹雯等[1]的研究也得出了敏感系數(shù)小但貢獻(xiàn)大的結(jié)果，在西北西風(fēng)帶季候區(qū)盡管風(fēng)速的敏感系數(shù)最小，但風(fēng)速本身的下降幅度很大，所以對(duì)ET0的貢獻(xiàn)最大。民勤地區(qū)Rn-G的增長(zhǎng)是造成ET0增長(zhǎng)的主要貢獻(xiàn)因子；而U的下降則是制約著ET0增長(zhǎng)的主要貢獻(xiàn)因子；氣溫的增長(zhǎng)對(duì)ET0的增長(zhǎng)也有一定的貢獻(xiàn)；VPD的增長(zhǎng)對(duì)ET0增長(zhǎng)的貢獻(xiàn)最小。所以說(shuō)在研究氣象因素對(duì)ET0的影響時(shí)，不可僅僅考慮氣象因素與ET0的相關(guān)性，還要結(jié)合氣象因素自身的增長(zhǎng)幅度定量的分析其對(duì)ET0變化的數(shù)值大小，有些時(shí)候雖然ET0對(duì)氣象因素敏感性較弱，但是由于自身的變化幅度較大，也可對(duì)ET0的變化產(chǎn)生不可忽視的影響。近年來(lái)全球變暖已成為人們公認(rèn)的事實(shí)，早期民勤地區(qū)為了經(jīng)濟(jì)社會(huì)的發(fā)展，修建了一系列重要的調(diào)蓄水工程[21]，水利工程的興建雖然在一定程度上帶來(lái)了經(jīng)濟(jì)的發(fā)展但也對(duì)生態(tài)環(huán)境造成了一定的影響，調(diào)蓄水工程的興建，使得上游來(lái)水量減少，地下水位下降，土壤沙化嚴(yán)重，小區(qū)域內(nèi)風(fēng)速、凈輻射、水汽壓差等氣象因素也會(huì)受到相應(yīng)的影響，進(jìn)而共同影響著區(qū)域內(nèi)ET0的上升。

4 結(jié) 論

1)1968—2018年甘肅國(guó)家級(jí)地面站點(diǎn)民勤站ET0年內(nèi)變化特征呈拋物線形式，在1—5月增加，8—12月遞減，7月達(dá)到最大值為5.29 mm/d。多年平均ET0為3.59 mm/d，年際變化呈上升趨勢(shì)，時(shí)間尺度越大，線性擬合程度越高。

2)平均最高氣溫Tmax的多年平均值為16.31 ℃，整體呈波動(dòng)上升趨勢(shì)，多年線性傾向率為0.033 1 ℃/a；平均最低氣溫Tmin的多年平均值為1.90 ℃，整體呈波動(dòng)上升趨勢(shì)，多年線性傾向率為0.070 4 ℃/a；平均風(fēng)速U的多年平均值為1.96 m/s，整體呈波動(dòng)下降趨勢(shì)，多年線性傾向率為-0.004 4 m/s/a；平均飽和水汽壓差VPD的多年平均值為0.99 kPa，整體呈波動(dòng)上升趨勢(shì)，多年線性傾向率為0.006 9 kPa/a；平均凈輻射與土壤熱通量的差Rn-G的多年平均值為9.72 mm/d，整體呈波動(dòng)上升趨勢(shì)，多年線性傾向率為0.003 8 mm/d/a。且隨著時(shí)間尺度的增加，各氣象因素的線性擬合程度提高。

3)ET0與Tmax、VPD的相關(guān)性最大；ET0與U、Rn-G的相關(guān)性最小，但ET0與U、Rn-G的偏相關(guān)性較大，說(shuō)明ET0與U、Rn-G的關(guān)系受其他氣象因素的影響較大；利用主成分分析發(fā)現(xiàn)Tmax和VPD的荷載較大。

4)氣象因素與各氣象因素的敏感系數(shù)在年內(nèi)的變化趨勢(shì)有一定的相似度。Tmax和VPD的敏感系數(shù)最大，ET0對(duì)Rn-G的敏感系數(shù)不大，但是由于Rn-G自身的增長(zhǎng)幅度較大，導(dǎo)致對(duì)Rn-G對(duì)ET0的貢獻(xiàn)率最大；T和VPD對(duì)ET0的增長(zhǎng)也產(chǎn)生了一定的貢獻(xiàn)；U對(duì)ET0的增長(zhǎng)產(chǎn)生了較大的負(fù)貢獻(xiàn)。