1961—2020年青海省飽和水汽壓差變化特征及影響因子分析

李素雲(yún)， 祁棟林， 溫婷婷， 史飛飛， 喬 斌， 肖建設(shè)

（1.青海省氣象科學(xué)研究所，青海 西寧 810001；2.青海省防災(zāi)減災(zāi)重點實驗室，青海 西寧 810001；3.青海省氣候中心，青海 西寧 810001）

蒸散在全球的能量平衡和水循環(huán)中占據(jù)非常重要的地位，被廣泛應(yīng)用于地表旱情監(jiān)測、水資源評價、生態(tài)環(huán)境變化等研究中，而飽和水汽壓差（Vapor Pressure Deficit,VPD）是蒸散的主要驅(qū)動因子之一，能夠反映大氣從地表獲取水分的能力，其增加意味著通過植物蒸騰和土壤蒸發(fā)作用回到大氣中的水汽含量增加，這在一定程度上會增加植物受干旱脅迫的程度，從而對其他生態(tài)系統(tǒng)產(chǎn)生更大脅迫［1-3］。青藏高原具有獨(dú)特的地形地貌，寒冷的氣候條件和惡劣的植物生長環(huán)境致使生態(tài)系統(tǒng)非常脆弱，青海位于青藏高原東北部，在該區(qū)域眾多研究中很少考慮VPD 對氣候變化的響應(yīng)［4-5］，因此開展VPD 時空變化分析研究很有必要。研究表明，VPD控制著植物氣孔的閉合，當(dāng)VPD增大時能夠促進(jìn)植物葉片表面的氣孔張開利于吸收水分，從而促進(jìn)光合作用，但當(dāng)VPD 超過一定閾值時又將導(dǎo)致過多的水分流失，從而抑制植物的蒸騰、光合作用等過程［6-8］；同時VPD還會影響森林的死亡率，當(dāng)其增加時會對植被造成水分脅迫，是火災(zāi)預(yù)警、植物病蟲害、植被碳循環(huán)以及蒸散發(fā)模型研究中的重要變量［9-11］；此外，VPD還會影響糧食產(chǎn)量，如Lobell等［12］發(fā)現(xiàn)，極端高溫對玉米產(chǎn)量的影響主要是通過改變VPD 的變化引起的；Zhang 等［13］發(fā)現(xiàn)，除中國東南部小麥外，VPD的增大會導(dǎo)致作物產(chǎn)量下降。因此，VPD在生態(tài)系統(tǒng)中占據(jù)著非常重要的角色，但其重要性往往被忽視［14］。

Mao 等［15］研究表明，近幾年全球VPD 有普遍升高的趨勢，必將加劇土壤溫度的升高和土壤水分的流失，植被受干旱脅迫的風(fēng)險增加，進(jìn)而對生態(tài)系統(tǒng)產(chǎn)生一定的影響。VPD 變化不僅會影響陸地植被生長，而且會對區(qū)域水循環(huán)產(chǎn)生重要影響，然而在西北地區(qū)大多數(shù)研究更多關(guān)注于氣候變化下植被的動態(tài)變化，如植被蒸騰、蒸散發(fā)、碳交換等，對于飽和水汽壓差的時空變化特征及其影響分析很少［16］。青海省位于青藏高原東北部，具有地形復(fù)雜、植被覆蓋度低、降水稀少的特點，屬于典型的生態(tài)脆弱區(qū)和氣候敏感區(qū)［17］。本研究基于青海省42個站點氣象數(shù)據(jù)計算了近60 a VPD值，分析了其時空變化特征，同時劃分不同功能區(qū)進(jìn)一步分析了VPD地域差異，最后分析了VPD突變前后影響其變化的氣象主導(dǎo)因子以及地理因子對VPD的影響，以期清晰認(rèn)識和了解高寒地區(qū)VPD的變化特征，為青海省氣候、生態(tài)和植被模型等研究提供參考，為青海省不同功能區(qū)提高生態(tài)管理水平以及應(yīng)對未來氣候變化以實現(xiàn)生態(tài)可持續(xù)性發(fā)展提供科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

青海省位于青藏高原東北部，海拔介于1659～6726 m 之間，地形和下墊面復(fù)雜多樣，屬于典型的高原大陸性氣候。年平均氣溫在-5.1～9.0 ℃之間，冬季漫長、夏季涼爽，氣溫日較差大，年較差小；年平均降水量少且主要集中在6—9 月，并呈東南多，西北少的分布格局［18］；日照時數(shù)長、輻射強(qiáng)，東部地區(qū)相對濕潤，西部地區(qū)干燥多風(fēng)。為進(jìn)一步分析VPD 的區(qū)域差異，本研究將青海省分為青南牧區(qū)、東部農(nóng)業(yè)區(qū)、青海湖地區(qū)、柴達(dá)木盆地等生態(tài)功能區(qū)［19］（圖1）。

圖1 青海省高程與四大生態(tài)功能區(qū)分布Fig.1 Distribution of elevation and four ecological function zone in Qinghai Province

1.2 數(shù)據(jù)來源

為了獲取長時間序列的穩(wěn)定氣象數(shù)據(jù)，本研究選取青海省1961—2020 年共42 個站點（圖1）的逐月平均氣溫、最高/低氣溫、降水量、降水日數(shù)、相對濕度、絕對濕度、風(fēng)速等資料，所有氣象數(shù)據(jù)均來源于青海省氣象局信息中心。此外采用氣象學(xué)標(biāo)準(zhǔn)，即3—5月為春季，6—8月為夏季，9—11月為秋季、12 月至翌年2 月為冬季對青海省季節(jié)進(jìn)行劃分［20］；DEM 高程數(shù)據(jù)來源于中國科學(xué)院資源與環(huán)境科學(xué)數(shù)據(jù)中心（https://www.resdc.cn），空間分辨率為250 m；計算飽和水汽壓差VPD 時首先利用站點月資料計算出各站點VPD 月值，后按照季節(jié)劃分標(biāo)準(zhǔn)對VPD取平均后獲得各站季節(jié)值，最后采用Anuspline方法進(jìn)行空間插值［19］。

2 研究方法

2.1 飽和水汽壓差的計算方法

水汽壓是空氣中水汽所產(chǎn)生的分壓力，是間接表示大氣中水汽含量的一個物理量，分為飽和水汽壓和實際水汽壓，兩者之差即為飽和水汽壓差（Vapor Pressure Deficit,VPD），其計算公式如下［21］：

式中：VPD為飽和水汽壓差（kPa）；es為飽和水汽壓（kPa）；ea為實際水汽壓（kPa）；λmean為月平均相對濕度（%）；e0(Tmax)和e0(Tmin)分別為月平均最高氣溫和月平均最低氣溫（℃）時的水汽壓，可由Tetens［22-23］經(jīng)驗公式計算得到：

式中：T為空氣溫度（℃）；e0(T)為溫度T時的飽和水汽壓（kPa）。

2.2 數(shù)據(jù)處理

本研究使用Mann-Kendall（MK）非參數(shù)檢驗法來檢測VPD 的長時間序列突變點［24-25］，MK 突變檢驗不受異常值的影響，在生態(tài)、水文、氣象數(shù)據(jù)檢驗中廣泛應(yīng)用［26］；利用SPSS 19.0軟件來進(jìn)行相關(guān)性分析、共線性檢驗以及多元線性回歸，建立多元回歸方程并計算貢獻(xiàn)率，從而量化各地理因子和氣象因子對VPD 的相對貢獻(xiàn)率［27-28］；利用氣候傾向率來量化VPD的變化趨勢［29］。

3 結(jié)果與分析

3.1 VPD的時間變化特征

3.1.1 不同季節(jié)VPD 時間變化特征 青海省VPD年際變化和MK 檢驗統(tǒng)計值如圖2 所示。1961—2020年青海省多年平均VPD值為4.6 kPa，最低值出現(xiàn)在1967 年（3.7 kPa），最高值出現(xiàn)在2013 年（5.5 kPa），且多年平均VPD 值總體呈顯著上升趨勢[0.142 kPa·(10a)-1,r=0.70,P＜0.05]，這與全國各氣候區(qū)長期變化趨勢一致［20］。由圖2a 顯示：20 世紀(jì)90年代后期以前，逐年的VPD值低于1961—2020年平均值，而在20世紀(jì)90年代后期以后高于平均值，這表明VPD 在20 世紀(jì)90 年代后期VPD 發(fā)生轉(zhuǎn)折，這與Yuan 等［10］揭示的全球VPD 在20 世紀(jì)90 年代末增加現(xiàn)象一致。對VPD年際變化進(jìn)一步做MK突變檢驗，結(jié)果發(fā)現(xiàn)：在顯著性水平α=0.05 的置信線內(nèi)UF與UB在1998 年相交，即1998 年為VPD 突變開始的年份。

圖2 1961—2020年VPD變化與MK 突變檢驗Fig.2 The variation and MK mutation test of VPD from 1961 to 2020

分季節(jié)來看（圖3），1961—2020 年青海省多年平均VPD表現(xiàn)為：夏季（6.8 kPa）＞春季（5.2 kPa）＞秋季（3.9 kPa）＞冬季（2.3 kPa），這與袁瑞瑞等［20］在干旱和半干旱區(qū)得到的VPD 季節(jié)特征相同。1961—2020 年青海省VPD 在4 個季節(jié)均呈顯著上升趨勢，且4 個季節(jié)的氣候傾向率均表現(xiàn)為：夏季[0.217 kPa·(10a)-1,r=0.59,P＜0.05]＞春季[0.141 kPa·(10a)-1,r=0.52,P＜0.05]＞秋季[0.121 kPa·(10a)-1,r=0.58,P＜0.05]＞冬季[0.086 kPa·(10a)-1,r=0.51,P＜0.05]。圖3 中不同季節(jié)的累積距平曲線顯示，VPD在春季、夏季、冬季的轉(zhuǎn)折年發(fā)生在20世紀(jì)90年代后期，而秋季發(fā)生在20 世紀(jì)80 年代中后期。對VPD季節(jié)變化進(jìn)一步做MK突變檢驗，結(jié)果發(fā)現(xiàn)：春季和夏季突變年份偏晚，分別出現(xiàn)在2001年和2000年，冬季突變年份出現(xiàn)在1996 年，而秋季在顯著性水平α=0.05的置信線內(nèi)UF與UB在20世紀(jì)80年代后期有多個交點，突變年份不穩(wěn)定，因此需結(jié)合滑動t檢驗、pettitt突變檢測等方法進(jìn)一步確定［30］。

圖3 1961—2020年VPD的季節(jié)變化Fig.3 Seasonal variation of VPD from 1961 to 2020

3.1.2 不同功能區(qū)VPD時間變化特征 依據(jù)劉義花等［19］的研究將青海省分為柴達(dá)木盆地、東部農(nóng)業(yè)區(qū)、青海湖地區(qū)、青南牧區(qū)等4 個生態(tài)功能區(qū)，進(jìn)一步分析1961—2020 年青海省VPD 的地域差異（圖4）。各生態(tài)功能區(qū)多年平均VPD表現(xiàn)為：柴達(dá)木盆地（7.0 kPa）＞東部農(nóng)業(yè)區(qū)（5.0 kPa）＞青海湖地區(qū)（3.7 kPa）＞青南牧區(qū)（3.0 kPa）。1961—2020 年各功能區(qū)平均VPD均呈顯著上升趨勢，但氣候傾向率表現(xiàn)為：東部農(nóng)業(yè)區(qū)[0.212 kPa·(10a)-1,r=0.67,P＜0.05]＞柴達(dá)木盆地[0.169 kPa·(10a)-1,r=0.69,P＜0.05]＞青南牧區(qū)[0.098 kPa·(10a)-1,r=0.62,P＜0.05]＞青海湖地區(qū)[0.079 kPa·(10a)-1,r=0.49,P＜0.05]。對比不同生態(tài)功能區(qū)累積距平曲線發(fā)現(xiàn)，柴達(dá)木盆地在20 世紀(jì)90 年代前期發(fā)生轉(zhuǎn)折，東部農(nóng)業(yè)區(qū)和青海湖地區(qū)在20世紀(jì)90年代中后期發(fā)生轉(zhuǎn)折，而青南牧區(qū)在21世紀(jì)初期發(fā)生轉(zhuǎn)折。進(jìn)一步對不同功能區(qū)的VPD 年際變化做MK 突變檢驗，結(jié)果發(fā)現(xiàn)：柴達(dá)木盆地VPD 在1990 年發(fā)生突變，東部農(nóng)業(yè)區(qū)突變點發(fā)生在2003年，青海湖地區(qū)和青南牧區(qū)突變點分別發(fā)生在1998年和1999年。

圖4 不同生態(tài)功能區(qū)VPD變化Fig.4 Variation of VPD in different ecological function zone

3.2 VPD的空間變化特征

3.2.1 不同季節(jié)VPD空間分布特征 由圖5可以看出，春、夏、秋3 個季節(jié)多年平均VPD 在空間上表現(xiàn)出柴達(dá)木盆地大部、青海湖地區(qū)南部、東部農(nóng)業(yè)區(qū)大部等低海拔地區(qū)高，而青海湖地區(qū)北部和青南牧區(qū)西部地區(qū)低的“鞍形場”分布格局；冬季VPD分布規(guī)律與其他3 個季節(jié)略有不同，具體表現(xiàn)為柴達(dá)木盆地東北部和南部邊緣地區(qū)、青南牧區(qū)西部、青海湖地區(qū)北部低于0.5 kPa，柴達(dá)木盆地大部、青海湖地區(qū)南部、東部農(nóng)業(yè)區(qū)大部、青南牧區(qū)中南部高于2.0 kPa。春季青海省有39個站呈升高趨勢，其中有26個站顯著升高（P＜0.05），出現(xiàn)下降趨勢的站點有3個，但未通過0.05的顯著性檢驗，分別為柴達(dá)木盆地西北部的冷湖、青海湖地區(qū)北部的野牛溝、青南牧區(qū)東北部的貴南；夏季全省有38 個站呈升高趨勢，其中有32 個站顯著升高（P＜0.05），出現(xiàn)下降趨勢的站有4個，但未通過0.05的顯著性檢驗，分別為柴達(dá)木盆地東部的茶卡、都蘭、天峻，以及青南牧區(qū)東北部的貴南；秋季全省有41 個站呈升高趨勢，其中31 個站顯著升高（P＜0.05），只有貴南呈下降趨勢，但未通過0.05 的顯著性檢驗，通過對比貴南站各氣象因子趨勢變化率，發(fā)現(xiàn)貴南站相對濕度在秋季呈上升趨勢，且其上升的氣候傾向率[0.770 kPa·(10a)-1,r=0.24,P＞0.05]是全省秋季相對濕度氣候傾向率[-0.278 kPa·(10a)-1,r=-0.14,P＞0.05]的2.8倍左右，致使貴南VPD 降低；冬季全省42 個站均呈升高趨勢且其中35個站為顯著升高（P＜0.05）。

圖5 1961—2020年VPD季節(jié)變化與趨勢變化的空間分布Fig.5 Spatial distribution of seasonal and trend variation of VPD from 1961 to 2020

3.2.2 不同功能區(qū)VPD 空間分布特征 由圖6a 可以看出，柴達(dá)木盆地大部、青海湖地區(qū)南部、東部農(nóng)業(yè)區(qū)大部地區(qū)1961—2020 年多年平均VPD 明顯高于全省，青海湖地區(qū)北部和青南地區(qū)西部多年平均VPD 低于全省，形成“鞍形場”的分布格局。1961—2020 年青海省多年VPD 呈增加趨勢的站點有41個，其中36個站顯著增加（P＜0.05）；其中，柴達(dá)木盆地、青海湖地區(qū)以及東部農(nóng)業(yè)區(qū)VPD 均呈增加趨勢；青南牧區(qū)東北部的貴南站出現(xiàn)下降趨勢，但未通過0.05 的顯著性檢驗，其余站點均為增加趨勢；通過對比貴南站各氣象因子趨勢變化率，發(fā)現(xiàn)貴南站相對濕度呈上升趨勢，且其上升的氣候傾向率[0.837 kPa·(10a)-1,r=0.36,P＜0.05]是全省相對濕度氣候傾向率[-0.315 kPa·(10a)-1,r=-0.79,P＜0.05]的2.7倍左右，致使貴南VPD降低。

由圖6b可以看出，在不同生態(tài)功能區(qū)多年平均VPD 均表現(xiàn)為：夏季＞春季＞秋季＞冬季，其中春季、夏季、秋季均表現(xiàn)為：柴達(dá)木盆地＞東部農(nóng)業(yè)區(qū)＞青海湖地區(qū)＞青南牧區(qū)；而冬季表現(xiàn)為：東部農(nóng)業(yè)區(qū)＞柴達(dá)木盆地＞青海湖地區(qū)＞青南牧區(qū)；多年平均VPD最高值出現(xiàn)在柴達(dá)木盆地，因該地區(qū)四周環(huán)繞高山，散熱慢但增溫迅速，形成了氣溫高、降水少的特點，尤其夏季多年平均VPD比其他季節(jié)偏多4.4～9.3 kPa。

圖6 1961—2020年不同功能區(qū)VPD空間分布和季節(jié)變化Fig.6 Spatial distribution and seasonal variation of VPD in different ecological function zone from 1961 to 2020

3.3 影響VPD的因子分析

3.3.1 影響VPD變化的氣象因子分析 依據(jù)青海省和各功能區(qū)VPD年際變化，分為突變前和突變后兩個時間段來分析影響VPD變化的氣象因子，研究發(fā)現(xiàn)，平均VPD與最高氣溫的相關(guān)系數(shù)在任何時間段任何區(qū)域均要比與平均氣溫、最低氣溫的相關(guān)系數(shù)高，因此為了進(jìn)一步量化在不同階段各氣象因子對VPD變化的貢獻(xiàn)率，本研究選擇最高氣溫以及與平均VPD 相關(guān)系數(shù)|r|≥0.6 的其他氣象因子作為主導(dǎo)因子進(jìn)行多元線性回歸，并計算主導(dǎo)因子的貢獻(xiàn)率?？梢钥闯觯煌瑓^(qū)域平均VPD突變前后的氣象主導(dǎo)因子有所差異，但總體而言，主要為最高溫度和相對濕度（表1），且從相關(guān)系數(shù)可以看出，隨著最高溫度升高、相對濕度減少，VPD 逐漸增加。青海省平均VPD突變前第一主導(dǎo)氣象因子為最高溫度，其次為相對濕度，突變后相對濕度占據(jù)第一主導(dǎo)因子，且與多年平均VPD 的相關(guān)系數(shù)達(dá)到了-0.91，并對VPD的增大貢獻(xiàn)了71.1%，其次為最高氣溫，貢獻(xiàn)了28.9%；而對于不同的功能區(qū)，除了柴達(dá)木盆地平均VPD突變前第一主導(dǎo)氣象因子為相對濕度，其次為最高溫度，突變后最高溫度為第一主導(dǎo)因子，其次為相對濕度外，其他3 個功能區(qū)突變前后與全省VPD突變前后的影響因子基本一致，且突變后相對濕度與VPD的相關(guān)系數(shù)絕對值均在0.9以上。

表1 VPD與氣象因子之間的相關(guān)系數(shù)與貢獻(xiàn)率Tab.1 Correlation coefficients and contribution rate between VPD and meteorological factors

3.3.2 影響VPD 變化的地理因子分析 將青海省42個站點多年平均VPD以及季節(jié)VPD分別與經(jīng)度、緯度、海拔等地理因子進(jìn)行多元回歸來量化各地理因子對VPD 變化的貢獻(xiàn)率。由表2 可以看出，各回歸方程相關(guān)系數(shù)介于0.90～0.94 之間，且均通過了0.01的顯著性檢驗；從回歸關(guān)系可以看出，隨著海拔的升高、經(jīng)度和緯度的增大，VPD 減少。在春、夏、秋3 個季節(jié)以及多年平均VPD 變化過程中，各地理因子的貢獻(xiàn)率海拔最高，其次為經(jīng)度，緯度貢獻(xiàn)率最小，且海拔與經(jīng)度的累積貢獻(xiàn)率達(dá)到90%以上；而在冬季，海拔貢獻(xiàn)率依舊最高，其次為緯度，經(jīng)度貢獻(xiàn)率最小，此時緯度貢獻(xiàn)率高于經(jīng)度可能與熱量脅迫有關(guān)，還需要進(jìn)一步研究。

表2 VPD與地理因子之間的相關(guān)系數(shù)以及貢獻(xiàn)率Tab.2 Regression equations and contribution rate between VPD and geographic factors

4 結(jié)論

本研究基于1961—2020 年長時間序列氣象數(shù)據(jù)計算了青海省飽和水汽壓差VPD，分析了其年際變化和季節(jié)變化，并從不同生態(tài)功能區(qū)分析了VPD的地域差異，最后分時段討論了影響VPD變化的氣象主導(dǎo)因子以及地理因子，主要結(jié)論如下：

（1）1961—2020 年青海省平均VPD 總體呈上升趨勢，且在1998 年發(fā)生突變。分季節(jié)來看，1961—2020 年青海省平均VPD 表現(xiàn)為：夏季＞春季＞秋季＞冬季，4 個季節(jié)均呈顯著上升趨勢，且4個季節(jié)的氣候傾向率表現(xiàn)為：夏季＞春季＞秋季＞冬季；分功能區(qū)來看，1961—2020 年青海省平均VPD表現(xiàn)為：柴達(dá)木盆地＞東部農(nóng)業(yè)區(qū)＞青海湖地區(qū)＞青南牧區(qū)，4個功能區(qū)均呈顯著上升趨勢，對應(yīng)的氣候傾向率表現(xiàn)為：東部農(nóng)業(yè)區(qū)＞柴達(dá)木盆地＞青南牧區(qū)＞青海湖地區(qū)。

（2）1961—2020 年青海省多年平均VPD 在空間上呈“鞍形場”的分布格局。多年平均VPD 在柴達(dá)木盆地、青海湖地區(qū)以及東部農(nóng)業(yè)區(qū)均呈增加趨勢，青南牧區(qū)東北部的貴南站為全省唯一VPD呈減少趨勢的站點。不同生態(tài)功能區(qū)VPD 表現(xiàn)為：夏季＞春季＞秋季＞冬季，其中春季、夏季、秋季表現(xiàn)為：柴達(dá)木盆地＞東部農(nóng)業(yè)區(qū)＞青海湖地區(qū)＞青南牧區(qū)；而冬季表現(xiàn)為：東部農(nóng)業(yè)區(qū)＞柴達(dá)木盆地＞青海湖地區(qū)＞青南牧區(qū)。

（3）不同的區(qū)域VPD突變前后的氣象主導(dǎo)因子有所差異，但總體主要為最高溫度和相對濕度。對于青海省，VPD突變前第一主導(dǎo)氣象因子為最高溫度，其次為相對濕度，突變后相對濕度占據(jù)第一主導(dǎo)因子，其次為最高氣溫；對于不同的功能區(qū)，除了柴達(dá)木盆地平均VPD 突變前第一主導(dǎo)氣象因子為相對濕度，其次為最高溫度，突變后最高溫度占據(jù)第一主導(dǎo)因子，其次為相對濕度外，其他3個功能區(qū)突變前后與全省VPD 突變前后的影響因子一致。在春、夏、秋3 個季節(jié)以及多年平均VPD 變化過程中，海拔貢獻(xiàn)率最高，其次為經(jīng)度，緯度貢獻(xiàn)率最??；冬季海拔貢獻(xiàn)率依舊最高，其次為緯度，經(jīng)度貢獻(xiàn)率最小。