陳石磊,霍再林
(中國農業(yè)大學中國農業(yè)水問題研究中心,北京 100083)
作為全球變化的重要體現(xiàn),氣候變化是當今人類社會面臨的最嚴峻的挑戰(zhàn)之一,也是影響區(qū)域水分消耗的主要因素。威尼斯聯(lián)合工作會議上確定了6個共同關心的問題,其中氣候突變動力學和氣候變化檢測是重要的兩個問題[1]。全球變暖的必然結果是全球總降水量的增加,就全球而言,在20世紀,陸地降水約增加了2%[2,3]。參考作物騰發(fā)量是評價氣象因素對蒸散發(fā)作用影響的重要指標,其勢必會隨氣候變化而產生改變。Axel[4]對中國65個氣象站點的參考作物騰發(fā)量變化進行了分析,得到ET0逐漸減小的結論;倪廣恒[5]等認為干旱半干旱地區(qū)參考作物騰發(fā)量的減小是受風速減小和氣溫增加的影響;尹云鶴[6]等研究發(fā)現(xiàn)風速減小是影響我國北方溫帶和青藏高原地區(qū)年參考作物騰發(fā)量降低的主要原因。
黑河流域位于我國西北內陸地區(qū),水資源短缺,生態(tài)環(huán)境脆弱,研究氣候變化及潛在蒸散的變化對水資源高效利用,生態(tài)環(huán)境保護具有重要意義。賈文雄、王海軍、劉艷艷、張亞寧[7-11]等學者從不同角度對黑河流域氣候變化做了分析,并取得了一定成果。這些研究多是分析黑河流域或流域內典型區(qū)域的某一氣象要素的變化特征,而對整個黑河流域各氣候要素及參考作物騰發(fā)量的綜合分析還比較缺乏,特別尚未對黑河流域各氣象因子對ET0變化的影響作出定量的評估。本文將對黑河流域近53年的平均風速、平均氣溫、平均相對濕度、凈輻射和參考作物騰發(fā)量的時空變化特征進行研究分析,在此基礎上評估氣象因子對ET0的影響,以求對氣候變化對黑河流域蒸散發(fā)的影響作出新的認識。
黑河流域(圖1)位于河西走廊中部,地理位置37°43′~42°42′N,97°24′~101°30′E之間。流域總面積約14.29萬km2,是我國西北地區(qū)第二大內陸河流域。由于深居歐亞大陸腹地,氣候極端干旱,降水稀少而集中,年蒸發(fā)量2 000~3 800 mm,太陽輻射強烈,晝夜溫差大,氣候的地帶性和區(qū)域性非常明顯。
本文采用黑河流域16個氣象站(包括9個流域內部站及7個流域附近站,站點具體分布情況如圖1所示)1960-2012年的逐日氣象觀測資料(日平均氣溫、日最高氣溫、日最低氣溫、日照時數(shù)、日平均相對濕度、日平均風速等),分別計算出各氣象站的凈輻射和參考作物騰發(fā)量,然后進行統(tǒng)計分析。個別缺測數(shù)據(jù),對其采用臨近站相關分析進行插補。另外,由于流域北部站點較少,在作空間分析時,將流域周圍的7個測站納入到插值點,以使結果更為精確。
圖1 黑河流域氣象站點分布圖Fig.1 Spatial distribution of meteorological stations in Heihe River Basin
2.2.1參考作物騰發(fā)量(ET0)的估算方法
本文采用FAO 56 Penman-Monteith公式[12,13]計算逐月ET0。
2.2.2Mann-Kendall趨勢檢驗
Mann-Kendall法[14](以下簡稱M-K法),是一種非參數(shù)統(tǒng)計檢驗法,其優(yōu)點是不需要樣本遵從一定的分布,也不受少數(shù)常值的干擾,且不需要作統(tǒng)計分析,適用于水文、氣象等非正態(tài)分布的數(shù)據(jù),是國際上推薦的方法。對于樣本數(shù)大于10的集合,檢驗統(tǒng)計量S接近于正態(tài)分布,本文選取α=0.05的顯著水平,如果以時間序列在此置信水平下存在顯著變化趨勢,則│ZC│>Zα/2=1.96,ZC值為正,表明具有上升或增加趨勢,ZC值為負,則意味著下降或減少的趨勢。另外,通過計算Kendall傾向度β值來衡量趨勢的大小,β值為正表示有上升趨勢,為負表示存在下降趨勢,β絕對值越大表示上升或下降趨勢越顯著。
2.2.3Pettitt突變點檢驗
Pettitt法[15]是由Pettitt提出的一種檢驗時間序列突變跳躍點的方法,既能判斷突變點的位置及數(shù)量,也能判斷突變點是否具有統(tǒng)計意義上的顯著水平。該檢驗基于Mann-Whitney 的統(tǒng)計函數(shù)Ut,T,認為兩個樣本X1,X2,…,Xt和Xt+1,Xt+2,…,XT均來自于同一序列分布,那么對于連續(xù)的序列,Ut,T和Vt,T可由公式計算得出,統(tǒng)計量Ut,T取得最大值所對應的樣本t即為突變點。當突變點的Ut,T>0時,該序列具有向下突變趨勢,反之則具有向上突變趨勢??赡芡蛔凕c的顯著性水平POA可由相應點的統(tǒng)計量Ut,T經計算得出,若POA≤0. 5,則認為檢測出的突變點在統(tǒng)計意義上是顯著的,否則為不顯著。
2.2.4空間數(shù)據(jù)的插值方法
本文在Arcgis環(huán)境下利用16個氣象站的數(shù)據(jù)通過反距離權重(IDW)插值法繪制出各氣象要素的Kendall傾向度空間分布圖,并進行年際變化的空間差異分析。反距離權重插值法[16]基于相近相似原理: 距離待定點越近其值越接近, 越遠則相差越大,可以根據(jù)待定點與已知點的空間距離來分配權的大小。這種空間數(shù)據(jù)插值方法的優(yōu)越性是直觀且效率高。
2.2.5去趨勢分析法
為了定量分析氣候因子的變化對參考作物騰發(fā)量的影響,采用去除氣象因子趨勢分析[17]進行以下步驟:①去除氣溫、風速、相對濕度、凈輻射以及所有4項氣候要素的變化趨勢,使之轉化成穩(wěn)定的時間序列;②將已經去除變化趨勢的氣象數(shù)據(jù)代入到P-M公式,重新計算得到ET0;③對比去氣候因子變化趨勢后計算所得的ET0和按原始數(shù)據(jù)計算所得的ET0,二者之間的差值即為氣候要素的變化趨勢對ET0的影響。
根據(jù)各氣候要素趨勢檢驗及突變檢驗結果(表1)和變化趨勢空間分布圖(圖2),可以得到如下結論。
氣溫:所有9個氣象站平均氣溫的年際變化均表現(xiàn)為顯著上升趨勢,升幅由西向東逐漸增大,地處西部的酒泉地區(qū)升幅最小,為0.026~0.028 ℃/a,而東部的額濟納旗和山丹地區(qū)則達到0.040~0.042 ℃/a的最大升幅,流域平均升幅達0.033 ℃/a。流域內測站全部發(fā)生了顯著突變,而且,除高臺、祁連2個測站突變發(fā)生在1996年,野牛溝站突變發(fā)生在1992年外,其余6個氣象站突變均發(fā)生在1986年。
風速:除托勒站外,黑河流域其余8個站點年均風速均呈現(xiàn)減小趨勢,其中,額濟納旗、高臺、山丹、張掖四個測站通過了顯著性水平檢驗,鼎新、酒泉、祁連、野牛溝則呈非顯著性減小趨勢??臻g上,流域只有托勒地區(qū)平均風速呈現(xiàn)增加趨勢,增加幅度為0~0.012 m/(s·a),其余地區(qū)均表現(xiàn)為不同程度的減小趨勢,且沿著西南-東北方向減幅逐漸變大,在額濟納旗地區(qū)減幅達到最大的0.024~0.027 m/(s·a)。黑河流域年平均風速整體上呈減小趨勢,減幅為0.011 m/(s·a)。所有氣象站的平均風速均發(fā)生了顯著性突變,且鼎新、額濟納旗、高臺等5個氣象站突變發(fā)生于20世紀80年代前期,托勒、張掖兩站發(fā)生在70年代(1971年和1978年),野牛溝和祁連則分別于1967年和1994年發(fā)生突變。
相對濕度:相對濕度的年際變化在酒泉和野牛溝兩站呈非顯著性增加趨勢,而在其余7站則呈減小趨勢流域內只有極少數(shù)處于東南部的地區(qū)(酒泉、托勒、野牛溝附近地區(qū))呈微弱的增大趨勢,增幅每年為0%~0.03%之間,其余地區(qū)均呈不同程度的下降趨勢,減幅每年為0%~0.08%之間。平均相對濕度的Kendall傾向度β值大致沿西南-東北方向逐漸減小,在鼎新、額濟納旗、山丹附近地區(qū)形成β值高值中心,每年為0.05~0.08%。黑河流域年平均相對濕度整體上呈減小趨勢,減幅為0.034%。除酒泉站外,其余8個測站均發(fā)生了顯著性突變,其中,山丹、托勒、野牛溝3個測站突變發(fā)生在20世紀70年代中后期,鼎新、張掖2個測站突變發(fā)生在90年代前期,高臺站和祁連站均在2003年發(fā)生突變,額濟納旗站的突變點則為1983年。
凈輻射:托勒站表現(xiàn)出非顯著性增加趨勢,其余8站則呈減小趨勢,其中鼎新、額濟納旗、祁連、山丹顯著減小。就空間變化趨勢而言,年凈輻射的Kendall傾向度β值大致由西向東逐漸減小(β值由正變負),在額濟納旗地區(qū)存在低值中心,減幅達到最大的2.4~2.5MJ/(m2·a)。流域年凈輻射整體呈減小趨勢,減幅為0.91 MJ/(m2·a)。進一步研究表明,所有測站均發(fā)生了顯著性突變,且各站突變點均在各年代前期:鼎新、山丹、托勒3個測站突變發(fā)生在20世紀80年代前期,酒泉、張掖兩站則發(fā)生在1970年,鼎新、野牛溝突變點分別為1990、1992年,祁連站為2001年。
表1 黑河流域氣候要素趨勢檢驗及突變檢驗統(tǒng)計表Tab.1 The statistics of M-K and Pettitt test on climate variables in Heihe River Basin
注:“*”代表通過了0.05顯著性水平檢驗;“-”代表未檢測出顯著突變點。
各站點參考作物騰發(fā)量的年際變化差異很大(表2):流域內有3個測站表現(xiàn)為減小趨勢,其中,額濟納旗和高臺站呈顯著減小,山丹站呈非顯著性減??;其余6站均呈增加趨勢,其中托勒、野牛溝呈顯著增加。盡管呈減小趨勢的測站數(shù)量比較少,但由于這些站點的減幅相對較大,流域年蒸散整體呈減小趨勢,減幅達0.37 mm/a。這也說明了這3個ET0減少站尤其是額濟納旗和高臺兩站ET0的變化趨勢決定了整個黑河流域ET0的變化趨勢。就空間變化趨勢而言(圖3),年蒸散量的Kendall傾向度β值大致沿西南-東北方向逐漸減小(由正變負),在托勒地區(qū)存在最大值中心(即增幅最大,為1~2 mm/a),在額濟納旗地區(qū)和高臺地區(qū)存在最小值中心(即減幅最大,為2.5~3.5 mm/a)。
進一步研究表明,流域內所有9個測站均發(fā)生了顯著突變,其中,酒泉、托勒、張掖和鼎新四站在1998年前后(1998、1996、1996、2003)發(fā)生突變,高臺、額濟納旗和山丹3站在1980年前后(1978、1980、1982)發(fā)生突變,祁連站和野牛溝站則均在1967年發(fā)生突變。
圖2 黑河流域氣候要素變化趨勢空間分布圖Fig.2 Spatial distribution of the changing trends of climate variables in Heihe River Basin
臺站名稱均值β/(mm·a-1)Z趨勢突變年鼎新1312.00.6120.683不顯著2003額濟納旗1497.9-3.469-4.395顯著1980高臺1107.4-2.557-2.800顯著1978酒泉1121.40.2040.483不顯著1998祁連898.60.1010.315不顯著1967山丹1131.5-0.537-1.342不顯著1982托勒841.21.5674.825顯著1996野牛溝818.61.0592.861顯著1967張掖1112.80.2280.330不顯著1996
圖3 黑河流域參考作物騰發(fā)量變化趨勢空間分布圖Fig.3 Spatial distribution of the changing trends of fET0 in Heihe River Basin
由去除氣溫、風速、相對濕度及凈輻射趨勢得到ET0的時序曲線(圖4)可以看出,對于每一個站點,去除單一的氣候要素變化趨勢后的ET0時序曲線始終在原始ET0曲線的某一側,由于去除的氣候要素是單向遞增的,這說明各氣候要素的變化在這53年里對ET0的貢獻方向是一致的。流域年ET0與氣溫、風速、凈輻射呈正相關,這些氣候要素的增加會導致ET0的增加;與相對濕度呈負相關,其增加會造成ET0的減小。隨著時間的向后推移,去趨勢的ET0曲線偏離原始ET0曲線的幅度越來越大。
通過對比相同年份去除各氣候要素變化趨勢后ET0相對于原始ET0的偏離度,可看出各氣候要素對年ET0的影響情況。不難發(fā)現(xiàn),除額濟納旗站和高臺站平均風速和氣溫分列一、二位外,其余7站氣溫均為其最主要影響因素。進一步研究表明,這7站中除野牛溝站對年ET0的影響甚微(去趨勢前后ET0時序曲線基本重合)外,其余6站平均風速對年ET0的影響也很大,為次主要影響因素;相對濕度及凈輻射的變化對ET0的影響相對較小,其中,高臺、酒泉、野牛溝3站相對濕度和凈輻射的變化甚至對ET0基本無影響,其余6站去相對濕度和凈輻射趨勢前后ET0曲線偏移明顯,而且,去相對濕度趨勢的ET0曲線偏移度較去凈輻射趨勢的大,說明相對濕度對ET0的影響也較凈輻射大。
盡管各氣候要素對黑河流域年ET0變化的影響有所差異,但總體而言, 影響流域ET0變化的主要因素是氣溫和平均風速,而相對濕度及凈輻射則是其次要因素。
同時,為了解氣溫、風速、相對濕度和凈輻射對ET0的綜合影響,我們同時去除這4項氣象因子變化趨勢后計算得到相應的ET0并繪制時序曲線(圖4)??梢钥闯觯~濟納旗站和高臺站外,其余7站去所有4項氣候因子變化趨勢后的ET0曲線均同去氣溫變化趨勢后的ET0曲線最為接近,表明其他3項氣候要素的趨勢變化對ET0的綜合影響較小。在不考慮除此4項氣候因子之外要素影響的前提下,若所有臺站這4項氣候因子的變化對ET0的綜合影響與氣溫的單獨影響大體相當,則各站實際ET0均應表現(xiàn)出增加趨勢,從而導致流域ET0的增加。然而,實際上,流域ET0卻呈減小趨勢,這是由于額濟納旗和高臺兩站這4項氣候因子的綜合影響和氣溫的單獨影響相差甚遠,同時也進一步證實了額高兩站在整個流域ET0變化中的主導作用。另外,山丹站的ET0并沒有隨氣溫的升高而增大,相反卻表現(xiàn)出一定的減小趨勢,說明其余要素所產生的影響甚至大于這4項氣候因子的綜合影響。
圖4 去各氣候因子趨勢后所得ET0與原始數(shù)據(jù)所得ET0的對比圖Fig.4 The comparison of the original mean annual reference evapotranspiration with the recalculated evapotranspiration with respectively detrend T, U, Rh,Rn and all the four variables
為了定量分析近53年來不同站點各氣候因子對ET0的影響差異,現(xiàn)統(tǒng)計出原始ET0與去各氣候因子變化趨勢后所得的ET0,并得到相應變化率(表3)。氣溫變化在各站點引起的ET0變化率在5.06%~9.55%之間,南部站點的變化率比北部的大,可見氣溫對各地區(qū)ET0的影響比較穩(wěn)定,區(qū)域差異性不大,且在南部地區(qū)的影響比北方稍大。相對濕度引起的ET0變化率在-0.05%~3.73%之間,區(qū)域差異同樣不大;凈輻射引起的ET0變化率在-1.21%~0.43%之間,區(qū)域差異更小。作為影響流域ET0變化趨勢的重要因子,風速對ET0的影響在區(qū)域上存在明顯的差異,變化率在-16.52%~4.11%之間。由此可見,風速是造成流域ET0變化空間差異的主要因素。
另外,我們統(tǒng)計出各站點在各個年代同時去除氣溫、風速、相對濕度和凈輻射4項氣候因子變化趨勢后得到的ET0相對于原始ET0的平均變化率(表4),以了解不同年代氣候對ET0的影響?,F(xiàn)選取3個代表站進行分析:額濟納旗站ET0的平均變化率在1960-1969年和1980-2012年均為負值,但在1970-1979年卻為正值,這說明在這期間ET0的主要影響因子發(fā)生了交替性變化,而且這種變化直接導致了ET0變化方向的改變;酒泉站的ET0平均變化率雖然一直保持為正值,但卻由20世紀80年代的1.21%減至90年代的1.05%,說明主要影響因子發(fā)生了變化,但這種主要影響因子的變化對ET0的影響較小,并未引起ET0變化方向的改變。上述兩個站點前后時段兩個主要影響因子的趨勢變化,一個是促進ET0增大,另一個是抑制ET0增大的。山丹站各年代ET0的平均變化率一直為正,且逐漸增大,由1960-1969年的0.77%增至2000-2012年的8.47%,各氣候要素對ET0的影響在各年代保持相對穩(wěn)定。各站點氣候變化在不同年代有所差異,因此ET0變化在時間上也表現(xiàn)出一定的差異性。
表3 不同站點去各氣候因子趨勢前后ET0的變化Tab.3 Changes of ET0 between original and detrend T, U, Rh and Rn on different stations
表4 不同年代去所有4項氣候因子趨勢前后ET0變化率Tab.4 Changes of ET0 between original and detrend values during different years
本文對黑河流域近53年主要氣象因子(溫度、相對濕度、風速、凈輻射)及參考作物騰發(fā)量時空變化趨勢進行了分析研究,初步得到以下結論。
(1)黑河流域相對濕度、風速、太陽輻射整體上呈減小趨勢,平均氣溫呈增加趨勢。各氣候因子變化趨勢在流域上呈現(xiàn)一定的空間差異性,且在20世紀八、九十年存在氣候因子變化突變點。流域參考作物騰發(fā)量呈減小趨勢,減幅為0.37 mm/a,傾向度沿西南-東北方向逐漸減小,全流域均發(fā)生了顯著突變,且突變主要集中于1967年、1980年前后及1998年前后。
(2)黑河流域參考作物騰發(fā)量與氣溫、風速、凈輻射呈正相關,與相對濕度呈負相關,且氣溫和風速是其主要影響因素。
(3)額濟納旗和高臺參考作物騰發(fā)量的變化很大程度上決定著流域參考作物騰發(fā)量的變化。
(4)ET0的變化存在時空差異,風速變化是造成空間差異的主要因素。
□
[1] IPCC. Summary for Policymakers of the Synthesis Report of the IPCC Fourth Assessment Report[M]. Cambridge, UK: Cambridge University Press, 2007.
[2] Jones PD, Hulme M. Calculating regional climate time series for temperature andprecipitation:methods and illustrations[J]. Int J Climatol 1996,16:361-377.
[3] Hulme M, Osborn T J, Jhons T C. Precipitation sensitivity to global warming: Comparison of observation with HadCM2simulation[J]. Geophys Res Lett, 1998,25:3 379-3 382 .
[4] Axel T H. Spatial and temporal characteristics of potential evapotranspiration trends over China[J]. International Journal of Climatology,2000,20:381-396.
[5] 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]. 農業(yè)工程學報, 2006, 22(5):1- 4.
[6] 尹云鶴,吳紹洪,戴爾阜. 1971-2008 年我國參考作物騰發(fā)量時空演變的歸因[J]. 科學通報,2010,55(22):2 226-2 234.
[7] 賈文雄,何元慶,李宗省,等. 祁連山區(qū)氣候變化的區(qū)域差異特征及突變分析[J]. 地理學報,2008,63(3):257-269.
[8] 賈文雄,何元慶,李宗省,等. 近50年來河西走廊平原區(qū)氣候變化的區(qū)域特征及突變分析[J]. 地理科學,2008,28(4):525-531.
[9] 王海軍,張 勃,靳曉華,等. 黑河中游張掖地區(qū)近48a氣候變化及徑流的響應[J]. 干旱區(qū)資源與環(huán)境,2010,24(2):81-88.
[10] 劉艷艷,張 勃,張耀宗,等. 1960年至2005年河西干旱區(qū)的日照時數(shù)變化時空特征分析[J]. 資源科學,2009,(9):1 581-1 586.
[11] 張亞寧,張 勃,王亞敏,等. 1960-2008 年黑河流域參考作物蒸發(fā)蒸騰量的時空變化[J]. 干旱區(qū)地理,2011,34(4):779-787.
[12] 李為虎,楊永紅.參考作物蒸發(fā)蒸騰量計算方法在拉薩的適用性對比分析[J].安徽農業(yè)科學,2009,37(34):16 745-16 748.
[13] Allen R G, Pereira L S, Raes D, et al. Crop Evapotranspiration Guidelines for Computing Crop Water Requirements[M]. FAOIrrigation and Drainage 1998,56.
[14] 徐麗梅,郭 英,劉 敏,等.1957 年至 2008 年海河流域氣溫變化趨勢和突變分析[J]. 資源科學,2011,33(5):995-1 001.
[15] Pettitt A N. A non-parametric approach to the chang-point problem[J]. Appl.Statist., 1979,23(2):126-135.
[16] 譚繼強,丁明柱.空間數(shù)據(jù)插值方法的評價[J]. 測繪與空間地理信息,2004,27(4):11-13.
[17] Huo Zailin,Dai Xiaoqin,Feng Shaoyuan,et al. Effect of climate change on reference evapotranspiration and aridity index in arid region of China[J]. Journal of Hydrology., 2013,492:24-34.