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)

1 研究背景

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。

2 資料與方法

2.1 研究區(qū)概況及數(shù)據(jù)來源

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 研究方法

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。

3 結果分析

3.1 氣候要素的變化趨勢

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。

3.2 參考作物騰發(fā)量的變化趨勢

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

3.3 氣候變化對參考作物騰發(fā)量的影響

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

4 結 語

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．