呂曉蓉,王學雷
(1.中國科學院 測量與地球物理研究所,武漢 430077;2.中國科學院大學,北京 100049;3.環(huán)境與災(zāi)害監(jiān)測評估湖北省重點實驗室,武漢 430077)
?
湖北省潛在蒸散量的時空變化及其影響因子分析
呂曉蓉1,2,王學雷1,3*
(1.中國科學院 測量與地球物理研究所,武漢 430077;2.中國科學院大學,北京 100049;3.環(huán)境與災(zāi)害監(jiān)測評估湖北省重點實驗室,武漢 430077)
潛在蒸散量是水平衡的重要分量、水循環(huán)的關(guān)鍵驅(qū)動機制,一定程度上代表著區(qū)域的蒸散發(fā)能力,區(qū)域潛在蒸散量的變化將對其水生態(tài)系統(tǒng)產(chǎn)生復雜的影響.該文利用湖北省17個氣象站1982年~2012年的地面氣象觀測資料,使用Matlab提取逐日的平均氣溫、最高溫、最低溫、日照時數(shù)、相對濕度、平均風速、降水量等氣象指標,根據(jù)Penman-Monteith模型計算了湖北省31 a間的潛在蒸散量.并利用ArcGIS進行空間插值,分析其空間特征.最后通過主成分分析方法對湖北省潛在蒸散發(fā)的影響因子進行分析.研究發(fā)現(xiàn)31 a間湖北省的潛在蒸散量呈現(xiàn)出波動上升的趨勢;從季節(jié)變化上看,春季和夏季上升最為明顯,冬季上升不明顯;從區(qū)域差異上看,其中鄂北地區(qū)潛在蒸散量明顯大于省內(nèi)其他區(qū)域;主成分分析發(fā)現(xiàn)年均溫是區(qū)域蒸散發(fā)的主要影響因子,風速、日照時數(shù)和降水量對其影響不顯著.
潛在蒸散量; Penman-Monteith模型; 空間插值; 主成分分析
蒸散是陸地水循環(huán)的重要環(huán)節(jié),是水分消耗的重要途徑,也是影響區(qū)域水量平衡的活躍因子[1-2].在全球氣候變化的大背景下,不同區(qū)域潛在蒸散發(fā)的時空變化日益成為學者們研究的熱點[3].湖北省位于長江中游地區(qū),處于中國地勢第二級階梯向第三級階梯過度的區(qū)域,同時也處于南北氣候的過度帶,擁有山地、平原和丘陵3種地形.由于區(qū)域地理環(huán)境和氣候因子的不同,導致區(qū)域的潛在蒸散發(fā)能力具有很大的不確定性[4].因此,研究湖北省區(qū)域潛在蒸散量的變化特征及其影響因子對于合理的分配和利用水資源有重要意義;另外,由于氣象站點和觀測要素有限,實際蒸散發(fā)觀測數(shù)據(jù)量有限,探討多種潛在蒸散量的推算方法對地區(qū)水資源的評價和氣候變化影響研究具有重要的實踐意義[5-6].
1.1 數(shù)據(jù)來源
本文利用湖北省17個氣象站點1982年~2012年逐日的平均氣溫、最高溫、最低溫、日照時數(shù)、相對濕度、平均風速、降水量等地面氣象觀測資料進行分析.對原始數(shù)據(jù)進行嚴格的質(zhì)量控制并做基本處理,進行單位換算使其與公式中的單位一致.氣象數(shù)據(jù)來源于國家氣象信息中心;太陽輻射數(shù)據(jù)來源于NASA美國太空總署氣象數(shù)據(jù)庫.對于個別缺測值,用天氣發(fā)生器CLIGEN模擬得到.CLIGEN天氣發(fā)生器是 WEPP土壤侵蝕模型的組成模塊之一,用于模型預(yù)測預(yù)報以及天氣數(shù)據(jù)缺測時生成模擬天氣數(shù)據(jù)[7].
1.2 研究方法
本文主要用到聯(lián)合國糧農(nóng)組織(FAO)推薦基于氣象要素的Penman-Monteith公式來計算作物潛在蒸散發(fā);運用ArcGIS 10.2選取普通克里金插值方法,對各站點1982年~2012年湖北省年均潛在蒸散發(fā)進行插值空間插值;運用主成分分析方法對湖北省潛在蒸散發(fā)的影響因子進行分析.
聯(lián)合國糧農(nóng)組織(FAO)推薦基于氣象要素的Penman-Monteith公式主要用于計算作物蒸騰、水面蒸發(fā)和大氣蒸發(fā),只需要輸入易于測定的氣候變量即可,包括溫度、水汽壓、風速、凈輻射等[8-10].Penman-Monteith公式較全面的考慮了影響蒸散的各種因素,近年來越來越多的學者將該模型應(yīng)用到了生態(tài)學、農(nóng)學、氣象學和地理學中,很多應(yīng)用取得了不錯的效果.本文采用Penman-Monteith公式計算了湖北省的潛在蒸散發(fā),并在此基礎(chǔ)上對湖北蒸散發(fā)的時空變化趨勢和其影響因素作出了分析.
時空克里金插值也稱空間局部估計或空間局部插值,是在變異函數(shù)理論及結(jié)構(gòu)分析基礎(chǔ)上構(gòu)建的一種空間數(shù)據(jù)插值方法.克里金插值的實質(zhì)是利用區(qū)域化變量的原始數(shù)據(jù)和半變異函數(shù)的結(jié)構(gòu)特點,對未采樣點的區(qū)域化變量值進行線性無偏最優(yōu)估計[11].常用的有簡單克里金、普通克里金、泛克里金等插值方法.許多地理要素在空間或時間上表現(xiàn)出一定的相關(guān)性,即近距離的樣本測量值之間的相似度往往比遠距離的測量值之間更高.克里金插值方法正是基于隨機變量在空間或時間上的相關(guān)結(jié)構(gòu)而建立的.
主成分分析方法是一種用于提取多個變量潛在公因子的方法,它是從眾多可觀測的變量當中抽取少數(shù)或幾個潛在的公因子,并使這些公因子能最大程度的概括和解釋原有變量所表達的信息,從而揭示原事物的本質(zhì)[12-14].可以有效地實現(xiàn)降維達到簡化數(shù)據(jù)的目的.
2.1 Penman-Monteith公式
計算潛在蒸散發(fā)的Penman-Monteith公式[15-16]如下:
ETo=ETrad+ETaero=
前一部分為輻射項(ETrad),后一部分為空氣動力學項(ETaero),即:
其中,部分參數(shù)的計算公式為:
其中,ETo為潛在蒸散量(mm/d);Rn為凈輻射[MJ/(m2·d)];Rs為晴天輻射[MJ/(m2·d)];G為土壤熱通量[MJ/(m2·d)],日值的土壤熱通量通常非常小,計算過程中一般按0值處理;γ為干濕表常數(shù);es為飽和水汽壓(kPa);ea為實際水汽壓(kPa);U2和U10分別為分別為2 m和10 m高處的平均風速(m/s);Δ為飽和水汽壓對溫度曲線的斜率(kPa/℃);Tmax和Tmin分別為日最高溫和日最低溫,T為日均溫;n為實際日照時數(shù);N為最大日照時數(shù);δ為Stefan-Boltzmann常數(shù);RHmean為日相對濕度.首先計算出逐日的蒸散量,再合計得到逐月、季度和逐年的潛在蒸散發(fā),整個湖北地區(qū)的潛在蒸散發(fā)由17個站點的蒸散發(fā)量求區(qū)域平均得到.
2.2 時空變化分析2.2.1 年際變化特征 分析發(fā)現(xiàn),1982年~2012年,湖北省潛在蒸散量總體上呈現(xiàn)出波動上升的趨勢,見圖1,在a=0.01顯著性水平上,相關(guān)系數(shù)可達到0.874 8,表明這種上升趨勢是顯著的;通過五年滑動平均分析,能明顯看出滑動曲線呈上升趨勢,見圖1.20C80′S潛在蒸散發(fā)是最小的,20C90′S明顯上升,2000年后呈現(xiàn)波動上升的趨勢,2008年到2012年出現(xiàn)一個回降.見表1.
圖1 1982年~2012年湖北省潛在蒸散量變化趨勢Fig.1 Changes of potential evapotranspiration in Hubei Province from 1982 to 2012
時間1982年~1992年1992年~2002年2002年~2012年ETO/mm8303920910255
2.2.2 季節(jié)變化特征 湖北省潛在蒸散發(fā)的季節(jié)變化明顯,夏季蒸散量最大,31 a的平均值為389.7 mm,春季的蒸散量也較大,為313.0 mm,秋季為272.5 mm,冬季蒸散量最小,為161.4 mm.從表2可以看出,2002年到2012年四個季節(jié)的潛在蒸散發(fā)明顯高于前20 a.分別對四個季節(jié)31 a的潛在蒸散量趨勢進行分析,發(fā)現(xiàn)四個季節(jié)的蒸散發(fā)總體都呈現(xiàn)出波動上升的趨勢,其中春季和夏季上升最為明顯,冬季上升不明顯,見圖2.
2.2.3 空間變化特征 為了更加直觀的看出湖北省潛在蒸散量的區(qū)域差異,本文選用時空克里金插值方法,對湖北省潛在蒸散發(fā)的區(qū)域差異進行分析.本文應(yīng)用ArcGIS10.2選取普通克里金插值方法,對各站點1982年~2012年湖北省年均潛在蒸散發(fā)進行空間插值.本實驗采用交叉驗證方法通過平均誤差和均方根誤差2個評價指標驗證實驗結(jié)果.插值結(jié)果見圖3.
圖2 湖北省潛在蒸散發(fā)的季節(jié)變化Fig.2 Seasonal changes of potential evapotranspiration in Hubei Province
時間1982年~1992年1992年~2002年2002年~2012年春季268930773669夏季358337954343秋季249928032896冬季148616101760
圖3 1982年~2012年潛在蒸散發(fā)均值分布圖Fig.3 The mean distribution of potential evapotranspiration from 1982 to 2012
通過插值結(jié)果可以看出,鄂北地區(qū)潛在蒸散發(fā)明顯高于省內(nèi)其他區(qū)域,同時鄂西北、鄂西南以及鄂東小部分區(qū)域的潛在蒸散發(fā)較低.鄂北地區(qū)包括老河口、棗陽兩個氣象站.對這兩個站點的潛在蒸散發(fā)進行區(qū)域平均,并與東部和西南部做對比分析.其中鄂西北選取鄖西、鄖縣兩個氣象站,鄂西南選取恩施、來鳳兩個氣象站.通過圖4可以看出3個地區(qū)1982年~2012年的潛在蒸散發(fā)都呈現(xiàn)出波動上升的趨勢,鄂北地區(qū)同時期明顯高于省內(nèi)其他地區(qū),鄂西南同時期明顯低于鄂北地區(qū).從表3可以看出,31 a年均潛在蒸散發(fā)最大的站點是棗陽站,達到1 383.7 mm,最小的是來鳳站,只有641.7 mm,潛在蒸散發(fā)代表著地區(qū)的蒸散發(fā)能力,這說明鄂北地區(qū)蒸散能力最強,這與湖北北部降水較少、干旱頻發(fā)的現(xiàn)狀相吻合.鄂北地區(qū)是歷史上是有名的“旱包子”,近年來更是連年發(fā)生特大干旱,研究該區(qū)的潛在蒸散發(fā)能力對于緩解旱情有重要意義.
圖4 1982年~2012年湖北省區(qū)域蒸散發(fā)變化趨勢Fig.4 The distribution of potential evapotranspiration in Hubei Province from 1982 to 2012
表3 湖北省部分臺站31年年均潛在蒸散發(fā)
2.3 湖北省潛在蒸散量的影響因子
為了進一步分析各氣象因子對潛在蒸散量影響程度的大小,選用主成分分析方法,對7個氣象因子進行了因子分析.根據(jù)主成分對應(yīng)的特征值大于1的原則,提取了兩個主成分,各主成分的荷載矩陣見表4.
表4 潛在蒸散發(fā)影響因子主成分分析
第一個主成分的方差貢獻率最大,為40.335%,第一主成分主要在年均溫和年最高溫兩個指標上的荷載較大,表明溫度是潛在蒸散量上升的主要影響因子,同時在相對濕度上的荷載為-0.875,通過對湖北省31 a間年均溫、年最高氣溫的變化趨勢進行分析,發(fā)現(xiàn)年均溫和最高溫度均呈現(xiàn)波動上升的趨勢,見圖5.對湖北省潛在蒸散量和年均溫做相關(guān)性分析,相關(guān)系數(shù)為0.817,在0.05水平上顯著,說明二者高度相關(guān),即氣溫升高是湖北省潛在蒸散量升高的主要驅(qū)動因素之一,同時年均相對濕度與潛在蒸散發(fā)呈現(xiàn)出明顯的負相關(guān),見圖6.
圖5 1982年~2012年湖北省氣溫與潛在蒸散發(fā)走勢圖Fig.5 The trend of air temperature and potential evapotranspirationin Hubei Province from 1982 to 2012
圖6 1982年~2012年湖北省年均相對濕度與潛在蒸散發(fā)走勢圖Fig.6 The trend of annual average relative humidity and potential evapotranspiration in Hubei Province from 1982 to 2012
第二個主成分的方差貢獻率為17.392%,明顯低于第一個主成分.第二個主成分主要在風速和日照時數(shù)兩個指標上的荷載較大,說明風速和日照時數(shù)的增加也在某種程度上成為潛在蒸散量增加的因素,降水量對第二主成分的荷載為-0.649,說明降水量對潛在蒸散量的增加沒有促進作用,從某種程度上是其制約因子之一.該主成分反應(yīng)了制約潛在蒸散量增加的因子.通過上面的分析可知,年均溫、最高氣溫、降水和濕度等幾大氣象因子對區(qū)域潛在蒸散發(fā)的影響是很顯著的,這種影響也是復雜而多變的,不同因子對其影響程度是不同的.其中年均溫、年最高氣溫對其影響最大.
本文通過提取相關(guān)氣象指標,運用Penman-Monteith公式計算得出湖北省1982年~2012年的潛在蒸散量,趨勢分析發(fā)現(xiàn)近31 a潛在蒸散量呈現(xiàn)出緩慢上升的趨勢;年內(nèi)比較分析發(fā)現(xiàn)夏季蒸散量明顯高于年內(nèi)其他季節(jié),并且四個季節(jié)的潛在蒸散量都呈現(xiàn)出波動上升的趨勢.說明運用Penman-Monteit公式計算湖北省的潛在蒸散發(fā)是可行的,能看出一定的年內(nèi)和年際變化,但是其表面阻抗的復雜性也在一定程度上影響了Penman-Monteit公式對區(qū)域蒸散發(fā)計算的精度,接下來的工作考慮將葉面積指數(shù)、歸一化植被指數(shù)應(yīng)用到模型的改進中.
空間插值分析發(fā)現(xiàn)湖北省31 a間潛在蒸散發(fā)省內(nèi)分布不均,鄂北地區(qū)老河口和棗陽站的潛在蒸散量明顯大于省內(nèi)其他地區(qū).2005年鄂北和鄂西北地區(qū)的潛在蒸散量達到最高,3個區(qū)域在2005年前后出現(xiàn)拐點,隨后略微下降.這與2005年湖北出現(xiàn)秋冬春連旱事件相吻合,2005年鄂北地區(qū)隨州市、廣水市和大悟縣等地嚴重干旱.潛在蒸散量的上升將對其水生態(tài)系統(tǒng)產(chǎn)生復雜的影響,省西北部干旱頻發(fā),蒸散量的增加將在一定程度上加劇旱情.
影響因子分析發(fā)現(xiàn)氣溫升高是湖北省潛在蒸散量升高的主要影響因子.這說明在全球變暖的大背景下,氣溫的升高已經(jīng)開始對區(qū)域蒸散發(fā)產(chǎn)生影響.雖然本文中風速、相對濕度、降水量等因子對蒸散量的影響較氣溫弱,但是這些因子之間及其與蒸散量之間的關(guān)系是復雜的,以及植被、水文、地形以及人類活動對其產(chǎn)生的影響還需要進一步探討.
[1] 劉昌明,張 丹.中國地表潛在蒸散發(fā)敏感性的時空變化特征分析[J].地理學報,2011,66(5):579-588.
[2] 趙玲玲,夏 軍,王中根,等.北京潛在蒸散發(fā)量年內(nèi)-年際的氣候變化特征及成因辨識[J].自然資源學報,2013,28(11):1911-1921.
[3] 王建兵,王素萍,汪治桂.1971-2010年若爾蓋濕地潛在蒸散量及地表濕潤度的變化趨勢[J].地理科學,2015,35(2):245-250.
[4] 張曉琳,熊立華,林 琳,等.五種潛在蒸散發(fā)公式在漢江流域的應(yīng)用[J].干旱區(qū)地理,2012,35(2):229-237.
[5] 謝賢群,王 菱.中國北方近50年潛在蒸發(fā)的變化[J].自然資源學報,2007,22(5):683-691.
[6] 高 歌,陳德亮.1956-2000年中國潛在蒸散量變化趨勢[J].地理研究,2006,25(3):378-387.
[7] 胡云華,賀秀斌,郭 豐.CLIGEN天氣發(fā)生器在長江上游地區(qū)的適用性評價[J].中國水土保持科學,2013,11(6):58-65.
[8] HARGREAVES G H,ALLEN R G . History and evaluation of Hargreaves evapotranspiration equation[J].Journal of Irrigation and Drainage Engineering,2003,129(1):53-63.
[9] ALLEN R G,PEREIRAL S,RAES D,et al.Crop Evapotranspiration-Guidelines for Computing Crop Water Requirements[M]. FAO Irrigation and drainage paper 56,F(xiàn)ood and Agriculture Organization of the United Nations,Rome,1998.
[10] Makkink G F.Testing the Penman formula by means of lysimeters[J].J Inst Water Engineers,1975,11(3):277-288.
[11] 李俊曉,李朝奎,殷智慧.基于Arc GIS的克里金插值方法及其應(yīng)用[J].測繪通報,2013(9):87-97.
[12] 任若恩,王惠文.多元統(tǒng)計數(shù)據(jù)分析[M].北京:國防工業(yè)出版社,1997.
[13] 閻慈琳.關(guān)于用主成分分析做綜合評價的若干問題[J].數(shù)理統(tǒng)計與管理,1998(3):22-25.
[14] 李連科.因子分析法用于近岸海域大氣污染來源的判別[J].海洋環(huán)境科學,1998,17(1):30-34.
[15] MONTEITH J L. Evaporation and environment[C]//Proceedings of the 19th Symposium of the Society for Experimental Biology. London: Cambridge University Press,1965:205-234.
[16] AYMAN A S.GERRIT H B.Comparison of Priestley-Taylor and FAO-56 Penman-Monthith fordaily reference evapotranspiration estimation in Georgia[J].Journal of Irrigation and Drainage Engineering,2007,133(2):175-182.
Analysis on spatial-temporal variation of potential evapotranspiration and its influencing factors in Hubei Province
LY Xiaorong1,2,WANG Xuelei1,3
(1.Institute of Geodesy and Geophysics, Chinese Academy of Sciences, Wuhan 430077;2.University of Chinese Academy of Sciences, Beijing 100049;3.Key laboratory for Environment and Disaster Monitoring and Evaluation, Wuhan 430077)
Potential evapotranspiration is an important component of the water balance and key driving mechanism of water cycle, which represents the capacity of regional evapotranspiration. Variation on regional evapotranspiration will have complicated impact on aquatic ecosystems. In this paper, the potential evapotranspiration was calculated by Penman-Monteith model with the meteorological data of 17 weather stations from 1982 to 2012 in Hubei Province, using the daily average temperature, maximum temperature, minimum temperature, sunshine hours, relative humidity, average wind speed, precipitation and other meteorological indicators extracted by Matlab software. The spatial characters of potential evapotranspiration were analyzed according to spatial interpolation by ArcGIS and the influencing factors of potential evapotranspiration in Hubei Province were investigated by principal component analysis. It’s found that the potential evapotranspiration in Hubei Province rises with fluctuation over the 31 years;viewing from season change, the most significant rise exhibits in spring and summer, while not significant in winter;for the part of regional difference, the potential evapotranspiration in northern Huber Province is significantly larger than other parts; principal component analysis showed that the average annual temperature is the main factor affecting the regional evapotranspiration, while the impact of wind speed, precipitation and sunshine time are not significant.
potential evapotranspiration; Penman-Monteith model; spatial interpolation;principal component analysis
2016-04-12.
國家自然科學基金項目(41571202).
1000-1190(2016)05-0764-06
P426.2
A
*通訊聯(lián)系人. E-mail: xlwang@whigg.ac.cn.