高曉麗，程宇翔，曹旭陽，徐俊增，楊士紅

(1.太原理工大學(xué)水利科學(xué)與工程學(xué)院，太原 030024; 2.中南大學(xué)地球科學(xué)與信息物理學(xué)院，長沙 410083；3.河海大學(xué) 水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，南京 210098)

0 引 言

參考作物騰發(fā)量(ET0)作為水資源研究和作物需水量的基礎(chǔ)參數(shù)，研究ET0的時(shí)空演變規(guī)律及其成因分析有助于理解水資源分布情況，對區(qū)域水資源管理、農(nóng)業(yè)灌溉制度的制定和水資源演化的研究具有重要的意義。

國內(nèi)外眾多學(xué)者對不同區(qū)域ET0的時(shí)空變化規(guī)律進(jìn)行了研究，Chattopadhyay N[1]和Brutsaert W[2]在對氣候的預(yù)測研究中認(rèn)為參考作物騰發(fā)量隨逐年溫度的升高而增加，與此相反，叢振濤[3]和Michael[4]分別在國內(nèi)外的研究中提到了“蒸發(fā)悖論”，即參考作物騰發(fā)量隨溫度的增高而出現(xiàn)了顯著的降低[5]，該結(jié)論也相繼在美國、澳大利亞、印度和伊朗等地得以驗(yàn)證[6-9]，張方敏[10]分析得出我國ET0在西部和長江流域地區(qū)顯著下降，東部沿海、黃河中上游和東北顯著上升，韓煥豪[11]研究得出，云南省多年ET0在滇西南和滇西北地區(qū)主要呈現(xiàn)為增大的趨勢，在滇中地區(qū)主要表現(xiàn)為減小的趨勢。倪廣恒[12]和Thomas[13]研究表明我國參考作物騰發(fā)量總體上表現(xiàn)為西北地區(qū)高東北地區(qū)低的分布特點(diǎn)；楊永紅[14]研究得出西藏高原區(qū)ET0均值表現(xiàn)為東部和中部高，東北部和東南邊緣低的空間分布規(guī)律，馮禹[15]研究得出四川省ET0表現(xiàn)為自東北、西南向中部逐漸遞減的趨勢，董煜[16]對新疆蒸散發(fā)研究得出，新疆蒸散發(fā)的呈現(xiàn)為由南向北遞減和由東向西遞減的分布特征。

各氣象因子在不同地區(qū)對ET0具有不同的影響，大多均集中于定性影響的研究，定量影響的研究較少。國外研究表明，顯著下降的風(fēng)速是引起澳大利亞、加拿大和伊朗地區(qū)[17-19]ET0下降趨勢的主要原因，顯著增加的相對濕度和顯著下降的風(fēng)速是導(dǎo)致印度ET0下降的主要因素[9]，Gao[20]等研究認(rèn)為，中國東部和北部地區(qū)ET0的變化主要?dú)w因于日漸降低的風(fēng)速，而中國南部地區(qū)ET0的變化主要?dú)w因于逐漸下降的日照時(shí)數(shù)，Xu[21]研究發(fā)現(xiàn)顯著降低的風(fēng)速和日照時(shí)數(shù)是引起長江流域ET0下降的主要原因，Wang和Tang[22, 23]認(rèn)為風(fēng)速、日照時(shí)數(shù)和相對濕度對海河流域ET0變化最為敏感的氣象因子，Jiang[24]研究表明日照時(shí)數(shù)和風(fēng)速的減少是秦嶺地區(qū)ET0多年下降的主要原因，郭軍[25]研究表明日照時(shí)數(shù)及太陽輻射的減少可能是造成黃淮海流域蒸發(fā)量減少的原因，趙璐[26]研究均表明日照時(shí)數(shù)和風(fēng)速的減少是中丘陵地區(qū)ET0多年下降的主要原因，其貢獻(xiàn)率分別為-5.403%和-2.054%。

鑒于貴州地區(qū)進(jìn)行ET0分布特征及其影響因素的研究相對較少，徐蒙蒙[27]州省的時(shí)空變化特征進(jìn)行了研究，但對導(dǎo)致ET0變化的氣象因子尚未做定量化的影響因素分析。本文對貴州省參考作物騰發(fā)量的時(shí)空分演變規(guī)律及其成因進(jìn)行定量分析，為該區(qū)域的水資源演化方向預(yù)測、水資源的合理配置及農(nóng)業(yè)生產(chǎn)和農(nóng)業(yè)種植結(jié)構(gòu)的調(diào)整提供理論依據(jù)。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

貴州省地區(qū)位于東經(jīng)104°～110°，北緯25°～29°之間，地處中國西南地區(qū)(圖1)，是典型的喀斯特低山丘陵地貌區(qū)。省內(nèi)多年平均降雨量為1 131 mm，省內(nèi)近年來季節(jié)性干旱頻發(fā)。計(jì)算數(shù)據(jù)采用中國氣象局國家氣象信息中心[28]發(fā)布的分布在貴州省的19個(gè)基本氣象站1959-2015年的基本氣象數(shù)據(jù)，主要包括平均溫度(T)、最高溫度(Tmax)、最低溫度(Tmin)、平均風(fēng)速(U)、相對濕度(RH)和日照時(shí)數(shù)(n)等日資料，各氣象站點(diǎn)的位置分布如圖1所示，其經(jīng)度、緯度和海拔等信息見表1。根據(jù)氣象季節(jié)劃分方法，春季、夏季、秋季和冬季分別為3-5月、6-8月、9-11月和12-2月。

圖1 貴州省氣象站點(diǎn)分布圖Fig.1 The spatial distribution of meteorological stations in Guizhou Province

站臺(tái)號(hào)站點(diǎn)名稱經(jīng)度E/(°)緯度N/(°)海拔/m57816貴陽106．4326．351074．357806安順105．5526．151394．157707畢節(jié)105．1727．491514．457922獨(dú)山107．3325．501012．357825凱里107．5926．36722．657916羅甸106．4625．26441．557722湄潭107．2827．46792．856793盤縣104．3728．081516．957803黔西106．0127．021252．557932榕江108．3225．58287．457832三穗108．4026．58611．057731思南108．1527．57417．757606桐梓106．5028．35972．057741銅仁109．1127．43280．557906望謨106．0525．11567．056691威寧104．1726．522236．257614習(xí)水106．1328．531181．357902興仁105．1125．261379．357713遵義106．5327．32844．9

1.2 計(jì)算與分析方法

運(yùn)用FAO-56Penman-Monteith[29]方程計(jì)算各站點(diǎn)日ET0，以分析省內(nèi)年和季節(jié)ET0的空間分布特征及多年變化的影響因子。根據(jù)貴州省19個(gè)站點(diǎn)的長系列值，共23個(gè)站，并結(jié)合與貴州省接壤的永川、懷化、西林和巧家等4個(gè)站點(diǎn)的相應(yīng)長系列值，采用反距離權(quán)重插值法(IDW)進(jìn)行空間分布特征分析，其中，永川、懷化、西林和巧家等4個(gè)站點(diǎn)的經(jīng)緯度矩形區(qū)可以完全包含貴州省區(qū)域。采用Mann-Kendall(MK)檢驗(yàn)法[30]對ET0時(shí)間序列變化趨勢進(jìn)行分析，MK檢驗(yàn)得到的結(jié)果為正值，表示該時(shí)間序列具有增加的變化趨勢，負(fù)值表示時(shí)間序列為減小的變化趨勢；檢驗(yàn)結(jié)果的絕對值大于95%置信水平統(tǒng)計(jì)值1.96，代表該時(shí)間序列具有顯著的變化趨勢。敏感性采用偏導(dǎo)數(shù)的計(jì)算方式進(jìn)行計(jì)算[31]，敏感系數(shù)可以描述ET0對氣象因子變化所發(fā)生的反應(yīng)靈敏度， 敏感系數(shù)為正值表示ET0隨氣象因子的增加(減小)而增加(減小)，其絕對值表示ET0的變化對該氣象因子的敏感程度，即單位氣象因子變化導(dǎo)致的ET0變化率。貢獻(xiàn)率采用敏感系數(shù)與多年相對變化率的乘積進(jìn)行計(jì)算[32]，貢獻(xiàn)率反映了某一氣象因子的改變對ET0變化的貢獻(xiàn)程度，可用于定量解釋多年ET0變化趨勢的成因。

2 ET0變化趨勢及其歸因分析

2.1 ET0的時(shí)間變化趨勢

總體上，貴州省不同地區(qū)的多年ET0表現(xiàn)出不同程度的變化趨勢。貴州省多年ET0的MK趨勢檢驗(yàn)結(jié)果如表2所示，多年的年ET0在西部地區(qū)表現(xiàn)為上升的趨勢，在東南部、東北部和中部區(qū)表現(xiàn)為下降的趨勢，其中中部區(qū)的下降趨勢最為顯著；春季ET0在東北部和東南部呈現(xiàn)出上升的趨勢，而在西部區(qū)呈現(xiàn)出下降的趨勢，且在中部區(qū)表現(xiàn)出顯著的下降趨勢；夏季ET0僅在安順和望謨表現(xiàn)出較小的上升趨勢，在貴州省其他地區(qū)均表現(xiàn)出了下降的趨勢，其中中部區(qū)表現(xiàn)出極顯著的下降趨勢；秋季ET0在西部區(qū)和東北部區(qū)表現(xiàn)出了上升的趨勢，而在中部區(qū)和東南部區(qū)表現(xiàn)出了下降的趨勢；冬季的ET0僅在中部區(qū)表現(xiàn)出了下降的趨勢，且在東北部具有顯著的上升趨勢。受地形變化大的影響，貴州省不同季節(jié)的ET0年代間變化兼具上升和下降的趨勢。

表2 貴州省多年ET0的MK趨勢檢驗(yàn)Tab.2 The result of MK test for annual and seasonal ET0 during1959-2015 in Guizhou Province

注：正值和負(fù)值分別表示上升和下降的趨勢，*和**分別表示通過95%和99%的置信水平，ET0具有顯著和極顯著的變化趨勢。

整體上，貴州省多年ET0以及春季和夏季ET0表現(xiàn)為下降趨勢，而秋季與冬季表現(xiàn)為上升的趨勢。Wang[22]對海河流域ET0的分布研究發(fā)現(xiàn)，東部平原區(qū)的ET0呈顯著下降趨勢，西部山地區(qū)的ET0呈現(xiàn)顯著上升趨勢，趙璐[26]研究得出川中丘陵地區(qū)的ET0呈下降趨勢。貴州省地屬西南地區(qū)，與趙璐在川中丘陵區(qū)的研究結(jié)果相一致，均表現(xiàn)為下降的趨勢。

2.2 各站點(diǎn)多年的年和季節(jié)ET0分布特征

如圖2所示，貴州省各地的多年年平均ET0為785～989 mm，總體上呈現(xiàn)為由西南到東北遞減的分布特征。多年年平均ET0、春季ET0和冬季ET0在空間上均表現(xiàn)為由由西南到東北遞減的變化趨勢，高值區(qū)位于興仁和望謨地區(qū)，其中年ET0在東北部的湄潭和思南地區(qū)出現(xiàn)了局部高于周圍的增加趨勢，其中春季ET0和冬季ET0變化范圍分別為107～287和108～153 mm；夏季ET0在252～319 mm呈現(xiàn)為由西向東遞增的分布特征，高值區(qū)位于湄潭和思南地區(qū)；秋季ET0在123～359 mm呈現(xiàn)為由東南向西北遞減的分布特征，高值區(qū)位于西部地區(qū)。此外，貴州海拔高程相差較大，海拔高程對貴州省ET0的影響不顯著，但整體上貴州省ET0隨高程的增加表現(xiàn)為遞減的分布特征，與廖清飛[33]的研究結(jié)果相一致。

圖2 貴州省各站點(diǎn)多年ET0空間分布特征Fig.2 Spatial distribution characteristic of ET0 in Shanxi Province

2.3 敏感性分析

貴州省各地區(qū)ET0對氣象因子的敏感性基本上較為一致，ET0對各氣象因子的靈敏性依次為RH>n>Tmax>T>Tmin>U。ET0均隨T、Tmax、Tmin、U、n的增加而增加，隨RH的增加而減小。如圖3所示，各地區(qū)ET0對T、Tmax、Tmin、U、RH和n的敏感系數(shù)變化范圍分別為0.126 1～0.232 2、0.140 8～0.243 9、0.043 5～0.090 9、-0.9935～0.2274、；全省內(nèi)ET0對Tmax、T、RH和n的平均敏感系數(shù)分別為0.206 2、0.179 3、-0.591 7和0.216 6，ET0對U和Tmin的靈敏度最差，敏感系數(shù)僅為0.071 9和0.087 3。研究結(jié)果表明，貴州省多年ET0的變化趨勢對相對濕度最為靈敏，對平均風(fēng)速的靈敏性最差。

不同地區(qū)ET0的變化趨勢對各氣象因子的靈敏程度不同。Zhang[34]認(rèn)為在石羊河流域ET0對風(fēng)速最敏感，Tang[23]認(rèn)為海河流域ET0隨平均溫度的增加而增加，隨凈輻射和風(fēng)速的增加而減小，且ET0對溫度的靈敏性最大，曹雯[35]研究認(rèn)為在西北地區(qū)ET0對太陽輻射最敏感，曾麗紅[36]等認(rèn)為在東北地區(qū)ET0對溫度最敏感，而貴州省的分析結(jié)果與同屬西南地區(qū)的川中丘陵區(qū)研究結(jié)果[23]較為一致，亦表現(xiàn)到ET0對相對濕度的敏感性最大，日照時(shí)數(shù)和氣溫次之。

圖3 多年ET0變化對各氣象因子的敏感性空間分布Fig.3 Spatial distribution characteristic of sensitivity of annual ET0 to each climatic variables

2.4 貢獻(xiàn)率分析

總體上，貴州省各氣象因子對ET0的變化兼具正貢獻(xiàn)和負(fù)貢獻(xiàn)。由圖4可知，T和Tmin在對多年ET0的貢獻(xiàn)均表現(xiàn)為貴陽為最大負(fù)值并向周圍逐漸轉(zhuǎn)為正貢獻(xiàn)的分布特征，其中平均氣溫在向中南部地區(qū)轉(zhuǎn)為正貢獻(xiàn)的趨勢較小，而Tmin在向東南轉(zhuǎn)為正貢獻(xiàn)的趨勢較?。籘max表現(xiàn)為凱里為最大負(fù)值并向四周逐漸轉(zhuǎn)為正貢獻(xiàn)的分布特征，其中習(xí)水地區(qū)表現(xiàn)為負(fù)貢獻(xiàn)；RH表現(xiàn)為由中部為最大負(fù)值并向東北和西南方向逐漸轉(zhuǎn)為正貢獻(xiàn)的分布特征；U表現(xiàn)為黔西和中南部為較大負(fù)值并向周圍逐漸轉(zhuǎn)為正貢獻(xiàn)的分布特征；n表現(xiàn)為由中部為最大負(fù)值并向東北和西南方向的負(fù)貢獻(xiàn)率率逐漸減小的分布特征。

圖4 各氣象因子對多年ET0變化的貢獻(xiàn)率空間分布Fig.4 Spatial distribution characteristic of attribution of each climatic variables for annual ET0

氣象因子對ET0的貢獻(xiàn)值表明，日照時(shí)數(shù)是影響并且導(dǎo)致貴州省ET0下降的最主要?dú)庀笠蜃?。氣象因子對多年ET0變化的貢獻(xiàn)率依次為n>RH>T>Tmin>U>Tmax，T、Tmax、Tmin、RH、U和n對貴州省ET0的貢獻(xiàn)率分別為0.007 8、0.000 4、0.006 2、0.016 6、-0.005 5和-0.040 0，日照時(shí)數(shù)對ET0的貢獻(xiàn)率最大，日照時(shí)數(shù)每增加1 h所導(dǎo)致的年ET0就會(huì)減少0.04 mm，總體上，氣象因子對貴州省多年ET0的負(fù)貢獻(xiàn)值大于正貢獻(xiàn)值，即各氣象因子導(dǎo)致ET0的下降量大于各氣象因子所引起ET0的上升量，最終導(dǎo)致貴州全省的多年ET0表現(xiàn)出下降的趨勢。

總體上，區(qū)內(nèi)ET0對相對濕度最為靈敏，而日照時(shí)數(shù)則是引起貴州省ET0減小的主要影響因子。不同地區(qū)ET0的主要影響因子不同，Lakshman[37]研究認(rèn)為風(fēng)速在干旱地區(qū)對ET0的作用顯著，日照時(shí)數(shù)在濕潤半濕潤地區(qū)對ET0的作用顯著，Xu[21]認(rèn)為日照時(shí)數(shù)是長江流域ET0下降的主導(dǎo)因子，Yin[32]研究認(rèn)為日照時(shí)數(shù)是引起南方熱帶和亞熱帶地區(qū)ET0減少的主要原因，趙璐[26]研究認(rèn)為日照時(shí)數(shù)和風(fēng)速的減少是川中丘陵區(qū)ET0多年減少的主要原因。同屬西南地區(qū)的貴州省多年ET0減少的主導(dǎo)因素是日照時(shí)數(shù)，由于具有相似的氣候特點(diǎn)，與川中丘陵區(qū)結(jié)果較為接近。

3 結(jié) 語

(1)貴州省不同地區(qū)的多年ET0表現(xiàn)出不同程度的變化趨勢和分布特征。貴州省多年的年ET0在西部地區(qū)表現(xiàn)為上升的趨勢，在東南部、東北部和中部區(qū)表現(xiàn)為下降的趨勢；多年年平均ET0為785～989 mm，總體上呈現(xiàn)為由西南到東北遞減的分布特征。

(2)貴州省內(nèi)ET0對相對濕度最為靈敏，而日照時(shí)數(shù)則是引起貴州省多年ET0變化的主要驅(qū)動(dòng)因子。貴州省多年化ET0對各氣象因子的靈敏性依次為相對濕度>日照時(shí)數(shù)>最高氣溫>平均氣溫>最低氣溫>平均風(fēng)速，而氣象因子對多年ET0變化的驅(qū)動(dòng)作用依次為日照時(shí)數(shù)>相對濕度>平均溫度>最低溫度>平均風(fēng)速>最高溫度。

□

[1] Chattopadhyay, N.H.M. Evaporation and potential evapotranspiration in India under conditions of recent and future climate change[J]. Agricultural and Forest Meteorology, 1997,87(1): 55-73.

[2] Brutsaert, W.P.M. Hydrologic cycle explains the evaporation paradox[J]. Nature, 1998,396:30.

[3] 叢振濤, 倪廣恒, 楊大文, 等. “蒸發(fā)悖論”在中國的規(guī)律分析[J]. 水科學(xué)進(jìn)展, 2008,(2):147-152.

[4] Michael L R G D F. The cause of decreationsed pan evaporation over the past 50 years[J]. Science, 2002,298(15):1 410-1 411.

[5] Moonen A C, Ercoli L, Mariotti M, et al. Climate change in Italy indicated by agrometeorological indices over 122 years[J]. Agricultural and Forest Meteorology, 2002,111:13-27.

[6] Golubev V S, Lawrimore J H, Groisman P Y, et al. Evaporation changes over the contiguous United States and the former USSR: A reassessment[J]. Geophysical Research Letters, 2001,28(13):2 665-2 668.

[7] Roderick M L, Farquhar G D. Changes in Australian pan evaporation from 1970 to 2002.[J]. International Journal of Climatology, 2004,24:1 077-1 090.

[8] Bandyopadhyay A, Bhadra A, Raghuwanshi N S, et al. Temporal trends in estimates of reference evapotranspiration over India[J]. Journal of Hydrologic Engineering, 2009,14(5):508-515.

[9] Shadmani M, Marofi S, Roknian M. Trend analysis in reference evapotranspiration using Mann-Kendall and Spearman's Rho tests in arid regions of Iran[J]. Water Resource management, 2012,26:211-224.

[10] 張方敏, 申雙和. 我國參考作物蒸散的空間分布和時(shí)間趨勢[J]. 南京氣象學(xué)院學(xué)報(bào), 2007,(5):705-709.

[11] 韓煥豪, 崔遠(yuǎn)來, 王樹鵬, 等. 云南省參考作物蒸發(fā)蒸騰量時(shí)空變化特征[J]. 節(jié)水灌溉, 2016,(8):182-186.

[12] 倪廣恒 ，李新紅 ，叢振濤,等. 中國參考作物騰發(fā)量時(shí)空變化特性分析[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2006,22(5):1-4.

[13] Thomas A. Spatial and temporal characteristics of potential evapotranspiration trends over China[J]. Journal of Climatology, 2000,20:381-396.

[14] 楊永紅, 張展羽, 阮新建. 西藏參考作物需水量的時(shí)空變異規(guī)律[J]. 水科學(xué)進(jìn)展, 2009,(6):775-781.

[15] 馮 禹, 付 蕭, 崔寧博, 等. 四川省參考作物騰發(fā)量時(shí)空分布特征及成因分析[J]. 中國農(nóng)村水利水電, 2014,(10):61-64.

[16] 董 煜, 陳學(xué)鋼, 胡江玲. 新疆潛在蒸散量時(shí)空變化及未來變化趨勢[J]. 中國農(nóng)村水利水電, 2015,(9):90-94.

[17] Rayner D P. Wind run changes: the dominant factor affecting pan evaporation trends in Australia.[J]. Journal of Climate, 2007,20:3 379-3 394.

[18] Burn D H, Hesch N M. Trends in evaporation for the Canadian Prairies[J]. Journal of Hydrology, 2007,1-2(336):61-731.

[19] Dinpashoh Y, Jhajharia D, Fakheri-Fard A, et al. Trends in reference evapotranspiration over Iran[J]. Journal of Hydrology, 2011,399:422-433.

[20] Gao G, Chen D L., Ren G Y, et al. Spatial and temporal variations and controlling factors of potential evapotranspiration in China: 1956-2000[J]. Journal of Geographical Sciences, 2006,16:3-12.

[21] Xu C Y, Gong L B, Jiang T, et al. Analysis of spatial distribution and temporal trend of reference evapotranspiration and pan evaporation in Changjiang (Yangtze River) catchment[J]. Journal of Hydrology, 2006,327:81-93.

[22] Wang W G, Peng S Z, Yang T, et al. Spatial and Temporal Characteristics of Reference Evapotranspiration Trends in the Haihe River Basin, China[J]. Journal of Hydrology Engineering, 2011,16:239-252.

[23] Tang B, Tong L, Kang S Z, et al. Impacts of climate variability on reference evapotranspiration over 58 years in the Haihe river basin of north China[J]. Agricultural Water Management, 2011,98(10):1 660-1 670.

[24] Jiang C, Nie Z, Mu X M, et al. Potential evapotranspiration change and its attribution in the Qinling Mountains and surrounding area, China, during 1960-2012[J]. Journal of water and climate change, 2016,7(3):26-541.

[25] 郭 軍, 任國玉. 黃淮海流域蒸發(fā)量的變化及其原因分析[J]. 水科學(xué)進(jìn)展, 2005,(5):666-672.

[26] 趙 璐, 梁 川, 崔寧博, 等. 川中丘陵區(qū)參考作物需水量近60年變化成因研究[J]. 水利學(xué)報(bào), 2013,(2):183-190.

[27] 徐蒙蒙, 張志才, 陳喜. 貴州省參考作物蒸散發(fā)量的時(shí)空變化分析[J]. 地球與環(huán)境, 2012,40(2):243-249.

[28] 中國氣象局[EB/OL]. 2010, http:∥www.cma.gov.cn/ztbd/zdtq/20091224_1_1_3/200912241/201003/t20100304_60584.html.

[29] Allen R G, Pereira L S, Raes D, et al. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56[J]. FAO, Rome, 1998,300(9):D05109.

[30] Yue S, Wang C Y. The Mann-Kendall test modified by effective sample size to detect trend in serially correlated hydrological series[J]. Water Resource management, 2004,18(3):201-218.

[31] Gong L B, Xu C Y, Chen D L, et al. Sensitivity of the Penman-Monteith reference evapotranspiration to key climatic variables in the Changjiang basin[J]. Journal of Hydrology, 2006,329:620-629.

[32] Yin Y H, Wu S H, Chen G, et al. Attribution analyses of potential evapotranspiration changes in China since the 1960s[J]. Theoretical and Applied Climatology, 2010,101(1-2):19-28.

[33] 廖清飛, 張 鑫, 崔晨風(fēng). 青海省農(nóng)業(yè)生態(tài)區(qū)參考作物蒸散量的遙感反演[J].灌溉排水學(xué)報(bào), 2012,31(5):21-25.

[34] Zhang X T, Kang S.Z., Zhang, L., et al. Spatial variation of climatology monthly crop reference evapotranspiration and sensitivity coefficients in Shiyang river basin of northwest China[J]. Agricultural Water Management, 2010,97:1 506-1 516.

[35] 曹 雯, 申雙和, 段春鋒. 西北地區(qū)生長季參考作物蒸散變化成因的定量分析[J]. 地理學(xué)報(bào), 2011,66(3):407-415.

[36] 曾麗紅, 宋開山, 張 柏, 等. 東北地區(qū)參考作物蒸散量對主要?dú)庀笠氐拿舾行苑治鯷J]. 中國農(nóng)業(yè)氣象, 2010,31(1):11-18.

[37] Lakshman N, Gicy M K. Performance evaluation of reference evapotranspiration equations across a range of Indian climates[J]. Journal of Irrigation and Drainage Engineering, 2006,132(3):41 238-249.