胡 琦，董 蓓，潘學(xué)標(biāo)，姜會(huì)飛，潘志華，喬 宇，邵長(zhǎng)秀，丁夢(mèng)琳，尹紫薇，胡莉婷

?

1961－2014年中國(guó)干濕氣候時(shí)空變化特征及成因分析

胡 琦1,2，董 蓓1,2，潘學(xué)標(biāo)1,2※，姜會(huì)飛1，潘志華1,2，喬 宇1，邵長(zhǎng)秀1,2，丁夢(mèng)琳1,2，尹紫薇1，胡莉婷1

（1. 中國(guó)農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，北京 100193； 2. 農(nóng)業(yè)部武川農(nóng)業(yè)環(huán)境科學(xué)觀測(cè)實(shí)驗(yàn)站，呼和浩特 011700）

利用全國(guó)701個(gè)氣象站點(diǎn)1961-2014年逐日地面觀測(cè)資料，基于降水量和參考作物蒸散量（ET0）計(jì)算的濕潤(rùn)指數(shù)研究了近 54a中國(guó)干濕氣候時(shí)空變化特征，并利用敏感性和貢獻(xiàn)率法分析了氣候變化背景下主要?dú)庀笠蜃訉?duì)ET0的影響，對(duì)干濕氣候變化的成因進(jìn)行了探討。結(jié)果表明：全國(guó)氣候在3個(gè)時(shí)間段（時(shí)段1：1961－1980；時(shí)段2：1981－2000；時(shí)段3：2001－2014）中經(jīng)歷了變濕到變干的過程；不同地區(qū)干濕狀況變化差異很大，干旱趨勢(shì)主要發(fā)生在中國(guó)的半干旱半濕潤(rùn)氣候區(qū)；1961－2014年降水量變化趨勢(shì)不顯著，ET0呈顯著下降的趨勢(shì)，61.6%的站點(diǎn)出現(xiàn)“蒸發(fā)悖論”現(xiàn)象。南方大部分地區(qū)和新疆的西北部由于降水量增加和ET0減少，氣候變濕；西北和西南大部分地區(qū)由于年降水量減少和ET0增加，氣候呈顯著變干的趨勢(shì)。ET0對(duì)相對(duì)濕度的變化最敏感，風(fēng)速的負(fù)貢獻(xiàn)率是引起ET0變化的主導(dǎo)因子。研究時(shí)段內(nèi)風(fēng)速和日照時(shí)數(shù)的減少對(duì)ET0的負(fù)效應(yīng)超過溫度上升對(duì)ET0的增大作用，導(dǎo)致全國(guó)ET0總體呈下降趨勢(shì)。

氣候變化；降水量；風(fēng)速；參考作物蒸散量；濕潤(rùn)指數(shù)；敏感系數(shù)；貢獻(xiàn)率

0 引 言

氣候變化背景下，全球增暖已是非常明確的結(jié)論，且從1950年代以來的氣候變化是千年以來所未見的[1]。全球地表溫度的升高將會(huì)改變海陸熱力差異，進(jìn)而改變大尺度環(huán)流結(jié)構(gòu)，影響降水的空間分布[2]，同時(shí)溫度升高會(huì)加速地表的蒸發(fā)，增強(qiáng)大氣保持水分的能力，根據(jù)長(zhǎng)時(shí)間尺度地球水分收支平衡原理，全球蒸發(fā)量升高，降水量也必然增加[3]。這種全球增暖帶來的時(shí)間和空間上非均勻的降水強(qiáng)度和分布的變化，必然會(huì)對(duì)氣候的干濕狀況產(chǎn)生重要影響[4-5]，進(jìn)而對(duì)農(nóng)業(yè)生產(chǎn)、作物布局和生態(tài)環(huán)境等產(chǎn)生重大影響。普宗朝等[6]指出全球變化對(duì)不同區(qū)域的干濕氣候影響存在差異性，影響的機(jī)理也存在許多不確定性，因此從全國(guó)尺度系統(tǒng)研究近幾十年來干濕氣候的時(shí)空變化特征及其成因，具有重要的理論意義和科學(xué)價(jià)值。

地面干濕氣候狀態(tài)其核心是水分的盈虧及收支的變化，主要由自然條件下的大氣水汽的輸入（降水量）和輸出（蒸散）決定。科學(xué)研究中難以獲取大區(qū)域的實(shí)際蒸散資料，常常需要借助參考作物蒸散確定。參考作物蒸散量（ET0）是評(píng)價(jià)大氣蒸散能力的基礎(chǔ)，是評(píng)估氣候干旱程度和水資源供需平衡最重要的指標(biāo)之一[7-10]，在評(píng)價(jià)水分資源、氣候區(qū)劃研究中發(fā)揮著重要的作用[11-13]。ET0受各氣象因子綜合作用的影響，定量分析其與氣象要素的關(guān)系，對(duì)了解其變化機(jī)制度對(duì)氣候變化背景下區(qū)域干濕趨勢(shì)的研究有一定的參考意義，得到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注和思考[14-18]。這些研究多數(shù)只針對(duì)于某一個(gè)地區(qū)，缺乏全國(guó)尺度上的區(qū)域差異比較和研究，并且極少與干濕氣候的變化聯(lián)系在一起。為此，本文利用全國(guó)701個(gè)氣象站點(diǎn)1961－2014年的地面觀測(cè)資料，基于降水量和Penman-Monteith方法計(jì)算的ET0，計(jì)算了近54 a各個(gè)站點(diǎn)的濕潤(rùn)指數(shù)，系統(tǒng)地分析了中國(guó)干濕氣候時(shí)空變化規(guī)律，比較分析了3個(gè)時(shí)段（1961－1980年、1981－2000年、2001－2014年）干濕氣候帶的變化特征，并分析了影響ET0的主要?dú)庀笠蜃拥拿舾行院拓暙I(xiàn)率，對(duì)干濕變化的成因進(jìn)行了研究，旨在明確全球變暖下中國(guó)的干濕分布和變化趨勢(shì)，對(duì)農(nóng)業(yè)規(guī)劃和作物布局、規(guī)避可能的氣候風(fēng)險(xiǎn)提供科學(xué)依據(jù)。

1 資料與方法

1.1 數(shù)據(jù)來源及預(yù)處理

從全國(guó)800多個(gè)氣象站點(diǎn)中選取具有1961－2014年完整時(shí)間序列的逐日氣象資料的臺(tái)站，總計(jì)701個(gè)，分布于31個(gè)省、自治區(qū)和直轄市（臺(tái)灣省、香港和澳門特別行政區(qū)缺資料，未包括）（圖1）。氣象數(shù)據(jù)來源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)中的中國(guó)地面氣候資料日值數(shù)據(jù)集（代碼：SURF_CLI_CHN_MUL_DAY）和中國(guó)地面氣候資料日值數(shù)據(jù)集（V3.0）。數(shù)據(jù)集經(jīng)過較嚴(yán)格的質(zhì)量控制和檢查，缺測(cè)率約千分之一。利用FORTRAN編程讀取701個(gè)氣象臺(tái)站的逐日氣象資料，對(duì)缺測(cè)的氣象要素（溫度、日照時(shí)數(shù)、相對(duì)濕度等）資料進(jìn)行訂正。若缺測(cè)序列小于5 d，缺測(cè)值采用線性插值方法代替；若缺測(cè)序列大于或等于5 d，缺測(cè)值則采用同一日值的多年平均值取代。

1.2 研究方法及數(shù)據(jù)處理

1.2.1 參考作物蒸散量(ET0)的計(jì)算

本文采用1998年FAO推薦的Penman-Monteith公式計(jì)算各站的逐日ET0

式中ET0為參考作物蒸散量，mm/d；R為作物表面凈輻射量，MJ/(m2·d)；為土壤熱通量，MJ/(m2·d)；為濕度計(jì)常數(shù)，kPa/℃；為飽和水汽壓與溫度關(guān)系曲線的斜率，kPa/℃；為空氣平均溫度，℃；2為地面以上2 m處的風(fēng)速，m/s；e為空氣飽和水汽壓，kPa；e為空氣實(shí)際水汽壓，kPa。計(jì)算R時(shí)的經(jīng)驗(yàn)系數(shù)、分別取值為0.225、0.525。

1.2.2 濕潤(rùn)指數(shù)（）計(jì)算

本文采用表征自然條件下的大氣水汽的輸入的降水量（）和輸出的蒸散量（ET0）來計(jì)算濕潤(rùn)指數(shù)

式中為降水量，mm/d。根據(jù)1977年聯(lián)合國(guó)教科文組織給出地區(qū)干旱程度定義并結(jié)合文獻(xiàn)[4-5]，本文以濕潤(rùn)指數(shù)作為干濕氣候劃分標(biāo)準(zhǔn)，對(duì)中國(guó)氣候進(jìn)行干濕分區(qū)：≤0.03為極干旱區(qū)；0.03<≤0.2為干旱區(qū)；0.2<≤0.5為半干旱區(qū)；0.5<≤1.0為半濕潤(rùn)區(qū)；>1.0為濕潤(rùn)區(qū)。

1.2.3 氣候傾向率計(jì)算

傾向率是研究某一特征量在某段時(shí)間內(nèi)變化趨勢(shì)時(shí)常用的表達(dá)方式。用表示樣本量為的某一氣候要素，用表示對(duì)應(yīng)的年序，擬合得到一元線性回歸方程

0(=1,2,3,…,) （3）

式中0為回歸系數(shù)，本文采用最小二乘法估算，以0的10倍（即100）作為氣象要素的氣候傾向率。

采用檢驗(yàn)法對(duì)擬合的回歸方程進(jìn)行顯著性檢驗(yàn)（<0.05）。

1.2.4 敏感性分析方法

ET0是各氣象因子綜合作用的結(jié)果，研究氣候因子的敏感系數(shù)已成為判斷氣候因子對(duì)ET0擾動(dòng)的有效方法，并得到廣泛應(yīng)用[18-20]。本文采用Beven提出的基于偏導(dǎo)數(shù)的敏感性方法計(jì)算ET0對(duì)氣象因子（平均溫度、水汽壓、風(fēng)速、日照時(shí)數(shù)）的敏感系數(shù)[21]，考慮到Penman-Monteith公式輸入?yún)?shù)量綱和變化范圍差異，將偏導(dǎo)數(shù)轉(zhuǎn)化為無量綱的形式，即ET0的變化率和氣象因子變化率的比值。

（4）

1.2.5 氣象因子的貢獻(xiàn)率計(jì)算

某一氣象要素的貢獻(xiàn)率為該因子的多年相對(duì)變化率與敏感系數(shù)的乘積，即為

G=S·R（5）

式中G為氣象因子V對(duì)某一對(duì)象變化的貢獻(xiàn)率，R為研究時(shí)段內(nèi)氣象因子多年相對(duì)變化率，依據(jù)式（6）計(jì)算。

本文中的數(shù)據(jù)處理，包括ET0、氣候傾向率、敏感性分析等計(jì)算均利用Matlab2014軟件實(shí)現(xiàn)；利用ArcGIS10.1軟件反距離權(quán)重插值法（inverse distance weighted interpolation，IDW）制作氣候要素的空間分布圖，設(shè)定Cell size參數(shù)均為0.02；折線圖采用OriginPro8軟件制作。

2 結(jié)果與分析

2.1 中國(guó)地區(qū)干濕狀況及年代尺度時(shí)空變化特征

由圖2a可以看出，基于濕潤(rùn)指數(shù)作為干濕區(qū)域劃分標(biāo)準(zhǔn)的結(jié)果表明，中國(guó)南方地區(qū)濕潤(rùn)和半濕潤(rùn)氣候區(qū)主要以秦嶺淮河為分界線，分界線以南的華南、華東等大部分地區(qū)屬于濕潤(rùn)氣候區(qū)，另外青藏高原以東的四川盆地等中南部和東部地區(qū)，云南的西南部、西藏的東南部和東北中部狹長(zhǎng)帶等地區(qū)濕潤(rùn)指數(shù)均大于1.0。大興安嶺以東的東北地區(qū)、黃土高原以南至青藏高原的東部地區(qū)，濕潤(rùn)指數(shù)在0.5～1.0之間，屬于半濕潤(rùn)氣候。大興安嶺和東北平原以西，穿過內(nèi)蒙古沿黃土高原向西經(jīng)青海中部至青藏高原的中部地區(qū)，新疆的西部和北部地區(qū)濕潤(rùn)指數(shù)在0.2～0.5之間，屬于半干旱氣候區(qū)。干旱區(qū)包括內(nèi)蒙古西部、甘肅和青海的西北部及西藏的西部和新疆大部分地區(qū)，濕潤(rùn)指數(shù)小于0.2。其中新疆的中部地區(qū)、青海的西北角濕潤(rùn)指數(shù)小于0.03，為極干旱區(qū)。

就年代際尺度而言，全國(guó)氣候在3個(gè)時(shí)間段（時(shí)段1：1961－1980年；時(shí)段2：1981－2000年；時(shí)段3：2001－2014年）中經(jīng)歷了變濕到變干的過程，所有站點(diǎn)濕潤(rùn)指數(shù)多年平均值分別為0.835、0.877和0.841。從空間分布來看，較時(shí)段1（1961－1980年）相比，時(shí)段2（1981－2000年）和時(shí)段3（2001－2014年）干旱區(qū)面積分別減少了5.5%和9.9%，主要是由于新疆西北部的干旱區(qū)面積減少；時(shí)段2和時(shí)段3的=0.5等值線在黑龍江和河北中部地區(qū)分別存在向東北延伸和南移的趨勢(shì)，使得二者的半干區(qū)面積較時(shí)段1相比增加了5.5%和16.3%。時(shí)段3的=1.0等值線在云南地區(qū)明顯的外延趨勢(shì)，使得時(shí)段3的半濕潤(rùn)區(qū)較時(shí)段2相比，面積增加了6.5×104km2，濕潤(rùn)區(qū)面積則減少了1.3×105km2。

2.2 年代尺度中國(guó)干濕狀況變化特征

近54 a（1961－2014年）中國(guó)濕潤(rùn)指數(shù)平均增加了1.3%，各站濕潤(rùn)指數(shù)氣候傾向率平均值為0.002/10 a，僅12.4%的站點(diǎn)（=87）通過0.05水平的顯著性檢驗(yàn)（<0.05），表明中國(guó)地區(qū)總體上呈現(xiàn)稍微變濕的趨勢(shì)。但是就不同地區(qū)而言，干濕狀況變化差異很大。如圖3a所示，共計(jì)406個(gè)站點(diǎn)濕潤(rùn)指數(shù)氣候傾向率為正值，華東、華南以及華中的中東部地區(qū)、新疆的西北部、東北中部地區(qū)、青海部分地區(qū)氣候呈變濕的趨勢(shì)，氣候傾向率大于0.01/10 a，其中浙江、安徽、江西、湖北東部地區(qū)濕潤(rùn)指數(shù)氣候傾向率大于0.02/10 a。295個(gè)站點(diǎn)濕潤(rùn)指數(shù)氣候傾向率小于0，干旱趨勢(shì)主要發(fā)生在中國(guó)的半干旱半濕潤(rùn)氣候區(qū)，其中山東東部、河北西部、山西、甘肅和四川盆地、云貴大部分地區(qū)呈顯著變干的趨勢(shì)。

本文中濕潤(rùn)指數(shù)由降水量和ET0計(jì)算而來，因此濕潤(rùn)指數(shù)的變化決定于降水量和ET0的多年變化趨勢(shì)。全國(guó)大多數(shù)站點(diǎn)降水量多年變化趨勢(shì)并不顯著，氣候傾向率平均值為0.24/10 a，僅有10.6%（=74）的站點(diǎn)氣候傾向率通過了0.05水平的顯著性檢驗(yàn)，表明降水的年際間變異差異較大。ET0呈顯著下降的趨勢(shì)，氣候傾向率平均值為?4.2/10 a，48.6%的站點(diǎn)（=341）通過了0.05水平的顯著性檢驗(yàn)。圖3b顯示了1961－2014年中國(guó)地區(qū)降水量和ET0氣候傾向率的空間分布特征，可以看出，華東、華南以及華中的中東部地區(qū)降水量呈增加的趨勢(shì)，ET0呈稍微減少的趨勢(shì)，二者的共同作用使得上述地區(qū)濕潤(rùn)指數(shù)多年變化速率呈正值，氣候變濕，類似的地區(qū)還有新疆西北部。華北、華中的部分地區(qū)年降水量和ET0均呈減少的趨勢(shì)，但ET0下降的幅度小于降水量減少的幅度，使得該地區(qū)氣候變干。此外，西北的陜西和甘肅西部，西南的四川盆地、貴州和云南大部分地區(qū)年降水量呈顯著減少的趨勢(shì)，ET0卻呈增加的趨勢(shì)，導(dǎo)致氣候呈顯著變干的趨勢(shì)。

2.3 ET0對(duì)主要?dú)庀笠蜃用舾邢禂?shù)分析

圖4顯示了1961－2014年全國(guó)ET0對(duì)各氣象要素（溫度、相對(duì)濕度、日照時(shí)數(shù)、風(fēng)速）敏感系數(shù)的空間分布。

結(jié)果表明，ET0對(duì)溫度敏感系數(shù)在?0.16～0.27之間，平均值為0.11，由東南地區(qū)向西北地區(qū)呈遞減趨勢(shì)，南方大部分地區(qū)、東北東部地區(qū)敏感系數(shù)較高，大于0.15，西北內(nèi)陸的新疆中東部、甘肅和內(nèi)蒙古東部的部分地區(qū)存在一個(gè)相對(duì)低值區(qū)（圖4a）。ET0對(duì)相對(duì)濕度敏感系數(shù)在?0.73～?0.08之間，平均值為?0.41，空間分布呈東部向西部遞減的趨勢(shì)。敏感系數(shù)在東北三省、華北、華東、華中的大部分地區(qū)、華南沿海地區(qū)、西南部分地區(qū)等區(qū)域較高，絕對(duì)值大于0.4；新疆南部、青海和西藏等地區(qū)敏感系數(shù)絕對(duì)值小于0.3（圖4b）。圖4c表示ET0對(duì)日照時(shí)數(shù)敏感系數(shù)的空間分布，敏感系數(shù)大致從北向南遞增，介于0.05～0.35之間。大興安嶺附近區(qū)域敏感系數(shù)小于0.1，0.15等值線大致與40°N平行，云南中南部、西藏南部和海南等地區(qū)對(duì)日照時(shí)數(shù)的敏感性較大，敏感系數(shù)大于0.25。ET0對(duì)風(fēng)速敏感系數(shù)（圖4d）在?0.15～0.44之間，其分布趨勢(shì)與對(duì)日照時(shí)數(shù)敏感系數(shù)的分布趨勢(shì)大致相反，西北地區(qū)和內(nèi)蒙古自治區(qū)、東北西部地區(qū)敏感系數(shù)大于0.25，南方大部分地區(qū)敏感系數(shù)小于0.15?？傮w而言，全國(guó)范圍內(nèi)，ET0對(duì)溫度、日照時(shí)數(shù)、風(fēng)速敏感系數(shù)為正值，即ET0隨著該氣象因子值的增加而增加，而對(duì)相對(duì)濕度敏感系數(shù)為負(fù)值。ET0對(duì)氣象因子的敏感性為（括號(hào)內(nèi)為敏感系數(shù)）：相對(duì)濕度（?0.41）>日照時(shí)數(shù)（0.18）>風(fēng)速（0.17）>溫度（0.11）。

2.5 主要?dú)庀笠蜃訉?duì)ET0貢獻(xiàn)率分析

圖5顯示了1961－2014年全國(guó)溫度、相對(duì)濕度、日照時(shí)數(shù)和風(fēng)速等主要?dú)庀笠蜃訉?duì)ET0貢獻(xiàn)率空間分布。結(jié)果表明，溫度對(duì)ET0變化的貢獻(xiàn)率平均值為1.37%，東北的大部分地區(qū)、西北的青海地區(qū)存在溫度貢獻(xiàn)率高值區(qū)，西北地區(qū)的新疆南部、甘肅北部和內(nèi)蒙古西部地區(qū)溫度貢獻(xiàn)率為負(fù)值（圖5a）。相對(duì)濕度對(duì)ET0變化的貢獻(xiàn)率介于?13.3%～9.5%之間，東北的黑龍江和遼寧地區(qū)、新疆和西藏的大部分地區(qū)貢獻(xiàn)率為負(fù)值，河北、華東沿海地區(qū)和內(nèi)蒙古大部分地區(qū)相對(duì)濕度正貢獻(xiàn)率較高（圖5b）。圖5c顯示了日照時(shí)數(shù)對(duì)ET0貢獻(xiàn)率空間分布，貢獻(xiàn)率介于?8.3%～17.6%之間，84.0%的站點(diǎn)貢獻(xiàn)率為負(fù)值。全國(guó)81.5%的氣象站點(diǎn)風(fēng)速對(duì)ET0貢獻(xiàn)率為負(fù)值，北方地區(qū)較南方地區(qū)的風(fēng)速貢獻(xiàn)率絕對(duì)值大，東北、內(nèi)蒙古和新疆的部分地區(qū)風(fēng)速的貢獻(xiàn)率較大，其值小于?10%，如圖5d所示。

總體而言，溫度、相對(duì)濕度對(duì)ET0貢獻(xiàn)率平均為正值，表明近54 a全國(guó)溫度和相對(duì)濕度的變化引起了ET0的增加。但是二者的機(jī)制略有不同，其中ET0對(duì)溫度的敏感系數(shù)為正值，即ET0隨著溫度的升高（下降）而增加（減少），1961－2014年全國(guó)溫度呈顯著增加的趨勢(shì)（=0.24℃/10 a，<0.01，圖6a），所以溫度對(duì)ET0變化的貢獻(xiàn)率為正值。而相對(duì)濕度的敏感系數(shù)為負(fù)值，1961－2014年全國(guó)相對(duì)濕度呈下降的趨勢(shì)（=?0.458 h/10 a，<0.01，圖6b），導(dǎo)致相對(duì)濕度的貢獻(xiàn)率也為正。日照時(shí)數(shù)和風(fēng)速的貢獻(xiàn)率為負(fù)值（正的敏感系數(shù)和負(fù)的氣候傾向率），表明研究時(shí)段內(nèi)全國(guó)日照時(shí)數(shù)和風(fēng)速的變化降低了ET0。就各氣象因子貢獻(xiàn)率權(quán)重而言，風(fēng)速>日照時(shí)數(shù)>相對(duì)濕度≈溫度，貢獻(xiàn)率平均值分別為?4.9%、?2.0%、1.5%和1.4%。

3 討 論

IPCC第五次評(píng)估報(bào)告指出1951－2012年地球平均氣溫升高了約0.72 ℃，且1983年至2012年很可能是過去1 400 a來北半球最溫暖的30 a[1]。全球變暖增加了大氣中的水汽含量，由此導(dǎo)致了全球降水強(qiáng)度和分布的變化，且這種變化在時(shí)間和空間上都是非均勻的變化[22]，由此對(duì)氣候的干濕狀況產(chǎn)生重要的影響。本文依據(jù)1961―2014年全國(guó)701個(gè)地面氣象站點(diǎn)觀測(cè)資料，對(duì)影響干濕氣候變化的降水量、ET0、濕潤(rùn)指數(shù)等要素在全國(guó)尺度上進(jìn)行了時(shí)空變化分析，并闡述了干濕氣候狀況產(chǎn)生變化的原因。

就年代際尺度而言，全國(guó)氣候在3個(gè)時(shí)間段（時(shí)段1：1961－1980年；時(shí)段2：1981―2000年；時(shí)段3：2001―2014年）中經(jīng)歷了變濕到變干的過程，干旱區(qū)面積減少，半干旱區(qū)面積增加。與時(shí)段1相比，時(shí)段2和時(shí)段3的新疆西北部的干旱區(qū)面積減少；時(shí)段2和時(shí)段3半干旱區(qū)面積增加了5.5%和16.3%。全國(guó)不同地區(qū)干濕狀況變化差異很大，共計(jì)406個(gè)站點(diǎn)濕潤(rùn)指數(shù)氣候傾向率為正值，浙江、安徽、江西、湖北東部地區(qū)濕潤(rùn)指數(shù)氣候傾向率大于0.02/10 a，干旱趨勢(shì)主要發(fā)生在中國(guó)的半干旱半濕潤(rùn)氣候區(qū)。總體而言，中國(guó)近60%的氣象站點(diǎn)呈濕潤(rùn)化趨勢(shì)，干旱區(qū)和濕潤(rùn)區(qū)面積減少，半干旱區(qū)和半濕潤(rùn)區(qū)面積增加，申雙和等[23]研究表明1975―2004年中國(guó)濕潤(rùn)化地區(qū)增多，但是干旱化程度和進(jìn)程卻大于濕潤(rùn)化地區(qū)，與本文結(jié)論類似。趙俊芳等[24]則基于情景數(shù)據(jù)研究表明未來（2011―2050年）干旱、極干旱地區(qū)縮小趨勢(shì)以及半干旱地區(qū)的擴(kuò)大趨勢(shì)依然明顯。

全國(guó)大多數(shù)站點(diǎn)降水量多年變化趨勢(shì)并不顯著，ET0呈顯著下降的趨勢(shì)，61.6%的站點(diǎn)（=432）出現(xiàn)“蒸發(fā)悖論”現(xiàn)象。中國(guó)南方大部分地區(qū)和新疆的西北部降水量呈增加的趨勢(shì)，ET0呈稍微減少的趨勢(shì)，二者的共同作用使得上述地區(qū)濕潤(rùn)指數(shù)多年變化速率呈正值，氣候變濕。華北、華中的部分地區(qū)ET0下降的幅度小于降水量減少的幅度，使得該地區(qū)氣候變干。此外，西北部分地區(qū)、西南的四川盆地、云貴高原由于年降水量減少和ET0增加，氣候呈顯著變干的趨勢(shì)。研究表明，溫度、日照時(shí)數(shù)、相對(duì)濕度、風(fēng)速是影響ET0變化的主要?dú)庀笠豙25-27]，本文采取定量化的研究方法將ET0對(duì)4種氣象因子的敏感性及其貢獻(xiàn)率進(jìn)行了分析。結(jié)果表明ET0對(duì)相對(duì)濕度敏感系數(shù)為負(fù)值，即ET0隨著相對(duì)濕度的增加而減少，對(duì)溫度、日照時(shí)數(shù)、風(fēng)速敏感系數(shù)為正值，氣象因子敏感系數(shù)絕對(duì)值大小排列為：相對(duì)濕度>日照時(shí)數(shù)>風(fēng)速>溫度。但是對(duì)ET0的貢獻(xiàn)率占主導(dǎo)因子的主要為風(fēng)速的負(fù)貢獻(xiàn)率，約為?4.9%，主要原因在于長(zhǎng)時(shí)間序列變化率的差異。1961―2014年全國(guó)風(fēng)速呈顯著下降趨勢(shì)，變化趨勢(shì)為?4.8%/10 a，根據(jù)公式G=S·R，貢獻(xiàn)率由氣象因子的敏感系數(shù)和變化率共同決定，雖然ET0對(duì)相對(duì)濕度的敏感性較高，但是其氣候傾向率較低，僅為?0.7%/10 a，導(dǎo)致貢獻(xiàn)率較小。同時(shí)，本文的研究結(jié)果很好地解釋了“蒸發(fā)悖論”的現(xiàn)象（溫度呈上升趨勢(shì)，但對(duì)應(yīng)的ET0呈下降趨勢(shì)）。普遍的觀點(diǎn)認(rèn)為，氣溫增高會(huì)加速水分的蒸發(fā)，本文的研究結(jié)果也表明全國(guó)范圍內(nèi)ET0對(duì)溫度的敏感性表現(xiàn)為，溫度每上升10%，ET0則增加11%，然而這僅僅是只考慮溫度變化而不考慮其他因素變化的情況，研究時(shí)段內(nèi)風(fēng)速和日照時(shí)數(shù)的減少對(duì)ET0的減小作用掩蓋了溫度上升對(duì)ET0的增大作用，最終導(dǎo)致全國(guó)ET0總體呈下降趨勢(shì)。

本文采用的Penman-Monteith方法以能量平衡和水汽擴(kuò)散理論為基礎(chǔ)計(jì)算ET0，綜合考慮了溫度、濕度、氣壓、風(fēng)速及日照時(shí)數(shù)等因素的影響，具有明確的物理意義[28-30]，但是該方法地域間存在參數(shù)估計(jì)的誤差，會(huì)造成濕潤(rùn)指數(shù)與實(shí)際干濕狀況的地區(qū)性偏差[23,31]，且實(shí)際蒸發(fā)會(huì)因不同氣候區(qū)、經(jīng)緯度、地形、土壤等而有所差異[24]，因此ET0的計(jì)算還需要根據(jù)不同地區(qū)實(shí)際蒸發(fā)數(shù)據(jù)進(jìn)行驗(yàn)證和校正?？傊?，本文基于降水量和ET0計(jì)算的濕潤(rùn)指數(shù)綜合分析了中國(guó)近54 a來的氣候干濕狀況，并利用敏感性和貢獻(xiàn)率法對(duì)干濕氣候變化的成因進(jìn)行了探討，有助于正確了解全球變暖下中國(guó)的干濕分布和變化趨勢(shì)，為適應(yīng)氣候變化采取趨利避害的管理和技術(shù)措施，同時(shí)濕潤(rùn)指數(shù)作為農(nóng)業(yè)氣候區(qū)劃中的重要指標(biāo)，對(duì)農(nóng)業(yè)種植規(guī)劃和作物布局具有重要的指導(dǎo)和參考價(jià)值。

4 結(jié) 論

本文利用全國(guó)701個(gè)氣象站點(diǎn)1961―2014年逐日地面觀測(cè)資料，以Penman-Monteith公式計(jì)算的ET0為基礎(chǔ)，結(jié)合降水量確定的濕潤(rùn)指數(shù)，研究了近54 a中國(guó)干濕氣候時(shí)空變化特征，并利用敏感性和貢獻(xiàn)率法分析了氣候變化背景下主要?dú)庀笠蜃訉?duì)ET0的影響，對(duì)干濕氣候變化的成因進(jìn)行了探討，結(jié)果表明：

1）全國(guó)氣候在3個(gè)時(shí)間段（時(shí)段1：1961―1980年；時(shí)段2：1981―2000年；時(shí)段3：2001―2014年）中經(jīng)歷了變濕到變干的過程，中國(guó)近60%的氣象站點(diǎn)呈濕潤(rùn)化趨勢(shì)，干旱區(qū)和濕潤(rùn)區(qū)面積減少，半干旱區(qū)和半濕潤(rùn)區(qū)面積增加。

2）1961－2014年全國(guó)降水量變化趨勢(shì)不顯著，ET0呈顯著下降的趨勢(shì)，61.6%的站點(diǎn)出現(xiàn)“蒸發(fā)悖論”現(xiàn)象。南方大部分地區(qū)和新疆的西北部由于降水量增加和ET0減少，氣候變濕；西北和西南大部分地區(qū)由于年降水量減少和ET0增加，氣候呈顯著變干的趨勢(shì)。

3）ET0對(duì)相對(duì)濕度的變化最敏感，但引起ET0變化的主導(dǎo)因子是風(fēng)速的負(fù)貢獻(xiàn)率。1961－2014年全國(guó)風(fēng)速和日照時(shí)數(shù)的減少對(duì)ET0的負(fù)效應(yīng)，超過溫度上升對(duì)ET0的增大效應(yīng)，導(dǎo)致全國(guó)ET0總體呈下降趨勢(shì)。

[1] Edenhofer O, Seyboth K. Intergovernmental Panel on Climate Change (IPCC)[J]. Encyclopedia of Energy Natural Resource & Environmental Economics, 2013, 26(D14): 48－56.

[2] You Q, Kang S, Aguilar E, et al. Changes in daily climate extremes in China and their connection to the large scale atmospheric circulation during 1961―2003[J]. Climate Dynamics, 2011, 36(11/12): 2399―2417.

[3] Wentz F J, Lucrezia R, Kyle H, et al. How much more rain will global warming bring?[J]. Science, 2007, 317(5835): 233－235.

[4] 王菱，謝賢群，李運(yùn)生，等. 中國(guó)北方地區(qū)40年來濕潤(rùn)指數(shù)和氣候干濕帶界線的變化[J]. 地理研究，2004，23(1)：45－54.

Wang Ling, Xie Xianqun, Li Yunsheng, et al. Changes of humid index and borderline of wet and dry climate zone in northern China over the past 40 years[J]. Geographycal Reasearch, 2004, 23(1): 45－54. (in Chinese with English abstract)

[5] 劉波，馬柱國(guó). 過去45年中國(guó)干濕氣候區(qū)域變化特征[J]. 干旱區(qū)地理，2007，30(1)：7－15.

Liu Bo, Ma Zhuguo. Area change of dry and wet regions in China in the past 45 years[J]. Arid Land Geography, 2007, 30(1): 7－15. (in Chinese with English abstract)

[6] 普宗朝，張山清，王勝蘭，等. 近48a新疆干濕氣候時(shí)空變化特征[J]. 中國(guó)沙漠，2011，31(6)：1563－1572.

Pu Zongchao, Zhang Shanqing, Wang Shenglan, et al. The spatial-temporal variation characteristic of dry-wet climate in recent 48 years in Xinjiang, China[J]. Journal of Desert Research, 2011, 31(6): 1563－1572. (in Chinese with English abstract)

[7] 張山清，普宗朝. 新疆參考作物蒸散量時(shí)空變化分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2011，27(5)：73－79.

Zhang Shanqing, Pu Zongchao. Temporal and spatial variation characteristics of reference evapotranspiration in Xinjiang[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(5): 73－79. (in Chinese with English abstract)

[8] 謝賢群，王菱. 中國(guó)北方近50年潛在蒸發(fā)的變化[J]. 自然資源學(xué)報(bào)，2007，22(5)：683－691.

Xie Xianqun, Wang Ling. Change of potential evapotranspiration in Northern China over the past 50 years[J]. Journal of Natural Resources, 2007, 22(5): 683－691. (in Chinese with English abstract)

[9] 高歌，陳德亮，任國(guó)玉，等. 1956－2000 年中國(guó)潛在蒸散量變化趨勢(shì)[J]. 地理研究，2006，25(3)：378－387.

Gao Ge, Chen Deliang, Ren Guoyu, et al. Trend of potential evapotranspiration over China during 1956 to 2000[J]. Geography Research, 2006, 25(3): 378－387. (in Chinese with English abstract)

[10] 倪廣恒，李新紅，叢振濤，等. 中國(guó)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.

Ni Guangheng, Li Xinhong, Cong Zhentao, et al. Temporal and spatial characteristics of reference evapotranspiration in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(5): 1－4. (in Chinese with English abstract)

[11] Allen R G, Perreira L S, Raes D, et al. Crop evapotranspiration:guidelines for computing crop water requirements: Irrigationand drainage paper 5[R]. Rome: FAO, 1998.

[12] 劉勤，嚴(yán)昌榮，梅旭榮，等. 西北旱區(qū)參考作物蒸散量空間格局演變特征分析[J]. 中國(guó)農(nóng)業(yè)氣象，2012，33(1)：48－53.

Liu Qin, Yan Changrong, Mei Xurong, et al. Spatial evolution of reference crop evapotranspiration in arid area of Northwest China[J]. Chinese Journal of Agrometeorology, 2012, 33(1): 48－53. (in Chinese with English abstract)

[13] 環(huán)海軍，楊再?gòu)?qiáng)，劉巖，等. 魯中地區(qū)參考作物蒸散量時(shí)空變化特征及主要?dú)庀笠蜃拥呢暙I(xiàn)分析[J]. 中國(guó)農(nóng)業(yè)氣象，2015，36(6)：692－698.

Huan Haijun, Yang Zaiqiang, Liu Yan, et al. Temporal and spatial variation of reference crop evapotranspiration and contribution of main factors in the middle area of Shandong Province[J]. Chinese Journal of Agrometeorology, 2015, 36(6): 692－698. (in Chinese with English abstract)

[14] 王曉東，馬曉群，許瑩，等.淮河流域參考作物蒸散量變化特征及主要?dú)庀笠蜃拥呢暙I(xiàn)分析[J]. 中國(guó)農(nóng)業(yè)氣象，2013，34(6)：661－667.

Wang Xiaodong, Ma Xiaoqun, Xu Ying, et al. Variation of reference crop evapotranspiration and contribution of main factors in the Huaihe Basin[J]. Chinese Journal of Agrometeorology, 2013, 34(6): 661－667. (in Chinese with English abstract)

[15] 劉小莽，鄭紅星，劉昌明，等.海河流域潛在蒸散發(fā)的氣候敏感性分析[J]. 資源科學(xué)，2009，31(9)：1470－1476.

Liu Xiaomang, Zheng Hongxing, Liu Changming, et al. Sensitivity of the potential evapotranspiration to key climatic variables in the Haihe River Basin[J]. Resources Science, 2009, 31(9): 1470－1476. (in Chinese with English abstract)

[16] Gong Lebing, Xu Chongyu, Chen Deliang, et al. Sensitivity of the Penman–Monteith reference evapotranspiration to key climatic variables in the Changjiang (Yangtze River) basin[J]. Journal of Hydrology, 2006, 329(3/4): 620－629.

[17] 曹雯，申雙和，段春鋒.西北地區(qū)近 49 年生長(zhǎng)季參考作物蒸散量的敏感性分析[J]. 中國(guó)農(nóng)業(yè)氣象，2011，32(3)： 375－381.

Cao Wen, Shen Shuanghe, Duan Chunfeng. Sensitivity analysis of the reference crop evapotranspiration during growing season in the Northwest China in recent 49 years[J]. Chinese Journal of Agrometeorology, 2011, 32(3): 375－381. (in Chinese with English abstract)

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

Zeng Lihong, Song Kaishan, Zhang Bai, et al. Sensitive analysis on reference evapotranspiration to key meteorological factors in Northeast China[J]. Chinese Journal of Agrometeorology, 2010, 31(1): 11－18. (in Chinese with English abstract)

[19] 張調(diào)風(fēng)，張勃，梁蕓，等. 黃土高原地區(qū)生長(zhǎng)季參考作物蒸散量對(duì)主要?dú)庀笠氐拿舾行苑治鯷J]. 中國(guó)農(nóng)業(yè)氣象，2013，34(2)：162－169.

Zhang Tiaofeng, Zhang Bo, Liang Yun, et al. Sensitivity analysis of reference crop evapotranspiration to key meteorological factors during growing season in Loess Plateau[J]. Chinese Journal of Agrometeorology, 2013, 34(2): 162－169. (in Chinese with English abstract)

[20] 王鵬濤，延軍平，蔣沖，等. 華北平原參考作物蒸散量時(shí)空變化及其影響因素分析[J]. 生態(tài)學(xué)報(bào)，2014(19)：5589－5599.

Wang Pengtao, Yan Junping, JiangChong, et al. Spatial and temporal variations of reference crop evapotranspiration and its influencing factors in the North China Plain[J]. Acta Ecologica Sinica, 2014(19): 5589－5599. (in Chinese with English abstract)

[21] Beven K.A. Sensitivity analysis of the Penman-Monteith actual evapotranspiration estimates[J]. Journal of Hydrology, 1979, 44(3): 169－190.

[22] Overland J E, Wang M Y. Large-scale atmospheric circulation changes are associated with the recent loss of Arctic sea ice[J]. Tellus Series A-dynamic Meteorology & Oceanography, 2010, 62(1): 1－9.

[23] 申雙和，張方敏，盛瓊. 1975－2004 年中國(guó)濕潤(rùn)指數(shù)時(shí)空變化特征[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2009，25(1)：11－15.

Shen Shuanghe, Zhang Fangmin, Sheng Qiong. Spatio- temporal changes of wetness index in China from 1975 to 2004[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(1): 11－15. (in Chinese with English abstract)

[24] 趙俊芳，郭建平，徐精文，等. 基于濕潤(rùn)指數(shù)的中國(guó)干濕狀況變化趨勢(shì)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26(8)：18－24.

Zhao Junfang, Guo Jianping, Xu Jingwen, et al. Trends of Chinese dry-wet condition based on wetness index[J]. Transactionsof the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(8): 18－24. (in Chinese with English abstract)

[25] Annandale J G, Stockle C O. Fluctuation of crop evapotranspiration coefficients with weather: A sensitivity analysis[J]. Irrigation Science, 1994, 15(1): 1－7.

[26] Sharifi A, Dinpashoh Y. Sensitivity Analysis of the Penman-Monteith reference Crop Evapotranspiration to Climatic Variables in Iran[J]. Water Resources Management, 2014, 28(15): 5465－5476.

[27] Kheirkhah F. Sensitivity of reference crop evapotranspiration to global warming: A case study of Caspian forests of northern iran ()[J]. Advances in Environmental Biology, 2014, 8(5): 1472－1479.

[28] Berengena J, Gavilán P. Reference evapotranspiration estimation in a highly advective semiarid environment[J]. Journal of Irrigation & Drainage Engineering, 2005, 131(2): 147－163.

[29] Alkaeed O, flores C, Jinno K, et al. Comparison of several reference evapotranspiration methods for Itoshima Peninsula area, Fukuoka, Japan[J]. Memoirs of the Faculty of Engineering, Kyushu University, 2006, 66(1): 1－14.

[30] 張建平，王春乙，楊曉光，等. 未來氣候變化對(duì)中國(guó)東北三省玉米需水量的影響預(yù)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2009，25(7)：50－55.

Zhang Jianping, Wang Chunyi, Yang Xiaoguang, et al. Impact forecast of future climate change on maize water requirement in three provinces of Northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(7): 50－55. (in Chinese with English abstract)

[31] Fatemeh Razzaghi, Ali Reza Sepaskhah. Calibration and validation of four common ET0estimation equations by lysimeter data in a semi-arid environment[J]. Archives of Agronomy and Soil Science, 2012, 58(3): 303－319.

Spatiotemporal variation and causes analysis of dry-wet climate over period of 1961-2014 in China

Hu Qi1,2, Dong Bei1,2, Pan Xuebiao1,2※, Jiang Huifei1, Pan Zhihua1,2, Qiao Yu1, Shao Changxiu1,2, Ding Menglin1,2, Yin Ziwei1, Hu Liting1

(1.,,100193,; 2.,,011700,)

Global warming has caused non uniform changes in precipitation intensity and distribution, which will inevitable impact on the wet and dry climate. In order to make clear the distribution of dry-wet climate zone and its changes occurred in recent 54 years, this paper analyzed the temporal and spatial variation characteristics of dry and wet climate in China over the period from 1961 to 2014, studied the influences of main meteorological factors on ET0by using the sensitivity and contribution rate method, and discussed the probable causes for the dry-wet climate variation. In this study, 701 meteorological stations with 54-year data record were selected in China (Excluding Taiwan, Hongkong and Macao). ET0was calculated by using Penman-Monteith method. The data were downloaded from the China Meteorological Data Sharing Service Network, including daily mean, maximum and minimum temperature at 2 m height, relative humidity, sunshine hours, wind speed at 10 m height, precipitation and atmospheric pressure. The data processing, including ET0, climate trend, sensitivity coefficient, and contribution rate were achieved by using Matlab2014 software. Spatial analysis was also carried out to study the regional trends at decadal and annual scales. All spatial distribution maps were constructed using the inverse distance weighting interpolation method embedded in the ArcGIS 10.1 software package with a grid cell size of 0.02° (about 2 km). The results showed that the national climate exhibited the process of getting wet to dry in three time periods (period 1: 1961-1980; period 2: 1981-2000; period 3: 2001-2014). The averaged humid index for all stations had increased by 1.3% in recent 54 years with increasing trend rate of 0.002/ decade, and 12.4% (=87) of stations exhibited the significance changes (<0.05). However, dry and wet conditions varied greatly in different regions, and the drought trend mainly occurred in the semi-arid and semi-humid climate region in China. These changes for dry-wet conditions were caused by the changes of precipitation and ET0. Precipitation showed non-significant trend over the period of 1961 to 2014 due to great inter-annual variability, while ET0showed a significant decreasing trend at average rate of -4.2/decade, and 61.6% of the sites appeared “evaporation paradox” phenomenon. In most parts of the south and the northwest of Xinjiang, the climate changed because of the increase of precipitation and ET0. The climate became wet in south China and Xinjiang of northwest China because of the increasing precipitation and decreasing ET0. On the contrast, most of the northwest and southwest China regions showed dry trend with the decreasing precipitation and increasing ET0. Temperature showed positive sensitive coefficient as well as sunshine hours and wind speed, i.e., ET0would increase as these three variables increase. On the contrast, relative humidity showed negative sensitive coefficient, which was also the most sensitive variable. Wind speed was the main factor that affected ET0change with the largest contribution rate, but ET0is most sensitive to relative humidity. The reason was that the relative importance of the four primary meteorological variables governing ET0changing trends would vary with both their sensitivity coefficients and relative changing values. Using relative humidity as an example, it showed the least contribution rate due to the smaller relative change rate in recent 54 years compared to temperature, wind speed, and sunshine hours. In summary, China has experienced obviously climate wetting as the climate warming due to the significantly decreasing ET0over the period of 1961 to 2014. The negative effects caused by the significantly decreasing trend in wind speed and sunshine hours on ET0exceeded the positive effects caused by the increasing temperature, which resulted in the ET0decline in China.

climate changes; precipitation; wind speed; ET0; humid index; sensitivity coefficient; contribution rate

10.11975/j.issn.1002-6819.2017.06.016

S161

A

1002-6819(2017)-06-0124-09

2016-08-03

2016-12-30

國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目 (2016YFD0300105,2016YFD0300106)；國(guó)家自然科學(xué)基金項(xiàng)目（41271053）

胡 琦，山東人，博士，研究方向?yàn)楹档亟邓母咝Ю?、農(nóng)業(yè)減災(zāi)。北京 中國(guó)農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，100193。Email：s10020292@cau.edu.cn

潘學(xué)標(biāo)，男，漢族，廣西人，教授，博士生導(dǎo)師，主要從事氣候變化影響評(píng)價(jià)與農(nóng)牧業(yè)適應(yīng)技術(shù)、旱地農(nóng)業(yè)可持續(xù)發(fā)展及農(nóng)牧交錯(cuò)帶生態(tài)恢復(fù)。北京 中國(guó)農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，100193。Email：panxb@cau.edu.cn