錢 多,查天山,2,*,吳 斌,2,賈 昕,2,秦樹高,2

1 北京林業(yè)大學水土保持學院, 寧夏鹽池毛烏素沙地生態(tài)系統(tǒng)國家定位觀測研究站, 北京 100083 2 北京林業(yè)大學, 國家林業(yè)局水土保持重點實驗室, 北京 100083

毛烏素沙地參考作物蒸散量變化特征與成因分析

錢 多1,查天山1,2,*,吳 斌1,2,賈 昕1,2,秦樹高1,2

1 北京林業(yè)大學水土保持學院, 寧夏鹽池毛烏素沙地生態(tài)系統(tǒng)國家定位觀測研究站, 北京 100083 2 北京林業(yè)大學, 國家林業(yè)局水土保持重點實驗室, 北京 100083

根據(jù)毛烏素沙地典型站點近60年(1955—2014年)逐日氣象數(shù)據(jù),利用Penman-Monteith 公式計算毛烏素沙地各氣象站點參考作物蒸散量(reference crop evapotranspiration,ET0)及研究區(qū)域內(nèi)整體ET0。Mann-Kendall趨勢檢驗法和ArcGIS的協(xié)同克里格插值法用于分析ET0時空變化特征,同時,利用敏感性分析方法對ET0的變化成因進行分析。結(jié)果表明：(1)近60年毛烏素沙地ET0多年平均值為1048.81mm,年際變化呈現(xiàn)緩慢上升趨勢。年內(nèi)變化夏季最高,冬季最低。區(qū)域內(nèi)ET0空間分布整體呈現(xiàn)自西向東遞減趨勢。(2)ET0年變化對風速的敏感程度最大,日照時數(shù)和氣溫次之,相對濕度最小。春、秋兩季ET0變化對日照時數(shù)最為敏感；夏、冬兩季ET0變化對相對濕度最為敏感。空間分布上,毛烏素沙地東南部地區(qū)為氣溫敏感系數(shù)高值區(qū),西北部地區(qū)為相對濕度和日照時數(shù)敏感系數(shù)高值區(qū),南部為風速敏感系數(shù)高值區(qū)。(3)通過計算氣象因子對ET0變化的貢獻量得出,氣溫是影響毛烏素沙地ET0年變化的主導因子。夏季ET0變化的主導因子是風速；春、秋、冬三季主導因子是氣溫。空間分布上,毛烏素沙地西南部地區(qū)ET0變化的主導因子為風速,東部地區(qū)主導因子為氣溫。

協(xié)同克里格插值法；毛烏素沙地；敏感性分析；Penman-Monteith 公式；Mann-Kendall趨勢檢驗法

參考作物蒸散量(reference crop evapotranspiration,ET0)作為水文循環(huán)過程的重要參數(shù),能夠為評價氣候干旱程度、估算作物需水量、生產(chǎn)潛力以及水資源供需平衡等提供依據(jù)[1- 2],是農(nóng)業(yè)生產(chǎn)中實現(xiàn)合理調(diào)配水土資源及緩解水資源虧缺的重要參考值。氣候模式和大氣環(huán)流模式的數(shù)值試驗表明,氣候因素的變動將直接影響ET0的變化[3- 5]。在氣候變化背景下,氣溫、相對濕度、太陽輻射等氣象因子的波動都將導致ET0不同程度的變化。因此,分析ET0的變化特征及其變化成因,有助于深入理解區(qū)域水循環(huán)對氣候變化的響應(yīng)機制。

關(guān)于ET0的研究在全球范圍內(nèi)已廣泛開展,北半球太陽輻射減少,南半球云量、氣溶膠濃度增加均被認為是全球ET0減少的主要原因[6- 8]。同時,不同地區(qū)ET0變化對氣象因子的響應(yīng)程度有所差異,濕潤半濕潤地區(qū)ET0變化與太陽輻射關(guān)系密切,而風速、溫度和相對濕度對干旱半干旱地區(qū)ET0變化作用更為顯著[9- 11]。過去數(shù)十年中國ET0總體呈下降趨勢[12-14],但東北地區(qū)、松嫩平原西部和黃河上游ET0又呈微弱上升趨勢[15- 17],西北地區(qū)ET0研究結(jié)果差異較大,烏魯木齊河流域及黃土高原以西地區(qū)ET0呈現(xiàn)下降趨勢,但是西遼河流域及黃土高原以東ET0呈現(xiàn)上升趨勢[18-20]。由于ET0的變化受到氣象要素、地形、植被、研究區(qū)域和時段等多因素共同影響,所以局地的ET0變化可能不同,不同研究結(jié)果存在偏差?，F(xiàn)有研究表明,ET0的變化特征及其主導因子具有明顯的區(qū)域性差異?；?957—2012年全國氣象資料分析得出氣溫是影響中國ET0的主要因子[21],而西北地區(qū),華北平原和川中丘陵ET0變化的主要歸因于風速和日照時數(shù)[22-24]。

毛烏素沙地是中國四大沙地之一,位于中國西北部,行政區(qū)地跨內(nèi)蒙古自治區(qū)、陜西省和寧夏回族自治區(qū),降水波動性大,旱季年份居多,水資源短缺是限制毛烏素沙地生態(tài)環(huán)境恢復和農(nóng)業(yè)生產(chǎn)潛力的重要因素[25- 26]。隨著全球氣候變化程度加劇,毛烏素沙地氣候呈現(xiàn)暖干化趨勢,ET0也隨之發(fā)生變化[27- 28],但該地區(qū)ET0變化的主導因子尚不明確。本文基于毛烏素沙地典型氣象站點1955—2014年氣象資料,利用Penman-Monteith公式計算毛烏素沙地ET0,通過Mann-Kendall趨勢檢驗法和ArcGis的協(xié)同克里格插值法,探究毛烏素沙地近60年ET0時空變化特征,并且利用敏感性分析法定量分析各氣象因子對ET0的影響作用。研究結(jié)果有助于深入理解本區(qū)域內(nèi)氣候變化對水循環(huán)的影響,同時為該區(qū)農(nóng)業(yè)生產(chǎn)中水土資源的合理配置提供指導。

1 研究區(qū)概況

毛烏素沙地位于中國西北部干旱半干旱地區(qū),地理位置介于37°30— 39°20′N和107°20′— 111°30′E之間, 包括內(nèi)蒙古自治區(qū)鄂爾多斯南部,陜西省榆林地區(qū)北部,以及寧夏回族自治區(qū)鹽池縣東北部,沙地面積約4萬km2。本區(qū)域是鄂爾多斯高原向陜北高原過渡地帶,地勢呈現(xiàn)由西北向東南傾斜,屬于溫帶季風區(qū),年平均氣溫為6.10— 8.15 ℃,降水量呈波動性變化。區(qū)域內(nèi)自然環(huán)境惡劣,生態(tài)和人口的雙重壓力嚴重影響當?shù)剞r(nóng)業(yè)生產(chǎn)和社會經(jīng)濟發(fā)展。

2 研究方法

2.1 數(shù)據(jù)來源

本文選取毛烏素沙地內(nèi)部和周邊8個氣象臺站氣象資料,其中,內(nèi)蒙古自治區(qū)3個(鄂爾多斯市、鄂托克旗和伊金霍洛旗),陜西省4個(定邊縣、橫山縣、榆林市和靖邊縣),寧夏回族回族自治區(qū)1個(鹽池縣),靖邊縣站氣象資料由于年代序列較短,僅用于分析毛烏素沙地參考作物蒸散量空間分布特征。氣象資料來源于國家氣象信息中心(http://www.escience.gov.cn/),為1955—2014年逐日氣象變量,包括最高氣溫、最低氣溫、平均氣溫、相對濕度、平均風速和日照時數(shù)。采用氣象學標準進行季節(jié)劃分,即春季為3—5月,夏季為6—8月,秋季為9—11月,冬季為12—次年2月。

2.2 Penman-Monteith 公式計算

本文中參考作物蒸散量(ET0,也稱潛在蒸散量)計算采用世界糧農(nóng)組織(FAO)推薦并修訂的Penman-Monteith公式。表達式為：

(1)

式中，ET0為參考作物蒸散量(mm/d)；Rn為參考作物冠層表面凈輻射量(MJ (m-2d-1)；G為土壤熱通量(MJ m-2d-1)；T為平均氣溫(℃)；es為飽和水汽壓 (kPa)；ea為實際水汽壓(kPa)；Δ為水汽壓對溫度的斜率(kPa/ ℃)；γ為干濕球常數(shù)(kPa/℃)；U2為距地面2m 高處風速(m/s)。

Penman-Monteith公式中輻射項采用經(jīng)輻射校正的FAO56-PM模型計算[29],表達式為：

(2)

式中,σ為波爾茲曼常數(shù)[4.903×10-9MJ/(K4m2d)]；Rsa為晴天輻射(MJ m-2d-1)；n為實際日照時數(shù)(h),N為可照時數(shù)(h),α為地表反射度,取值0.23。

2.3 氣象因子敏感性分析

參考作物蒸散量對氣象因子的敏感系數(shù)計算[30],即通過計算ET0對各氣象因子變量的偏導數(shù),將氣象因子對ET0的變化無量綱化,定量表達ET0對單個氣象因子的敏感性。表達式為：

(3)

式中,Svi為ET0對氣象因子變量的敏感系數(shù),無量綱；vi為第i個氣象因子變量,本文包括平均風速、平均氣溫、平均相對濕度和日照時數(shù)。Svi的正負反映ET0變化與氣象因子變化的一致性,Svi為正值表明ET0隨該氣象因子的增加而增加；Svi絕對值大小反映ET0的變化對相應(yīng)氣象因子變化的敏感程度,絕對值大表明ET0對該氣象因子變化的敏感性大。

氣象因子對ET0變化的貢獻量計算[31],即將單個氣象因子的敏感系數(shù)與該因子的多年相對變化率相乘,貢獻量最大的氣象因子為引起ET0變化的主導因子。表達式為：

Convi=SviRCvi

(4)

(5)

式中,Convi為氣象因子vi對ET0變化的貢獻量；RCvi為vi的多年相對變化率；av為60年vi的平均值；Trend為逐年變化率,由趨勢分析法計算獲得。

2.4 插值方法

本研究采用ArcGIS軟件中協(xié)同克里格插值方法(Co-Kriging Interpolation),地理數(shù)據(jù)選用空間分辨率為90 m×90 m的毛烏素沙地數(shù)字高程模型(SRTM3 DEM)數(shù)據(jù),將其作為地形因子參數(shù)(協(xié)變量)對研究區(qū)ET0及其對氣象因子的敏感系數(shù)進行空間插值。插值計算中協(xié)變異函數(shù)表達式為：

(6)

式中,γij(h)為協(xié)變異函數(shù)；N′(h)為分離距離h的Zi(x)和Zj(x)的樣本對數(shù)；

協(xié)同克里格法的插值表達式為：

(7)

式中,z*(x0)為x0處預(yù)測變量的估算值；z1(xi)為預(yù)測變量的測量值；z2(xj)為協(xié)變量的測量值；λ1i,λ2j為分別為z1和z2的權(quán)重；m,q為分別為預(yù)測變量和協(xié)變量測量點數(shù)量。

對空間插值結(jié)果的精度和誤差采用t檢驗方法進行統(tǒng)計分析,P值大于0.05,未達到顯著差異水平,表明插值估算結(jié)果與實測值不存在顯著差異,協(xié)同克里格插值結(jié)果可信。

2.5 數(shù)據(jù)分析

本文利用Matlab (R2012b) 統(tǒng)計軟件,應(yīng)用Mann-Kendall 趨勢檢驗法對ET0和氣象因子變化趨勢進行顯著性檢驗；應(yīng)用敏感性分析方法量化分析主要氣象因子(平均風速、平均氣溫、相對濕度和日照時數(shù))對ET0變化的影響程度及其貢獻量；應(yīng)用協(xié)同克里格插值方法對研究區(qū)ET0及其對氣象因子的敏感系數(shù)進行空間插值,分析ET0及其對氣象因子的敏感系數(shù)空間分布特征。

3 結(jié)果與分析

3.1 毛烏素沙地參考作物蒸散量及氣象因子時間變化趨勢

3.1.1 年值變化趨勢

由表1可知,毛烏素沙地ET0多年均值為1048.81mm,ET0最大值在定邊站(1242.35mm,2006年),最小值在橫山站(851.64mm,1959年),逐年變化率為0.54 mm。Mann-Kendall 趨勢檢驗結(jié)果表明,毛烏素沙地ET0呈緩慢上升趨勢,其中,定邊和鄂爾多斯站ET0上升趨勢達到顯著性水平；而鄂托克旗和伊金霍洛旗站多年ET0呈現(xiàn)顯著下降趨勢。

圖1為近60年毛烏素沙地年ET0及主要氣象因子的變化趨勢。距平曲線顯示多年ET0呈波動變化過程,ET0在1955—1968年呈現(xiàn)下降趨勢,1969—1975年稍有上升,1976—1996年呈現(xiàn)下降趨勢,1997—2006年逐漸上升,2007年以后又呈現(xiàn)下降趨勢。近60年內(nèi)毛烏素沙地ET0的波動范圍在906.82—1142.37mm之間,多年相對變化率為3.11%,隨時間呈現(xiàn)不顯著增加趨勢。相對濕度呈現(xiàn)不顯著變化,多年平均值為50.91%,多年相對變化率較小,為-0.71%。風速和日照時數(shù)隨時間整體呈現(xiàn)顯著降低趨勢,多年平均值分別為2.72m/s和7.94h,距平曲線顯示1983年以后風速和日照時數(shù)年均值明顯低于兩者多年平均值,多年相對變化率分別為—17.62%和—6.05%。氣溫隨時間呈現(xiàn)顯著上升趨勢,多年平均值為7.75℃,多年相對變化率為25.55%。

表1 毛烏素沙地各站點1955—2014年參考作物年蒸散量特征值及變化趨勢

*,**分別表示變化趨勢通過了置信度95%和99%的顯著性檢驗

圖1 1955—2014年毛烏素沙地參考作物蒸散量及氣象因子年值變化趨勢Fig.1 Change trend of annual reference crop evapotranspiration and meteorological factors in Mu Us desert during 1955—2014

3.1.2 季節(jié)變化趨勢

毛烏素沙地ET0及主要氣象因子具有明顯的季節(jié)動態(tài)變化特征(表2)。ET0夏季最高,多年平均值為5.23 mm/d,冬季最低,為0.70 mm/d。春、冬兩季多年平均ET0呈現(xiàn)顯著上升趨勢,逐年變化率分別為0.0036 mm/d 和0.0019 mm/d,而夏、秋兩季多年平均ET0變化不顯著。風速春季最高,為3.34m/s,冬季最低為2.47m/s。相對濕度秋季最高為57.08%,春季最低為39.81%。氣溫和日照時數(shù)季節(jié)變化同ET0一致。Mann-Kendall 趨勢檢驗結(jié)果表明,四季風速均呈現(xiàn)顯著下降趨勢,氣溫呈現(xiàn)顯著上升趨勢。春、冬兩季相對濕度呈現(xiàn)顯著下降趨勢。夏、秋、冬三季日照時數(shù)顯著下降。

3.2 毛烏素沙地參考作物蒸散量的空間分布

從圖2可以看出近60年毛烏素沙地平均ET0空間分布基本呈現(xiàn)自西向東遞減,地區(qū)性差異明顯,西部高蒸散量區(qū)(鄂托克旗、鹽池縣和定邊縣)ET0變化范圍為1058.53—1103.85 mm,東部低蒸散量區(qū)(鄂爾多斯市、伊金霍洛旗、榆林市、橫山縣和靖邊縣)變化范圍為1014.05—1043.44 mm。不同季節(jié)ET0的空間分布與年ET0空間分布基本一致,呈現(xiàn)西部較高,東部較低。

表2 1955—2014年毛烏素沙地參考作物蒸散量及氣象因子季節(jié)變化趨勢

*,**分別表示變化趨勢通過了置信度95%和99%的顯著性檢驗

圖2 毛烏素沙地參考作物蒸散量空間分布 Fig.2 Spatial distribution of reference crop evapotranspiration in Mu Us desert

3.3 參考作物蒸散量與氣象因子的敏感性分析

3.3.1 參考作物蒸散量對氣象因子的敏感系數(shù)

由表3可知,ET0年變化對風速、氣溫和日照時數(shù)的敏感系數(shù)為正值,這說明其他氣象因子不變的條件下,ET0將隨著以上氣象因子的升高而增加,而ET0對相對濕度的敏感系數(shù)為負值,表明相對濕度的升高將抑制ET0增加。通過比較敏感系數(shù)絕對值可知,ET0變化對各氣象因子的敏感程度依次為風速>日照時數(shù)>氣溫>相對濕度。

不同季節(jié)ET0變化對氣象因子的敏感性與全年有所差異。春、秋兩季ET0變化對日照時數(shù)最為敏感,其次為相對濕度。夏、冬兩季ET0變化對相對濕度最為敏感,其次為平均風速。

表3 毛烏素沙地不同季節(jié)氣象因子敏感系數(shù)

毛烏素沙地ET0對氣象因子的敏感性存在區(qū)域差異。如圖3所示,整個區(qū)域內(nèi),ET0對風速、氣溫和日照時數(shù)的敏感系數(shù)均為正值,而對相對濕度的敏感系數(shù)為負值?？臻g分布上,風速和氣溫敏感系數(shù)的低值區(qū)分布在毛烏素沙地的西北部地區(qū),同時該地區(qū)也是相對濕度和日照時數(shù)敏感系數(shù)的高值區(qū),這說明該地區(qū)ET0的變化對風速、氣溫和相對濕度敏感程度小,而對日照時數(shù)的敏感程度大。風速敏感系數(shù)的高值區(qū)和相對濕度的低值區(qū)同時分布于毛烏素南部地區(qū)。氣溫敏感系數(shù)高值區(qū)位于毛烏素沙地的東南部地區(qū),日照時數(shù)敏感系數(shù)的低值區(qū)分布于毛烏素沙地的西南部。

圖3 毛烏素沙地各氣象因子敏感系數(shù)空間分布Fig.3 Spatial distribution of sensitivity coefficients for each meteorological variable in Mu Us desert

3.3.2 參考作物蒸散量變化的主導因子

自然條件下,氣象因子對ET0的影響是相互聯(lián)系又相互制約的共同決定結(jié)果,氣象因子對ET0變化的貢獻量能夠定量化分析單個氣象因子對ET0的影響,ET0變化的主導因子即貢獻量最大的氣象因子。氣溫對ET0年變化的貢獻量最大,為17.37%,是毛烏素沙地ET0變化的主導因子,其次為風速(-12.15%)、日照時數(shù)(-5.11%)和相對濕度(0.44%),由此得出,近60年氣溫的顯著升高引起ET0的增加,而風速和日照時數(shù)的顯著下降導致ET0減少。

由于不同季節(jié)的氣候特征不同,ET0變化的主導因子隨季節(jié)的變化發(fā)生改變。夏季風速對ET0的貢獻量最大,為-8.34%；春、秋、冬三季氣溫對ET0的貢獻量最大,分別為5.77%、10.15%和27.70%。由此可知,春、冬兩季ET0的顯著增加歸因于氣溫的顯著上升；而夏、秋兩季ET0變化不顯著,是由于風速和日照時數(shù)的顯著下降,其對ET0變化的負貢獻量與氣溫上升的正貢獻量相抵消。

空間分布上,ET0變化的主導因子存在區(qū)域差異,不同區(qū)域內(nèi)氣溫和風速對ET0變化的貢獻量均較大,其次是日照時數(shù),而相對濕度的貢獻量最小。氣溫作為主導因子影響ET0變化的主要區(qū)域集中在毛烏素沙地東部的鄂爾多斯市、榆林市和橫山縣,以及西北部地區(qū)的鄂托克旗,風速作為主導因子影響ET0變化的主要區(qū)域集中在毛烏素沙地西南部的定邊縣和鹽池縣,以及東南部的伊金霍洛旗。由于氣象因子的多年相對變化率與敏感系數(shù)共同決定貢獻量的大小,所以影響ET0變化主導因子的空間分布與敏感系數(shù)分布有所差異。

4 討論

由于研究區(qū)域及時間段不同,西北地區(qū)ET0變化對氣象因子的響應(yīng)程度存在區(qū)域差異。已有研究表明,內(nèi)蒙古額濟納綠洲ET0變化對太陽輻射敏感程度最高[32],黃土高原地區(qū)ET0變化與氣溫和日照時數(shù)極顯著相關(guān)[33],而石羊河流域ET0變化與相對濕度相關(guān)性最好[34]。本文基于最新年代氣象數(shù)據(jù)計算敏感系數(shù)得出,毛烏素沙地ET0變化對相對濕度敏感程度最高。雖然敏感系數(shù)可以反映ET0對氣象因子變化的敏感程度,但是不能衡量單個氣象因子對ET0變化的實際貢獻水平,即定量的評價各氣象因子對ET0的影響大小。本文通過計算氣象因子對ET0年變化的貢獻量,得到氣溫和相對濕度對毛烏素沙地ET0變化具有正貢獻作用,風速和日照時數(shù)對ET0變化具有負貢獻作用；氣溫是ET0變化的主導因子,其次是風速,這與曹雯等[35]基于1961—2009年氣象資料分析西北干旱半干旱區(qū)結(jié)果一致。1955—2014年毛烏素沙地風速和日照時數(shù)呈現(xiàn)的降低趨勢抑制了ET0增加,但是對ET0變化貢獻量較高的氣溫呈現(xiàn)顯著上升趨勢,氣溫對ET0增加的促進作用略大于風速和日照時數(shù)的抑制作用,相對濕度的相對變化率較小導致其對ET0增加的貢獻率不大,因此,毛烏素沙地ET0整體呈現(xiàn)不顯著上升趨勢。

空間上,由于氣象因子對ET0變化的貢獻量及氣候特征存在區(qū)域差異,毛烏素沙地ET0空間分布不均勻,總體呈現(xiàn)自西向東遞減趨勢,加之毛烏素沙地地形由西北向東南部傾斜,這將加重毛烏素沙地西北部地區(qū)的水資源短缺壓力和干旱程度。

由于毛烏素沙地區(qū)域內(nèi)氣象站點有限,本文基于可獲取的典型氣象站點數(shù)據(jù)代表該區(qū)域氣象特征,將氣象因子作為主導因子分析ET0的時空變化特征,但在干旱半干旱地區(qū),由風速、氣溫和相對濕度變異引起的平流、大氣環(huán)流年際變化、下墊面的均一性以及人類活動均影響ET0的變化,可是這些因素尚不能定量化計算分析,因此,本文研究結(jié)果存在一定程度的局限性。參考作物蒸散量作為實際蒸散量的理論上限,是衡量實際蒸散量的重要參考,由于干旱半干旱地區(qū)受到嚴重水分限制,開展該地區(qū)實際蒸散量和參考作物蒸散量的對比分析,能夠進一步深入和完善干旱半干旱地區(qū)的水循環(huán)研究。

5 結(jié)論

(1)近60年毛烏素沙地ET0整體呈現(xiàn)緩慢上升趨勢,多年平均值為1048.81mm；ET0年內(nèi)變化夏季最高,多年平均值為5.23 mm/d,冬季最低,為0.70 mm/d。毛烏素沙地ET0空間分布整體呈現(xiàn)自西向東遞減趨勢。

(2)各氣象因子對ET0的敏感性分析中,ET0對風速、氣溫和日照時數(shù)為正敏感,對相對濕度為負敏感。ET0變化對各氣象因子的敏感程度依次為風速>日照時數(shù)>氣溫>相對濕度。春、秋兩季ET0變化對日照時數(shù)敏感程度最高,夏、冬兩季ET0變化對相對濕度敏感程度最高。空間分布上,毛烏素沙地東南部地區(qū)為氣溫敏感系數(shù)高值區(qū),西北部地區(qū)為相對濕度和日照時數(shù)敏感系數(shù)高值區(qū),南部為風速敏感系數(shù)高值區(qū)。

(3)氣溫是影響毛烏素沙地ET0年變化的主導因子,其次是風速、日照時數(shù)和相對濕度。近60年氣溫的顯著升高引起ET0的增加,而風速和日照時數(shù)的顯著下降導致ET0減少。夏季ET0變化的主導因子是風速；春、秋、冬三季主導因子是氣溫?？臻g分布上,毛烏素沙地西南部地區(qū)ET0變化的主導因子為風速,東部地區(qū)主導因子為氣溫。影響ET0變化主導因子的空間分布與敏感系數(shù)分布有所差異。

[1] Allen R G, Pereira L S, Raes D, Smith M. Crop Evapotranspiration-Guidelines for Computing Crop Water Requirements-FAO Irrigation and Drainage Paper 56. Rome: FAO, 1998.

[2] 毛飛, 張光智, 徐祥德. 參考作物蒸散量的多種計算方法及其結(jié)果的比較. 應(yīng)用氣象學報, 2000, 11(S1): 128- 136.

[3] 楊志峰, 崔保山, 劉靜玲, 王西琴, 劉昌明. 生態(tài)環(huán)境需水量理論、方法與實踐. 北京: 科學出版社, 2003: 67- 71.

[4] Xu C Y, Singh V P. Evaluation of three complementary relationship evapotranspiration models by water balance approach to estimate actual regional evapotranspiration in different climatic regions. Journal of Hydrology, 2005, 308(1/4): 105- 121.

[5] 羅玲, 王宗明, 毛德華, 婁艷景, 任春穎, 宋開山. 松嫩平原西部草地凈初級生產(chǎn)力對氣候變化及人類活動的響應(yīng). 生態(tài)學雜志, 2012, 31(6): 1533- 1540.

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

[7] Espadafor M, Lorite I J, Gavilán P, Berengena J. An analysis of the tendency of reference evapotranspiration estimates and other climate variables during the last 45 years in Southern Spain. Agricultural Water Management, 2011, 98(6): 1045- 1061.

[8] Roderick M L, Farquhar G D. Changes in Australian pan evaporation from 1970 to 2002. International Journal of Climatology, 2004, 24(9): 1077- 1090.

[9] Eslamian S, Khordadi M J, Abedi-Koupai J. Effects of variations in climatic parameters on evapotranspiration in the arid and semi-arid regions. Global and Planetary Change, 2011, 78(3/4): 188- 194.

[10] Nandagiri L, Kovoor G M. Performance evaluation of reference evapotranspiration equations across a range of Indian climates. Journal of Irrigation and Drainage Engineering, 2006, 132(3): 238- 249.

[11] Dinpashoh Y, Jhajharia D, Fakheri-Fard A, Singh V P, Kahya E. Trends in reference crop evapotranspiration over Iran. Journal of Hydrology, 2011, 399(3/4): 422- 533.

[12] 高歌, 陳德亮, 任國玉, 陳峪, 廖要明. 1956—2000年中國潛在蒸散量變化趨勢. 地理研究, 2006, 25(3): 378- 387.

[13] 尹云鶴, 吳紹洪, 鄭度, 楊勤業(yè). 近30年我國干濕狀況變化的區(qū)域差異. 科學通報, 2005, 50(15): 1636- 1642.

[14] 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. 地理學報, 2011, 66(5): 579- 588.

[15] 曾麗紅, 宋開山, 張柏, 王宗明, 杜嘉. 近60年來東北地區(qū)參考作物蒸散量時空變化. 水科學進展, 2010, 21(2): 194- 200.

[16] 梁麗喬, 閆敏華, 鄧偉, 李麗娟. 松嫩平原西部參考作物蒸散量變化過程. 地理科學進展, 2006, 25(3): 22- 31.

[17] 李林, 張國勝, 汪青春, 時興合. 黃河上游流域蒸散量及其影響因子研究. 地球科學進展, 2000, 15(3): 256- 259.

[18] 普宗朝, 張山清, 李景林, 黃新, 孫月琴, 阿帕爾. 烏魯木齊河流域參考作物蒸散量時空變化特征. 沙漠與綠洲氣象, 2008, 2(1): 41- 55.

[19] 孫小舟, 封志明, 楊艷昭. 西遼河流域1952年—2007年參考作物蒸散量的變化趨勢. 資源科學, 2009, 31(3): 479- 584.

[20] 王小靜, 李志, 趙姹, 張志強. 西北旱區(qū)1961—2011年參考作物蒸散量的時空分異. 生態(tài)學報, 2014, 34(19): 5609- 5616.

[21] 黃會平, 曹明明, 宋進喜, 韓宇平, 陳姍姍. 1957—2012年中國參考作物蒸散量時空變化及其影響因子分析. 自然資源學報, 2015, 30(2): 315- 326.

[22] 段春鋒, 繆啟龍, 曹雯. 西北地區(qū)參考作物蒸散變化特征及其主要影響因素. 農(nóng)業(yè)工程學報, 2011, 27(8): 77- 83.

[23] 王鵬濤, 延軍平, 蔣沖, 劉憲鋒. 華北平原參考作物蒸散量時空變化及其影響因素分析. 生態(tài)學報, 2014, 34(19): 5589- 5599.

[24] 趙璐, 梁川, 崔寧博, 劉利文. 川中丘陵區(qū)參考作物蒸發(fā)蒸騰量近60年變化成因研究. 水利學報, 2013, 44(2): 183- 190.

[25] 房世波, 許端陽, 張新時. 毛烏素沙地沙漠化過程及其氣候因子驅(qū)動分析. 中國沙漠, 2009, 29(5): 796- 801.

[26] 張新時. 毛烏素沙地的生態(tài)背景及其草地建設(shè)的原則與優(yōu)化模式. 植物生態(tài)學報, 1994, 18(1): 1- 16.

[27] 楊振常, 李玉霖, 崔奪, 陳靜, 趙學勇. 半干旱典型沙區(qū)1951—2005年主要氣象要素及潛在蒸散量的變化趨勢研究. 中國沙漠, 2012, 32(5): 1384- 1392.

[28] 賈科利, 張俊華, 郭占軍. 毛烏素沙地、騰格里沙漠南緣帶土地利用與氣候變化關(guān)系研究——以寧夏中部為例. 寧夏大學學報: 自然科學版, 2011, 32(2): 176- 180.

[29] Yin Y, Wu S, Zheng D, Yang Q. Radiation calibration of FAO56 Penman-Monteith model to estimate reference crop evapotranspiration in China. Agricultural Water Management, 2008, 95(1): 77- 84.

[30] McCuen R H. A sensitivity and error analysis CF procedures used for estimating evaporation. JAWRA Journal of the American Water Resources Association, 1974, 10(3): 486- 597.

[31] Yin Y H, Wu S H, Dai E F. Determining factors in potential evapotranspiration changes over China in the period 1971- 2008. Chinese Science Bulletin, 2010, 55(29): 3329- 3337.

[32] 侯蘭功, 肖洪浪, 鄒松兵, 楊永剛. 額濟納綠洲生長季參考作物蒸散發(fā)敏感性分析. 中國沙漠, 2011, 31(5): 1255- 1259.

[33] 王幼奇, 樊軍, 邵明安, 白一茹. 黃土高原地區(qū)近50 年參考作物蒸散量變化特征. 農(nóng)業(yè)工程學報, 2008, 24(9): 6- 10.

[34] 佟玲, 康紹忠, 粟曉玲. 石羊河流域氣候變化對參考作物蒸發(fā)蒸騰量的影響. 農(nóng)業(yè)工程學報, 2004, 20(2): 15- 18.

[35] 曹雯, 申雙和, 段春鋒. 中國西北潛在蒸散時空演變特征及其定量化成因. 生態(tài)學報, 2012, 32(11): 3394- 3403.

Spatio-temporal distribution characteristics of reference crop evapotranspiration in the Mu Us desert

QIAN Duo1, ZHA Tianshan1,2,*, WU Bin1,2, JIA Xin1,2, QIN Shugao1,2

1YanchiResearchStation,SchoolofSoilandWaterConservation,BeijingForestryUniversity,Beijing100083,China2KeyLaboratoryofSoilandWaterConservationandDesertificationCombating,BeijingForestryUniversity,Beijing100083,China

Reference crop evapotranspiration (ET0) is often used to evaluate the capacity of atmospheric evaporation in the terrestrial hydrology cycle. Simulations with climate models and atmospheric general circulation models have shown that changes in meteorological factors affectET0. The Mu Us desert is located in the arid and semi-arid region of northwest China, which experiences severe water shortages. To better understand theET0spatio-temporal distribution characteristics in the Mu Us desert, the Penman-Monteith equation recommended by the FAO in 1998 was used to calculateET0at typical meteorological stations, as well as the overall Mu Us desertET0, based on 60 years of daily meteorological data (1955—2014). A Mann-Kendall trend test was used to determine theET0spatio-temporal distribution characteristics. Furthermore, a Co-Kriging interpolation was used to drawET0maps, which presented a clear spatial distribution ofET0in the Mu Us desert. In addition, a sensitivity analysis was used to analyze the causes ofET0change. Annual averageET0was 1048.81 mm for the past 60 years. There was a slight increasing trend in the inter-annual variation. The trend of annualET0showed a single peak curve, with the highest value in June (5.77 mm/d), and the lowest value was in January (0.54 mm/d). The average summerET0was 5.23 mm/d, and average winterET0was 0.70 mm/d. Spatially,ET0decreased gradually from west to east, ranging from 1058.53 to 1103.85 mm in the west, and from 1014.05 to 1043.44 mm in the east. The sensitivity analysis indicated thatET0was positively related to wind speed, air temperature, and solar duration, but negatively related to relative humidity. Furthermore,ET0was most sensitive to changes in wind speed, then solar duration, air temperature, and relative humidity, respectively. Seasonally,ET0was more sensitive to solar duration in spring and autumn, but more sensitive to relative humidity in summer and winter. Wind speed was the dominant controlling factor onET0in summer, but in spring, autumn and winter, it was air temperature. Overall, air temperature was the dominant controlling factor on annualET0in Mu Us desert. Spatially,ET0was more sensitive to temperature in the southeast region of the Mu Us desert, to relative humidity and solar duration in the northwest region, and to wind speed in the south. The spatial distribution ofET0′s dominant controlling factor was different from its sensitive coefficient. Wind speed was the dominant controlling factor on ET0distribution in southwest of Mu Us desert, and air temperature in east. The meteorological factors here were considered dominant in controlling the spatio-temporal variations of the Mu Us desertET0. However, advection variation caused by wind speed, temperature and relative humidity, inter-annual variation of the atmospheric circulation, surface uniformity, and human activities, also influenceET0in China’s arid and semi-arid region. Therefore, the results presented here only reflect the meteorological variables that were included in the analyses. More comprehensive hydrological studies are therefore required in the future.

Co-Kriging interpolation; Mu Us desert; sensitivity analysis; Penman-Monteith equation; Mann-Kendall trend test

國家自然科學基金資助項目(31270755, 31361130340);國家重點基礎(chǔ)研究發(fā)展計劃項目(2013CB429901); 國家“十二五”科技支撐計劃項目(2012BAD16B02)

2015- 10- 18;

日期:2016- 08- 02

10.5846/stxb201510182101

*通訊作者Corresponding author.E-mail: tianshanzha@bjfu.edu.cn

錢多,查天山,吳斌,賈昕,秦樹高.毛烏素沙地參考作物蒸散量變化特征與成因分析.生態(tài)學報,2017,37(6):1966- 1974.

Qian D, Zha T S, Wu B, Jia X, Qin S G.Spatio-temporal distribution characteristics of reference crop evapotranspiration in the Mu Us desert.Acta Ecologica Sinica,2017,37(6):1966- 1974.