吳麗萍, 陳洪松, 連晉姣**, 付智勇, 王 升

?

喀斯特與非喀斯特地區(qū)參考作物蒸散量時(shí)空變化分析*——以廣西壯族自治區(qū)為例

吳麗萍1,2,3, 陳洪松1,2, 連晉姣1,2**, 付智勇1,2, 王 升1,2

(1. 中國科學(xué)院亞熱帶農(nóng)業(yè)生態(tài)研究所/中國科學(xué)院亞熱帶農(nóng)業(yè)生態(tài)過程重點(diǎn)實(shí)驗(yàn)室 長沙 410125; 2. 中國科學(xué)院環(huán)江喀斯特生態(tài)系統(tǒng)觀測研究站 環(huán)江 547100; 3. 中國科學(xué)院大學(xué) 北京 100049)

參考作物蒸散量(ET0)是確定植被生態(tài)系統(tǒng)需水量的關(guān)鍵因子, 其時(shí)空分布特征及主要影響因素分析對于制定植被恢復(fù)策略與區(qū)域水資源配置方案具有重要意義。本文基于FAO-56 Penman-Monteith公式和廣西地區(qū)25個(gè)氣象站點(diǎn)1960—2010年的逐日資料, 計(jì)算了各站點(diǎn)的ET0, 在此基礎(chǔ)上采用GIS的克里金插值、Spearman秩次相關(guān)法和通徑分析方法分析了廣西喀斯特與非喀斯特地區(qū)ET0的時(shí)空變化特征及其影響因子。結(jié)果表明, 51年來廣西各站點(diǎn)多年平均ET0為1 138 mm×a-1; 空間分布呈由南向北、由低緯度向高緯度遞減的特征, 高值區(qū)主要分布在非喀斯特地區(qū), 低值區(qū)主要分布在喀斯特地區(qū)?？λ固嘏c非喀斯特地區(qū)年ET0累積距平曲線均呈“N”型分布; 20世紀(jì)70年代最高, 90年代最低, 21世紀(jì)以來年ET0有所回升, 但仍低于51年平均值。此外, 喀斯特地區(qū)ET0年際變化小于非喀斯特地區(qū)。日照時(shí)數(shù)、風(fēng)速和平均溫度是影響非喀斯特地區(qū)年ET0變化的主要?dú)庀笠蜃? 而相對濕度則通過與其他氣象因子的相互作用間接對喀斯特地區(qū)年ET0的變化產(chǎn)生較大影響。在季節(jié)尺度上, 日照時(shí)數(shù)和平均氣溫在各季節(jié)都是ET0最主要的影響因子, 與ET0呈正相關(guān)關(guān)系; 風(fēng)速在喀斯特地區(qū)冬、春兩季對ET0的間接作用系數(shù)為負(fù), 在非喀斯特地區(qū)并未發(fā)現(xiàn)這一現(xiàn)象。了解不同地區(qū)ET0的變化趨勢是植被生態(tài)需水定額計(jì)算的必要措施。

參考作物蒸散量; Penman-Monteith公式; 喀斯特地區(qū); 非喀斯特地區(qū); 氣象因素; 通徑分析

蒸散量是生態(tài)系統(tǒng)維持生物生存所消耗的水量[1], 既包括土壤和植被的蒸發(fā)作用, 也包括植物自身的蒸騰作用, 因其在土壤-植被-大氣系統(tǒng)中的重要紐帶作用而受到全球變化學(xué)者的廣泛關(guān)注[2]。參考作物蒸散量(ET0)是表征大氣蒸發(fā)能力的氣象因子, 是區(qū)域水量平衡和能量平衡研究的重要參數(shù), 準(zhǔn)確地估算ET0不僅是制定區(qū)域植被生態(tài)需水定額和水資源優(yōu)化配置決策的重要依據(jù), 也已成為監(jiān)測農(nóng)業(yè)旱情、提高區(qū)域水資源利用效率的關(guān)鍵環(huán)節(jié)[3]。FAO推薦的Penman-Monteith公式(以下簡稱FAO- PM)較為全面地考慮了影響ET0的各種因素, 精度較高[4], 在各個(gè)氣候區(qū)下應(yīng)用都取得了較好的結(jié)果, 具有普遍的適用性[5-7]。

在全球氣候變化的背景下, 國內(nèi)外學(xué)者針對ET0時(shí)空變化特征及其影響因子做了大量的研究。Hulme等[8]認(rèn)為, 全球變暖、氣溫升高會促進(jìn)ET0增加。但也有研究表明[9], 除個(gè)別地區(qū)外, 北半球蒸發(fā)皿觀測的ET0在過去幾十年內(nèi)呈減少趨勢。中國ET0在過去幾十年中的變化趨勢也較為明顯。劉昌明等[10]分析了中國10大流域片區(qū)ET0對氣象因子的敏感性及其區(qū)域分異, 發(fā)現(xiàn)10大流域片區(qū)中有8大流域片區(qū)ET0呈下降趨勢, 北方流域ET0對水汽壓敏感, 南方流域?qū)ψ罡邭鉁孛舾小hang等[11]分析了湟水流域及周邊地區(qū)ET0對氣象因子的敏感性, 發(fā)現(xiàn)ET0時(shí)空分布特征與海拔高度相關(guān), 在高海拔地區(qū)ET0對實(shí)際水汽壓較敏感, 而在低海拔地區(qū)ET0對氣溫較敏感。基于這些結(jié)果可知, 由于地理環(huán)境的差異性, 各地ET0的變化及其成因具有區(qū)域性差異, 其影響因素也因地而異, 因此對ET0的研究要分區(qū)域進(jìn)行。

喀斯特地貌區(qū)主要是指碳酸鹽巖出露區(qū)及以碳酸鹽巖成分為主的分布區(qū)[12]。其中, 西南喀斯特地區(qū)是全球三大喀斯特集中連片分布區(qū)之一, 生態(tài)環(huán)境敏感脆弱, 旱、澇災(zāi)害頻繁, 農(nóng)業(yè)生產(chǎn)不穩(wěn)定[13]。在全球氣候變化大背景下, 近60年來西南地區(qū)降雨量呈下降趨勢, 極端事件的頻發(fā)使得對該區(qū)ET0變化的研究更加急迫[14]。Gao等[15]、徐蒙蒙等[16]發(fā)現(xiàn)貴州省年ET0總體呈下降趨勢, 而日照時(shí)數(shù)的減少是導(dǎo)致ET0下降的主要原因。戴明宏等[17]發(fā)現(xiàn)影響貴州省ET0的主導(dǎo)氣象因素是日照時(shí)數(shù), 與ET0呈正相關(guān), 而地理緯度與ET0存在明顯的負(fù)相關(guān)。關(guān)保多等[18]認(rèn)為1951—2001廣西地區(qū)95%站點(diǎn)的ET0呈下降趨勢, 與1951—2001年比, 未來ET0呈上升趨勢的比例將會增加。胡可等[19]研究闡明了日照時(shí)數(shù)和風(fēng)速的減少是引起桂西北ET0變化的主要原因。目前, 區(qū)別對待喀斯特地區(qū)與非喀斯特地區(qū)的研究仍十分缺乏。開展喀斯特與非喀斯特地區(qū)ET0變化特征及影響因子的對比研究, 闡述兩種地貌背景下ET0的差異, 對我國西南喀斯特和非喀斯特地區(qū)的農(nóng)業(yè)發(fā)展和水資源合理配置具有重要意義。本文基于25個(gè)氣象站點(diǎn)51年的逐日氣象資料, 分析了廣西ET0的時(shí)空分布特征, 并采用相關(guān)分析、通徑分析等方法探討了氣象因子與ET0的相關(guān)關(guān)系, 以期揭示影響喀斯特與非喀斯特地區(qū)ET0變化的主要?dú)庀笠蛩? 為該地區(qū)氣候干濕狀況評價(jià)與預(yù)測以及喀斯特地區(qū)脆弱生態(tài)環(huán)境的恢復(fù)等提供科學(xué)依據(jù)。

1 研究區(qū)域及數(shù)據(jù)來源

1.1 研究區(qū)概況

廣西(20°54′~26°24′N, 104°26′~112°04′E)地處中國西南部, 位于中國地勢第二級階梯云貴高原的東南邊緣。四周多山地與高原, 中部與南部多為平地, 地勢自西北向東南傾斜。屬亞熱帶季風(fēng)氣候區(qū), 氣候溫暖, 熱量豐富。年平均氣溫16.0~23.0 ℃, 由北向南遞增, 由河谷平原向丘陵山區(qū)遞減。雨量豐富, 水熱同季, 年降水量均在1 070 mm以上, 大部分地區(qū)為1 500~2 000 mm。降水量季節(jié)變化不均, 4—9月為雨季, 其降水量占全年降水量的70%~85%, 日照適中, 冬少夏多。廣西區(qū)喀斯特地貌廣布, 占全區(qū)總面積的41%, 集中連片分布于桂西南、桂西北、桂中和桂東北。

1.2 數(shù)據(jù)來源

研究區(qū)域的氣象資料下載自國家氣象信息中心的中國地面氣象觀測數(shù)據(jù)庫(http://www.nmic.gov. cn/), 共獲取25個(gè)氣象站點(diǎn)(圖1)1960—2010年的逐日資料, 包括逐日平均溫度(mean)、最高氣溫(max)、最低氣溫(min)、2 m高處風(fēng)速(2)、日照時(shí)數(shù)()和相對濕度(RH)等數(shù)據(jù); 從建站至今數(shù)據(jù)記錄較完整, 數(shù)據(jù)質(zhì)量較高, 個(gè)別缺測數(shù)據(jù)和無效值采用臨近站點(diǎn)或臨近年份的值進(jìn)行插補(bǔ)。若氣象站點(diǎn)所在的縣(市)喀斯特地貌面積大于30%, 則認(rèn)為該氣象站點(diǎn)屬于喀斯特站點(diǎn)[20]。25個(gè)氣象站點(diǎn)中, 喀斯特站點(diǎn)有11個(gè), 非喀斯特站點(diǎn)有14個(gè), 能夠較好地代表廣西喀斯特、非喀斯特地區(qū)ET0分布及變化情況。

2 研究方法

2.1 FAO-PM公式

FAO-PM公式以能量平衡和水汽擴(kuò)散理論為基礎(chǔ), 較全面考慮了作物的生理特征和空氣動力學(xué)參數(shù)的變化, 其表達(dá)式為[21]:

式中: ET0為參考作物蒸散量(mm×d-1),n為地表凈輻射(MJ×m-2×d-1),為土壤熱通量(MJ×m-2×d-1),為2 m高處日平均氣溫(℃),2為2 m高處風(fēng)速(m×s-1),s為飽和水氣壓(kPa),a為實(shí)際水氣壓(kPa),為飽和水氣壓曲線斜率(kPa×C-1),為干濕表常數(shù)(kPa×C-1)。

2.2 累積距平法

累積距平法[22]是一種常用的由曲線直觀判斷變化趨勢的方法。對于序列在某一時(shí)刻的累積距平表示為:

2.3 Spearman秩次相關(guān)檢驗(yàn)法

Spearman秩次相關(guān)檢驗(yàn)[16]主要是通過分析序列x與其時(shí)序的相關(guān)性來檢驗(yàn)時(shí)間序列是否具有趨勢性。在運(yùn)算時(shí), 時(shí)間序列x用其秩次M代表, 則秩次相關(guān)系數(shù)為:

式中:為系列長度(即年數(shù))。秩次M與時(shí)序相近時(shí), 秩次相關(guān)系數(shù)大, 趨勢顯著。通常采用檢驗(yàn)法檢驗(yàn)水文序列的趨勢性是否顯著, 統(tǒng)計(jì)量的計(jì)算公式為:

(4)

式中:服從自由度為(-2)的分布, 原假設(shè)為序列無趨勢, 根據(jù)序列的秩次相關(guān)系數(shù)計(jì)算統(tǒng)計(jì)量, 然后選擇顯著水平, 在分布表中查出臨界值t/2, 當(dāng)≥t/2時(shí), 則拒絕原假設(shè), 序列趨勢顯著; 否則, 接受原假設(shè), 趨勢不顯著。

2.4 通徑分析

通徑分析是由數(shù)量遺傳學(xué)家Sewall Wright于1921年提出的, 它能夠不受自變量間度量單位和自變量變異程度的影響, 直接量化反映各自變量的相對重要性, 同時(shí)能得到自變量對因變量的直接作用和間接作用, 進(jìn)而分析變量間的相互關(guān)系、自變量對因變量的作用方式和程度[23-24]。本文依靠SPSS(回歸分析), 采用通徑分析來確定影響ET0變化的主要?dú)庀笠蜃印?/p>

3 結(jié)果與分析

3.1 參考作物蒸散量的空間分布特征

廣西25個(gè)氣象站點(diǎn)51年ET0的平均值為1 138 mm×a-1, 利用ArcGIS軟件中的Kriging插值法獲得廣西多年ET0的空間分布狀況(圖2)。由圖可以看出, 廣西各地的多年ET0為1 018~1 343 mm×a-1, 整體呈現(xiàn)由南向北、由低緯度向高緯度遞減的特征。高值區(qū)位于南部氣溫較高、降水充沛的沿海非喀斯特地區(qū), 次高值區(qū)位于西部光照充足、地勢較平坦的田東地區(qū), 低值區(qū)主要分布在海拔較高的桂北和桂西北的喀斯特山區(qū), 其值在1 108 mm×a-1以下。

各季節(jié)ET0的空間分布有明顯差異(圖3)。春季廣西各地的ET0為256~342 mm×a-1, 整體上呈現(xiàn)由西向東遞減的趨勢, 高值區(qū)主要位于廣大的桂西北地區(qū), 以百色、田東非喀斯特地區(qū)為中心向四周的喀斯特地區(qū)遞減。夏季廣西各地的ET0為全年最高, 為345~434 mm×a-1, 其中喀斯特地區(qū)和非喀斯特地區(qū)的平均值分別為377 mm×a-1和403 mm×a-1, 空間分布呈現(xiàn)由東南向西北遞減的趨勢。秋季ET0為224~372 mm×a-1, 其空間特征與年ET0空間特征較為相似, 但桂東北地區(qū)略有差異。冬季ET0為134~226 mm×a-1, 整體上呈現(xiàn)由南向北遞減的趨勢, 其中桂西北的田東地區(qū)出現(xiàn)了一個(gè)次高值區(qū)域。由此可以看出, 春季ET0空間分布特征與其他季節(jié)差別很大, 這主要是因?yàn)樵诖杭? 與其他地區(qū)相比, 廣西西部地區(qū)日照時(shí)數(shù)較長、氣溫較高而相對濕度較小。南部沿海非喀斯特地區(qū)在各季節(jié)均是ET0高值區(qū), 這與南部沿海非喀斯特地區(qū)日照時(shí)數(shù)遠(yuǎn)遠(yuǎn)大于廣西其他地區(qū)有關(guān)。

3.2 參考作物蒸散量的時(shí)間分布特征

3.2.1 多年逐月平均蒸散量變化趨勢

廣西喀斯特地區(qū)與非喀斯特地區(qū)多年逐月平均ET0的變化趨勢如圖4所示, 兩者的變化趨勢基本一致, 呈單峰拋物線型, 最高值出現(xiàn)在7月, 最低值出現(xiàn)在1月?？λ固氐貐^(qū)多年逐月平均ET0變化范圍為40~104 mm, 兩者相差64 mm, 非喀斯特地區(qū)的多年逐月平均ET0的變化范圍為60~155 mm, 兩者相差95 mm; 喀斯特地區(qū)逐月ET0的極差小于非喀斯特地區(qū)。此外, 喀斯特地區(qū)多年逐月平均ET0以及變化斜率都小于非喀斯特地區(qū)。

3.2.2 年蒸散量的變化趨勢

喀斯特與非喀斯特地區(qū)ET0累積距平年際變化較大(圖5)。年ET0累積距平曲線均呈“N”型分布, 大致可以分為4個(gè)階段: 1)1960—1967年, ET0均呈明顯的增加趨勢, 喀斯特地區(qū)ET0增幅較非喀斯特地區(qū)小; 2)1967—1980年, 是一個(gè)相對平穩(wěn)的階段, ET0在小幅度波動中保持穩(wěn)定; 3)1980—2002年, ET0呈下降趨勢, 期間, 1992年之前下降趨勢較小, 并且在1985年左右出現(xiàn)小幅度上升, 1992年之后呈明顯的下降趨勢, 且喀斯特地區(qū)ET0減幅也較非喀斯特地區(qū)小; 4)2002—2010年, ET0呈上升趨勢, 但仍低于平均值, 此外, 喀斯特與非喀斯特地區(qū)的ET0變化相差不大。

為了進(jìn)一步分析喀斯特與非喀斯特地區(qū)各站點(diǎn)的變化趨勢, 采用Spearman秩次相關(guān)系數(shù)法分別計(jì)算了25個(gè)站點(diǎn)秩次相關(guān)系數(shù)(表1)。11個(gè)喀斯特地區(qū)站點(diǎn)中有6個(gè)站點(diǎn)的ET0呈下降趨勢, 占54.55%, 顯著下降趨勢的有3個(gè)站點(diǎn), 占27.27%; 5個(gè)站點(diǎn)呈上升趨勢, 占45.45%, 呈顯著上升趨勢的有2個(gè)站點(diǎn), 占18.18%。在14個(gè)非喀斯特地區(qū)站點(diǎn)中, 8個(gè)站點(diǎn)呈下降趨勢, 占57.14%, 顯著下降趨勢的有4個(gè)站點(diǎn), 占28.57%; 6個(gè)站點(diǎn)呈上升趨勢, 占42.86%, 呈顯著上升趨勢的有1個(gè)站點(diǎn), 占7.14%。由此可以看出, 廣西地區(qū)ET0呈下降趨勢的站點(diǎn)大于呈上升趨勢的站點(diǎn), 且下降趨勢的站點(diǎn)中有50%呈顯著下降趨勢, 上升趨勢的站點(diǎn)主要呈不顯著性上升趨勢; 喀斯特地區(qū)ET0與非喀斯特地區(qū)ET0的下降趨勢及顯著性較為相似, 但喀斯特地區(qū)ET0顯著上升的站點(diǎn)比率略大于非喀斯特地區(qū)。

表1 1960—2010年廣西各站點(diǎn)多年參考作物蒸散量的變化趨勢分析

**: 在置信度(雙測)為0.01時(shí)相關(guān)性極顯著; *: 在置信度(雙測)為0.05時(shí)相關(guān)性顯著。** and * indicate that it passes the significance test at the levels of 0.01 and 0.05, respectively.

3.3 參考作物蒸散量的影響因素分析

ET0可以反映區(qū)域大氣蒸發(fā)能力, 受到多種環(huán)境因子的影響[25-26]。本文采用25個(gè)站點(diǎn)的氣象因子(日照時(shí)數(shù)、風(fēng)速、平均氣溫、相對濕度)和年ET0、季節(jié)ET0進(jìn)行相關(guān)分析和通徑分析, 并計(jì)算其直接作用系數(shù)和間接作用系數(shù)(表2, 表3)。

從整個(gè)廣西地區(qū)來看, 日照時(shí)數(shù)、風(fēng)速和平均氣溫對年ET0影響較大, 且呈正相關(guān)關(guān)系, 相關(guān)系數(shù)分別為0.845、0.759和0.664; 相對濕度對年ET0影響較小, 呈負(fù)相關(guān)關(guān)系(表2)。非喀斯特地區(qū)站點(diǎn)氣象因子與年ET0的相關(guān)關(guān)系與廣西地區(qū)全部站點(diǎn)相關(guān)分析結(jié)果類似, 日照時(shí)數(shù)、風(fēng)速、平均氣溫和相對濕度對年ET0的相關(guān)系數(shù)分別為0.862、0.797、0.679和-0.076?？λ固氐貐^(qū)站點(diǎn)相對濕度與年ET0表現(xiàn)出較強(qiáng)的負(fù)相關(guān)關(guān)系, 相關(guān)系數(shù)為-0.526。結(jié)合通徑分析結(jié)果可以看出, 喀斯特地區(qū)站點(diǎn)相對濕度對年ET0的直接作用系數(shù)并不大, 甚至低于非喀斯特地區(qū), 較大的負(fù)相關(guān)系數(shù)主要是其他氣象因子通過與相對濕度的相互作用從而間接對ET0產(chǎn)生的影響, 間接作用系數(shù)之和為-0.349。此外, 喀斯特地區(qū)日照時(shí)數(shù)、風(fēng)速和平均氣溫三者之間的間接作用系數(shù)均小于非喀斯特地區(qū), 說明喀斯特地區(qū)日照時(shí)數(shù)、風(fēng)速和平均氣溫這3個(gè)氣象因子間的相互影響較非喀斯特地區(qū)小。

分別對喀斯特地區(qū)和非喀斯特地區(qū)各季節(jié)氣象因子和ET0進(jìn)行相關(guān)分析和通徑分析(表3)。綜合來看, 日照時(shí)數(shù)和平均氣溫在各季節(jié)都是ET0最主要的影響因子, 與ET0呈正相關(guān)關(guān)系。相對濕度與ET0呈顯著的負(fù)相關(guān)關(guān)系, 且喀斯特地區(qū)各季節(jié)相對濕度對ET0影響的間接作用均大于直接作用。此外, 風(fēng)速在喀斯特地區(qū)冬、春兩季對ET0的間接作用系數(shù)為負(fù), 可能是因?yàn)轱L(fēng)速增大, 導(dǎo)致平均氣溫降低, 從而導(dǎo)致ET0減少, 進(jìn)而抵消了風(fēng)速對ET0的正向影響; 在非喀斯特地區(qū)并未發(fā)現(xiàn)這一現(xiàn)象。

表2 廣西喀斯特和非喀斯特地區(qū)氣象因子對年參考作物蒸散量的通徑分析

2mean、RH分別表示日照時(shí)數(shù)、風(fēng)速、平均氣溫和相對濕度; 相關(guān)系數(shù)亦即通徑分析中氣象因子對年ET0的總作用系數(shù)。,2,mean, RH represent sunshine duration, wind speed, temperature and relative humidity, respectively. Correlation coefficients are the total effect coefficients of meteorological factors to ET0in path analysis.

表3 廣西喀斯特和非喀斯特地區(qū)各季節(jié)氣象因子對參考作物蒸散量的通徑分析

2mean、RH分別表示日照時(shí)數(shù)、風(fēng)速、平均氣溫和相對濕度; 相關(guān)系數(shù)亦即通徑分析中氣象因子對年ET0的總作用系數(shù)。,2,mean, RH represent sunshine duration, wind speed, temperature and relative humidity, respectively. Correlation coefficients are the total effect coefficients of meteorological factors to ET0in path analysis.

4 討論與結(jié)論

4.1 參考作物蒸散量時(shí)空變化特征

ET0的時(shí)空分布特征表明喀斯特地區(qū)ET0小于非喀斯特地區(qū)ET0, 這與非喀斯特地區(qū)主要位于南部沿海地區(qū), 日照時(shí)數(shù)較長有關(guān), 這一研究表明ET0在一定程度上受地理位置的影響。但與距海較遠(yuǎn)的喀斯特地區(qū)相比, 同樣是深居內(nèi)陸, 四面環(huán)山、地勢較平坦的田東地區(qū)(非喀斯特)ET0卻較高, 這說明地形地貌對ET0的高低也有重要影響。因此, 在水資源利用與管理時(shí)應(yīng)該區(qū)別對待。

1960—2010年廣西地區(qū)ET0整體呈下降趨勢, 其中累積距平蒸散量在20世紀(jì)70年代達(dá)到最大值, 之后逐漸降低, 20世紀(jì)90年代降到最低, 2002年開始迅速增加。近年來ET0累積距平的升高表明廣西地區(qū)大氣蒸發(fā)能力增強(qiáng), 植被蒸騰、作物需水量增加, 如果ET0持續(xù)升高而不及時(shí)采取有效措施保障生態(tài)需水, 將加劇喀斯特地區(qū)石漠化、引發(fā)整個(gè)廣西地區(qū)的農(nóng)業(yè)干旱, 甚至威脅該地區(qū)人們的生活用水。張偉偉等[27]指出西南地區(qū)20世紀(jì)70年代末至21世紀(jì)初, ET0大幅下降, 2004年以后, ET0急劇增加, 這與本研究結(jié)果的變化趨勢一致。表明同一地區(qū)不同時(shí)期ET0的變化特征不同, 在今后的研究中, 有必要針對不同年代的ET0變化特征及其成因進(jìn)行分段探討, 從而科學(xué)客觀地認(rèn)識ET0變化在不同氣候變化階段水資源管理中所起的作用[28]。累積距平只是給出了廣西地區(qū)年際ET0的變化趨勢, 不能反映各站點(diǎn)的變化趨勢, 本文運(yùn)用Spearman秩次相關(guān)法計(jì)算了廣西地區(qū)各站點(diǎn)多年平均ET0的相關(guān)系數(shù), 定量分析了各站點(diǎn)的變化趨勢。從廣西地區(qū)各站點(diǎn)多年平均ET0的變化趨勢看, 呈下降趨勢的站點(diǎn)略大于呈上升趨勢的站點(diǎn), 而上升趨勢的站點(diǎn)主要呈不顯著性上升趨勢, 這與關(guān)保多等[18]對廣西20個(gè)氣象站點(diǎn)的研究結(jié)果類似, 與張方敏等[29]研究認(rèn)為中國ET0呈顯著上升的站點(diǎn)略多于顯著下降站點(diǎn)的結(jié)論不盡相同, 反映了氣候變化的區(qū)域特性。

4.2 參考作物蒸散量時(shí)空變化影響因子

Zhao等[30]研究發(fā)現(xiàn)海河流域ET0對平均相對濕度最敏感, 而風(fēng)速和短波輻射的減少是海河?xùn)|部和南部地區(qū)ET0下降的主要原因; 曹雯等[28]發(fā)現(xiàn)日照時(shí)數(shù)和風(fēng)速是安徽省ET0變化的主導(dǎo)因子; Shi等[31]認(rèn)為風(fēng)速是導(dǎo)致黃土高原地區(qū)大多數(shù)氣象站點(diǎn)ET0變化的主要因子?？梢? 不同地區(qū)ET0的主導(dǎo)因子不同。在本研究中, 日照時(shí)數(shù)、風(fēng)速和平均氣溫對廣西地區(qū)和非喀斯特地區(qū)年ET0影響較大, 相對濕度對其影響較小, 與田雷等[32]在貴州的研究結(jié)果類似; 在喀斯特地區(qū), 各氣象因子與年ET0均有較強(qiáng)的相關(guān)性, 相對濕度主要通過影響其他氣象因子對ET0產(chǎn)生影響。通徑分析結(jié)果表明喀斯特地區(qū)日照時(shí)數(shù)、風(fēng)速和平均氣溫這3個(gè)氣象因子間的相互影響較非喀斯特地區(qū)小, 相互之間的變化關(guān)系可能受到微地形的影響而更加復(fù)雜。此外, 在喀斯特地區(qū)冬、春兩季, 可能是風(fēng)速增大, 導(dǎo)致平均氣溫降低, 從而導(dǎo)致ET0減少, 進(jìn)而抵消了風(fēng)速對ET0的正向影響, 說明ET0不僅受各氣象因子的直接影響, 各氣象因子間的相互制約、相互影響也會對ET0變化產(chǎn)生重要影響。

本研究進(jìn)一步說明了ET0變化及其影響因素具有區(qū)域性差異, 即便是處于同一地區(qū)的喀斯特與非喀斯特地區(qū)ET0的影響因素也不同, 因此對ET0的研究要分區(qū)域進(jìn)行, 充分了解各個(gè)區(qū)域的變化趨勢和影響因素, 這有助于評估未來氣候變化下不同地區(qū)水資源需求量的變化, 對制定合理的植被恢復(fù)策略、防災(zāi)減災(zāi)、提高生產(chǎn)力具有重要指導(dǎo)意義。

4.3 結(jié)論

本文基于FAO-56 Penman-Monteith公式和1960— 2010年廣西25個(gè)氣象站點(diǎn)的逐日資料, 分析了廣西喀斯特與非喀斯特地區(qū)ET0的時(shí)空變化特征及其影響因子。

廣西各站點(diǎn)51年平均ET0為1 018~1 343 mm×a-1, 平均值為1 138 mm×a-1, 非喀斯特地區(qū)ET0整體上高于喀斯特地區(qū), 除春季ET0高值區(qū)主要集中在西部的喀斯特地區(qū)外, 其他季節(jié)ET0高值區(qū)主要集中在南部沿海的非喀斯地區(qū)?？λ固睾头强λ固氐貐^(qū)季節(jié)ET0變化趨勢一致, 夏季最大, 春季和秋季相差不大, 冬季最少。年ET0累積距平曲線均呈“N”型分布, 20世紀(jì)70年代最高, 90年代最低, 21世紀(jì)以來年ET0有所回升, 但仍低于平均值; 此外, 喀斯特地區(qū)ET0年際變化小于非喀斯特地區(qū)。

ET0和氣象因子的通徑分析表明, 不同地區(qū)、不同季節(jié)ET0的主要影響因子不同。相對濕度對非喀斯特地區(qū)年ET0影響不大, 但相對濕度通過與其他氣象因子的相互作用間接地對喀斯特地區(qū)年ET0產(chǎn)生較大的影響; 在季節(jié)尺度上, 日照時(shí)數(shù)和平均氣溫在各季節(jié)都是喀斯特地區(qū)與非喀斯特地區(qū)ET0最主要的影響因子, 此外, 風(fēng)速在喀斯特地區(qū)冬、春兩季對ET0的間接作用系數(shù)為負(fù), 在非喀斯特地區(qū)并未發(fā)現(xiàn)這一現(xiàn)象。實(shí)際上, ET0的變化不僅受日照時(shí)數(shù)、風(fēng)速、氣溫和相對濕度的影響, 還受其他氣候因素、下墊面條件、植被度、人類活動等多種因素的影響, 需要進(jìn)一步研究這些因素對區(qū)域蒸散量的影響, 從而全面了解區(qū)域蒸散量差異的主導(dǎo)因子。

[1] 何永濤, 閔慶文, 李文華. 植被生態(tài)需水研究進(jìn)展及展望[J]. 資源科學(xué), 2005, 27(4): 8–13 He Y T, Min Q W, Li W H. Progress and perspectives on ecological water requirement of vegetation[J]. Resources Science, 2005, 27(4): 8–13

[2] 尹云鶴, 吳紹洪, 戴爾阜. 1971~2008年我國潛在蒸散時(shí)空演變的歸因[J]. 科學(xué)通報(bào), 2010, 55(22): 2226–2234 Yin Y H, Wu S H, Dai E F. Determining factors in potential evapotranspiration changes over China in the period 1971—2008[J]. Chinese Science Bulletin, 2010, 55(22): 2226–2234

[3] 封志明, 楊艷昭, 丁曉強(qiáng), 等. 甘肅地區(qū)參考作物蒸散量時(shí)空變化研究[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2004, 20(1): 99–103 Feng Z M, Yang Y Z, Ding X Q, et al. Temporal-spatial changing characteristics of reference crop evapotranspiration in Gansu Province[J]. Transactions of the CSAE, 2004, 20(1): 99–103

[4] Allen R G, Jensen M E, Wright J L, et al. Operational estimates of reference evapotranspiration[J]. Agronomy Journal, 1989, 81(4): 650–662

[5] 李志. 黃土高原1961—2009年參考作物蒸散量的時(shí)空變異[J]. 生態(tài)學(xué)報(bào), 2012, 32(13): 4139–4145Li Z. Spatiotemporal variations in the reference crop evapotranspiration on the Loess Plateau during 1961-2009[J]. Acta Ecologica Sinica, 2012, 32(13): 4139–4145

[6] 王升, 付智勇, 陳洪松, 等. 基于GEP和地理位置信息的湘鄂地區(qū)月參考作物騰發(fā)量模擬計(jì)算[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2015, 23(4): 490–496 Wang S, Fu Z Y, Chen H S, et al. Using gene-expression programming method and geographical location information to simulate evapotranspiration in Hunan and Hubei Provinces[J]. Chinese Journal of Eco-Agriculture, 2015, 23(4): 490–496

[7] 劉文娟, 安瑞平, 連晉姣. 寧夏參考作物蒸散量的時(shí)空變化特征分析[J]. 西北林學(xué)院學(xué)報(bào), 2017, 32(1): 69–73 Liu W J, An R P, Lian J J. Temporal-spatial characteristics of reference crop evapotranspiration in Ningxia[J]. Journal of Northwest Forestry University, 2017, 32(1): 69–73

[8] Hulme M, Zhao Z C, Jiang T. Recent and future climate change in East Asia[J]. International Journal of Climatology, 1994, 14(6): 637–658

[9] Peterson T C, Golubev V S, Groisman P Y. Evaporation losing its strength[J]. Nature, 1995, 377(6551): 687–688

[10] 劉昌明, 張丹. 中國地表潛在蒸散發(fā)敏感性的時(shí)空變化特征分析[J]. 地理學(xué)報(bào), 2011, 66(5): 579–588Liu C M, Zhang D. Temporal and spatial change analysis of the sensitivity of potential evapotranspiration to meteorological influencing factors in China[J]. Acta Geographica Sinica, 2011, 66(5): 579–588

[11] Zhang C G, Shen Y J, Liu F G, et al. Changes in reference evapotranspiration over an agricultural region in the Qinghai-Tibetan Plateau, China[J]. Theoretical and Applied Climatology, 2016, 123(1/2): 107–115

[12] 林俊清. 貴州喀斯特與非喀斯特地貌分布面積及其特征分析[J]. 貴州教育學(xué)院學(xué)報(bào), 2001, 12(4): 43–46 Lin J Q. The distributed area and the features analysis of karst and non karst landscape in Guizhou[J]. Journal of Guizhou Educational College, 2001, 12(4): 43–46

[13] 蔡運(yùn)龍. 中國西南巖溶石山貧困地區(qū)的生態(tài)重建[J]. 地球科學(xué)進(jìn)展, 1996, 11(6): 602–606 Cai Y L. Preliminary research on ecological reconstruction in karst mountain poverty areas of Southwest China[J]. Advance in Earth Sciences, 1996, 11(6): 602–606

[14] Liu M X, Xu X L, Sun A Y, et al. Is southwestern China experiencing more frequent precipitation extremes?[J]. Environmental Research Letters, 2014, 9(6): 064002

[15] Gao X L, Peng S Z, Wang W G, et al. Spatial and temporal distribution characteristics of reference evapotranspiration trends in Karst area: A case study in Guizhou Province, China[J]. Meteorology and Atmospheric Physics, 2016, 128(5): 677–688

[16] 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 Xu M M, Zhang Z C, Chen X. Spatio-temporal variation of reference evapotranspiration in Guizhou Province from 1960 to 2009[J]. Earth and Environment, 2012, 40(2): 243–249

[17] 戴明宏, 李玉濤, 王臘春, 等. 典型喀斯特地區(qū)參考作物蒸散量的時(shí)空變化分析——以貴州省為例[J]. 地球與環(huán)境, 2016, 44(3): 342–352 Dai M H, Li Y T, Wang L C, et al. Temporal and spatial variation of reference crop evapotranspiration in Guizhou Province, China[J]. Earth and Environment, 2016, 44(3): 342–352

[18] 關(guān)保多, 代俊峰, 杜君, 等. 廣西多站點(diǎn)參考作物蒸散量時(shí)空變化分析[J]. 灌溉排水學(xué)報(bào), 2012, 31(6): 126–128 Guan B D, Dai J F, Du J, et al. Temporal and spatial variability of reference crop evaporation in Guangxi Province[J]. Journal of Irrigation and Drainage, 2012, 31(6): 126–128

[19] 胡可, 王升, 聶云鵬, 等. 近60年桂西北喀斯特地區(qū)氣候與參考騰發(fā)量變化及成因分析[J]. 農(nóng)業(yè)現(xiàn)代化研究, 2014, 35(4): 500–506 Hu K, Wang S, Nie Y P, et al. Variations and impact factors of potential evapotranspiration in karst area of Northwest Guangxi over the last 60 years[J]. Research of Agricultural Modernization, 2014, 35(4): 500–506

[20] 覃海紹. 七百弄地區(qū)巖溶地質(zhì)研究及旅游資源開發(fā)保護(hù)[D]. 西安: 長安大學(xué), 2007Qin H S. On the Karst geology in Qibainong areas and its exploitation and protection for tourist resources[D]. Xi’an: Chang’an University, 2007

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

[22] Ran L S, Wang S J, Fan X L. Channel change at Toudaoguai Station and its responses to the operation of upstream reservoirs in the upper Yellow River[J]. Journal of Geographical Sciences, 2010, 20(2): 231–247

[23] 宋小園, 朱仲元, 劉艷偉, 等. 通徑分析在SPSS逐步線性回歸中的實(shí)現(xiàn)[J]. 干旱區(qū)研究, 2016, 33(1): 108–113 Song X Y, Zhu Z Y, Liu Y W, et al. Application of path analysis in stepwise linear regression SPSS[J]. Arid Zone Research, 2016, 33(1): 108–113

[24] 蔡甲冰, 許迪, 劉鈺, 等. 冬小麥返青后騰發(fā)量時(shí)空尺度效應(yīng)的通徑分析[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2011, 27(8): 69–76 Cai J B, Xu D, Liu Y, et al. Path analysis on spatio-temporal scaling effect of crop evapotranspiration in growing seasons for winter wheat after reviving[J]. Transactions of the CSAE, 2011, 27(8): 69–76

[25] 閆人華, 熊黑鋼, 李成圓, 等. 綠洲-荒漠過渡帶蒸散與主要環(huán)境因子關(guān)系分析[J]. 干旱區(qū)資源與環(huán)境, 2013, 27(1): 154–160 Yan R H, Xiong H G, Li C Y, et al. Relationships between evapotranspiration and primary environmental factors in oasis-desert ecotone[J]. Journal of Arid Land Resources and Environment, 2013, 27(1): 154–160

[26] 馮禹, 崔寧博, 魏新平, 等. 川中丘陵區(qū)參考作物蒸散量時(shí)空變化特征與成因分析[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014, 30(14): 78–86 Feng Y, Cui N B, Wei X P, et al. Temporal-spatial distribution characteristics and causes analysis of reference crop evapotranspiration in hilly area of central Sichuan[J]. Transactions of the CSAE, 2014, 30(14): 78–86

[27] 張偉偉, 王允, 張國斌. 西南地區(qū)1960—2013年參考作物蒸散量時(shí)空變化特征及成因分析[J]. 中國農(nóng)學(xué)通報(bào), 2016, 32(2): 135–141 Zhang W W, Wang Y, Zhang G B. Temporal and spatial change of reference crop evapotranspiration and its cause analysis in Southwest China during 1960-2013[J]. Chinese Agricultural Science Bulletin, 2016, 32(2): 135–141

[28] 曹雯, 段春鋒, 姚筠, 等. 1961—2010年安徽省參考作物蒸散時(shí)空變化特征及成因[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2014, 25(12): 3619–3626 Cao W, Duan C F, Yao Y, et al. Temporal-spatial variations of reference evapotranspiration in Anhui Province and the quantification of the causes[J]. Chinese Journal of Applied Ecology, 2014, 25(12): 3619–3626

[29] 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, 30(5): 705–709 Zhang F M, Shen S H. Spatial distribution and temporal trend of reference crop evapotranspiration in China[J]. Journal of Nanjing Institute of Meteorology, 2007, 30(5): 705–709

[30] Zhao L L, Xia J, Sobkowiak L, et al. Climatic characteristics of reference evapotranspiration in the Hai River Basin and their attribution[J]. Water, 2014, 6(6): 1482–1499

[31] Shi Z J, Xu L H, Yang X H, et al. Trends in reference evapotranspiration and its attribution over the past 50 years in the Loess Plateau, China: Implications for ecological projects and agricultural production[J]. Stochastic Environmental Research and Risk Assessment, 2017, 31(1): 257–273

[32] 田雷, 楊勝天, 王玉娟. 應(yīng)用遙感技術(shù)研究貴州春季蒸散發(fā)空間分異規(guī)律[J]. 水土保持研究, 2008, 15(1): 87–91 Tian L, Yang S T, Wang Y J. Research on the spring evapotranspiration of karst area based on RS and GIS in Guizhou Province[J]. Research of Soil and Water Conservation, 2008, 15(1): 87–91

吳麗萍, 陳洪松, 連晉姣, 付智勇, 王升. 喀斯特與非喀斯特地區(qū)參考作物蒸散量時(shí)空變化分析——以廣西壯族自治區(qū)為例[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2017, 25(10): 1508-1517

Wu L P, Chen H S, Lian J J, Fu Z Y, Wang S. Spatio-temporal variation in reference evapotranspiration in recent 50 years in karst and non-karst areas in Guangxi Zhuang Autonomous Region[J]. Chinese Journal of Eco-Agriculture, 2017, 25(10): 1508-1517

Spatio-temporal variation in reference evapotranspiration in recent 50 years in karst and non-karst areas in Guangxi Zhuang Autonomous Region*

WU Liping1,2,3, CHEN Hongsong1,2, LIAN Jinjiao1,2**, FU Zhiyong1,2, WANG Sheng1,2

(1. Institute of Subtropical Agriculture, Chinese Academy of Sciences / Key Laboratory of Agro-ecological Processes in Subtropical Regions, Chinese Academy of Sciences, Changsha 410125, China; 2. Huanjiang Observation and Research Station for Karst Ecosystems, Chinese Academy of Sciences, Huanjiang 547100, China; 3. University of Chinese Academy of Sciences, Beijing 100049, China)

Reference evapotranspiration (ET0) is the water requirement of plants driven by meteorological factors. It is critical for restoration of vegetation and regional water resources management. In Southwest China where karst landforms are common, the ecological environment is fragile. Extreme drought and flood events are usually caused by declining annual precipitation and large amounts of precipitation within short time periods. The response of ET0to global climate change is a key in the assessment of the effect of climate change on hydrology. Therefore, it was important to explore the spatial and temporal variations and the related driving factors of ET0. Based on data collected from 25 meteorological stations in Guangxi for the 1960–2010, daily ET0was computed using the FAO-56 Penman-Monteith equation. The spatio-temporal variations and the driving factors of ET0in Guangxi karst and non-karst areas were analyzed separately using Kriging interpolations, cumulative anomalies and spearman rank correlation at seasonal and annual scales. The driving factors of ET0in karst and non-karst areas were analyzed using the path-analysis method. Results showed that ET0decreased gradually from southeast to northwest of the study area, with an average rate of 1 138 mm×a-1during the studied period. High ET0was mainly distributed in non-karst areas and low ET0in karst areas. For different seasons, ET0values from stations in non-karst areas were generally higher than those from stations in karst areas. Mean monthly ET0in both karst areas and non-karst areas tracked a unimodal curve, with relatively high ET0for the period from May to September. Non-karst areas had higher ET0variations than karst areas. The average monthly ET0in non-karst areas was 95 mm and thatin karst areas 64 mm. Summer ET0was highest and winter ET0lowest. In the recent 51 years, annual ET0for both karst and non-karst areas tracked N-shaped distribution, and were the highest in the 1970s and lowest in the 1990s with anincreasing trend for period 2002–2010. The trends of variation in annual ET0in Guangxi were also analyzed. Out of the 25 stations, 3 stations in karst and 4 stations in non-karst areas had significant decrease in trend; then 2 stations in karst and 1 station in non-karst areas showed significant increase in trend, and the other stations had no significant trends. Analysis of the relationship between ET0and meteorological factors showed that sunshine duration, wind speed and average temperature were the main meteorological factors driving ET0in non-karst areas. Relative humidity influenced annual ET0by interacting with other meteorological factors in karst areas. Seasonally, sunshine duration and average temperature had the highest impact on ET0, and both were positively related with ET0. Furthermore, the indirect effect of the coefficient between wind speed and ET0was negative for karst areas and positive for non-karst areas in winter and spring. Differences in geographical location and topography were the main reasons for the differences in ET0between karst and non-karst areas. Therefore, understanding the trend of change and the reasons for the change in ET0in different regions was a necessary measure for analysis of ecological water requirement.

Reference evapotranspiration; Penman-Monteith equation; Karst area; Non-karst areas; Meteorological factor; Path analysis

Apr. 6, 2017; accepted Jun. 26, 2017

10.13930/j.cnki.cjea.170293

S161.4

A

1671-3990(2017)10-1508-10

2017-04-06

2017-06-26

* 國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目(2015CB452703)、國家重點(diǎn)研發(fā)計(jì)劃課題(2016YFC0502403)和國家自然科學(xué)基金項(xiàng)目(41671287)資助

* This study was supported by the National Program on Key Basic Research Project of China (2015CB452703), the National Key R & D Projects (2016YFC0502403) and the National Natural Science Foundation of China (41671287).

** Corresponding author, E-mail: lianjinjiao@isa.ac.cn

**通訊作者:連晉姣, 主要從事遙感水文的研究。E-mail: lianjinjiao@isa.ac.cn 吳麗萍, 主要從事喀斯特土壤侵蝕與水土保持的研究。E-mail: wuliping15@mails.ucas.ac.cn