宋 妮，申孝軍，陳智芳，王景雷，劉祖貴

?

基于不同數(shù)理統(tǒng)計方法的河南省ET0氣候影響因素分析

宋 妮，申孝軍，陳智芳，王景雷※，劉祖貴

（1. 中國農(nóng)業(yè)科學院農(nóng)田灌溉研究所，新鄉(xiāng) 453002；2. 農(nóng)業(yè)部作物需水與調(diào)控重點開放實驗室，新鄉(xiāng) 453002）

確定影響ET0年際變化的主要氣象因子是準確估算未來作物需水的基礎，對于農(nóng)業(yè)生產(chǎn)科學應對氣候變化具有重要意義。以河南省17個站點為例，分別采用國內(nèi)外常用的5種數(shù)理統(tǒng)計方法評價7個氣象要素對參考作物蒸散量（reference crop evapotranspiration，ET0）年際變化的影響程度，結果發(fā)現(xiàn)：日照和風速是影響河南省地區(qū)參考作物蒸散量的主要因子，黃河以北地區(qū)主要為風速，黃河以南地區(qū)以日照為主，信陽、西峽兩地高溫作用不容忽視。5種方法評判結果差異較大，采用灰色關聯(lián)分析法，利用不同的數(shù)據(jù)變換方式，其結果大相徑庭，認為其不適宜用于評價影響ET0變化主要因子的判定；結合各站氣象要素年際變化趨勢分析認為，逐步回歸分析法得出的結論與各站點氣象要素及ET0實際變化趨勢存在多處悖理，不適宜用于評價影響ET0變化主要因子的判定；相關分析、偏相關分析、主導分析方法結果較為統(tǒng)一，差異較小，認為采用3種方法綜合判定某地區(qū)影響ET0的主要因子，其結果較為可信。其中，采用主導分析法對各氣象因子的影響排序與各因子對ET0的影響趨勢以及ET0實際變化趨勢較為一致，建議用于評價影響ET0變化的氣象因子排序，但因其無法得到各因子與ET0的相關關系，需借助相關分析與偏相關分析才能得到詳實可信的結果。

蒸散量；相關分析；主導分析；偏相關分析；影響因子；河南省

0 引 言

全球氣候變暖是目前所能觀測且直接感受到的未來氣候的一個顯著表現(xiàn)，世界氣象組織（WMO）對全球溫度的統(tǒng)計表明，2011—2015年是有史以來最炎熱的5 a，比1961—1990年的參照溫度高大約0.57 ℃。氣候變化已對人們生活中的許多方面產(chǎn)生影響，也必將作用于作物需水量，進而影響水資源的時空再分配。參考作物需水量是計算作物需水量的重要參數(shù)，以氣候變暖為主要特征的氣候變化日益受到關注，自然而然人們往往過多關注溫度對作物需水量的影響，想當然地認為溫度是影響作物需水量的主導因子，不少地區(qū)研究表明，實際情況并非完全如此。因此，探尋某一地區(qū)影響參考作物蒸散量（reference crop evapotranspiration， ET0)變化的主要氣候因子對于準確預測未來某一區(qū)域作物需水狀況，科學應對農(nóng)業(yè)生產(chǎn)對氣候變化的影響具有重要意義。

參考作物蒸散量，目前一般采用FAO提出的Penman- Monteith方法計算，該方法由于既考慮了空氣動力學和輻射項的作用，又涉及作物的生理特性，穩(wěn)定性較好，得到了國內(nèi)外眾多學者的認可并應用[1-4]。近年來，氣候變暖引起了許多學者的重視，他們對中國不同地區(qū)不同尺度下參考作物蒸散量的時空分布規(guī)律進行了描述，探索了各地區(qū)影響參考作物蒸散量的主要氣候因子，但由于中國地理氣候復雜，分析研究方法多樣，結論無法統(tǒng)一，時常出現(xiàn)結論相反的情況，因此本文對目前較常采用的數(shù)理統(tǒng)計方法進行對比分析，以同樣的基礎數(shù)據(jù)和前提條件分析篩選適宜的方法，用于分析影響參考作物蒸散量的主要氣候因子。

目前眾學者較常采用的分析方法有相關分析[5-7]、偏相關分析法[8-11]，主成分分析法[12-14]、線性逐步回歸法[15]和灰色關聯(lián)分析法[16-17]近年來也有所應用，隨著研究的深入，又出現(xiàn)了偏相關系數(shù)和標準偏回歸系數(shù)相結合的分析方法[18-19]。上述方法盡管都能得出一定的結論，但其結果卻不盡一致，例如康燕霞等[20]采用敏感性系數(shù)分析了淮河流域參考作物蒸散量的氣候影響因素，認為主要因素為濕度和日照，而王曉東等[21]將敏感性與氣象因子多年相對變化率聯(lián)合分析認為風速是貢獻最大的氣象因子，日照和濕度其次。諸如此類矛盾的結論還有很多，到底哪種方法得到的結果比較可信，如何評價每種方法的結果是亟待解決的一個問題。鑒于此，本文以任何一個方法得出的結論都不應該同ET0及各影響因子實際趨勢相悖作為分析評價的準則，首先采用5種常用數(shù)理統(tǒng)計方法獲得影響ET0變化的主要氣候因子，然后結合各站主要氣象要素的實際變化情況，綜合分析5種數(shù)理統(tǒng)計方法結論的合理性，兩者互相印證以得出影響河南省各站ET0變化的主要因子。

1 數(shù)據(jù)來源與方法

1.1 數(shù)據(jù)來源

數(shù)據(jù)來源于國家氣象局，選用河南省17個國家氣象站自建站到2015年逐日地面氣象觀測資料，數(shù)據(jù)序列均超過51 a，要素包括最高氣溫、最低氣溫、平均氣溫、平均相對濕度、平均風速、日照時數(shù)和降水量。各站點空間位置見圖1。

圖1 河南省各氣象站點空間分布

1.2 研究方法

1.2.1 原始數(shù)據(jù)前處理

采用FAO推薦的Penman-Monteith方法計算河南省17個國家氣象站自建站到2015年逐日ET0值。分別計算ET0和7個氣象要素逐年日均值，即年日均值，用于進行相關分析。

1.2.2 數(shù)理統(tǒng)計方法

本文采用DPS數(shù)據(jù)處理系統(tǒng)11.50版提供的5種數(shù)理統(tǒng)計方法評價7個氣象要素對ET0年際變化的影響程度，其中相關分析和偏相關分析結果采用系統(tǒng)提供的多元分析中相關分析的多變量相關分析計算得出，逐步回歸分析法結果采用系統(tǒng)提供的多元分析中回歸分析的逐步回歸法計算得出，主導分析法采用系統(tǒng)提供的多元分析中主導分析計算得出，灰色關聯(lián)分析法結果采用系統(tǒng)提供的其他方法中灰色系統(tǒng)方法中的關聯(lián)度分析計算得出。

1）相關分析法

相關分析是指對2個或多個具備相關性的變量元素進行分析，從而衡量2個變量因素的相關密切程度。主要指標為相關系數(shù)，相關系數(shù)是按積差方法計算，同樣以2變量與各自平均值的離差為基礎，通過2個離差相乘來反映2變量之間相關程度的統(tǒng)計指標。根據(jù)研究對象的不同分為簡單相關系數(shù)、復相關系數(shù)、典型相關系數(shù)。分析氣象因素與ET0相關一般采用的是簡單相關系數(shù)[22]，字母表示。

2）偏相關分析法

偏相關分析[23]也稱凈相關分析，它在控制其他變量的線性影響的條件下分析2變量間的線性相關性，所采用的指標為偏相關系數(shù)。當控制變量個數(shù)為1時，偏相關系數(shù)成為一階相關系數(shù)；控制變量個數(shù)為2時，為二階偏相關系數(shù)；控制變量個數(shù)為0時，為零階偏相關系數(shù)，也就是相關系數(shù)。

3）逐步回歸分析法

逐步回歸分析法是能自動地從大量可供選擇的變量中選擇那些對建立回歸方程比較重要的變量，該方法是從一個自變量開始，視自變量對作用的顯著程度，從大到小地依次逐個引入回歸方程，據(jù)此可以用來對影響ET0的氣象因素進行排序，本文根據(jù)7個氣象因素全部引入回歸方程后標準回歸系數(shù)的大小確定各因素對ET0的影響排序。

4）主導分析法

主導分析法，也稱為優(yōu)勢分析法，為Budescu于1993年提出，該方法的思路是，為了分析不同預測指標的相對重要性，首先需將各個指標，以及這些指標的不同組合形式對因變量進行回歸分析，分析含有這些預測指標及各種不同指標組合的左右回歸方程的決定系數(shù)2，比較這些回歸方程中每一指標（或組合）的2，看某一指標或指標的組合加入到回歸方程后2的提高情況。該方法有2個優(yōu)點：①具有模型獨立性，即預測指標的相對重要性在各子模型中保持恒定；②根據(jù)各預測指標的相對重要性對回歸模型總預測方差進行分解，并用百分比表示。據(jù)此可以實現(xiàn)氣象要素對ET0的影響排序。

5）灰色關聯(lián)分析法

灰色系統(tǒng)理論是鄧聚龍先生于20世紀80年代前期提出的用于控制和預測的新技術。其目的就是通過一定的方法理清系統(tǒng)中各因素間的主要關系，找出影響最大的因素，把握矛盾的主要方法，目前在農(nóng)業(yè)中應用較廣。其主要指標為關聯(lián)度，用于描述2個因素之間關聯(lián)性大小的量度，關聯(lián)度越高表示其影響越大。其計算過程見文獻[24]：

①原始數(shù)據(jù)變換

DPS系統(tǒng)提供3種數(shù)據(jù)變換方式用以消除原始數(shù)據(jù)的量綱差異，分別為均值化、初值化、標準化。

先分別求出各個序列的平均值，再用平均值去除對應序列中的各個原始數(shù)據(jù)，所得到的新數(shù)據(jù)列，即均值化序列：

分別用同一序列的第一個數(shù)據(jù)去除后面的各個原始數(shù)據(jù)，得到新的倍數(shù)數(shù)列，即為初值化數(shù)列

先分別求出各個序列的平均值和標準差，然后將各個原始數(shù)據(jù)減去平均值后再除以標準差，所得到的新數(shù)據(jù)序列，即為標準化序列：

②計算關聯(lián)系數(shù)

③計算關聯(lián)度

2 結果與分析

2.1 基于不同方法的ET0年際變化影響因子排序

分別采用5種數(shù)理統(tǒng)計方法分析河南省17個氣象站點氣象因子年日均值與ET0年日均總量的關系，并根據(jù)各方法指標數(shù)值大小進行排序，如表1所示。從表1可以看出，同一個站點同樣數(shù)據(jù)采用不同分析方法得出的結果差異較大，尤其灰色關聯(lián)分析法，當數(shù)據(jù)變換方式不同時，結果大相徑庭，說明灰色關聯(lián)分析法不適用于尋求影響ET0的主要氣象因子。

表1 基于不同數(shù)理統(tǒng)計方法的ET0影響因子排序

注：，日照時數(shù)；RE，相對濕度；T，最高氣溫；T，最低氣溫；，平均氣溫；，平均風速；，降水量。

Note:, sunshine hours; RE, relative humidity;T, highest temperature;T, lowest temperature;, average temperature;, average wind speed;, precipitation.

盧氏和固始，各方法結果比較統(tǒng)一，南陽站點除灰色關聯(lián)方法結果不統(tǒng)一，其余4種方法均認為日照是第1影響因子。除灰色關聯(lián)分析法外，其他方法均認為風速是影響盧氏、南陽、商丘3站ET0變化的第2影響因子。除灰色關聯(lián)分析法外，其他方法均認為濕度是影響寶豐站ET0變化的第3影響因子。

2.2 逐區(qū)分析影響ET0主要氣象因子

2.2.1 豫北地區(qū)

豫北地區(qū)是指河南省內(nèi)黃河以北的地區(qū)，安陽、新鄉(xiāng)2站地處豫北地區(qū)。

從表1中看到，對于安陽站，有4種方法（數(shù)據(jù)標準化灰色關聯(lián)分析、相關分析、偏相關分析、主導分析）均將日照和風速視為影響ET0變化的重要氣象因子，其中，偏相關和主導分析以及逐步回歸分析將風速視為第1影響因子，其他方法將日照視為首要因子?；?種數(shù)理統(tǒng)計方法結果，選擇ET0主要可能的影響因子，繪制安陽站主要因子與ET0年際變化趨勢圖，如圖2a所示，60 a來，ET0呈不顯著下降趨勢，風速與ET0變化趨勢最相近，近10 a以來尤為相似。對各指標極端情況出現(xiàn)天數(shù)進行統(tǒng)計后發(fā)現(xiàn)，雖然平均風速年際變化趨勢較緩，但1991年以前，風速為0的天數(shù)較多，且呈波動上升再下降趨勢，自1992年起，風速為0的天數(shù)顯著下降，2003年最高，僅為3 d，24 a中18 a每天均有風。統(tǒng)計安陽地區(qū)日照為0的天數(shù)發(fā)現(xiàn)其呈明顯上升趨勢（氣候傾向率13.31 d/10 a），其他氣象指標沒有明顯變化趨勢，這說明近年來安陽地區(qū)氣候變化逐漸向多風寡照轉(zhuǎn)變。1956—2015年間風速與ET0變化一致性略高于日照，因此可認為安陽地區(qū)ET0的主要影響因子為風速，日照次之。

圖2 豫北地區(qū)年均日ET0及其主要影響因子年際變化趨勢

新鄉(xiāng)站59 a來ET0呈不顯著下降趨勢（圖2b），根據(jù)相關分析和偏相關分析結果：濕度、低溫、降水與ET0負相關，日照、均溫、風速與ET0正相關，高溫與ET0的關系，相關分析顯示正相關，偏相關分析顯示負相關，無法確定其關系暫時忽略其對ET0作用。由于ET0呈不顯著下降趨勢，認為低溫、日照、風速3因素對ET0的下降作用要大于濕度、均溫、降水對ET0的上升作用。表1結果，所有方法均認為低溫的影響作用較小，相關分析、偏相關分析、主導分析均認為風速為第1影響因素，主導分析認為日照第2影響因素，加之ET0下降趨勢不明顯，主導分析將濕度和高溫視為第3、4影響因子，與新鄉(xiāng)站實際相符。對各指標極端情況出現(xiàn)天數(shù)進行統(tǒng)計發(fā)現(xiàn)，自1996 年以來，風速為0天數(shù)顯著下降，近9 a以來每天均有風；統(tǒng)計日照為0天數(shù)發(fā)現(xiàn)其呈明顯上升趨勢（氣候傾向率8.86 d/10 a），其他氣象指標沒有明顯變化趨勢。因此可認為風速和日照共同作用于新鄉(xiāng)地區(qū)ET0并促使其下降，風速為首要因子。

綜上，新鄉(xiāng)站與安陽站各指標變化情況相似度很高，綜合分析認為，風速和日照是促使豫北地區(qū)ET0下降的重要氣候因子，風速為主，日照次之。

2.2.2 豫東地區(qū)

豫東指河南省東部地區(qū)，開封、商丘、西華3站地處豫東地區(qū)。開封站主要因子與ET0年際變化趨勢如圖3a所示，62 a來，ET0呈不顯著下降趨勢，在序列前期，日照時數(shù)變化趨勢與ET0較為相似，序列后期，尤其2004—2015年間，高溫與風速的變化趨勢與ET0相似度更高。2004 年之前平均日照時數(shù)6.08 h，2004—2015年間，日照時數(shù)平均4.82 h，對應時間段ET0為2.65和2.67 mm，日照時數(shù)顯著下降，而ET0卻未隨之下降，因此其作用力必將減?。粚⑷照諘r數(shù)、平均風速和ET0年際趨勢圖放大可以看到，ET0在平穩(wěn)變化的同時，各年之間也有微小的波動，對于此種波動，高溫與風速與之極為相似，另統(tǒng)計開封地區(qū)風速為0天數(shù)發(fā)現(xiàn)，2004—2015年間，該數(shù)據(jù)均為0，即每天都有風，且查閱文件后發(fā)現(xiàn)，該時期極大風速呈快速減小趨勢，因而風速的作用不容忽視；開封站臨近鄭州，近年來該區(qū)域開發(fā)迅速，區(qū)域氣候也在悄然變化。這些都可能是引起ET0變化的原因，但具體原因還需要數(shù)據(jù)支持。從表1可以看出，對開封站ET0影響較為重要的有風速、高溫、濕度、日照。第1因子可能為風速和高溫，另外，相關分析和偏相關分析對高溫的影響排序相差甚遠，相關分析認為高溫為第1因子，而偏相關分析認為高溫為最末因子，同時2種方法對高溫與ET0的關系也相反，相關分析認為正相關，偏相關分析認為負相關，對1954—2012年開封的數(shù)據(jù)分析也發(fā)現(xiàn)此現(xiàn)象，原因不明，但一般認為高溫與ET0為正相關關系。對各方法逐一分析認為，灰色關聯(lián)分析由于數(shù)據(jù)處理方式的不同，差異很大，可認為其結果可信度較低；偏相關分析和逐步回歸分析均將高溫視為最末影響因子，與近年來高溫同ET0相似性背離，不符合實際；主導分析結果將風速和高溫視為前2個影響因子，風速的下降趨勢將促使ET0下降，而實際ET0下降趨勢較緩，因而必有促使ET0上升的因子作用，高溫對ET0上升的促進作用符合這一變化，第3因子為濕度，其下降趨勢顯著，對ET0的上升作用因其排名第3而縮小，第4因子為日照，促使ET0下降，第5、6、7因子對ET0的作用力較小暫忽略。綜上，主導分析結果對開封站近62 a來氣象因子的影響因素解釋較符合其變化規(guī)律，另對1954—2012年開封數(shù)據(jù)采用主導分析認為，濕度為第2影響因子，高溫為第3影響因子，因此可認為風速是影響開封地區(qū)ET0下降的主要因子，對第2因子的分析目前仍不明朗，高溫、濕度均有可能。

圖3 豫東地區(qū)年均日ET0及其主要影響因子年際變化趨勢

對商丘站影響ET0首要因子的判定，多數(shù)方法認為日照為首要氣象因子，風速為第2影響因子（表1）。58 a來，日照、風速、ET0均呈顯著下降趨勢（氣候傾向率分別為-0.47 h/10 a、-0.29 m/(s·10 a)、-0.11 mm/10 a），近10 a以來，日照年際變化趨勢與ET0變化趨勢最相近（圖3b），自2004年以來，每天均有風，日照和風速的顯著下降趨勢將促使ET0下降，根據(jù)ET0實際下降趨勢，日照、風速與ET0正相關，若兩者共同作用將大大增加ET0下降趨勢，而ET0實際下降趨勢相對較緩，說明存在促使ET0上升的因子作用，7因子中高溫、濕度、均溫促使ET0上升，相關分析和主導分析認為7因子的排序為日照、風速、高溫、濕度，與實際變化趨勢相符，2方法僅對降水和均溫的排序相反，均溫變化趨勢大于降雨，初步認為均溫作用可能高于降雨，但無確切證據(jù)。

對西華站影響ET0首要因子的判定，各方法較集中于日照和風速，灰色關聯(lián)與相關分析認為日照為首要因子，其余3種方法均認為風速為首要因子。分析ET0與各因子年際變化趨勢（圖3c）可見，62 a來，ET0呈顯著下降趨勢（氣候傾向率為-0.09 mm/10 a），日照與ET0相關性較高，風速下降趨勢極顯著（氣候傾向率分別為-0.32 m/(s·10 a)），風速、日照與ET0正相關，且均呈下降趨勢，促使ET0下降，但現(xiàn)有證據(jù)無法區(qū)分兩者作用主次，因此，風速和日照共同作用西華站ET0促使其下降。

2.2.3 豫中地區(qū)

鄭州、許昌地處豫中地區(qū)。表1表明，對鄭州站，4種方法（數(shù)據(jù)標準化灰色關聯(lián)分析法、相關分析、偏相關分析、主導分析）均認為風速和日照為影響ET0的主要因子，風速為主，日照次之。第3因子出現(xiàn)分歧，高溫、降水、濕度均有可能。根據(jù)61 a來鄭州站各因子與ET0相關關系，7指標中，風速、日照、濕度、降水呈下降趨勢，低溫、高溫、均溫呈上升趨勢，風速、日照、高溫與ET0正相關，濕度、降水、低溫、均溫與ET0負相關，風速、日照、低溫、均溫使ET0下降，濕度、降水、高溫促使ET0上升，而實際ET0下降趨勢不顯著，在風速和日照的下降作用下，第3因子必將為促使ET0上升的因子，濕度下降速率最高，其作用不容忽視。同時，根據(jù)61 a來鄭州站各氣象因子與ET0年際變化趨勢圖（圖4a），近10 a來，ET0呈明顯上升趨勢，而同期風速呈顯著下降趨勢，日照、高溫、降水變化趨勢平穩(wěn)，濕度呈顯著下降趨勢，其與ET0的負相關關系將促使ET0呈上升趨勢，才可改變ET0的下降趨勢，因此前3個因子為風速、日照、濕度符合鄭州地區(qū)實際，偏相關分析和主導分析均將該3因子排在前位，并認為降水為第4因子。兩方法僅對均溫和低溫的排序有所不同，但現(xiàn)有方法無法證明兩者排序。綜上所述，影響鄭州地區(qū)ET0變化的氣象因子排序為風速、日照、濕度、降水。

對許昌站影響ET0首要因子的判定，各方法結果較集中于日照和風速，繪制60 a來日照、風速與ET0年際變化趨勢圖（圖4b）可見，序列初期，ET0呈不顯著下降趨勢，平均風速下降趨勢高于日照時數(shù)；序列中期，日照時數(shù)和ET0年際變化趨勢平穩(wěn)，平均風速呈上升趨勢；序列后期，日照、風速、ET0均呈顯著下降趨勢，整體來看，日照時數(shù)年際趨勢與ET0變化趨勢較相似，但風速年際變化規(guī)律性較強。風速、日照與ET0正相關，其下降趨勢將促使ET0顯著下降，但ET0下降趨勢不顯著，因此第3因子必將為促使ET0上升的因子。其他因子中除高溫、均溫、降水將促使ET0上升，其余均為下降作用，與ET0呈反比關系的濕度也因為其本身呈上升趨勢而促使ET0下降，不符合實際，7方法中有5方法認為高溫作用高于均溫，但兩者變化趨勢相近且較緩，因此無法判斷兩者排序，據(jù)此可認為，風速和日照共同影響許昌站ET0變化，日照為主，風速次之。

圖4 豫中地區(qū)年均日ET0及其主要影響因子年際變化趨勢

2.2.4 豫西地區(qū)

豫西地區(qū)包括三門峽、盧氏、欒川、孟津、寶豐站點。

對三門峽站影響ET0首要因子的判定，各方法無法統(tǒng)一，日照、風速、高溫、均溫均有涉及，日照、風速所占比例高于高溫、低溫。59 a來，ET0呈顯著下降趨勢（氣候傾向率-0.10 mm/10 a），日照、風速呈下降趨勢，與ET0正相關；均溫、高溫呈上升趨勢，與ET0正相關，因此，促使 ET0呈顯著下降趨勢的驅(qū)動因子為日照和風速。同時，根據(jù)ET0與各因子年際變化趨勢圖（圖5a），日照、風速與ET0變化趨勢相近，尤其20世紀80年代后，ET0、日照、風速均呈小幅上升后下降趨勢。對兩因子的排序，偏相關、主導分析和逐步回歸分析認為風速優(yōu)于日照，其他方法認為日照高于風速（表1），現(xiàn)有證據(jù)無法支持任何一種結論，因此，日照和風速共同作用于三門峽地區(qū)ET0的下降。

對盧氏站影響ET0首要因子的判定，所有方法均認為日照是首要因子，除數(shù)據(jù)均值化、初值化的灰色關聯(lián)分析外，其他方法均認為風速是第2個影響因子，分析盧氏站62 a來ET0、氣象因子年際變化趨勢后發(fā)現(xiàn)，日照時數(shù)年際變化趨勢與ET0最相近（圖5b），7個氣象因子中風速下降趨勢最顯著（氣候傾向率為-0.16 m/ (s·10 a)），因此可認為日照和風速是影響盧氏站ET0下降的主要因子，日照為主，風速次之。

圖5 豫西地區(qū)年均日ET0及其主要影響因子年際變化趨勢

對欒川站影響ET0首要因子的判定，除灰色關聯(lián)分析法，其他方法均認為風速是首要因子，第2因子除灰色關聯(lián)和相關分析外，其他方法均認為是日照。58 a來，ET0變化平穩(wěn)（氣候傾向率為0.01 mm/10 a），7個氣象因子對ET0的作用除均溫不能確定外，其他指標均促使ET0上升，其中風速、日照促使其上升作用力較?。夂騼A向率分別為0.018 m/(s·10 a)，0.008 h/10 a），且風速年際變化趨勢與ET0年際趨勢相似度較高（圖5c），均呈先下降后上升趨勢，1989年達到最低值，近年來略微上升，這可能是其成為主要因子的原因，高溫上升趨勢顯著，但ET0變化較緩，因此其對ET0的作用力較小，排名較后。偏相關分析、主導分析、逐步回歸分析結果均與這種結果相符，因此可認為風速是影響欒川地區(qū)ET0變化的首要氣候因子，其次為日照。

對孟津站影響ET0首要因子的判定，各方法無法統(tǒng)一，日照、風速、高溫、均溫均有可能（表1），多數(shù)方法將風速視為主要影響因子，且偏相關分析和主導分析對前3個指標的排序相同：風速、日照、濕度。對比各指標變化程度（圖5d）及與ET0關系，51 a來，孟津站ET0呈不顯著下降趨勢（氣候傾向率為-0.05 mm/10 a），均溫呈上升趨勢（氣候傾向率為0.25 ℃/10 a），與ET0正相關，促使ET0上升，濕度呈下降趨勢（氣候傾向率為-0.21%/10 a），與ET0負相關，促使ET0上升，這與ET0實際相反，排除均溫、濕度為首要因子的可能；風速、日照均呈下降趨勢，且與ET0正相關，促使ET0下降；7因子中低溫上升速率（氣候傾向率為0.46%/10 a）最大，但ET0變化趨勢不顯著，因此低溫排序定靠后，同時，偏相關分析、主導分析、逐步回歸分析均認為風速排名在日照之前，對各指標極端情況出現(xiàn)天數(shù)進行統(tǒng)計后發(fā)現(xiàn)，以1993年為界，風速為0的天數(shù)變化顯著，風速呈顯著下降趨勢（氣候傾向率為-0.16 m/(s·10 a)），表明該地區(qū)氣候正在向多風弱風轉(zhuǎn)變，因此可認為風速和日照為影響孟津地區(qū)ET0變化的主要因子，風速為主，日照次之。

對寶豐站影響ET0首要因子的判定，除數(shù)據(jù)初值化灰色關聯(lián)分析外，其他分析均傾向于日照和風速，僅對兩者排序有所分歧，其中除灰色關聯(lián)分析外的其他4種方法均認為濕度為第3影響因子（表1）。7因子中高溫、降水促使ET0上升，均溫、低溫作用不明，日照、風速、濕度均促使ET0下降。59 a來，ET0整體呈顯著下降趨勢（氣候傾向率為-0.09 mm/10 a），觀察ET0與日照、風速年際變化趨勢圖（圖5d）可見，日照、風速與ET0變化趨勢相似，前10 a，日照與ET0變化趨勢極為相似，近10 a，風速與ET0變化趨勢極為相似，1989—2004年，日照與ET0變化趨勢相似度高于風速。整體上，日照下降趨勢（氣候傾向率為-0.35 h/10 a）高于風速（氣候傾向率為-0.18 m/(s·10 a)），因此可認為日照與風速共同作用于寶豐地區(qū)ET0的下降，現(xiàn)階段日照為主，但未來風速的作用力可能會逐漸顯現(xiàn)。

2.2.5 豫南地區(qū)

豫南地區(qū)包括西峽、南陽、駐馬店、信陽、固始。

對西峽站影響ET0首要因子的判定，各方法結果差異較大，風速、日照、均溫、高溫均有可能（表1），繪制59 a來其與ET0年際變化趨勢圖，如圖6a所述。

圖6 豫南地區(qū)年均日ET0及其主要影響因子年際變化趨勢

由圖6a可知，ET0呈先下降后上升趨勢，整體呈下降趨勢（氣候傾向率為-0.007 mm/10 a），風速呈先下降后上升再下降趨勢，均溫在序列前期年際變化趨勢與ET0變化趨勢相似，序列后期與其不同，日照、高溫年際變化趨勢均與ET0變化趨勢相似，其氣候傾向率分別為-0.07 h/10 a、0.14 ℃/10 a，兩者均與ET0呈正相關，由于ET0整體呈下降趨勢，因此日照對ET0的影響應高于高溫對其的影響。相關分析與主導分析結論與之相同，且兩方法對前5個因子排序相同：日照>高溫>濕度>均溫>風速，5個因子中除日照和風速對ET0為下降作用，排位最前和最后，其他均為上升作用，這與西峽地區(qū)ET0實際變化趨勢不矛盾，故此認為影響西峽地區(qū)ET0的氣象因子排序為：日照>高溫>濕度>均溫>風速。

對于南陽站，多數(shù)方法均認為日照為首要影響因子，風速為第2影響因子，第3影響因子可能為高溫或濕度，分析該站63 a氣象因子與ET0年際變化趨勢（圖6b）可以看出，ET0呈不顯著下降趨勢，年際間有所波動，前53 a日照、高溫與其波動趨勢相近；后10 a，ET0呈上升趨勢，日照呈下降趨勢，高溫平穩(wěn)變化；相對濕度前53 a變化平穩(wěn)，波動上升，后10 a呈顯著下降趨勢；平均風速年際間呈明顯下降趨勢，且波動性較強。對各年風速為0的天數(shù)統(tǒng)計后發(fā)現(xiàn)，近11 a無風速為0的天數(shù)，但近14 a平均風速均平穩(wěn)變化，這表明近11 a中有風日平均風速有增大趨勢，使得ET0增加，這就解釋了為什么日照后10 a呈下降趨勢，而ET0呈上升趨勢，因此日照和風速是影響南陽地區(qū)ET0的主要因子，符合實際。而兩者均促使ET0下降，而ET0實際下降趨勢不明顯，因此，第3、4因子應為變化趨勢較顯著的因子，7因子中濕度變化最顯著（氣候傾向率為-0.46%/10 a），且濕度后10 a呈顯著下降趨勢，與ET0后10 a變化極為相符。偏相關分析與逐步回歸分析均將高溫視為最末影響因子，這與前述高溫與ET0變化趨勢相近矛盾，相關分析與主導分析對影響因子排序結果除后3個氣象因子不同外，均認為日照>風速>高溫>濕度，各因子趨勢及對ET0作用與南陽地區(qū)ET0實際變化相符，因此影響南陽站ET0變化的主要氣候因子為日照和風速，日照為主，風速次之。

對駐馬店地區(qū)影響ET0首要因子的判定，各方法分析結果差異較大。分析其58 a氣象因子與ET0年際變化趨勢（圖6c），ET0與日照、風速均呈下降趨勢，日照年際變化趨勢與ET0較為相近，高溫呈上升趨勢，其對ET0的影響與ET0實際變化相反，排除高溫為首要因子；各方法中，相關分析與主導分析對7因子的排序除濕度和降雨不同外，其他因子排序相同，其順序為：日照>風速>高溫>（降水、濕度）>均溫>低溫，各因子趨勢及對ET0作用與駐馬店地區(qū)ET0實際變化相符，因此可認為影響駐馬店地區(qū)ET0的主要因子為日照和風速，日照為主，風速次之。

65 a來，信陽地區(qū)ET0呈不顯著下降趨勢，根據(jù)各因子年際變化趨勢及其與ET0關系發(fā)現(xiàn)，7因子中僅日照對ET0為下降作用，與其實際變化相符，偏相關分析、主導分析、逐步回歸分析結論與之相同，均認為日照為首要因子。7因子中日照變化趨勢顯著，而ET0實際變化趨勢不明顯，濕度為極顯著下降趨勢，幾乎為日照的4倍，因此其最可能為第3因子。偏相關分析和主導分析結果與該分析相同，兩方法對風速和高溫的認定相差較遠。根據(jù)2因子與ET0年際變化趨勢圖（圖6d），高溫年際變化趨勢與ET0年際波動趨勢較為相似，許多轉(zhuǎn)折點均可匹配，而風速區(qū)間變化較強，下降、上升趨勢明顯，與ET0變化趨勢較難匹配，因此高溫的作用應大于風速。綜合分析認為，日照為影響信陽地區(qū)ET0變化的首要因子。主導分析結果為日照>高溫>濕度>降水>風速>均溫>低溫，將變化幅度較小的降水、風速排位于變化幅度較強的低溫、均溫因子之前，與ET0不顯著下降趨勢不矛盾，因此可認為，主導分析對信陽地區(qū)ET0變化的氣象因子排序較符合信陽地區(qū)ET0變化實際。

各方法對固始站點影響ET0首要因子的判定比較統(tǒng)一，均認為日照為首要因子，63 a來，固始站ET0呈不顯著下降趨勢，7因子中僅日照和風速促使ET0下降，同時從ET0與各因子年際變化趨勢圖（圖6e）中看出，日照時數(shù)與ET0變化極為相似。因此可認為，日照為固始站ET0下降的首要因素。

將上述分析結果匯總列于表2，可看出，影響河南地區(qū)ET0變化的主要因子為風速和日照，豫北以風速為主，豫南以日照為主，呈現(xiàn)了該地區(qū)南北氣候差異。雖然近年來，河南地區(qū)溫度急劇升高，但僅表現(xiàn)在西峽、信陽2站視日照和高溫為主要因子。與各方法結果對比發(fā)現(xiàn)，該結果與主導分析結果基本相同，其中開封站次要因子目前無法確定，但主導分析結論認為是高溫，該結論與氣象因子同ET0變化并不矛盾；西華、寶豐、三門峽站的分析表明風速和日照是主要影響因子，但無法區(qū)分主次，主導分析可對兩者區(qū)分主次，與其變化不矛盾。

表2 影響河南省17站ET0變化的主要因子

3 討 論

一般認為，全球變暖可能會使近地面層變干，陸面和水體蒸發(fā)量增加，而實際卻恰恰相反。1960—2001 a間，中國范圍內(nèi)氣溫增加顯著，但蒸發(fā)皿蒸發(fā)量呈下降趨勢，存在“蒸發(fā)悖論”現(xiàn)象。本文對河南省17個站點的研究表明，所有站點平均溫度、最高溫度、最低溫度均呈上升趨勢，除欒川站ET0呈緩慢上升趨勢外，其余16個站點ET0均呈不同程度的下降趨勢。尹云鶴等[25-26]對中國多個氣象站逐月氣象資料進行了分析，認為中國ET0呈整體下降趨勢，而大部分地區(qū)氣溫呈不斷增高趨勢，這表明，氣溫變化可能不是影響參考作物蒸散量變化的主導因子。為此，眾多學者進行了大量的研究，并得出了不同的結論：海河流域?qū)δ闑T0影響最敏感的是水汽壓，其次是溫度和太陽輻射[27]，淮河流域ET0的主要影響因素為風速、相對濕度和日照時數(shù)[20-21]，石羊河流域ET0與平均相對濕度相關性最好[5]，阿克蘇河流域ET0的主要因子為風速和相對濕度[13]，黃河流域ET0變化的最敏感因素是相對濕度，太陽輻射是年內(nèi)和年際ET0變化的主控因素[28]，影響東北地區(qū)ET0的主要因子為日照時數(shù)和風速[8]，影響關中地區(qū)ET0的氣候因子順序為：風速>日照時數(shù)>水汽壓>年蒸發(fā)量[29]，影響河西地區(qū)ET0的氣候因子順序為：年平均相對濕度>年平均風速>年日照時數(shù)>年降水量>年平均最高氣溫>年平均氣溫>年平均最低氣溫[30]。雖然我國幅員廣闊，氣候多樣，區(qū)域間存在差異，但大都存在“蒸發(fā)悖論”現(xiàn)象，日照時數(shù)和風速的減少被認為是大多數(shù)地區(qū)參考作物蒸散量減少的主要原因[25-26,31-33]。

本文研究表明，日照和風速是影響河南省地區(qū)參考作物蒸散量的主要因子，黃河以北地區(qū)主要為風速，黃河以南地區(qū)以日照為主，信陽、西峽兩地高溫作用不容忽視。劉園等[10]采用偏相關分析法分析影響華北平原參考作物蒸散量的影響因素，認為華北平原參考作物蒸散量受日照時數(shù)、相對濕度、風速和溫度日較差的影響最大，其中盧氏、南陽站ET0主要受日照時數(shù)影響，新鄉(xiāng)站主要受風速影響，與本文研究結果相同，與本文結論不同的是信陽站，他認為信陽站主要受相對濕度影響，本文認為日照時數(shù)是影響信陽地區(qū)ET0變化的主要因子，為排除計算數(shù)據(jù)不同產(chǎn)生的原因，筆者采用偏相關分析法對信陽站1961—2007 a ET0與氣象因子分析后表明，除均溫與高溫位置交換外，其余指標順序與1951—2015 a相同，日照仍為首要因子，而濕度僅為第3因子。因此，對于該差異原因仍需進一步分析。

對中國不同區(qū)域的大量研究表明，各區(qū)域影響ET0變化的主要因子不盡相同，雖然造成差異的原因可能是由于區(qū)域氣候特點與數(shù)據(jù)尺度不同所致，但通過本文研究發(fā)現(xiàn)，在同一區(qū)域計算數(shù)據(jù)尺度相同的基礎上，選用不同數(shù)理統(tǒng)計方法得出的結論不同，這說明采用不同數(shù)理統(tǒng)計方法對ET0變化主要因子的評價結果影響很大，已有結論的得出帶有很大的局限性。以往的研究中，主要根據(jù)氣象因子與ET0之間相關程度確定主要因子，有研究表明，新疆地區(qū)年參考作物蒸散量與年平均氣溫的變化趨勢相反，且相關關系不顯著，但二者的年際間波動趨勢具有很好的一致性，認為氣溫是影響新疆年際尺度參考作物蒸散量變化的主要氣候因子[34]，這表明評價一個地區(qū)參考作物蒸散量的主要影響因子，不能單依靠方法的結果，還應該根據(jù)兩者的實際變化進行分析。

本文以河南省17站氣象因子、ET0年際變化趨勢及各因子對ET0的影響作用為依據(jù)，對5種數(shù)理統(tǒng)計方法結果進行分析評價，尋找適宜評價影響ET0主要因子的方法。由于所采用基礎數(shù)據(jù)為年均值，所得結論是否適用其他尺度（月、季節(jié)、生育期）下ET0主要影響因子的判定，還需要進一步分析。

4 結 論

本文以尋找影響ET0變化主要因子為目的，以河南省17站為樣本，采用5種數(shù)理統(tǒng)計方法評價判定，各方法間結果差異較大，灰色關聯(lián)分析法，當數(shù)據(jù)變化方式不同時，其分析結果大相徑庭，不適宜用于評價影響ET0變化主要因子的判定；逐步回歸分析法對提取主要因子建立回歸方程方面有較好的使用，但對影響ET0變化的氣候因子排序方面作用不大，對河南省17個站點的分析表明，其結論與多站點ET0實際變化趨勢存在多處悖理。相關分析、偏相關分析、主導分析方法結果較為統(tǒng)一，差異較小，采用3種方法綜合判定某地區(qū)影響ET0的主要因子，其結果較為可信。但是，相關分析和偏相關分析主要根據(jù)氣象因子與ET0之間相關程度確定，缺乏對各因子變化趨勢的考慮，若依靠該結論，可能導致對實際主要因子的忽視。主導分析法不僅考慮了氣象因子與ET0之間的相關程度，又考慮了年際變化趨勢顯著的氣象因子對ET0的作用，并采用回歸分析法分析不同氣象指標及其組合對回歸方程的決定系數(shù)，通過河南省17個站點分析，其結果與各站點ET0實際變化趨勢較一致，但該方法不能同時得到各因子與ET0的相關關系，還需要借助相關分析和偏相關分析，但兩方法在判定均溫、低溫、高溫對ET0的作用方面有出入，尤其是高溫，相關分析認為是正相關，偏相關分析認為是負相關，造成這樣的原因是什么有待進一步研究。因此，根據(jù)分析結果，本文建議采用主導分析法評價影響某地區(qū)ET0變化的氣象因子排序，采用相關分析和偏相關分析評價判定氣象因子與某地區(qū)ET0的相關關系。

[1] FAO. Crop Evapotranspiration Guidelines for Computing Crop Water Requirements[M]. Rome FAO-Food and Agriculture Organization, 1998.

[2] Hashmi M A, Carcia L A. Spatial and temporal errors in estima-ting regional evapotranspiration[J]. Journal of Irriga-tion and Drainges, 1998, 124(2): 108－144.

[3] 劉曉英，李玉中，王慶鎖. 幾種基于溫度的參考作物蒸散量計算方法的評價[J]. 農(nóng)業(yè)工程學報，2006，22(6)：12－18. Liu Xiaoying, Li Yuzhong, Wang Qingsuo. Evaluation on several temperature-based methods for estimating reference crop evapotranspiration[J]. Transactions of the Chinese So-ciety of Agricultural Engineering (Transactions of the CSAE), 2006, 22(6), 12－18. (in Chinese with English abstract)

[4] 強小嫚，蔡煥杰，孫景生，等. 陜西關中地區(qū)ET0計算公式的適用性評價[J]. 農(nóng)業(yè)工程學報，2012，28(20)：121－127. Qiang Xiaoman, Cai Huanjie, Sun Jingsheng, et al. Adap-tability evaluation for reference evapotranspiration (ET0) formulas in Guanzhong Region of Shaanxi[J]. Transactions of the Chinese Society of Agricultural Engineering (Trans-actions of the CSAE), 2012, 28(20): 121－127. (in Chinese with English abstract)

[5] 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[J]. 農(nóng)業(yè)工程學報，2004，20(2)：15－18. Tong Ling, Kang Shaozhong, Su Xiaoling. Impacts of climate change on reference crop evapotranspiration in Shi-yang River basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2004, 20(2): 15－18. (in Chinese with English abstract)

[6] 王榮英，李新，陳瑞敏，等. 衡水市參考作物蒸散量的時空變化特征及其氣候成因[J]. 中國農(nóng)業(yè)氣象，2013，34(3)：294－300. Wang Rongying, Li Xin, Chen Ruimin, et al. Spatial and temporal variation of reference crop evapotranspiration in Hengshui[J]. Chinese Journal of Agrometeoroloty, 2013, 34(3): 294－300. (in Chinese with English abstract)

[7] 劉增進，何軍，陳潔榮，等. 豫東平原參考作物騰發(fā)量時空變化分析及影響研究[J]. 中國農(nóng)村水利水電，2008(9)：65－69. Liu Zengjin, He Jun, Chen Jierong, et al. Research on spatio-temporal variation in reference crop evapotranspiration in east Henan[J]. China Rural Water and Hydropower, 2008(9): 65－69. (in Chinese with English abstract)

[8] 張淑杰，張玉書，隋東，等. 東北地區(qū)參考蒸散量的變化特征及其成因分析[J]. 自然資源學報，2010，25(10)：1750－1761. Zhang Shujie, Zhang Yushu, Sui Dong, et al. Changes in reference evapotranspiration and its causes in Northeast China[J]. Journal of Natural Resources, 2010, 25(10): 1750－1761. (in Chinese with English abstract)

[9] 姬興杰，朱業(yè)玉，顧萬龍. 河南省參考作物蒸散量變化特征及其氣候影響分析[J]. 中國農(nóng)業(yè)氣象，2013，34(1)：14－22. Ji Xingjie, Zhu Yeyu, Gu Wanlong. Analysis on trends in annual reference crop evapotranspiration and its impact climatic factors in Henan province during 1971 to 2010[J]. Chinese Journal of Agrometeorology, 2013, 34(1): 14－22. (in Chinese with English abstract)

[10] 劉園，王穎，楊曉光，等. 華北平原參考作物蒸散量變化特征及氣候影響因素[J]. 生態(tài)學報，2010，30(4)：923－932. Liu Yuan, Wang Ying, Yang Xiaoguang, et al. Trends in reference crop evapotranspiration and possible climatic factors in the North China Plain[J]. Acta Ecologica Sinica, 2010, 30(4): 923－932. (in Chinese with English abstract)

[11] 陳超，龐艷梅，潘學標，等. 四川地區(qū)參考作物蒸散量的變化特征及氣候影響因素分析[J]. 中國農(nóng)業(yè)氣象，2011，32(1)：35－40. Chen Chao, Pang Yanmei, Pan Xuebiao, et al. Analysis on change of reference crop evapotranspiration and climatic influence factors in Sichuan[J]. Chinese Journal of Agrome-teorobgy, 2011, 32(1): 35－40. (in Chinese with English abstract)

[12] 王瑤，趙傳燕，田鳳霞，等. 黑河中游春小麥需水量空間分布[J]. 生態(tài)學報，2011，31(9)：2374－2382. Wang Yao, Zhao Chuanyan, Tian Fengxia, et al. Spatial variation of water requirement for spring wheat in the middle reaches of Heihe River basin[J]. Acta Ecologica Sinica, 2011, 31(9): 2374－2382. (in Chinese with English abstract)

[13] Li Qihu, Chen Yaning, Shen Yanjun, et al. Spatial and temporal trends of climate change in Xinjiang, China[J]. Journal of Geographical Sciences, 2011, 21(6): 1007－1008.

[14] 閆苗祥，楊軍耀. 鄭州市作物需水量影響因素主成分回歸分析[J]. 節(jié)水灌溉，2014(7)：22－24. Yan Miaoxiang, Yang Junyao. The principal component regression analysis of impact factor of crop water require-ment in Zhengzhou city[J]. Water Saving Irrigation, 2014(7): 22－24. (in Chinese with English abstract)

[15] 南紀琴，肖俊夫，劉站東. 東北地區(qū)參考作物蒸發(fā)蒸騰量隨時間變化的研究[J]. 節(jié)水灌溉，2012(1)：15－17，21. Nan Jiqin, Xiao Junfu, Liu Zhandong. Research on reference crop evaporations variation with time series in Northeast region[J]. Water Saving Irrigation，2012(1): 15－17,21. (in Chinese with English abstract)

[16] 宋妮，孫景生，王景雷，等. 河南省冬小麥需水量的時空變化及影響因素[J]. 應用生態(tài)學報，2014，25(6)：1693－1700. Song Ni, Sun Jingsheng, Wang Jinglei, et al. Temporal and spatial variation of water requirement of winter wheat and its influencing factors in Henan province[J]. Chinese Journal of Applied Ecology, 2014, 25(6): 1693－1700. (in Chinese with English abstract)

[17] 郝振純，楊榮榕，陳新美，等. 1960-2011年長江流域潛在蒸發(fā)量的時空變化特征[J]. 冰川凍土，2013，35(2)：408－419. Hao Zhenchun, Yang Rongrong, Chen Xinmei, et al. Tempo- spatial patterns of the potential evaporation in the Yangtze River Catchment for period 1960-2011[J]. Journal of Geocr-yology, 2013, 35(2): 408－419. (in Chinese with English abstract)

[18] 于東平，張鑫. 青海東部農(nóng)業(yè)區(qū)ET0變化特征及氣候影響因子分析[J]. 灌溉排水學報，2012，31(1)：33－37. Yu Dongping, Zhang Xin. Changing characteristics of refe-rence evapotranspiration and its effect factors in fast agricultural region of Qinghai province[J]. Journal of Irrig-ation and Drainage, 2012, 31(1): 33－37. (in Chinese with English abstract)

[19] 譚嬌，丁建麗，董煜，等. 新疆艾比湖綠洲潛在蒸散量年代際變化特征[J]. 農(nóng)業(yè)工程學報，2017，33(5)：143－148. Tan Jiao, Ding Jianli, Dong Yu, et al. Decadal variation of potential evapotranspiration in Ebinur Lake oasis of Xin-jiang[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(5): 143－148. (in Chinese with English abstract)

[20] 康燕霞，陸桂華，吳志勇，等. 淮河流域參考作物蒸散發(fā)的變化及對氣候的響應[J]. 水電能源科學，2009，27(6)：12－14，44. Kang Yanxie, Lu Guihua, Wu Zhiyong, et al. Study on reference crop evapotranspiration and its change responding to climate change in Huaihe River[J]. Water Resources and Power, 2009, 27(6): 12－14, 44. (in Chinese with English abstract)

[21] 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氣象因子的貢獻分析[J]. 中國農(nóng)業(yè)氣象，2013，34(6)：661－667. Wang Xiaodong, Ma Xiaoqun, Xu Ying, et al. Variation of reference crop evapotransiration and contribution of main factors in the Huaihe Basin[J]. Chinese Journal of Agrome-teor-ology, 2013, 34(6): 661－667. (in Chinese with English abstract)

[22] 楊家棟，謝科進. 統(tǒng)計學[M]. 北京：高等教育出版社，2001：224－231.

[23] 方積乾. 醫(yī)學統(tǒng)計學與電腦實驗[M]. 上海：上?？茖W技術出版社，2006，205－219.

[24] 鄧聚龍. 灰色系統(tǒng)基本方法[M]. 武漢：華中理工大學出版社，1988：17－42.

[25] 尹云鶴，吳紹洪，戴爾阜. 1971～2008年我國潛在蒸散時空演變的歸因[J]. 科學通報，2010，55(22)：2226－2234. Yin Yunhe, Wu Shaohong, Dai Erfu. Determining factors in potential evapotranspiration changes over china in the period 1971-2008[J]. Chinese Science Bulletin, 2010, 55(22): 2226－2234. (in Chinese with English abstract)

[26] 高歌，陳德亮，任國玉，等. 1956～2000年中國潛在蒸散量變化趨勢[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]. Geographical Research, 2006, 25(3): 378－387. (in Chinese with English abstract)

[27] 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，2009，31(9)：1470－1776. 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)

[28] 劉勤，嚴昌榮，趙彩霞，等. 黃河流域日潛在蒸散量變化及氣象敏感要素分析[J]. 農(nóng)業(yè)工程學報，2014，30(17)：157－166. Liu Qin, Yan Changrong, Zhao Caixia, et al. Changes of daily potential evapotranspiration and analysis of its sensi-tivity coefficients to key climatic variables in Yellow River basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(17): 157－166. (in Chinese with English abstract)

[29] 曹紅霞，粟曉玲，康紹忠，等. 關中地區(qū)氣候變化對主要作物需水量影響的研究[J]. 灌溉排水學報，2008，27(4)：6－9. Cao Hongxia, Su Xiaoling, Kang Shaozhong, et al. Effect of climate change on main crop water requirements in Guanzhong region[J]. Journal of Irrigation and Drainage, 2008, 27(4): 6－9. (in Chinese with English abstract)

[30] 孫聰影，粟曉玲. 氣候變化對河西地區(qū)參考作物蒸發(fā)蒸騰量的影響[J]. 西北農(nóng)林科技大學學報，2011，39(12)：219－227. Sun Congying, Su Xiaoling. Impact of climate change on reference crop evapotranspiration in Hexi region[J]. Journal of Northwest A & F University, 2011, 39(12): 219－227. (in Chinese with English abstract)

[31] 任國玉，郭軍. 中國水面蒸發(fā)量的變化[J]. 自然資源學報，2006，21(1)：31－44. Ren Guoyu, Guo Jun. Change in Pan evaporation and influ-en-tial factors over china: 1956-2000[J]. Journal of Natural Resources, 2006, 21(1): 31－44. (in Chinese with English abstract)

[32] 申雙和，盛瓊. 45年來中國蒸發(fā)皿蒸發(fā)量的變化特征及其成因[J]. 氣象學報，2008，66(3)：452－460. Shen Shuanghe, Sheng Qiong. Changes in pan evaporation and its cause in china in the last 45 years[J]. Acta Mete-orologica Sinica, 2008, 66(3): 452－460. (in Chinese with English abstract)

[33] 李春強，洪克勤，李保國. 河北省近35年(1965-1999年)參考作物蒸散量的時空變化[J]. 中國農(nóng)業(yè)氣象，2008，29(4)：414－419. Li Chunqiang, Hong Keqin, Li Baoguo. Analysis of temporal-spatial variations of reference evapotranspiration during 1965 and 1999 in Hebei province[J]. Chinese Journal of Agrometeorology, 2008, 29(4): 414－419. (in Chinese with English abstract)

[34] 張山清，普宗朝. 新疆參考作物蒸散量時空變化分析[J].農(nóng)業(yè)工程學報，2011，27(5)：73－79. Zhang Shanqing, Pu Zongchao. Temporal and spatial varia-tion characteristics of reference evapotranspiration in Xinjiang[J]. Transactions of the Chinese Society of Agricul-tural Engineering (Transactions of the CSAE), 2011, 27(5): 73－79. (in Chinese with English abstract)

宋 妮，申孝軍，陳智芳，王景雷，劉祖貴.基于不同數(shù)理統(tǒng)計方法的河南省ET0氣候影響因素分析[J]. 農(nóng)業(yè)工程學報，2017，33(23)：145－156. doi：10.11975/j.issn.1002-6819.2017.23.019 http://www.tcsae.org

Song Ni, Shen Xiaojun, Chen Zhifang, Wang Jinglei, Liu Zugui.Evaluation of meteorological factors influencing reference crop evapotranspiration based on different methods of mathematical statistics in Henan province [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(23): 145－156. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.23.019 http://www.tcsae.org

Evaluation of meteorological factors influencing reference crop evapotranspiration based on different methods of mathematical statistics in Henan province

Song Ni, Shen Xiaojun, Chen Zhifang, Wang Jinglei※, Liu Zugui

(1.453002,; 2.453002,)

To determine the main meteorological factors affecting the inter-annual variability of ET0is the basis of accurate estimation of crop water requirement in the future, and is also of great significance in dealing with the climate change for agricultural production. In this paper, we investigated the factors affecting reference crop evapotranspiration (ET0) based on different mathematical statistic methods in Henan province. The evaluation results from the different methods were compared with the actual variation trend of ET0and each factor. The effective method should be consistent with the trend. From common methods, we selected 5 methods to evaluate the effects of 7 meteorological factors on the inter-annual variability of ET0based on the meteorological data of 17 stations in Henan province. The 5 methods included the correlation method, partial correlation method, dominant method, stepwise regression analysis, grey correlation analysis based on numerical average, numerical initial and numerical standardization data. The data were on the highest temperature, the lowest temperature, average temperature, relative humidity, precipitation, wind speed and sunshine hours. They were from meteorological stations. The annual average of daily ET0was calculated by the Penman-Monteith method. The result showed that the influential factors based on the 5 methods were different for each station. By considering the trend of ET0and each factor during a long term, we obtained the main factors affecting ET0in Henan. The sunshine was the primary factor for Shangqiu, Xuchang, Lushi, Xixia, Nanyang, Zhumadian, Xinyang, and Gushi stations. The wind speed was the primary factor for Anyang, Xinxiang, Kaifeng, Zhengzhou, Luanchuan and Mengjin station. In the other stations, sunshine and wind speed were both the primary factor. In sum, the sunshine and wind speed were the main factors affecting reference crop evapotranspiration in Henan province, the average wind speed was more important than the other factors in the northern region of the Yellow River, but the sunshine was more important in the southern area of the Yellow River. The impact of the high temperature could not be ignored in the estimation of ET0at Xinyang and Xixia stations. There were great differences in evaluation results among 5 methods. Grey correlation analysis method was not suitable for the evaluation of the main factors influencing ET0variation because of the different results with different data transformation. Stepwise regression analysis was not suitable either because there were many differences between actual and prospective trend of ET0based on the change trend of meteorological elements in each station. Correlation analysis, partial correlation analysis and dominant analysis were suitable to determine the main factors influencing ET0variation in a given area with small difference in its conclusion and uniform results. Furthermore, dominant analysis method was adopted to rank meteorological factors influencing ET0variation and its actual ET0was consistent with the predicting trend of ET0, so it can be used to evaluate the sequence of meteorological factors affecting ET0changes in each station. However, the dominant method should be assisted by the results from the correlation and partial correlation method since it could not obtain the correlation between ET0and each factor. It was suggested that correlation analysis and partial correlation analysis method could be adopted to analyze the relationship between each factor and ET0in order to get credible results.

evapotranspiration;correlation analysis; dominant analysis; partial correlation analysis; main influence factor; Henan province

10.11975/j.issn.1002-6819.2017.23.019

S161

A

1002-6819(2017)-23-0145-12

2017-07-06

2017-10-10

國家自然科學基金項目（51609245、51309227）；水利部公益性行業(yè)專項（201501016-2）；河南省基礎與前沿技術研究（162300410168）；中央級科研院所基本科研業(yè)務費專項資助項目（FIRI2017-07）

宋 妮，陜西西安人，副研究員，主要從事氣候變化對作物需水的影響研究。Email：ngssongni@163.com

王景雷，河南開封人，研究員，主要從事農(nóng)業(yè)節(jié)水和水資源高效利用研究。Email：firiwjl@126.com