張楊，邱國玉，鄢春華，文海燕

北京大學深圳研究生院環(huán)境與能源學院，廣東 深圳 518055

蒸散發(fā)（ET）是地球水文循環(huán)以及能量轉換中的一個重要環(huán)節(jié)（Shan et al.，2015；Wang et al.，2017），它聯(lián)系著陸地生態(tài)系統(tǒng)能量和水量平衡過程（Wever et al.，2002），在水資源管理以及有效利用等方面具有重要意義。然而，由于影響ET的變量較多且復雜，導致精準計算蒸散發(fā)仍存在較大難題。在研究中，常考慮采用參考蒸散發(fā)作為衡量蒸散發(fā)的重要參數(shù)（ET0）（郝振純等，2013），Allen et al.（1998）將其定義為生長一致，水分充足，作物高度為0.12 m，灌層阻力為70 m·s-1，反照率為0.23，完全覆蓋地面的綠色草叢植被。

過去幾十年里，全球氣候變暖的趨勢已經(jīng)成為共識，IPCC（Intergovernmental Panel on Climate Change）第5次評估報告中顯示1913年以來，全球地表平均溫度上升了0.91 ℃，中國近60年地表氣溫平均每10年約升高0.23 ℃，升溫速度約是全球平均速度的2倍（Flato et al.，2013）。一般認為，蒸發(fā)隨著溫度上升而增加（劉曉英等，2006），然而地面觀測結果顯示，蒸散發(fā)在數(shù)10年內(nèi)呈現(xiàn)下降趨勢（Peterson et al.，1995；Roderick et al.，2002；Han et al.，2012），這種現(xiàn)象被稱為“蒸發(fā)悖論”（Roderick et al.，2002）。許多研究表明，氣候變化是“蒸發(fā)悖論”的主要原因，其中太陽輻射的減少和風速的降低可能是主要驅(qū)動因素，而氣溫升高對于 ET0的影響較弱（Wang et al.，2017）。然而，由于ET0與影響要素間具有復雜的非線性關系（Yin et al.，2010），在不同地區(qū) ET0的驅(qū)動要素差異很大（McVicar et al.，2012；Jhajharia et al.，2014）。

以往關于ET0的驅(qū)動要素的研究多采用各站點ET0平均處理的方法，缺點是可能會丟失重要的數(shù)據(jù)信息。盧愛剛等（2005）在青藏高原及其周邊地區(qū)的研究表明，氣候變化與海拔高度關系密切，海拔越高氣候增暖的啟動時間越晚、量級越小。賀潔穎等（2013）研究發(fā)現(xiàn)，拉薩市蒸散發(fā)與海拔呈顯著的正相關，但隨著海拔高度的遞增，其在不同的高程范圍內(nèi)的變化趨勢不同。因此，氣象要素對ET0的響應可能會隨著海拔高度而發(fā)生改變。因此有必要根據(jù)海拔高度對研究區(qū)域進行分區(qū)，研究不同分區(qū)ET0變化的驅(qū)動要素。

20世紀90年代末至21世紀初，氣候變異對水文過程的影響顯著，不可忽視（侯欽磊，2012；田鵬，2012；Zhang et al.，2018）。She et al.（2017）在黃河中游的研究中發(fā)現(xiàn)ET0時間序列存在3個突變點。以往在ET0驅(qū)動要素研究中多假設在研究時間區(qū)間內(nèi)ET0趨勢一致，但由于受到氣候變化以及人類活動影響，ET0時間序列可能會存在突變點且趨勢可能會發(fā)生改變（Shao et al.，2002）。因此，有必要識別出ET0時間序列的突變點，分析在不同階段ET0變化趨勢以及驅(qū)動要素。

四川省地跨多種地貌單元，海拔高度起伏大，氣象站點資料完整度高且在海拔上分布較為均勻，是研究不同海拔高度氣象要素對ET0的響應特征的最佳區(qū)域。本研究基于四川省 38個氣象站點氣象數(shù)據(jù)，主要研究內(nèi)容包括：（1）分析四川省 1970—2016年ET0時間序列趨勢特征，結合氣候變化背景，識別出ET0時間序列突變點；（2）根據(jù)測站海拔對四川省分區(qū)，分析不同海拔高度ET0變化趨勢；（3）計算氣象要素的敏感度系數(shù)，并通過貢獻率分析在不同海拔ET0的驅(qū)動要素，研究結果可為研究區(qū)域水資源綜合管理提供依據(jù)。

1 研究數(shù)據(jù)及分區(qū)

四 川 省 位 于 西 南 腹 地 （ 97°21′~108°33′E ，26°03′~34°19′N），轄區(qū)面積約 48.6 萬平方千米，地跨青藏高原、云貴高原、橫斷山脈、秦巴山地、四川盆地等地貌單元。地勢西高東低，由西北向東南傾斜，以龍門山—大涼山一線為界，東部為四川盆地及盆緣山地，西部為川西高山高原及川西南山地。氣候區(qū)域差異顯著，東部少日照、生長季長，西部則寒冷、冬長、基本無夏、日照充足、降水集中、干雨季分明；氣象災害種類多，發(fā)生頻率高，范圍大，主要是干旱，暴雨、洪澇和低溫等也經(jīng)常發(fā)生。

研究數(shù)據(jù)來自國家氣象站，包括四川省境內(nèi)38個氣象站點1970—2016年逐日觀測資料：10 m觀測高度風速（WS，m·s-1）換算為距地面2 m高風速），日照時間（S，h），相對濕度（RH，%），日平均溫度（t，℃），日最高溫度（tmax，℃），日最低溫度（tmin，℃），氣壓（P，kPa），缺測數(shù)據(jù)（少于0.5%）采用歷年同日數(shù)據(jù)平均值插補。四川省作為第三級地形臺階向第二級地形臺階的過渡地帶，氣象站點海拔從不足500~4500 m以上均有分布，圖 1是以 500 m為梯度的四川省氣象站點海拔分布，綜合考慮地形和氣候條件，將四川省氣象站點按照海拔分為3個區(qū)域，Ⅰ區(qū)為海拔不超過1500 m的低海拔區(qū)域，總共有 16個站點；Ⅱ區(qū)為海拔介于1500 m和3000 m之間的中海拔區(qū)域，共有11個站點；Ⅲ區(qū)為海拔超過3000 m以上的高海拔區(qū)域，共有11個站點。

圖1 四川省區(qū)域概況及站點分布Fig. 1 Distribution of meteorological stations

2 研究方法

2.1 參考蒸散發(fā)計算公式

1998年FAO-56分冊推薦的Penman-Monteith方程以能量平衡和空氣動力學原理為基礎（Allen et al.，1998），具有較完備的理論依據(jù)和較高的計算精度，在世界范圍內(nèi)得到廣泛使用（劉曉英等，2006；劉倪等，2009）。計算公式如下：

式中，ET0為參考作物蒸散發(fā)量（mm·d-1）；Rn為 凈 輻 射 （ MJ·m-2·d-1）； G 為 土 壤 熱 通 量（MJ·m-2·d-1）計算中記為 0；t為距地面兩米高度處日平均溫度（℃）；u為距地面兩米高處風速（m·s-1）；es為飽和水氣壓（kPa）；ea為實際水氣壓（kPa）；△為飽和水氣壓-溫度曲線斜率（kPa·℃-1）；γ為濕度計常數(shù)（kPa·℃-1）。

2.2 趨勢檢驗方法

本研究采用線性回歸模型檢驗ET0序列和氣象變量序列的趨勢。每一項變量的趨勢可用以下方程展現(xiàn)：

式中，y、a、b和x分別代表變量的回歸結果，時間趨勢、截距以及年份。通常地，當a>0時，表明變量y呈增加的趨勢，反之則呈減少的趨勢。

本研究對于回歸方程的顯著性檢驗方法采用F檢驗，根據(jù)平方和分解式，從回歸效果檢驗回歸方程的顯著性。在給定的顯著性水平 α=0.05時，若F≥Fα(1, n-2)，回歸方程可通過顯著性檢驗，反之則不能通過。

2.3 時間序列突變點識別

根據(jù)樣本時間序列分布圖，初步識別突變點范圍，結合滑動t檢驗方法，判斷序列在該點是否存在顯著性變異，采用該方法識別突變點避免了重復使用復雜的統(tǒng)計公式，只需對突變點范圍進行精確的變點識別，避免了對整個序列點做變點假設，識別過程簡便明了，且通過圖表來尋找變點較為直觀。

滑動t檢驗方法是通過考察兩組樣本平均值的差異是否顯著來檢驗要素序列是否存在突變點（張慶廣等，2012）。對已知的樣本序列x1, x2……xn，定某一年份，分別取其前和后相鄰的連續(xù) n1和 n2的年平均值計算統(tǒng)計量T值，其中通過顯著性檢驗的最大T值對應的年份即為突變年份。

式中，x1，x2和S1，S2分別為前后n1年和n2年的均值和標準差；S為合并方差；T為兩組樣本對應的統(tǒng)計量。

2.4 敏感性分析及貢獻率計算

敏感性系數(shù)表征變量的不確定性可能對因變量造成的影響的敏感程度（Mccuuen et al.，1974），可以用來衡量氣象要素對ET0變化的重要程度。通常將偏導數(shù)轉換成無量綱的形式：

式中，Svi為敏感系數(shù)；vi為第i個變量；可由公式（1）及FAO換算公式通過復合函數(shù)對各氣象要素進行求偏導得到（Allen et al.，1998）。Svi取正值表明ET0隨vi的增加而增加；敏感系數(shù)絕對值的大小表明ET0的變化對相應氣象因子變化的敏感程度。本研究通過計算每個氣象站點日系列數(shù)據(jù)氣象要素的敏感系數(shù)，聚合到年尺度上得到敏感性系數(shù)年系列值（She et al.，2017）。

某變量貢獻率是指敏感系數(shù)與該變量多年相對變化率的乘積，即為該變量對ET0的貢獻，若貢獻率大于0，則稱為正貢獻；反之則為負貢獻（Yin et al.，2010）。其計算公式如下：

式中，Convi為氣象因子vi對ET0變化的貢獻率；Svi為vi的敏感系數(shù)；RCvi是vi的多年相對變化率；n為序列的長度；avi為 vi多年平均值，Trendvi是vi的多年平均變化率。

3 結果分析

3.1 ET0年序列時間序列分布特征及突變點分析

通過式（1）計算得到四川省1970—2016年ET0日序列值，匯總 ET0年均值（圖 2），發(fā)現(xiàn)四川省1970—2016年ET0多年平均值約為906.16 mm·a-1，與川中丘陵區(qū)1954—2010年ET0多年平均值（905.2 mm·a-1）相當（趙璐等，2013）。趨勢線顯示 ET0年均值序列有不顯著的增加趨勢，增長幅度為0.067 mm·a-1。采用3.4中滑動T檢驗進行精準識別，在置信度α=0.05時，參考t分布表得到滑動T檢驗表（表2）。由表可知，1998年四川省ET0序列存在顯著的突變點。由表3可知，在1998年以前ET0年均值序列呈顯著下降趨勢，減小幅度約為 2.2 mm·a-1；而后序列呈顯著增加趨勢，增加幅度為4.22 mm·a-1。后文 ET0分析將時間序列劃分為 1970—1998年和1999—2016年兩個時間區(qū)間（表3）。

圖2 四川省ET0區(qū)域均值年系列趨勢圖Fig. 2 Annual variations of ET0 in Sichuan Province

表2 四川省ET0年均值序列滑動T檢驗表Table 2 The Sliding T test of ET0 in Sichuan Province

表3 四川省ET0年均值序列突變點前后趨勢分析Table 3 The analysis of the trends of ET0

3.2 海拔分區(qū)ET0及氣象要素分布特征

圖3所示為Ⅰ、Ⅱ、Ⅲ區(qū)ET0年均值序列，由圖可知，突變點前后序列中，ET0序列均表現(xiàn)為Ⅰ區(qū)均值<Ⅱ區(qū)均值<Ⅲ區(qū)均值，即海拔1500~3000 m以上區(qū)域ET0最高，而1500 m以下區(qū)域ET0最低。在分區(qū)趨勢檢驗中，1970—1998年Ⅰ、Ⅱ、Ⅲ區(qū)均呈顯著減小趨勢，減小幅度分別為-1.952、-2.020、-1.917 mm·a-1；而突變點之后，3個區(qū)均呈增加趨勢，幅度分別為1.188、4.2451、5.65 mm·a-1，其中除Ⅰ區(qū)外，Ⅱ、Ⅲ區(qū)的增長趨勢均通過顯著性檢驗。

影響 ET0變化的氣象要素包括 tmax、tmin、t、RH、WS、S，為進一步明確不同氣象要素對ET0的重要程度，對其進行逐步回歸分析（α=0.05）（Gao et al.，2017），以偏相關系數(shù)來描述變量的重要程度。表4列出全區(qū)域氣象要素年序列偏相關系數(shù)計算結果，變量中日最高氣溫和日最低氣溫被移除，原因在于未通過顯著性檢驗以及變量和日平均氣溫存在多重共線性關系。此外，除相對濕度與 ET0序列具有顯著的負相關關系外，日平均氣溫、風速、日照時間均與 ET0呈正相關關系，意味著相對濕度的增加會引起 ET0的減少，而其他要素則作用相反。相對濕度、風速以及日照時間為四川省 ET0的最主要影響因素，相關系數(shù)均超過0.8。由表4可知，所有氣象要素變化趨勢顯著（P<0.05），其中日平均氣溫表現(xiàn)為增加趨勢，多年變化率為0.026 ℃·a-1，接近于全國平均溫度增溫幅度0.022 ℃·a-1（任國玉等，2005）；而相對濕度、風速、日照時間均表現(xiàn)減少的趨勢，多年變化率分別為-0.073%·a-1、-0.008 m·s-1·a-1、-0.011 h·a-1。

表4 四川省全區(qū)域氣候變量年序列相關指標Table 4 The annual sequence related indicators of the climate variables in Sichuan Province

統(tǒng)計1970—1998年和1999—2016年Ⅰ、Ⅱ、Ⅲ區(qū)相對濕度、日平均溫度、日照時間和日平均風速年序列，由圖4可知，相對濕度隨海拔增加而減小，海拔低于1500 m的區(qū)域相對濕度約為80%，而在1500 m以上區(qū)域，相對濕度降至60%~65%；日平均溫度隨海拔升高而降低；日照時間和風速則隨海拔增加而增加，且日照時間隨海拔變化的變化幅度和相對濕度變化較為一致。

圖3 四川省分區(qū)ET0年均值趨勢圖Fig. 3 The trend of the ET0 in SichuanⅠ、Ⅱ、Ⅲ represents low altitude, middle altitude and high altitude, respectively. The same below

圖4 氣象變量1970—2016年時間序列分布特征Fig. 4 The temporal changes of the climatic variables in Sichuan Province in 1970-2016

不同分區(qū)氣象變量序列的趨勢檢驗結果在表 5中展示。突變點前后相對濕度、日照時間和風速趨勢均發(fā)生改變，其中，1970—1998年相對濕度在不同海拔均有顯著上升趨勢，Ⅰ、Ⅱ、Ⅲ區(qū)上升幅度分別為 0.047%·a-1、0.057%·a-1、0.097%·a-1，而在1999—2016年，不同海拔由上升趨勢轉為下降趨勢 ， 幅 度 分 別 為 -0.165%·a-1、 -0.273%·a-1、-0.316%·a-1。日平均溫度在突變點前后均有上升趨勢，但在趨勢顯著性方面，僅1999—2016年II、III區(qū)上升趨勢通過顯著性檢驗。可以看出，在高海拔區(qū)域相對濕度、氣溫的變化幅度更大。日平均風速和日照時間在突變點以前均有顯著下降趨勢，其下降幅度分別為-0.011、-0.016，-0.021 m·s-1·a-1以及-0.029、-0.018、-0.019 h·a-1，而在突變點之后，盡管日平均風速和日照時間均有上升趨勢，但僅有日平均風速的趨勢通過了顯著性檢驗。

3.3 不同海拔氣象要素對ET0趨勢影響分析

利用式（5）計算各個氣象站點氣象要素敏感度系數(shù)年系列值，通過對各站點氣象要素RH、t、WS、S敏感性系數(shù)分別進行加權得到四川省 1970—2016年全區(qū)域RH、t、WS、S年均敏感性系數(shù)（表5），分別為-0.608、0.218、0.132、0.305。結果表明，RH增加10%，會造成ET0減少6.08%，而t、WS、S增加10%則ET0相應分別增加2.18%、1.32%、3.05%。涂安國等（2017）研究表明，在鄱陽湖區(qū)域內(nèi)，ET0對RH最為敏感，而Liu et al.（2016）在西南地區(qū)的研究結果表明風速對其影響最大。

由圖5可知，氣象變量中僅相對濕度的敏感度系數(shù)為負值，其他氣象變量的敏感性系數(shù)均為正值。從 I、II、III區(qū)敏感性系數(shù)分布來看，突變點前后各區(qū)域氣象變量的敏感性系數(shù)大小均表現(xiàn)為：低海拔區(qū)域S(RH)>S(WS)>S(t)>S(S)，而中海拔和高海拔區(qū)域 S(RH)>S(t)>S(WS)>S(S)。此外，|S(RH)|和S(t)隨海拔的增高而減小，S(S)則與之相反，風速的敏感性系數(shù)S(WS)則隨海拔的升高而先增加后減少。由表 5還可知，|S(RH)|在 1970—1998年均呈顯著下降趨勢，而在 1999—2016年間，低海拔和中海拔表現(xiàn)出上升趨勢，高海拔依舊為下降趨勢，且趨勢均不顯著；S(t)和S(S)在突變點前后趨勢雖有改變，但幅度較小，可以認為ET0對于日平均溫度和日照時間的敏感性較為穩(wěn)定；而對于日平均風速，其敏感性趨勢在突變點前幅度較小，而在1999—2016年間其趨勢幅度比突變點前大1個數(shù)量級，表明ET0對于風速的敏感性在突變點以后隨時間波動較大。

利用式（7）計算Ⅰ、Ⅱ、Ⅲ區(qū)在1998年前后的氣象要素貢獻率。由表6可知，氣象要素的貢獻率決定于氣象要素的變化幅度以及氣象要素的敏感度系數(shù)，雖然相對濕度（RH）的敏感度系數(shù)的范圍在氣象要素中最大，但由于RH的變化幅度較小，故其對ET0的貢獻率也相對較低，而風速的變化幅度較大，在低海拔Ⅰ區(qū)和中海拔Ⅱ區(qū)對ET0的貢獻率最大，其在1998年以前分別為-7.12%、-5.02%，在1998年后分別為5.24%、4.47%。此外，在高海拔區(qū)域由于溫度是蒸散發(fā)的主要驅(qū)動因素，故溫度對ET0的貢獻率最高，分別為4.31%和6.07%。從各氣象要素對于ET0的貢獻率的分布來看（表6），除t在突變點前后對ET0均為正貢獻，其他各氣象變量的貢獻率在1998年均發(fā)生轉折，在1970—1998年以前均表現(xiàn)為負貢獻，而在1998年后則表現(xiàn)為正貢獻，故1998—2016年ET0呈現(xiàn)顯著上升趨勢。從氣象要素貢獻率在不同海拔的分布來看，相對濕度和日平均溫度的貢獻率隨海拔的增加而顯著增加；而風速和日照時間則相反，隨海拔的增加而降低。

表6 氣象變量貢獻率Table 6 The contribution rate of the variables

4 討論

4.1 ET0序列趨勢與氣候變化的響應分析

四川省ET0序列趨勢分析結果表明，在突變點（1998年）之前，ET0呈現(xiàn)下降趨勢，幅度約為2.2 mm·a-1；而在1998年后，ET0序列出現(xiàn)反轉趨勢，增加幅度為4.22 mm·a-1，這和黃河流域、陜西省、西南等地區(qū)的研究結論一致（She et al.，2017；Cai et al.，2007；Li et al.，2017）。

敏感度分析可知，無論是整個研究區(qū)域還是各個分區(qū)，相對濕度均和ET0相關性系數(shù)最大，但實際貢獻率結果表明，相對濕度并不是影響ET0趨勢的最主要因素，這是因為相對濕度變化幅度較小。由式（6）和（7）可知，氣候要素變化幅度和敏感度系數(shù)共同決定ET0趨勢，本研究中，在海拔低于3000 m區(qū)域，參考蒸散發(fā)變化主要受風速變化影響的，而在高于3000 m以上區(qū)域，主要影響要素為溫度及相對濕度，主導ET0趨勢的氣象要素呈現(xiàn)區(qū)域性的特征。在鄱陽湖流域，日照時間是影響參考蒸散發(fā)變化主要因素，其次是相對濕度、風速和溫度（Ye et al.，2014）。而青海省西藏平原北部則以風速為主要影響因素（Zhang et al.，2009）。

表5 氣象要素及其敏感度系數(shù)分區(qū)前后趨勢表Table 5 Meteorological elements and their sensitivity coefficients before and after 1998

圖5 1970—1998年四川省分區(qū)氣象變量敏感性系數(shù)及其變化趨勢圖Fig. 5 The sensitivity coefficients in Sichuan Province in 1970-2016

4.2 ET0海拔分布影響分析

ET0均值在中海拔（1500~3000 m）處最高，而在低海拔（0~1500 m）處最低，表現(xiàn)出隨海拔高度升高而先增加后減少的趨勢（圖3）。分析其隨海拔分布的原因：可能是RH和t隨海拔增加而減小，S和WS則隨海拔增加而增加（圖4），而RH的敏感度系數(shù)為負值，t、WS、S為正值，表明隨海拔的增加，RH、S和WS的變化對ET0序列具有正向促進作用，t作用相反，而由貢獻率分析可知，在中低海拔位置，日平均氣溫的貢獻率遠小于其在高海拔處，在中海拔以下區(qū)域相對濕度、風速以及日照時間的改變起主導作用，因此，ET0序列表現(xiàn)出隨海拔升高而增加的趨勢；而隨后，在海拔較高的區(qū)域溫度成為蒸散發(fā)的主要限制因素，故ET0序列隨海拔增加、溫度降低表現(xiàn)出降低的趨勢。田輝等（2009）在黑河流域的研究中發(fā)現(xiàn)，海拔2000 m以上祁連山區(qū)平均蒸散發(fā)量是海拔2000 m以下山前地區(qū)的2.2倍；而賀潔穎等（2013）在拉薩市通過SEBS模型反演地表蒸散發(fā)得出在海拔4500 m以下區(qū)域蒸散發(fā)呈現(xiàn)隨海拔減小的趨勢（研究區(qū)域最低海拔在3000 m以上），以上研究結果間接驗證了本研究結論。

由于Liu et al.（2011）研究假定4個氣象要素是相互獨立的變量，故可采用式（5）計算氣象要素的敏感度系數(shù)。然而，變量之間并非完全獨立，其相互作用也可能對 ET0趨勢產(chǎn)生影響（Ning et al.，2016），忽略該部分可能會導致誤差。此外，本研究以參考蒸散發(fā)作為主要參數(shù)，提供了氣候變量和ET0之間的數(shù)學表達式，為敏感度計算奠定基礎，但參考蒸散發(fā)與真實的蒸散發(fā)量不一致，故貢獻率分析存在一定不確定性（Martí et al.，2015）。

5 結論

基于四川省38個氣象站點 1970—2016年的氣象數(shù)據(jù)，研究了在不同海拔 ET0及 4個最主要氣象要素（相對濕度 RH、日平均溫度 t、風速WS、日照時間S）的分布特征，采用敏感度分析以及貢獻率分析不同海拔 ET0變化的驅(qū)動因素，得到結論如下：

（1）四川省ET0序列隨海拔呈現(xiàn)出先增加后減少的趨勢，中海拔區(qū)域ET0最大，其次為高海拔，最低為低海拔區(qū)域。1998年為四川省ET0年均值序列的顯著突變點，在 1970—1998年序列呈顯著減小趨勢，幅度約為2.2 mm·a-1；1998—2016年序列的增加幅度為4.22 mm·a-1。

（2）參考蒸散發(fā)的主要影響因素分別為RH、t、WS及S。突變點前后RH、S和WS趨勢發(fā)生改變，其中RH在1998年以前為增加趨勢，風速和日照時間為減少趨勢，1998年以后則相反；而日平均溫度在1998年前后均保持增加趨勢。

（3）貢獻度分析表明，在低海拔和中海拔區(qū)域，風速對 ET0的貢獻率最大，在 1998年以前分別為-7.12%和-5.02%，在 1998年后分別為 5.24%，4.47%。在高海拔區(qū)域，由于能量來源成為蒸散發(fā)的主要限制因素，故溫度對ET0的貢獻率最高，在突變點前后分別為4.31%和6.07%。