王曼麗 李衛(wèi)國 熊世為

摘要：為深入了解江淮區(qū)域農(nóng)田參考作物蒸散變化特征及其對氣候變化的響應(yīng)，利用聯(lián)合國糧食及農(nóng)業(yè)組織（Food and Agriculture Organization of the United Nations，簡稱FAO）推薦的Penman-Monteith模型和位于江淮區(qū)域的安徽省滁州地區(qū)7個站點1961—2017年逐日氣象觀測資料計算該地區(qū)的參考作物蒸散量（ET0），在分析ET0區(qū)域時空變化特征的基礎(chǔ)上，探討影響區(qū)域農(nóng)田ET0的主導(dǎo)氣象因子。結(jié)果表明，研究區(qū)域ET0的年平均值為993.8 mm，夏季最大，春、秋季次之，冬季最小，空間上呈西北大東南小的分布特征。ET0的年際變化呈顯著減小趨勢，變率為 -1.41 mm/年，從季節(jié)上看，除春季略有增大外，其余3季均呈減小趨勢，其中夏季的減小趨勢最明顯，ET0的減小趨勢是一個突變現(xiàn)象，突變點為1972年。氣溫和相對濕度的變化引起ET0的上升，為正貢獻;風(fēng)速和日照時數(shù)的變化引起ET0下降，為負貢獻，其中風(fēng)速是該地區(qū)ET0變化的主導(dǎo)氣象因子。探討江淮區(qū)域農(nóng)田參考作物蒸散量對氣候變化的響應(yīng)，對加強該區(qū)域農(nóng)業(yè)灌溉效率和優(yōu)化農(nóng)業(yè)水資源配置具有重要參考意義。

關(guān)鍵詞：農(nóng)田水分;參考作物蒸散量;時空變化特征;主導(dǎo)氣象因子;江淮區(qū)域;農(nóng)業(yè)灌溉效率;優(yōu)化水資源配置

氣候變化是全球的關(guān)注熱點，應(yīng)對氣候變化已成為世界各國政府的重要課題[1]。在氣候變化背景下，農(nóng)業(yè)成為受影響最大的產(chǎn)業(yè)，就我國而言，大量的研究顯示，氣候變化已導(dǎo)致作物的種植結(jié)構(gòu)[2]、生育期[3-4]、種植界限[5]等發(fā)生了顯著變化。參考作物蒸散量（ET0）表示在一定氣象條件下水分供應(yīng)不受限制時，某一固定下墊面可能達到的最大蒸發(fā)蒸騰量，利用參考作物蒸散量乘以作物系數(shù)即可得到作物的實際需水量，因此ET0是合理利用農(nóng)業(yè)水資源的重要依據(jù)，也是評價氣候變化對農(nóng)業(yè)影響的重要指標[6]。ET0估算方法可歸納為綜合法、輻射法、溫度法和蒸發(fā)皿法四大類[7]。聯(lián)合國糧食及農(nóng)業(yè)組織（Food and Agriculture Organization of the United Nations，簡稱FAO）推薦的Penman-Monteith模型以能量平衡和水汽擴散理論為支撐，具有堅實的理論基礎(chǔ)[8]，該方法估算精度較高，應(yīng)用范圍較廣。受氣候變化影響，全球大部分地區(qū)ET0呈減小趨勢[9-10]，國內(nèi)外學(xué)者對ET0的時空變化特征和影響因素等進行了大量研究[11-14]。

江淮區(qū)域是我國重要的糧食生產(chǎn)基地，屬亞熱帶氣候區(qū)向暖溫帶氣候區(qū)的過渡區(qū)域，溫光適宜，雨熱同季，但降水時空分布不均，旱澇等氣候災(zāi)害頻繁。本研究擬采用FAO推薦的Penman-Monteith模型分析位于江淮區(qū)域的安徽省滁州地區(qū)1961—2017年ET0的變化特征，并定量分析主要氣候要素對ET0變化的影響，以期為江淮區(qū)域提高農(nóng)業(yè)灌溉效率及優(yōu)化水資源配置提供決策參考。

1 資料與方法

1.1 資料來源及處理

氣象數(shù)據(jù)來源于安徽省滁州市氣象局，選取滁州市下轄的滁州、來安、全椒、天長、定遠、鳳陽和明光7個站點（圖1）1961—2017年的逐日觀測數(shù)據(jù)進行試驗，觀測項目包括最高氣溫、最低氣溫、日照時間、相對濕度、平均風(fēng)速、平均氣壓。數(shù)據(jù)質(zhì)量較高，個別缺測數(shù)據(jù)用其鄰近氣象站的數(shù)據(jù)進行差值訂正。

2 結(jié)果與分析

2.1 區(qū)域農(nóng)田參考作物蒸散量的空間變化

1961—2017年，位于江淮區(qū)域的滁州地區(qū)ET0的年平均值為993.8 mm，其中夏季最大，為397.6 mm，約占全年的40%;其次為春季、秋季，分別為284.9、208.9 mm，占全年的29%、21%;冬季最小，僅為102.5 mm，約占全年的10%。

從空間分布（圖2）上看，明光站點的ET0年平均值最大，為1 019 mm，天長站點最小，為963 mm，最大值和最小值之間相差56 mm，整體呈現(xiàn)較明顯的由西北向東南遞減的特征。春季各地ET0為277～296 mm，最大值和最小值之間相差 19 mm，空間上與年平均值分布特征一致，同樣呈現(xiàn)明顯由西北向東南遞減的特征;夏季各地ET0為382～409 mm，最大值和最小值之間相差27 mm，空間上同樣呈現(xiàn)明顯由西北向東南遞減的特征;秋季各地ET0為203～212 mm，最大值和最小值之間相差9 mm，空間上差異不明顯;冬季各地ET0為 100～105 mm，空間上呈明顯北少南多的分布特點，但差值不大，最大值和最小值之間僅相差5 mm。綜上所述，滁州地區(qū)年平均ET0整體呈由西北向東南遞減的空間分布趨勢，且主要體現(xiàn)在春、夏2季。

2.2 區(qū)域農(nóng)田參考作物蒸散量的時間變化

由圖3、表1可知，研究區(qū)域年平均ET0總體呈減小趨勢，且研究區(qū)域總體氣候變率為-1.41 mm/年，遞減趨勢通過95%顯著性檢驗。7個站點年平均ET0均呈減少趨勢，其中滁州、全椒、定遠、鳳陽和明光等5個站點的減少趨勢通過95%顯著性檢驗，其中鳳陽站的減少幅度最大，達 -2.97 mm/年，來安站的減小幅度最小，為-0.57 mm/年。從不同季節(jié)來看，春季ET0氣候變率除鳳陽站外，均呈增加趨勢，總體以0.26 mm/年的氣候變率增大，鳳陽站的遞減趨勢不顯著，沒有通過95%顯著性檢驗;各地夏、秋、冬3季ET0氣候變率均呈減少趨勢，總體氣候變率分別為-1.20、-0.30、-0.17 mm/年，其中僅夏季的減小趨勢通過了95%顯著性檢驗，因此，該地區(qū)ET0氣候變率年際變化呈下降趨勢是由夏季ET0氣候變率顯著減少主導(dǎo)的。

對1961—2017年滁州市年平均ET0時間序列進行MK檢驗，由UF曲線（圖4）可以看出，從20世紀70年代開始，滁州市年平均ET0出現(xiàn)減少趨勢，80年代該減少趨勢超過顯著性水平0.05臨界線，表明這種減少趨勢是顯著的，根據(jù)UF和UB曲線交點的位置可以確定該地區(qū)年平均ET0的減少趨勢是一種突變現(xiàn)象，突變點為1972年。

2.3 區(qū)域農(nóng)田參考作物蒸散量變化的主導(dǎo)因子

2.3.1 主導(dǎo)因子定性分析 ET0的變化受溫度、濕度、輻射和風(fēng)速等氣象因子影響，高溫、高風(fēng)速、低濕和長日照有利于出現(xiàn)高的蒸散量[19]，因此有必要分析該地區(qū)相關(guān)氣象要素的變化特征。圖5給出的是研究區(qū)域氣溫、風(fēng)速、相對濕度和日照時數(shù)等有關(guān)氣象要素的空間分布，其中該地區(qū)1961—2017年年平均氣溫空間分布總體呈南高北低的特征，最高值出現(xiàn)在南部的全椒站，為15.77 ℃，最低值出現(xiàn)在北部的鳳陽站，為15.03 ℃。年平均風(fēng)速總體呈西高東低的空間分布特征，其中定遠站最大，為2.77 m/s，東部的天長站最小，為 2.29 m/s。年平均相對濕度呈西北低東南高的空間分布特征，其中明光站最小，為73.50%，天長站最大，為76.70%。年平均日照時數(shù)總體呈西北長東南短的空間分布特征，其中定遠站最長，為5.83 h，滁州站最短，為5.32 h。結(jié)合年平均ET0西北高東南低的空間分布趨勢，可以初步說明，這種分布趨勢由該地區(qū)西北部高風(fēng)速、低濕度和高日照時數(shù)主導(dǎo)。

從表2可以看出，各地年平均氣溫均呈上升趨勢，其中上升幅度最大的為天長站， 變率為0.032 ℃/年， 最小的為鳳陽站，變率為0.010 ℃/年，各站平均變率為0.024 ℃/年，上升趨勢均通過95%顯著性檢驗。各地年平均風(fēng)速均呈減小趨勢，其中減小幅度最大的為天長站，變率為-0.036 m/（s·年），最小的為滁州站，變率為-0.018 m/（s·年），各站平均變率為-0.028 m/（s·年），減小趨勢均通過95%顯著性檢驗。各地年平均相對濕度基本呈減小趨勢，其中減小幅度最大的為天長站，變率為-0.140%/年，最小的為滁州站，變率為 -0.006 m/（s·年），各站平均變率為-0.047%/年，除滁州站、定遠站外，其他站點的變率均通過95%顯著性檢驗。各站點年平均日照時數(shù)均呈減少趨勢，其中減少幅度最大的為滁州站，變率為-0.035 h/年，最小的為來安站，變率為 -0.012 h/年，各站平均變率為-0.024 h/年，減少趨勢均通過95%顯著性檢驗。結(jié)合該地區(qū)全年ET0變率的降低趨勢可定性判定，ET0的降低是由日照時數(shù)和風(fēng)速的降低導(dǎo)致的。

2.3.2 主導(dǎo)因子定量分析 從表3可以看出，氣溫的明顯上升均對該區(qū)域的ET0表現(xiàn)為正貢獻，平均貢獻率為 0.71 mm/年，其中滁州站最大，為0.92 mm/年，鳳陽站最小，為 0.37 mm/年。風(fēng)速的明顯下降導(dǎo)致該地區(qū)的ET0隨之下降，各站點均表現(xiàn)為負貢獻，平均貢獻率為-1.43 mm/年，負貢獻最大的是明光站，貢獻率為-2.09 mm/年，最小的為定遠站，貢獻率為-0.89 mm/年。由于除了鳳陽站的濕度略微上升導(dǎo)致對ET0負貢獻外，其余站點濕度下降，導(dǎo)致總體對該地區(qū)ET0表現(xiàn)為正貢獻。日照時數(shù)的減少使得該地區(qū)ET0降低，平均貢獻率為-1.28 mm/年，負貢獻最大的為滁州站，貢獻率為-2.11 mm/年，最小的為來安站，貢獻率為 -0.55 mm/年。氣溫的升高和相對濕度的降低引起ET0的增大，表現(xiàn)為正貢獻，風(fēng)速和日照時數(shù)的減小引起ET0的減小，表現(xiàn)為負貢獻，其中負貢獻的程度大于正貢獻，因此1961—2017年該地區(qū)ET0呈下降趨勢，其中風(fēng)速的負貢獻最大，是該地區(qū)ET0變化的主導(dǎo)氣象因子。

從表4可以看出，各站點、各季節(jié)間ET0變化的主導(dǎo)因子存在區(qū)別，ET0年變化的主導(dǎo)因子有3個站點為日照時數(shù)，其余均為風(fēng)速。夏季ET0變化的主導(dǎo)因子均為日照時數(shù)，秋、冬季ET0變化的主導(dǎo)因子基本為風(fēng)速，春季ET0變化主導(dǎo)因子有4個站點為相對濕度，其余為風(fēng)速。不論是年變化還是季節(jié)變化，氣溫均沒有成為ET0變化的主導(dǎo)因子。

3 結(jié)論

本研究基于FAO推薦的Penman-Monteith模型和位于江淮區(qū)域的滁州地區(qū)7個站點1961—2017年逐日氣象觀測資料估算了該地區(qū)參考作物蒸散量（ET0），分析了ET0的時空變化特征，并定量探討了影響區(qū)域ET0的主導(dǎo)氣象因子，主要得出如下結(jié)論： （1）研究區(qū)域1961—2017年農(nóng)田ET0的年平均值為993.8 mm，夏季最大，春、秋季次之，冬季最小，各站點年平均ET0在空間上呈西北大東南小的分布特征，春、夏2季ET0的空間分布趨勢類似，秋、冬2季空間分布差異不明顯。（2）研究區(qū)域1961—2017年農(nóng)田ET0的年際變化呈顯著減小趨勢，變率為-1.41 mm/年，從季節(jié)上看，除春季略有增大外，其余3季均呈減小趨勢，其中夏季的減小趨勢最明顯，變率為-1.20 mm/年。ET0的減小趨勢是一個突變現(xiàn)象，突變點為1972年。（3）研究區(qū)域農(nóng)田氣溫的升高和相對濕度的降低引起ET0的增大，為正貢獻，風(fēng)速和日照時數(shù)的減小引起ET0的減小，為負貢獻，但負貢獻的程度大于正貢獻，其中風(fēng)速的負貢獻最大，是該地區(qū)ET0變化的主導(dǎo)氣象因子。夏季該地區(qū)ET0變化的主導(dǎo)因子為日照時數(shù)，秋、冬季基本為風(fēng)速。

參考文獻：

[1]沈永平，王國亞. IPCC第一工作組第五次評估報告對全球氣候變化認知的最新科學(xué)要點[J]. 冰川凍土，2013，35（5）：1068-1076.

[2]李祎君，王春乙. 氣候變化對我國農(nóng)作物種植結(jié)構(gòu)的影響[J]. 氣候變化研究進展，2010，6（2）：123-129.

[3]楊建瑩，梅旭榮，劉 勤，等. 氣候變化背景下華北地區(qū)冬小麥生育期的變化特征[J]. 植物生態(tài)學(xué)報，2011，35（6）：623-631.

[4]肖登攀，陶福祿，沈彥俊，等. 華北平原冬小麥對過去30年氣候變化響應(yīng)的敏感性研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報，2014，22（4）：430-438.

[5]楊曉光，劉志娟，陳 阜. 全球氣候變暖對中國種植制度可能影響Ⅰ.氣候變暖對中國種植制度北界和糧食產(chǎn)量可能影響的分析[J]. 中國農(nóng)業(yè)科學(xué)，2010，43（2）：329-336.

[6]任慶福，楊志勇，李傳哲，等. 變化環(huán)境下作物蒸散研究進展[J]. 地球科學(xué)進展，2013，28（11）：1227-1238.

[7]秦孟晟，郝 璐，施婷婷，等. 秦淮河流域五種參考作物蒸散量估算方法的比較及改進[J]. 中國農(nóng)業(yè)氣象，2016，37（4）：390-399.

[8]樊 軍，邵明安，王全九. 黃土區(qū)參考作物蒸散量多種計算方法的比較研究[J]. 農(nóng)業(yè)工程學(xué)報，2008，24（3）：98-102.

[9]Roderick M L，F(xiàn)arquhar G D. The cause of decreased Pan evaporation over the past 50 years[J]. Science，2002，298（5597）：1410-1411.

[10]吳紹洪，尹云鶴，鄭 度，等. 近30年中國陸地表層干濕狀況研究[J]. 中國科學(xué)（D輯：地球科學(xué)），2005，35（3）：276-283.

[11]Dinpashoh Y，Jhajharia D，F(xiàn)akheri-Fard A A，et al. Trends in reference crop evapotranspiration over Iran[J]. Journal of Hydrology，2011，399（3/4）：422-433.

[12]Croitoru，Adina-Eliza，Piticar，Adrian，et al. Recent changes in reference evapotranspiration in Romania[J]. Global and Planetary Change，2013，111：127-136.

[13]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.

[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[J]. 地理學(xué)報，2011，66（5）：579-588.

[15]曹 雯，段春鋒，姚 筠，等. 1961—2010年安徽省參考作物蒸散時空變化特征及成因[J]. 應(yīng)用生態(tài)學(xué)報，2014，25（12）：3619-3626.

[16]施 能，陳家其，屠其璞. 中國近100年來4個年代際的氣候變化特征[J]. 氣象學(xué)報，1995，53（4）：431-439.

[17]孫 鵬，張 強，陳曉宏，等. 鄱陽湖流域水沙時空演變特征及其機理[J]. 地理學(xué)報，2010，65（7）：828-840.

[18]環(huán)海軍，楊再強，劉 巖，等. 魯中地區(qū)參考作物蒸散量時空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，2015，36（6）：692-698.

[19]楊永剛，崔寧博，胡笑濤，等. 中國糧食主產(chǎn)區(qū)參考作物蒸散量演變特征與成因分析[J]. 中國農(nóng)業(yè)氣象，2018，39（4）：245-255.張立強，簡 卿，晏希寧，等. 冀西北國家重點生態(tài)功能區(qū)景觀格局時空變化及驅(qū)動力研究——以河北省懷來縣為例[J]. 江蘇農(nóng)業(yè)科學(xué)，2019，47（6）：231-238.