劉靜霞，蒙強(qiáng)，曹志翔，李玉慶，張文賢

（西藏農(nóng)牧學(xué)院水利土木工程學(xué)院，西藏林芝 860000）

0 引言

【研究意義】參考作物蒸散量（ET0）是估算作物需水、制定灌溉制度、建立生態(tài)模型[1]及評(píng)價(jià)區(qū)域水資源利用情況的基礎(chǔ)參數(shù)，開展ET0的理論研究對(duì)優(yōu)化農(nóng)田水分管理與農(nóng)業(yè)種植模式、提高農(nóng)業(yè)灌溉智能化等生產(chǎn)實(shí)際問(wèn)題具有重要的指導(dǎo)意義[2]。但ET0的時(shí)空變異性較大，且時(shí)間上的隨機(jī)性、模糊性和空間上的相似性、特殊性共存。同時(shí)，影響ET0的因子較多，其中ET0對(duì)氣象因子的變化比較敏感，但氣象因子時(shí)空變異性大且各因子間的組合復(fù)雜多樣[3]，這給學(xué)者從理論上進(jìn)一步揭示ET0的時(shí)空變異機(jī)理及其成因帶來(lái)困難，同時(shí)也影響不同時(shí)空尺度下ET0的精確測(cè)算。

【研究進(jìn)展】目前，針對(duì)ET0的研究主要采用的方法包括趨勢(shì)分析[4]、相關(guān)分析[5]、地統(tǒng)計(jì)學(xué)法[6]、經(jīng)驗(yàn)正交函數(shù)[7]等，這些方法雖能定量表達(dá)ET0的時(shí)空分布規(guī)律，卻難以定量描述ET0時(shí)空分布的均勻性、穩(wěn)定性等不確定性特征。然而，定量化表達(dá)ET0變化的不確定性不僅是揭示ET0時(shí)空變異規(guī)律及其變化成因的有效途徑[8]，也是進(jìn)一步擴(kuò)展ET0理論研究尺度及提高ET0預(yù)測(cè)精度的基礎(chǔ)。當(dāng)前，由李德毅院士提出的云模型[9]是實(shí)現(xiàn)定性概念與定量表示的相互轉(zhuǎn)化的模型，且該模型能將自然界中的隨機(jī)性、模糊性定量表示。目前，已有學(xué)者將云模型的應(yīng)用從降水量預(yù)測(cè)[10]、空氣質(zhì)量評(píng)價(jià)[11]、水資源承載力分析[12]等領(lǐng)域逐步擴(kuò)展到ET0的相關(guān)研究中，已直觀地將ET0時(shí)空變化的隨機(jī)性、模糊性、均勻性等不確定性特征通過(guò)云模型的數(shù)字語(yǔ)言進(jìn)行了定量表達(dá)。例如，趙璐等[8]首次基于云模型研究了四川省ET0的時(shí)空分布，發(fā)現(xiàn)空間尺度上ET0分布不均勻且不均勻性在時(shí)間尺度上存在波動(dòng)；殷長(zhǎng)琛等[13]、康燕霞等[14-15]采用云模型分析了甘肅省ET0的時(shí)空變化，認(rèn)為在時(shí)間尺度上甘肅省ET0的分布相對(duì)均勻、穩(wěn)定，而空間尺度上的均勻性和穩(wěn)定性隨研究區(qū)域的變化而變化；此外，許健等[16]運(yùn)用云模型研究了我國(guó)ET0的時(shí)空分異特征，發(fā)現(xiàn)研究的時(shí)間尺度越長(zhǎng)，ET0時(shí)間分布的不均勻性及不均勻性的穩(wěn)定性越大。

【切入點(diǎn)】然而，西藏地區(qū)有關(guān)ET0的理論研究起步較晚，前人雖采用趨勢(shì)分析[4]、相關(guān)性分析[5]、貢獻(xiàn)率分析[14]等方法對(duì)ET0的時(shí)空分布變化及其成因進(jìn)行了定量描述，但有關(guān)ET0時(shí)空分布的均勻性及穩(wěn)定性的描述以及云模型在西藏地區(qū)ET0的變化中的應(yīng)用鮮見報(bào)道?！緮M解決的關(guān)鍵問(wèn)題】綜上，鑒于云模型在我國(guó)其他區(qū)域ET0研究中的成功應(yīng)用，本研究擬選取西藏高原典型灌區(qū)為研究區(qū)域，利用灌區(qū) 1991—2016 年逐日氣象資料通過(guò) FAO56 Penman-Monteith 方法計(jì)算ET0，并采用云模型對(duì)ET0的時(shí)間變化特征及其影響因子進(jìn)行研究，以期為西藏高原灌區(qū)建立成熟的灌溉制度與發(fā)展智慧型節(jié)水技術(shù)提供理論參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況及數(shù)據(jù)處理

西藏的灌區(qū)主要分布在日喀則、山南地區(qū)。其中，滿拉、墨達(dá)、江北灌區(qū)是分別位于日喀則、拉薩、山南地區(qū)灌溉面積超過(guò)2×104hm2的大型高原灌區(qū)。本研究綜合分析了灌區(qū)面積、行政區(qū)劃、農(nóng)業(yè)種植等條件后，選取滿拉、墨達(dá)、江北3 個(gè)灌區(qū)作為典型研究區(qū)域，灌區(qū)研究站點(diǎn)的基本情況見表1。

表1 研究站點(diǎn)的基本情況[17-19]Table1Characteristics of the studied site[17-19]

滿拉、墨達(dá)、江北灌區(qū)附近的氣象站點(diǎn)分別為江孜、墨竹工卡和貢嘎，各站點(diǎn)1991—2016 年的逐日氣象觀測(cè)資料（日最高氣溫、日最低氣溫、平均氣溫、相對(duì)濕度、降水、日照時(shí)間等）均來(lái)源于中國(guó)氣象數(shù)據(jù)中心。在數(shù)據(jù)處理方面，針對(duì)個(gè)別氣象數(shù)據(jù)日缺失值及異常值采用該值的前后日均值代替；對(duì)于長(zhǎng)期月缺失值和異常值采用該站點(diǎn)其他年份對(duì)應(yīng)月的均值代替[12]。云模型采用MATLAB 軟件編程處理；ET0及氣象因子的傾向率采用線性相關(guān)趨勢(shì)方程斜率的10 倍描述。

1.2 研究方法

1.2.1 參考作物蒸散量（ET0）的計(jì)算

采用FAO 推薦的FAO 56Penman-Monteith 模型計(jì)算ET0，其計(jì)算式[20]為：

式中：ET0為參考作物蒸散量（mm/d）；?為飽和水汽壓—溫度曲線斜率（kPa/℃）；Rn為太陽(yáng)凈輻射（MJ/（m2·d））；G 為土壤熱通量（MJ/（m2·d））；γ為濕度計(jì)常數(shù)（kPa/℃）；T 為2 m 高度處日平均氣溫（℃）；es為溫度為T 時(shí)的實(shí)際水汽壓（kPa）；ea為溫度為T 時(shí)的飽和水汽壓（kPa）；U2為2m 高處的日平均風(fēng)速（m/s）。以下與此公式中的參數(shù)、符號(hào)相同者意義均相同。

1.2.2 云模型

云模型是由李德毅院士1995 年提出的處理定性概念與定量表示的不確定性轉(zhuǎn)換模型，該模型反映了自然界中的模糊性、隨機(jī)性及二者間的關(guān)聯(lián)性[21]。而云模型數(shù)字特征期望Ex、熵En、超熵He（圖1）是語(yǔ)言值數(shù)學(xué)性質(zhì)的表達(dá)。其中，Ex 表示ET0在論域空間中分布的期望[13]；熵En 表示數(shù)域空間中能被定性概念所接受的ET0的范圍，同時(shí)也表示ET0的大小相對(duì)于其均值的離散程度；超熵He 取決于En 的隨機(jī)性和模糊性，能反應(yīng)“云滴”分布的凝聚性，即云的“厚度”。He 越大，表示云滴的離散度越大，即云滴凝聚的“厚度”也越大，云分布則越不穩(wěn)定[22-23]。此外，根據(jù)正態(tài)分布的特征，數(shù)域中表征定性概念的有貢獻(xiàn)的云滴主要分布區(qū)間為[Ex-3En，Ex+3En]，因此忽略上述數(shù)域區(qū)間之外云滴的貢獻(xiàn)，即為正向正態(tài)云的“3En”規(guī)則[22]。

1）正向云算法

正向云發(fā)生器描述了定性概念到定量表示的不確定性轉(zhuǎn)換，按照云模型的數(shù)字特征Ex、En、He 產(chǎn)生云滴，當(dāng)云滴凝聚到一定量級(jí)后匯聚為云。具體計(jì)算步驟[21-23]如下：

①以En 為期望，He2為方差生成一個(gè)正態(tài)隨機(jī)數(shù)Eni'，Eni'=NORM (En，He2)；

②以Ex 為期望，Eni'為標(biāo)準(zhǔn)差生成一個(gè)正態(tài)隨機(jī)數(shù)Xi，Xi=NORM (Ex，)；

③計(jì)算隸屬度ui，計(jì)算式為：

④ui與xi共同確定出隸屬于數(shù)域中的云滴；

⑤重復(fù)上述步驟，直至產(chǎn)生n 個(gè)云滴為止。

2）逆向云算法

逆向云發(fā)生器是實(shí)現(xiàn)將定量數(shù)據(jù)轉(zhuǎn)換為Ex、En、He 所表示的定性概念的過(guò)程，具體計(jì)算步驟[21-23]如下：

①依次計(jì)算ET0的樣本均值X、一階樣本絕對(duì)中心矩a 和方差S2，其中期望Ex=X，各項(xiàng)計(jì)算式分別為：

②由一階樣本絕對(duì)中心矩a 計(jì)算熵En，計(jì)算式為：

③由樣本方差S2和熵En 計(jì)算超熵He，計(jì)算式為：

1.2.3 Mann-Kendall(M-K)檢驗(yàn)

世界氣象組織推薦的Mann-Kendall 法是一種非參數(shù)檢驗(yàn)方法[24]，該方法不受樣本（x1，x2，…，xn）分布情況及少數(shù)異常值的影響，具有較強(qiáng)的適用性。當(dāng)該檢驗(yàn)方法的統(tǒng)計(jì)指標(biāo)Z 為正值時(shí)，表明樣本的時(shí)間變化呈增長(zhǎng)態(tài)勢(shì)，其中若Z＞1.64，則說(shuō)明增長(zhǎng)趨勢(shì)顯著（置信度α=0.05）；當(dāng)Z 為負(fù)值時(shí)，表明樣本的時(shí)間變化呈降低趨勢(shì)，其中若Z＜-1.64，則說(shuō)明降低趨勢(shì)顯著（α=0.05）；當(dāng)-1.64≤Z≤1.64 時(shí)，表明樣本的時(shí)間變化不顯著（α=0.05）[25-26]。

1.2.4 通徑分析

通徑分析（Path analysis）是研究變量相互間及自變量對(duì)因變量作用效果的統(tǒng)計(jì)方法。與一般相關(guān)分析相比，通徑分析能進(jìn)一步的量化變量間的相互作用效應(yīng)[27]。因此，運(yùn)用該分析方法不但能衡量自變量對(duì)因變量的直接及間接作用效應(yīng)，而且也能找出由自變量間的強(qiáng)相關(guān)性而引起多重共線影響的自變量[27-28]。在具體分析過(guò)程中，運(yùn)用SPSS 中的多元回歸法計(jì)算相關(guān)系數(shù)，并將其分解為不同作用路徑下的直接通徑系數(shù)、間接通徑系數(shù)及總通徑系數(shù)，然后據(jù)此評(píng)價(jià)指標(biāo)間的影響效應(yīng)。

2 結(jié)果與分析

2.1 ET0 年際變化分析

圖2 為西藏3 個(gè)灌區(qū)ET0年際變化情況，由圖2可知，江北、滿拉、墨達(dá)灌區(qū)的ET0在年際間呈持續(xù)性上下波動(dòng)，年ET0分別介于965.12～1100.71、923.46～1074.83、926.42～1088.45mm 之間。線性趨勢(shì)變化顯示，江北灌區(qū)年ET0（Shapiro-Wilk 檢驗(yàn)值W=0.973）以27.97 mm/(10a)的傾向率遞減，其中M-K 統(tǒng)計(jì)指標(biāo)Z=-3.75＜-1.64，表明降低趨勢(shì)顯著（α=0.05）。滿拉灌區(qū)年ET0（W=0.951）以9.99 mm/(10a)的傾向率遞增，其中統(tǒng)計(jì)指標(biāo)Z=1.32，表明遞增趨勢(shì)不明顯；墨達(dá)灌區(qū)年ET0（W=0.974）以6.41 mm/(10a)的傾向率遞減，其中統(tǒng)計(jì)指標(biāo)Z=-0.35，表明遞減趨勢(shì)不明顯。5a 滑動(dòng)平均曲線變化表明，滿拉、墨達(dá)灌區(qū)年ET0在1991—2005 年浮動(dòng)頻率大，均呈“先降低后升高”的變化趨勢(shì)，但2005 年之后墨達(dá)灌區(qū)年ET0的浮動(dòng)變化較平穩(wěn)。整體上，江北灌區(qū)1991—2016 年間的ET0浮動(dòng)變化較平穩(wěn)。

Table2Cloud表2ET0 年變化model digital的云模型數(shù)字characters of a云模型數(shù)字特特征nnualvariation E征mm T0灌區(qū)期望（Ex）熵（En）超熵（He）JB 1036.22 30.31 3.38 ML MD 981.54 1002.29 30.00 44.00 13.1 6.85 2

2.2 ET0 季節(jié)及月變化分析

表4 西藏3 個(gè)灌區(qū)ET0 月變化的云模型數(shù)字特征Table 4Cloud model digital characters of monthly ET0 in three irrigation districts in Tibet mm

2.3 氣象因子變化分析

表5 為西藏3 個(gè)灌區(qū)氣象因子的變化及云模型數(shù)字特征。由表5 可知，1991—2016 年江北、滿拉、墨達(dá)3 個(gè)灌區(qū)多年平均氣溫分別為8.95、5.50 和6.63℃。其中，滿拉、墨達(dá)灌區(qū)的平均氣溫在年際間分別以0.40、0.70 ℃/(10a)速率呈顯著增加趨勢(shì)；江北灌區(qū)的平均氣溫在年際間增長(zhǎng)趨勢(shì)不顯著，增長(zhǎng)速率為0.23℃/(10a)。江北、滿拉灌區(qū)平均溫度的En 小于墨達(dá)灌區(qū)，表明江北、滿拉灌區(qū)平均溫度分布的均勻性高于墨達(dá)灌區(qū)?？傮w上，3 個(gè)灌區(qū)平均溫度的He較小，介于0.11～0.12 之間，且云圖顯示（圖6）云滴的凝聚性均高、云“厚度”較薄，表明3 個(gè)灌區(qū)平均溫度分布的穩(wěn)定性整體較好。

表5 西藏3 個(gè)灌區(qū)氣象因子的變化及云模型數(shù)字特征Table 5 Annual change of meteorological factors and cloud model digital characters in three irrigation districts in Tibet

1991—2016 年江北、滿拉、墨達(dá)灌區(qū)的多年平均風(fēng)速分別為1.59、2.09 m/s 和2.42m/s，且均在年際間的遞減趨勢(shì)顯著，其遞減速率分別為0.39、0.27 和0.46m/(10a)。云數(shù)字特征結(jié)果顯示，江北、滿拉、墨達(dá)灌區(qū)的En 分別為0.38、0.25 和0.47，表明滿拉灌區(qū)平均風(fēng)速分布的均勻性最高，江北灌區(qū)次之，墨達(dá)灌區(qū)最差。滿拉灌區(qū)的He 最小，為0.05，同時(shí)云滴的凝聚性最高且云“厚度”最薄，表明26a 來(lái)滿拉灌區(qū)平均風(fēng)速分布的穩(wěn)定性最高，其他2 個(gè)灌區(qū)的穩(wěn)定性較差。

1991—2016 年江北、滿拉灌區(qū)的多年平均日照時(shí)間分別為8.48、8.71h，且在年際間的遞減趨勢(shì)不顯著，遞減速率分別為0.21、0.11h/(10a)。墨達(dá)灌區(qū)的多年平均日照時(shí)間為 8.67 h，且在年際間以0.46h/(10a)的速率顯著增加。3 個(gè)灌區(qū)日照時(shí)間的En相對(duì)較小，介于0.30～0.40 之間，表明日照時(shí)間分布的均勻性總體較高。江北灌區(qū)的He 最小，云滴凝聚性最高且云“厚度”最薄，表明江北灌區(qū)日照時(shí)間分布的穩(wěn)定性最高，滿拉灌區(qū)次之，墨達(dá)灌區(qū)最差。

1991—2016 年江北、滿拉、墨達(dá)灌區(qū)的平均相對(duì)濕度分別為46.51%、47.66%和46.30%，且在年際間的遞減趨勢(shì)顯著，遞減速率分別為2.22%/(10a)、4.23%/(10a)和3.45%/(10a)。3 個(gè)灌區(qū)平均相對(duì)濕度的En 相對(duì)其他氣象因子較大，介于3.13～4.00 之間，表明平均相對(duì)濕度分布的均勻性較低。江北灌區(qū)的He最小、云滴凝聚性最高且云“厚度”最薄，表明其日照時(shí)間分布的穩(wěn)定性高。

綜上所述，江北、滿拉、墨達(dá)3 個(gè)灌區(qū)中平均溫度均呈遞增趨勢(shì)，平均風(fēng)速、日照時(shí)間、平均相對(duì)濕度均呈遞減趨勢(shì)。平均相對(duì)濕度、日照時(shí)間分布的均勻性及穩(wěn)定性以江北灌區(qū)的最高；平均風(fēng)速分布的均勻性及穩(wěn)定性以滿拉灌區(qū)的最高；3 個(gè)灌區(qū)平均溫度分布的均勻性及穩(wěn)定性整體較高。

2.4 ET0 與氣象因子的通徑分析

表6 為不同氣象因子與江北、滿拉、墨達(dá)灌區(qū)ET0的通徑分析結(jié)果。由表6 可知，平均氣溫（T）、平均風(fēng)速（U）、日照時(shí)間（N）和平均相對(duì)濕度（RH）均對(duì)ET0產(chǎn)生影響，且各氣象因子的直接、間接作用效果均存在差異?？傮w上，各氣象因子對(duì)江北、滿拉、墨達(dá)灌區(qū)ET0的直接作用程度分別為U＞N＞RH＞T、RH＞N＞U＞T、RH＞N＞U＞T；其中RH 對(duì)3 個(gè)灌區(qū)的ET0均產(chǎn)生負(fù)向直接作用，其余氣象因子為正向直接作用。RH 對(duì)滿拉、墨達(dá)灌區(qū)ET0直接作用最顯著，直接作用系數(shù)分別為-0.531 和-0.543；U 對(duì)江北灌區(qū)ET0直接作用最顯著，直接作用系數(shù)為0.914。

表6 氣象因子與年ET0 的通徑分析Table6 Path analysis between meteorological factors and the annual ET0

分析各氣象因子對(duì)ET0的間接作用可知，RH 對(duì)江北、滿拉灌區(qū)ET0的間接作用最為顯著，間接作用系數(shù)分別為0.193、-0.223；N 對(duì)墨達(dá)灌區(qū)ET0的間接作用最為顯著，作用系數(shù)為-0.421。由氣象因子間的相互作用可知，T 與RH 間的相互作用最強(qiáng)，T 與U的相互作用次之。綜上可知，各氣象因子間存在相互制約和相互影響的關(guān)系，且ET0的變化受各氣象因子的綜合影響。

3 討論

近幾十年來(lái)，隨著全球氣候不斷變化，不同尺度下ET0時(shí)空變異規(guī)律及其成因的研究引起了學(xué)者的廣泛關(guān)注[20]。目前，有關(guān)西藏地區(qū)ET0研究報(bào)道及積累的研究成果較少且前人主要采用趨勢(shì)分析[4]、相關(guān)分析[5]、地統(tǒng)計(jì)學(xué)法[6]等方法僅定量分析了ET0的時(shí)空分布特征，而對(duì)西藏ET0時(shí)空分布的隨機(jī)性、穩(wěn)定性的研究從未見報(bào)道。因此，本研究借助李德毅院士提出的定性概念與定量表示能相互轉(zhuǎn)化的云模型[9]，將江北、滿拉、墨達(dá)灌區(qū)ET0時(shí)間尺度上分布的隨機(jī)性與穩(wěn)定性通過(guò)云模型的數(shù)字語(yǔ)言（期望Ex、熵En、超熵He）結(jié)合云分布圖的形式直觀地表達(dá)出來(lái)，以期為西藏ET0時(shí)空變化規(guī)律的研究提供新的思路。

趨勢(shì)分析發(fā)現(xiàn)，江北、墨達(dá)灌區(qū)多年ET0分別以27.97、6.41 mm/(10a)的傾向率遞減，滿拉灌區(qū)多年ET0以9.99 mm/(10a)的傾向率遞增，但變化趨勢(shì)均不顯著，這與楊永紅等[29]、張娜等[19]研究發(fā)現(xiàn)西藏整體上ET0呈降低趨勢(shì)的研究結(jié)論不一致。其原因可能與楊永紅等[29]、張娜等[19]的研究結(jié)論是基于西藏整體氣候區(qū)，而本研究結(jié)論僅針對(duì)西藏不同氣候區(qū)中的半干旱氣候區(qū)有關(guān)。同時(shí)也間接表明同一氣候類型下西藏不同區(qū)域的多年ET0變化趨勢(shì)存在區(qū)域性差異。此外，趨勢(shì)分析結(jié)果也顯示，3 個(gè)灌區(qū)的平均溫度、平均風(fēng)速、日照時(shí)間、平均相對(duì)濕度呈遞減趨勢(shì)，而平均溫度呈遞增趨勢(shì)。對(duì)比同一灌區(qū)ET0及其影響因子的變化趨勢(shì)發(fā)現(xiàn)，江北、墨達(dá)灌區(qū)多年ET0呈降低趨勢(shì)，而平均溫度卻呈上升趨勢(shì)，顯然溫度上升并未引起ET0增加，即存在“蒸發(fā)悖論”現(xiàn)象[30]，這與武劍飛等[31]、陳超[32]、馮禹[33]等的研究結(jié)果一致。同時(shí)也間接說(shuō)明平均溫度并不是影響江北、墨達(dá)灌區(qū)ET0變化的主要因子，這與本研究通徑分析結(jié)果相互印證，即平均風(fēng)速、平均相對(duì)濕度分別為影響江北灌區(qū)ET0變化直接和間接作用最顯著的氣象因子；平均相對(duì)濕度為影響滿拉灌區(qū)ET0變化直接和間接作用最顯著的氣象因子；平均相對(duì)濕度、日照時(shí)間分別為影響墨達(dá)灌區(qū)ET0變化直接和間接作用最顯著的氣象因子。這與張娜等[19]基于偏相關(guān)分析得出的平均氣溫對(duì)西藏ET0的影響程度最大的結(jié)論不一致，可能原因是張娜等[19]忽略了氣象因子間的強(qiáng)相關(guān)性而引起多重共線影響外，也與不同區(qū)域的地理、氣候環(huán)境下影響ET0變化的氣象因子不同有關(guān)。

由各灌區(qū)氣象因子、年ET0變化趨勢(shì)及通徑分析結(jié)果可知，平均風(fēng)速、平均相對(duì)濕度是影響3 個(gè)灌區(qū)年ET0變化的主要因子，其次為平均溫度。進(jìn)一步對(duì)比各影響因子分布的均勻性及穩(wěn)定性發(fā)現(xiàn)，同一灌區(qū)中影響ET0變化最顯著的氣象因子在時(shí)間尺度上分布的均勻性及穩(wěn)定性較差，然而該結(jié)論是否具有較廣的普適性，還需進(jìn)一步在其他區(qū)域進(jìn)行驗(yàn)證。

4 結(jié)論

1）江北、墨達(dá)灌區(qū)多年ET0分別以27.97、14.84mm/(10a)的傾向率遞減，滿拉灌區(qū)年ET0以9.99mm/(10a)的傾向率遞增，但變化趨勢(shì)均不顯著。江北灌區(qū)年ET0分布的均勻性及穩(wěn)定性最高；墨達(dá)灌區(qū)的均勻性及穩(wěn)定性最差。季節(jié)尺度上，3 個(gè)灌區(qū)的ET0均呈夏季＞春季＞秋季＞冬季的分布特點(diǎn)，且冬春季ET0分布的均勻性及穩(wěn)定性最高，夏秋季的均勻性及穩(wěn)定性最差。月尺度上，ET0呈中間高、兩端低的單峰形分布。

2）江北、滿拉、墨達(dá)3 個(gè)灌區(qū)中平均溫度呈遞增趨勢(shì)；平均風(fēng)速、日照時(shí)間、平均相對(duì)濕度呈遞減趨勢(shì)。平均相對(duì)濕度、日照時(shí)間分布的均勻性及穩(wěn)定性以江北灌區(qū)的最高；平均風(fēng)速分布的均勻性及穩(wěn)定性以滿拉灌區(qū)最高。

3）平均風(fēng)速、平均相對(duì)濕度是影響江北、滿拉、墨達(dá)灌區(qū)年ET0變化的主要?dú)庀笠蜃印?/p>