宮儷芹, 劉群昌, 馬延勇, 彭致功, 張鳳, 董潔

(1.山東農(nóng)業(yè)大學 水利土木工程學院,山東 泰安 271018; 2.中國水利水電科學研究院 流域水循環(huán)模擬與調(diào)控國家重點實驗室,北京 100038; 3.岱岳區(qū)河道管理保護中心,山東 泰安 271018)

在全球氣候變暖的背景下,各氣象因子均有不同程度的變化,進而影響作物需水量[1]。參考作物騰發(fā)量ET0是計算作物需水量最為關鍵的參數(shù),其影響因素繁雜,且各因素間存在相互作用,研究ET0的變化趨勢及主控因子,有助于作物灌溉定額的準確制定和灌區(qū)水資源的優(yōu)化配置[2-3]。

北京地區(qū)水資源短缺,農(nóng)業(yè)用水占比雖有所下降，但用水量仍較大[13],開展北京地區(qū)參考作物騰發(fā)量研究對北京農(nóng)業(yè)灌溉與水資源管理具有重要的實際指導意義。北京地區(qū)ET0研究多集中于年尺度變化趨勢與年尺度影響因子分析,而對于多尺度研究理論偏少,難以滿足多時間尺度下對精細水資源管理的要求[14-15]。為此,本文選擇北京氣象站1970—2019年近50年實測氣象數(shù)據(jù),分析ET0在日、月、年尺度上的變化趨勢;采用相關分析與因子分析法分析探究北京地區(qū)月尺度上的ET0主控因子。

1 材料與方法

1.1 研究區(qū)概況

北京位于中國華北平原北部,背靠燕山,毗鄰天津市和河北省,東經(jīng)115.7°～117.4°,北緯39.4°～41.6°,總面積16 412 km2,屬于典型的北溫帶半濕潤大陸性季風氣候。北京站位于東經(jīng)112°28′、北緯39°48′,是國家氣象局基本站點,代表了北京地區(qū)的典型氣候類型[16]。

1.2 數(shù)據(jù)來源

實測氣象資料來源于國家氣象信息中心(http://www.cma.gov.cn)北京站地面氣候資料日值數(shù)據(jù)集,本文選取了1970—2019年的日最高溫度、最低溫度、平均溫度、相對濕度、日照時數(shù)、風速數(shù)據(jù)。

1.3 研究方法

1.3.1 Penman-Monteith(PM)公式

聯(lián)合國糧農(nóng)組織推薦的PM公式如下:

式中:ET0為參考作物騰發(fā)量,mm/d;Δ為飽和水汽壓曲線的傾率,kPa/℃;Rn為作物表面上凈輻射量,MJ·m-2·d-1;G為土壤熱通量MJ·m-2·d-1;γ為濕度計常數(shù),kPa/℃;T為2 m高處的日平均氣溫,℃;U2為2 m高處的風速,m/s;es為飽和水汽壓,kPa;ea為實際水汽壓,kPa。

1.3.2 因子分析

根據(jù)相關性大小把各氣象因素分組,使得同組內(nèi)的變量相關性較高,而不同組的變量相關性較低,每組變量代表一個基本結構,這個基本結構稱為一個公共因子。計算因子得分的模型如下[17]:

Fj=βj1X1+βj2X2+…+βjpXp。

(1)

式中:βj1為因子變量在Xp上的得分;j=1、2、…、m;X1、X2、…、Xp為變量。

綜合得分的線性公式如下:

F=α1F1+α2F2+…+αnFj。

(2)

式中:αn為各因子貢獻率;n=1、2、…、m;F1、F2、…、Fj為各因子得分。

2 結果與分析

2.1 參考作物騰發(fā)量的變化特征

日尺度與月尺度下ET0的變化特征分別如圖1和圖2所示。

圖1 參考作物騰發(fā)量年內(nèi)日尺度變化特征

圖2 參考作物騰發(fā)量年內(nèi)月尺度變化特征

由圖1可知：日尺度下ET0年內(nèi)變化呈“增加-減小-增加-減小”的雙峰型曲線變化,第一峰值出現(xiàn)在第150 d,為5.32 mm/d,第二峰值出現(xiàn)在第234 d,為3.93 mm/d;ET0的日變化在0.81～5.32 mm/d范圍內(nèi),年內(nèi)日均值為2.78 mm/d;ET0年內(nèi)日變化具有明顯的季節(jié)性,春末至秋初ET0值較高且起伏較大,冬季ET0值較小且變化平穩(wěn)；春季ET0呈上升趨勢,在春末達到峰值,夏季整體呈下降趨勢,在夏末到另一小峰值后繼續(xù)呈下降趨勢。由圖2可知,ET0在月尺度下呈先增加后減小的單峰變化趨勢,且各月之間差異較為明顯,ET0值在1月最低,在5月份最高,分別為31.3、148.2 mm。

ET0年尺度變化特征如圖3所示。由圖3可知：ET0的年際變化范圍為901.33～1 095.47 mm,多年均值為1 015.29 mm,年際變化整體呈上升趨勢,但趨勢不顯著；變化傾向率為6.32 mm/(10年),ET0在20世紀80和90年代波動較大,最大突變分別為154.43、178.45 mm,進入21世紀后,年際間波動較小。

圖3 參考作物騰發(fā)量年尺度變化特征

日尺度及月尺度下ET0的年內(nèi)變化具有明顯的季節(jié)性,這與佟長福等[18]及劉光巖[19]的研究結果一致,ET0具有季節(jié)差異性[20-21]，與各氣象因子在年內(nèi)所發(fā)揮的影響程度不同有關。本文研究結論得出北京地區(qū)ET0年際變化整體呈上升趨勢,變化傾向率為6.32 mm/(10年)，這與趙玲玲等[22]研究發(fā)現(xiàn)北京地區(qū)年ET0增加速率(19.33 mm/(10年))有差異,這一差異主要是因為研究起始年份不同,其研究時間段為1951—2009年,而本研究采用時間段為1970—2019年。

2.2 氣象因子變化特征

近50年各氣象因子與ET0年內(nèi)日均值的氣候傾向率見表1。

表1 各氣象因子與ET0每10年日均值的氣候傾向率

由表1可知：ET0年內(nèi)日均值呈上升趨勢,每10年增加0.02 mm;最高溫度、最低溫度、平均溫度、VPD(飽和水汽壓差)的年內(nèi)日均值呈顯著上升趨勢,與日均ET0變化趨勢相同,每10年分別增加0.38 ℃、0.63 ℃、0.51 ℃、0.07 kPa;日照時數(shù)、風速、相對濕度、Rn的年內(nèi)日均值呈顯著下降趨勢,與日均ET0變化趨勢相反,每10年分別減少0.24 h、0.10 m/s、2.14%、0.18 MJ/m2。

2.3 參考作物騰發(fā)量主控因子

2.3.1 相關性分析

將PM公式所涉及的各實測氣象因子的日均值與同期ET0的日均值進行相關性分析,各氣象因子與同期ET0在各月份及整個系列的相關系數(shù)見表2。由表2可知：①在近50年時間內(nèi),長系列尺度下，ET0與相對濕度呈顯著負相關,與最高溫度、最低溫度、平均溫度、風速、日照時數(shù)、VPD、Rn呈顯著正相關;在月尺度下,ET0與最高溫度、風速、日照時數(shù)、VPD在各月均呈顯著正相關;ET0與最低溫度之間除7月、8月外均呈顯著正相關;ET0與平均溫度之間除1月外均呈顯著正相關;ET0與相對濕度在各月均呈顯著負相關;ET0與Rn在1月、11月、12月呈顯著負相關,其余月份呈顯著正相關。②從長系列尺度來看，ET0與各氣象因子相關性的大小關系為:VPD>Rn>最高溫度>最低溫度>日照時數(shù)>風速>平均溫度>相對濕度,其中ET0與VPD的相關系數(shù)最高，達到0.90,與相對濕度、平均溫度、風速相關性較小。從月尺度來看,ET0與各氣象因子相關性的大小關系為:VPD>相對濕度>日照時數(shù)>風速>最高溫度>Rn>平均溫度>最低溫度,各氣象因子與ET0的相關性隨年內(nèi)月份的不同而表現(xiàn)出差異性。

表2 ET0與不同氣象因子的相關系數(shù)

因各個氣象因子之間互相影響,存在顯著共線性,導致月尺度與整個長系列尺度下氣象因子與ET0的相關系數(shù)排序存在差異,僅采用相關系數(shù)難以真實反映兩個變量之間的線性相關程度,而通過因子分析可破解各氣象因子之間共線性的難題,便于厘清不同尺度下ET0的主控因子。

2.3.2 因子分析

為確認變量能否作為因子分析的依據(jù),需要采用KMO和巴特利特球形檢驗來檢驗變量之間的偏相關性。一般認為,KMO值大于0.50時,所有變量的簡單相關系數(shù)平方和遠大于偏相關系數(shù)平方和,說明被檢驗的變量適合進行因子分析。經(jīng)計算,本系列數(shù)據(jù)的KMO值為0.65>0.50,因此可進行因子分析。

本次研究的特征值與方差貢獻表見表3。

表3 特征值與方差貢獻表

由表3可知：在累積貢獻率大于75.00%時,通過因子分析提出了兩個公共因子,因子1的特征值為3.63,方差貢獻率為45.33%;因子2的特征值為2.14,方差貢獻率為26.79%;兩個公共因子的累積方差貢獻率為72.11%,說明能代表原始變量的主要信息。

由因子載荷矩陣可知,因子1在溫度、輻射和VPD上有較大的載荷,因VPD的獲得與溫度關系較為密切,故將因子1命名為溫度輻射因子;因子2在相對濕度、日照時數(shù)以及風速上有較大載荷,故將因子2命名為濕度日照風速因子。

依據(jù)旋轉(zhuǎn)后的因子載荷矩陣求得各因子得分系數(shù),由各主成分得分系數(shù)可知:

F1=0.269X1+0.256X2+…+0.206X8，

F2=-0.063X1-0.134X2+…+0.208X8。

綜合因子得分為:

F=(0.453 3F1+0.267 9F2)/0.721 2。

依據(jù)北京地區(qū)1970—2019年每日因子得分求得各月因子平均得分。各因子得分和綜合因子得分及排名見表4。

表4 各因子得分及排名

由表4可知：第一主因子F1(溫度輻射因子)得分在6月、7月、8月(夏季)位列前三,在1月、2月、12月(冬季)位列最后,表明溫度輻射因子在夏季占據(jù)主導地位,在冬季影響作用較小;第二主因子F2(濕度日照風速因子)得分在3月、4月、5月(春季)排名靠前,在7月、8月、9月排名靠后,表明濕度日照風速因子在春季占據(jù)主導地位,在夏季中后期、秋初影響作用較小;根據(jù)F(綜合因子)的得分排名情況來看,在冬季產(chǎn)生的影響最小,在春、夏季發(fā)揮作用最大。整體而言,第一主因子得分高于第二主因子,說明溫度輻射因子是影響北京地區(qū)ET0的主控氣象因子。

溫度和輻射作為影響北京地區(qū)ET0的主控氣象因子,其中溫度以每10年0.51 ℃的速度上升,凈輻射以每10年0.18 MJ/m2的速度下降,ET0的變化速度在每10年內(nèi)平均以0.02 mm/d的速度上升。通過相關性分析表明,溫度、輻射與ET0成正相關,所以升溫是造成北京地區(qū)ET0呈上升趨勢的主因。

3 結論

利用北京氣象站近50年實測氣象數(shù)據(jù)資料,采用相關分析與因子分析相結合的方法,研究了不同時間尺度下參考作物騰發(fā)量的變化特征及其主控因子,主要結論如下:

1)日尺度下，ET0年內(nèi)變化呈“增加-減小-增加-減小”的雙峰型曲線變化,ET0的日均值變化范圍為0.81～5.32 mm/d,年內(nèi)日均值為2.78 mm/d。從月尺度看,ET0呈先增加后減小的趨勢,其中ET0在1月最低，僅31.3 mm,在5月份最高，達148.2 mm。ET0的年際變化整體呈不顯著上升趨勢,變化范圍為901.33～1 095.47 mm,多年均值為1 015.29 mm,年際變化傾向率為6.32 mm/(10年)。

2)最高溫度、最低溫度、平均溫度、VPD的年內(nèi)均值呈顯著上升趨勢,與ET0變化趨勢相同;日照時數(shù)、風速、相對濕度、Rn的年內(nèi)日均值呈顯著下降趨勢,與ET0變化趨勢相反。

3)因各個氣象因子之間互相影響,存在顯著共線性,導致月尺度與整個長系列尺度下氣象因子與ET0的相關系數(shù)排序存在差異,所以采用因子分析與相關分析相結合的方法以真實厘清各個氣象因子對ET0的影響作用。

4)在北京地區(qū)，溫度輻射因子在夏季占據(jù)主導地位,濕度日照風速因子在春季占據(jù)主導地位,從整體上來說溫度輻射是影響大興區(qū)ET0的主控氣象因子,進一步結合相關性分析表明，ET0增加趨勢主要是因升溫造成的。