郭競(jìng)陽，王雅琦，張寶忠，魏 征，韓松俊，劉文輝，李 果

（1.中國(guó)水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100038；2.國(guó)家節(jié)水灌溉北京工程技術(shù)研究中心，北京 100048）

0 引言

蒸散發(fā)不僅是水分循環(huán)和能量平衡的重要組成部分，也是陸—?dú)庀嗷プ饔玫年P(guān)鍵環(huán)節(jié)[1]。開展蒸散發(fā)的時(shí)空變化研究對(duì)農(nóng)業(yè)生產(chǎn)以及水資源分配利用有著重大意義。在農(nóng)業(yè)用水研究與管理中，通常利用參考作物蒸散發(fā)（reference crop evapotranspiration，ET0）來估算實(shí)際蒸散發(fā)的變化，ET0是估算作物需水量、評(píng)價(jià)農(nóng)業(yè)灌溉水管理和氣候變化對(duì)水資源影響研究中的關(guān)鍵參數(shù)，其模擬精度直接影響預(yù)測(cè)結(jié)果的合理性[2]。近年來不少學(xué)者針對(duì)ET0時(shí)空變化的成因與氣象因子間的關(guān)系進(jìn)行了研究[3]。WANG 等[4]通過分析1979—2015 年ET0的變化趨勢(shì)得到中國(guó)大部分區(qū)域溫度的升高導(dǎo)致了ET0呈顯著上升趨勢(shì)，只有東北地區(qū)ET0呈下降趨勢(shì)。而曾麗紅等[5]研究指出1960—2013 年東北地區(qū)絕大部分區(qū)域的ET0呈上升趨勢(shì)。趙亞迪等[6]的研究結(jié)果表明1979—2015 年全國(guó)ET0總體呈下降趨勢(shì)，相對(duì)濕度是導(dǎo)致其下降的主要原因。LIU 等[7]的研究結(jié)果同樣表明1980—2010 年中國(guó)十大流域中有8 個(gè)流域呈下降趨勢(shì)。由此可見，研究時(shí)段不同，ET0變化的主導(dǎo)氣象因子也不同，其變化特征的歸因仍存在不確定性。

西北干旱區(qū)是對(duì)全球氣候變化響應(yīng)最敏感的地區(qū)之一，20 世紀(jì)90 年代中期，該地區(qū)風(fēng)速等氣象因子發(fā)生了顯著的趨勢(shì)轉(zhuǎn)折[8-9]，董煜等[10]的研究表明新疆地區(qū)ET0在1995 年發(fā)生了轉(zhuǎn)折，風(fēng)速是導(dǎo)致該地區(qū)趨勢(shì)由負(fù)轉(zhuǎn)正的主要原因。姚俊強(qiáng)等[11]指出1997 年是新疆氣候的轉(zhuǎn)折點(diǎn)，此后新疆氣候發(fā)生明顯變化，由暖濕化向干旱化轉(zhuǎn)變。

20 世紀(jì)90 年代末同樣是中國(guó)氣候的轉(zhuǎn)折點(diǎn)，表現(xiàn)出顯著的年代際變化，其中一個(gè)重要的特征就是中國(guó)東部季風(fēng)雨帶向北移動(dòng)，導(dǎo)致長(zhǎng)江流域降水減少而長(zhǎng)江以北地區(qū)降水增多[12]。與此同時(shí)，20 世紀(jì)90 年代末太平洋年代際振蕩（Pacific Decadal Oscillation，PDO）與北大西洋多年代際振蕩（Atlantic Multidecadal Oscillation，AMO）等大尺度氣候變率也發(fā)生了位相的轉(zhuǎn)變。有研究表明，東亞季風(fēng)和降水的年代際變化主要受北太平洋和北大西洋的影響[13]。AMO 是發(fā)生在北大西洋的海表面溫度（sea surface temperature，SST）多年代際振蕩變化，具有30～60 a 的周期。AMO 在20 世紀(jì)90 年代中期由冷位相轉(zhuǎn)變?yōu)榕幌?，?dǎo)致了青藏高原附近的副熱帶急流和降水的異常變化[14]，使該地區(qū)自此后更為潮濕[15]。PDO 表現(xiàn)為太平洋20°N 以北區(qū)域SST 的異常偏暖或偏冷，周期通常為20～30 a。PDO 主導(dǎo)了中國(guó)東部年代際尺度降水變化，是中國(guó)降水“南旱北澇”或“南澇北旱”分布格局形成的主要原因[16]。

近年來，有學(xué)者指出新疆地區(qū)的氣候變化受到大尺度氣候變率的影響[17-20]，而大尺度氣候變率通過引起大氣環(huán)流的改變間接影響ET0的變化[21-23]。這表明在全球氣候變化的大背景下，ET0的變化機(jī)制可能更為復(fù)雜。

綜上所述，目前的研究大多針對(duì)不同時(shí)間段分析ET0變化成因與氣象因子的關(guān)系，忽略了大尺度氣候變率在長(zhǎng)時(shí)間序列的ET0變化中起到的作用。因此，本文根據(jù)長(zhǎng)時(shí)間氣象序列資料和氣候變率指數(shù)系統(tǒng)地分析了新疆地區(qū)ET0的變化特征，探究了PDO 以及AMO 等大尺度氣候變率與ET0變化之間的聯(lián)系，明晰了大尺度氣候變率對(duì)ET0趨勢(shì)轉(zhuǎn)折的影響特征。以期為新疆地區(qū)ET0的長(zhǎng)期歷史演變規(guī)律及預(yù)測(cè)研究提供新的方向和思路。

1 資料和方法

1.1 研究區(qū)域

新疆地區(qū)（34°25′～48°10′N，73°40′～96°18′E）位于中國(guó)西北部，面積166 萬km2，約占全國(guó)面積的1/6。新疆北部為阿爾泰山，南部為昆侖山系，天山山脈將其劃分為北疆和南疆兩部分，從地形上來講，南部為塔里木盆地，北部是準(zhǔn)格爾盆地。新疆遠(yuǎn)離海洋屬于典型的大陸性干旱氣候，干燥少雨。新疆地區(qū)1960—2020 年平均的年累積ET0為1 040.78 mm；平均溫度為6.47 ℃；平均風(fēng)速為2.13 m/s；平均輻射量為7.52 MJ/(m2·d)。復(fù)雜的地勢(shì)環(huán)境與遼闊的土地面積導(dǎo)致各氣象因子的空間差異性較大，因此ET0在各區(qū)域間存在較大差異。

1.2 數(shù)據(jù)來源

本文氣象站點(diǎn)的數(shù)據(jù)來源于中國(guó)氣象局國(guó)家氣候中心，選取了新疆地區(qū)84 個(gè)氣象站點(diǎn)1960—2020 年的逐日氣象資料，其中包含平均溫度（temperatureT）、平均風(fēng)速（wind speedU）、相對(duì)濕度（relative HumidityRH）和日照時(shí)數(shù)（hours of sunshinen）等。為了研究灌溉對(duì)ET0變化趨勢(shì)的影響，依據(jù)中國(guó)科學(xué)院資源與環(huán)境科學(xué)數(shù)據(jù)中心提供的2020 年1 km 分辨率土地利用類型數(shù)據(jù)，計(jì)算了新疆84 個(gè)氣象站點(diǎn)方圓4 km 范圍內(nèi)的耕地面積比例（cultivated land fractions，CFs），將其分為≥50%、10%～＜50%、＜10%三類，并將CFs≥50%的45 個(gè)站點(diǎn)定義為灌溉站點(diǎn)，CFs＜10%的16 個(gè)站點(diǎn)定義為自然站點(diǎn)，50%＞CFs≥10%的23 個(gè)站點(diǎn)定義為其他站點(diǎn)（圖1）。

圖1 新疆地區(qū)氣象站點(diǎn)及土地利用類型分布Fig.1 Distribution of meteorological stations and land use types in Xinjiang

本文使用的大尺度氣候變率指數(shù)分別為厄爾尼諾南方濤動(dòng)（El Nino-Southern Oscillation，ENSO）指數(shù)、印度洋偶極子（Indian Ocean Dipole，IOD）指數(shù)、PDO 指數(shù)、AMO 指數(shù)。其中ENSO 指數(shù)選自多變量ENSO 指數(shù)（MEI，http://www.esrl.noaa.gov/psd/enso/mei/）[24]。PDO指數(shù)定義為北太平洋（20°N～70°N，110°E～100°W）EOF 分解后第一模態(tài)的時(shí)間系數(shù)，來自華盛頓大學(xué)大氣環(huán)境中心（http://research.jisao.washington.edu/pdo/）[25]。由于ENSO 和PDO 均包含熱帶太平洋的SST 信號(hào)，兩者之間存在相互影響，因此對(duì)ENSO 指數(shù)進(jìn)行5 a 的高通濾波去除PDO 低頻信號(hào)的影響，對(duì)PDO 指數(shù)進(jìn)行5 a 的低通濾波去除ENSO 高頻信號(hào)的影響。IOD 指數(shù)根據(jù)SAJI 等[26]研究將其定義為赤道印度洋西部（50°E～70°E，10°S～10°N）和東部（90°E～110°E，10°S～0°N）的平均SST 距平之差。AMO 指數(shù)定義為北大西洋（0°N～60°N，0°W～80°W）區(qū)域SST 平均值，數(shù)據(jù)來自Kaplan SST 數(shù)據(jù)集[27]（https://www.esrl.noaa.gov/psd/data/timeseries/AMO/）。

1.3 研究方法

1.3.1 參考作物蒸散發(fā)

本研究采用Penman-Monteith 公式[28]計(jì)算各站點(diǎn)的逐日ET0值。該公式依據(jù)能量平衡和水汽擴(kuò)散理論，綜合考慮各種氣象因子對(duì)ET0的影響，具有較好的物理基礎(chǔ)。表達(dá)式如下：

式中ET0為參考作物蒸散發(fā)，mm/d；G為土壤熱通量，MJ/(m2·d)，G≈0；Rn為凈輻射，MJ/(m2·d)；T為日平均溫度，℃；U為2 m 風(fēng)速，m/s；es為飽和水汽壓，kPa，ea為實(shí)際水汽壓，kPa；Δ為飽和水汽壓曲線斜率，kPa/℃；γ為濕度計(jì)常數(shù)，kPa/℃。

由于氣象站點(diǎn)無輻射觀測(cè)數(shù)據(jù)，Rn計(jì)算式如下：

式中a為地表反射度，取 0.23；as取0.25；bs取0.50；Ra為大氣頂層太陽輻射，MJ/(m2·d)；N為最大日照時(shí)數(shù)，h；n為日照時(shí)數(shù)，h；δ為波爾茲曼常數(shù)，值為4.903×10-9MJ/(K4·m2·d）；Tmax和Tmin分別為日最高和最低絕對(duì)溫度，K。

1.3.2 標(biāo)準(zhǔn)化多元線性回歸分析

本研究采用標(biāo)準(zhǔn)化多元線性回歸去除量綱的影響，分析ET0與各氣象因子的相關(guān)關(guān)系，標(biāo)準(zhǔn)化回歸方程為

式中 β0為 常數(shù)項(xiàng)值，β1、β2、β3、β4為標(biāo)準(zhǔn)化回歸系數(shù)，STD()為標(biāo)準(zhǔn)化時(shí)間序列。

1.3.3 Cramer’s 突變檢驗(yàn)

該研究選擇Cramer’s 突變檢驗(yàn)法識(shí)別序列的突變點(diǎn)。Cramer 方法利用一個(gè)總序列與其子序列平均值的顯著差異來檢測(cè)突變。假設(shè)總序列x和子序列x1的均值分別為X、X1，總序列方差為s，定義統(tǒng)計(jì)量t為

2 結(jié)果與分析

2.1 新疆地區(qū)ET0 與氣象因子的回歸分析

2.1.1 ET0變化趨勢(shì)分析

圖2 為1960—2020 年新疆地區(qū)84 個(gè)氣象站點(diǎn)平均年累積ET0變化趨勢(shì)，結(jié)合Cramer’s 突變檢驗(yàn)可以得出新疆地區(qū)ET0在1960—1998 年呈現(xiàn)遞減趨勢(shì)，在1998—2020 年呈現(xiàn)上升趨勢(shì)，突變點(diǎn)出現(xiàn)在1998 年。而同樣利用Cramer’s 突變檢驗(yàn)的已有研究確定新疆地區(qū)ET0的突變點(diǎn)發(fā)生于1995 年[10]，導(dǎo)致此差異的原因可能是由于子序列樣本長(zhǎng)度選擇不同，本研究主要關(guān)注年代際尺度突變，故取子序列樣本長(zhǎng)度為30。新疆地區(qū)年ET0呈波動(dòng)變化，1960—2020 年整體上以0.75 mm/a 的速度下降，1960—1997 年以2.50 mm/a 的速度遞減，1998—2020 年以3.18 mm/a 的速度遞增，其中最小ET0值出現(xiàn)在1992 年，與近年來蒸發(fā)皿觀測(cè)數(shù)據(jù)變化趨勢(shì)一致[8]。

圖2 1960—2020 年新疆年累計(jì)ET0 變化趨勢(shì)與Cramer’s突變檢驗(yàn)Fig.2 Annual trend of reference crop evapotranspiration (ET0) and Cramer's mutation test in Xinjiang from 1960-2020

季節(jié)尺度上，從圖3 可以看出，新疆地區(qū)4 個(gè)季節(jié)ET0的年際變化趨勢(shì)與年累積ET0變化趨勢(shì)較為一致，春夏秋冬分別以0.01、0.54、0.23、0.01 mm/a 的速度下降。其中，冬季ET0的年際長(zhǎng)期變化趨勢(shì)并不明顯；春夏秋三季的變化趨勢(shì)與年際趨勢(shì)一致，分別在20 世紀(jì)90 年代中期發(fā)生了趨勢(shì)的轉(zhuǎn)變，但春季ET0的最低點(diǎn)出現(xiàn)在1996 年，而夏、秋兩季的最低點(diǎn)分別出現(xiàn)在1993 年、1992 年。春、夏、秋、冬季ET0的多年季均值分別為325.21、486.30、185.21、51.92 mm，呈現(xiàn)出明顯的季節(jié)差異。

2.1.2 氣象因子的變化特征

ET0由諸多氣象因子共同影響，各因素間也相互影響，導(dǎo)致ET0的變化成因極其復(fù)雜[29]，本文選取新疆地區(qū)84 個(gè)氣象站點(diǎn)年平均T、U、RH、Rn與ET0進(jìn)行回歸分析。根據(jù)氣象因子年際變化趨勢(shì)可知（圖4），年平均T變化趨勢(shì)為0.02 ℃，在研究時(shí)段內(nèi)無明顯趨勢(shì)轉(zhuǎn)折；年平均RH以2 %的速度下降，在1997 年出現(xiàn)最低值，并在1960—1997 年間呈上升趨勢(shì)，于1998—2020 年呈下降趨勢(shì)；年平均U的變化趨勢(shì)為-0.01 m/s，在1998年出現(xiàn)拐點(diǎn)，其趨勢(shì)由下降轉(zhuǎn)為上升，1960—1997 年下降趨勢(shì)為-0.02 m/s，1998—2020 年上升趨勢(shì)為0.01 m/s，變化趨勢(shì)與ET0變化趨勢(shì)相似；年平均Rn值呈波動(dòng)變化以4× 10-4MJ/(m2·d)的速度下降，在1960—2016 年間呈波動(dòng)變化但相對(duì)穩(wěn)定，2017—2020 年顯著下降。

圖4 1960—2020 年新疆各氣象因子年平均變化趨勢(shì)Fig.4 Interannual average variation trend of meteorological factors in Xinjiang from 1960 to 2020

2.1.3 ET0與氣象因子的回歸分析

根據(jù)多元線性回歸結(jié)果可知，RH與ET0呈負(fù)相關(guān)，回歸系數(shù)為-0.46（P＜0.05）；U、T、Rn與ET0呈正相關(guān)，回歸系數(shù)分別為0.95、0.36、0.20，均超過了95%的置信度水平，可見新疆地區(qū)ET0的變化主要與U有關(guān)，這一結(jié)果與前人研究結(jié)論相同[10,30]。

2.2 新疆地區(qū)ET0、氣象因子與氣候變率的關(guān)系

20 世紀(jì)90 年代中期中國(guó)氣候發(fā)生了一次顯著的年代際變化，有研究表明此種變化受到了大尺度氣候變率的影響[16,31]，在此階段新疆地區(qū)也發(fā)生了明顯的氣候轉(zhuǎn)折，本節(jié)以此為出發(fā)點(diǎn)，探究ET0及各氣象因子的長(zhǎng)期變化與大尺度氣候變率間的關(guān)系。

2.2.1 氣候變率的年際位相變化

AMO 指數(shù)1967—1996 年一直為冷位相，而在1997年轉(zhuǎn)為暖位相；PDO 指數(shù)在1992 年由負(fù)位相轉(zhuǎn)為正位相，并在1998 年由正位相轉(zhuǎn)為負(fù)位相。ENSO 指數(shù)與IOD 指數(shù)位相在90 年代持續(xù)波動(dòng)變化（圖5）。

圖5 大尺度氣候變率指數(shù)的時(shí)間序列Fig.5 Time series of large-scale climate variability indices

2.2.2 ET0、氣象因子與氣候變率指數(shù)的回歸分析

根據(jù)ET0、氣象因子與氣候變率指數(shù)的回歸分析結(jié)果（表1）可以得出，ET0與PDO 相關(guān)性最高，回歸系數(shù)為-0.34（P＜0.05），且ET0與ENSO、AMO、IOD 呈正相關(guān)，回歸系數(shù)分別為0.2、1.0× 10-4、0.04（未超過95%置信度水平）。U與AMO 相關(guān)性最高，其次是PDO，二者都與U呈較為顯著的負(fù)相關(guān)，回歸系數(shù)分別為-0.34、-0.31（P＜0.05），ENSO、IOD 與U的相關(guān)系數(shù)均未超過95%置信度水平；T與AMO 呈正相關(guān)，回歸系數(shù)分別為0.53（P＜0.05）。綜上所述，新疆地區(qū)ET0主要與PDO 有關(guān)，主導(dǎo)新疆ET0變化的U主要由AMO 以及PDO 影響，ENSO 和IOD 對(duì)新疆地區(qū)ET0的影響相對(duì)較弱。導(dǎo)致此現(xiàn)象的原因是90 年代中期PDO和AMO 的位相轉(zhuǎn)變引起了中緯度緯向風(fēng)場(chǎng)的變化[12,17]，進(jìn)而導(dǎo)致新疆地區(qū)U和ET0變化趨勢(shì)的轉(zhuǎn)折。

表1 ET0、氣象因子與大尺度氣候變率指數(shù)的回歸系數(shù)Table 1 Regression coefficient between ET0/meteorological factors and large-scale climate variability indices

2.3 新疆地區(qū)ET0、U 變化與SST 的關(guān)系

大尺度氣候變率是導(dǎo)致U及ET0趨勢(shì)變化的重要驅(qū)動(dòng)因素，本節(jié)將ET0、U與全球SST 的年際時(shí)間序列數(shù)據(jù)進(jìn)行空間回歸分析，結(jié)果如圖6 所示，新疆地區(qū)ET0、U和SST 具有顯著的相關(guān)性。在太平洋，回歸系數(shù)的空間分布為PDO 負(fù)位相模態(tài)，在大西洋，并未得到AMO 的空間分布，進(jìn)一步說明了ET0與U的長(zhǎng)期變化主要受到PDO 的影響，并呈現(xiàn)負(fù)相關(guān)關(guān)系，當(dāng)PDO 處于負(fù)（正）位相時(shí)ET0和U會(huì)在年代際尺度下呈增長(zhǎng)（下降）趨勢(shì)。

圖6 海表面溫度SST 與新疆地區(qū)ET0、U 回歸系數(shù)的空間分布Fig.6 Regression coefficients of SST (sea surface temperature)with ET0 and U in Xinjiang

為了進(jìn)一步驗(yàn)證PDO 是導(dǎo)致ET0趨勢(shì)轉(zhuǎn)折的主導(dǎo)變率，本研究分別選擇了4 個(gè)大尺度氣候變率正負(fù)位相顯著的14 個(gè)年份（表2），計(jì)算了ET0在正/負(fù)位相對(duì)應(yīng)年份的平均值與多年（1960—2020 年）平均值間的偏差量（△ET0）。通過分析結(jié)果發(fā)現(xiàn)（圖7），在PDO 處于正位期間新疆干旱氣候區(qū)站點(diǎn)呈負(fù)偏差，天山山脈等苔原氣候區(qū)的站點(diǎn)呈現(xiàn)正偏差，在PDO 處于負(fù)位相時(shí)干旱氣候區(qū)站點(diǎn)呈正偏差，苔原氣候區(qū)站點(diǎn)呈現(xiàn)負(fù)偏差，且不同位相階段站點(diǎn)變化完全相反，表明新疆地區(qū)ET0的正負(fù)偏差變化受到PDO 正負(fù)位相變化的影響。該現(xiàn)象在ENSO、IOD、AMO 事件發(fā)生年份內(nèi)并不明顯。進(jìn)一步證明了PDO 的正負(fù)位相轉(zhuǎn)變導(dǎo)致了新疆地區(qū)ET0變化趨勢(shì)的轉(zhuǎn)折。

表2 大尺度氣候變率正負(fù)位相顯著年份Table 2 Years with significant positive and negative phases of large-scale climate variability

3 討論

為了緩解水資源短缺的現(xiàn)象，新疆地區(qū)20 世紀(jì)80年代到90 年代末開展了大規(guī)模節(jié)水灌溉工作，導(dǎo)致下墊面條件發(fā)生了變化，HAN 等[32]指出1960—2007 年間西北干旱區(qū)耕地面積所占比例較大區(qū)域的風(fēng)速發(fā)生了大幅度的下降，農(nóng)田灌溉可能是導(dǎo)致風(fēng)速變化的影響因子之一。為了探討灌溉和大尺度氣候變率在ET0變化趨勢(shì)轉(zhuǎn)折中發(fā)揮的作用，本文根據(jù)土地利用類型數(shù)據(jù)將站點(diǎn)分為灌溉、自然與其他站點(diǎn)，并開展了對(duì)比分析。圖8 為灌溉和自然站點(diǎn)年平均ET0時(shí)間序列，結(jié)果表明灌溉站點(diǎn)與自然站點(diǎn)均在90 年代中期發(fā)生了趨勢(shì)轉(zhuǎn)折，但趨勢(shì)大小有所不同，其中灌溉站點(diǎn)在1960—1997 年間以3.43 mm/a 的速度下降，1998—2020 年間以4.00 mm/a 的速度增長(zhǎng)；而自然站點(diǎn)ET0在1960—1997 年間以0.38 mm/a 的速度下降，1998—2020 年間以1.59 mm/a 的速度增長(zhǎng)。灌溉站點(diǎn)在1985—2005 年的變化趨勢(shì)大于自然站點(diǎn)，2005 年以后，灌溉站點(diǎn)與自然站點(diǎn)的變化趨勢(shì)趨向一致。兩類站點(diǎn)與大尺度氣候變率的相關(guān)結(jié)果表明PDO對(duì)灌溉站點(diǎn)影響程度較高（表3），而自然站點(diǎn)與氣候變率的回歸系數(shù)未超過95%置信度水平，說明PDO 對(duì)灌溉站點(diǎn)影響大于自然站點(diǎn)，這可能是導(dǎo)致灌溉站點(diǎn)ET0變化趨勢(shì)轉(zhuǎn)折顯著大于自然站點(diǎn)的主要原因。

表3 灌溉站點(diǎn)與自然站點(diǎn)ET0 與大尺度氣候變率指數(shù)的回歸系數(shù)Table 3 Regression coefficients between ET0 and large-scale climate variability index at irrigated and non-irrigated stations

此外，自然站點(diǎn)大部分集中在天山山脈等苔原氣候區(qū)，灌溉站點(diǎn)主要集中在干旱氣候區(qū)，兩類站點(diǎn)處于不同的氣候分區(qū)也是一個(gè)重要的影響因素，PDO 主要通過動(dòng)力機(jī)制影響中緯度風(fēng)場(chǎng)的變化進(jìn)而引起干旱氣候區(qū)的U變化，而苔原氣候區(qū)主要受到高原熱力機(jī)制的影響，PDO 在其中的影響相對(duì)較弱。據(jù)此本研究認(rèn)為90 年代中期新疆地區(qū)U和ET0的正負(fù)趨勢(shì)轉(zhuǎn)折主要由PDO 位相變化引起的。

受制于灌溉數(shù)據(jù)時(shí)間序列的長(zhǎng)度和人類活動(dòng)的復(fù)雜性，尚無法準(zhǔn)確量化節(jié)水灌溉和大尺度氣候變率對(duì)新疆U和ET0變化的貢獻(xiàn)大小，需要借助氣候模式設(shè)置敏感性試驗(yàn)進(jìn)一步區(qū)分節(jié)水灌溉和氣候變率對(duì)新疆地區(qū)U和ET0變化的相對(duì)貢獻(xiàn)。新疆是易受氣候變化影響的敏感區(qū)以及脆弱區(qū)，如何高效利用水資源對(duì)新疆農(nóng)業(yè)發(fā)展具有重要的意義，因此有必要進(jìn)一步研究新疆不同氣候區(qū)ET0與局地氣象因子的響應(yīng)關(guān)系，區(qū)分灌溉等人類活動(dòng)和大尺度氣候變率在其中的貢獻(xiàn)。

4 結(jié)論

本文分析了1960—2020 年新疆地區(qū)ET0的變化趨勢(shì)、局地氣象因子和大尺度氣候變率之間的關(guān)系，并對(duì)ET0在20 世紀(jì)90 年代中期發(fā)生趨勢(shì)轉(zhuǎn)折的原因進(jìn)行了深入的探討，主要結(jié)論如下：

1）1960—2020 年間新疆地區(qū)參考作物蒸散發(fā)總體上以0.75 mm/a 的速度下降，且在1998 年發(fā)生了趨勢(shì)轉(zhuǎn)變，由下降趨勢(shì)轉(zhuǎn)為上升趨勢(shì)；

2）參考作物蒸散發(fā)與相對(duì)濕度呈負(fù)相關(guān)，回歸系數(shù)為-0.46；風(fēng)速、溫度、凈輻射與參考作物蒸散發(fā)呈正相關(guān)，回歸系數(shù)分別為0.95、0.36、0.20，新疆地區(qū)參考作物蒸散發(fā)的變化主要由風(fēng)速變化影響；

3）參考作物蒸散發(fā)在90 年代中期發(fā)生趨勢(shì)轉(zhuǎn)折主要受到太平洋年代際震蕩的影響，回歸系數(shù)為-0.34；風(fēng)速與太平洋年代際振蕩、北大西洋多年代際振蕩呈較為顯著的負(fù)相關(guān)，回歸系數(shù)分別為-0.31、-0.34；溫度與北大西洋多年代際振蕩呈正相關(guān)，回歸系數(shù)為0.53；

4）參考作物蒸散發(fā)以及風(fēng)速的變化趨勢(shì)與海表面溫度的空間回歸均呈現(xiàn)太平洋年代際振蕩負(fù)位相模態(tài)，當(dāng)太平洋年代際振蕩處于負(fù)（正）位相時(shí)參考作物蒸散發(fā)以及風(fēng)速呈增長(zhǎng)（下降）趨勢(shì)。