楊 蕊,王 龍

(云南農(nóng)業(yè)大學(xué) 水利學(xué)院,昆明 650201)

0 引 言

參考作物蒸散量(ET0)是作物需水量的計(jì)算基礎(chǔ),對(duì)區(qū)內(nèi)水分循環(huán)和能量平衡至關(guān)重要[1],氣候變化背景下,與氣象因子直接相關(guān)的參考作物蒸散量呈現(xiàn)明顯的變化趨勢(shì)[2],因此,研究參考作物蒸散量(ET0)及影響因素時(shí)空變化特征,對(duì)區(qū)內(nèi)水資源綜合開發(fā)和可持續(xù)發(fā)展具有重要意義。

云南地處西南邊陲,有著獨(dú)特的地形地貌和立體氣候特征,一些學(xué)者對(duì)云南參考作物蒸散量的時(shí)空變化及影響因素進(jìn)行了研究,針對(duì)ET0變化趨勢(shì)的研究方法主要有Mann-Kendall法[3-6]、線性趨勢(shì)法[7-8]、累計(jì)距平法[7]等,針對(duì)ET0影響因素的研究方法主要有偏相關(guān)分析[5,8]、相關(guān)分析[6-7],敏感系數(shù)、貢獻(xiàn)率分析等[9],但研究結(jié)論各異。上述研究?jī)H采用傳統(tǒng)方法對(duì)ET0的變化特征進(jìn)行定量描述,難以揭示ET0的時(shí)空分異規(guī)律。云模型[10-12]是處理定性概念與定量描述不確定轉(zhuǎn)換的模型,可用數(shù)字特征揭示隨機(jī)性和模糊性的關(guān)聯(lián)性,為探究水文氣象要素的時(shí)空變化特征提供了一種新思路、新方法[13-14]。大量研究[15-19]表明,云模型可對(duì)ET0時(shí)空變化的離散度及穩(wěn)定性進(jìn)行量化分析,較之于傳統(tǒng)的定性時(shí)空分析方法更為可行、有效。氣候變化背景下,作為對(duì)全球氣候變化最為敏感的區(qū)域之一,云南呈現(xiàn)出明顯的暖干變化特征[20-21],參考作物蒸散量也呈現(xiàn)更為復(fù)雜的變化,研究云南參考作物蒸散量時(shí)空變化的隨機(jī)性和模糊性,探究云南參考作物蒸散量及影響因素的時(shí)空分布特征,對(duì)于云南水資源合理配置、應(yīng)對(duì)氣候變化具有重要的理論和現(xiàn)實(shí)意義。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)基礎(chǔ)

本文以云南省31個(gè)氣象站56 a(1958—2013年)的逐日平均氣溫、最高氣溫、最低氣溫、相對(duì)濕度、平均風(fēng)速、日照時(shí)數(shù)、平均氣壓作為數(shù)據(jù)基礎(chǔ)(圖1)。

圖1 氣象站點(diǎn)分布

參考《云南省綜合自然區(qū)劃》[22],根據(jù)云南省的地域特點(diǎn),將云南省分為滇中、滇東北、滇東南、滇西、滇西北、滇南6個(gè)分區(qū)進(jìn)行研究(表1)。

表1 研究分區(qū)

1.2 ET0計(jì)算

采用聯(lián)合國(guó)糧食及農(nóng)業(yè)組織(Food and Agricultrue Organization of the United Nation,FAO)推薦的Penman-Monteith公式計(jì)算ET0,計(jì)算公式為[1]

(1)

式中:Δ為飽和水汽壓與溫度關(guān)系曲線的斜率;Rn為參考作物的冠層凈輻射量;G為土壤熱通量;γ為干濕表常數(shù);T為平均氣溫;u2為2 m高處平均風(fēng)速;es為飽和水汽壓;ea為實(shí)際水汽壓。

以31個(gè)站的逐日氣象資料為基礎(chǔ),采用式(1)計(jì)算逐日ET0值。再以31個(gè)氣象站的逐日ET0值為基礎(chǔ)計(jì)算全年(1—12月份)、春季(3—5月份)、夏季(6—8月份)、秋季(9—11月份)、冬季(12月份—翌年2月份)的ET0值。

1.3 云模型

云模型[10-12]是處理定性概念與定量描述不確定轉(zhuǎn)換的模型,用數(shù)字特征揭示隨機(jī)性和模糊性的關(guān)聯(lián)性。

設(shè)C是定量論域U上的概念,若定量x∈U是C的一次隨機(jī)實(shí)現(xiàn),x對(duì)C的確定度u是有穩(wěn)定傾向的隨機(jī)數(shù)。若

u:U→[0,1],?x∈U,x→u(x) 。

(2)

則x在論域U上的分布稱為云,每一個(gè)x為一個(gè)云滴。云的整體形狀反映定性概念,云滴是對(duì)定性概念的定量描述,云滴產(chǎn)生過程,表示定性概念和定量值之間的不確定性映射,因此可用云模型參數(shù)來表征離散程度、穩(wěn)定性等不確定性。

1.3.1 云模型數(shù)字特征

云模型由期望Ex、熵En、超熵He這3個(gè)數(shù)字特征表征。期望Ex是云滴在空間分布中的數(shù)學(xué)期望,代表定性概念的基本確定性,本文中期望Ex為ET0的平均值;熵En由概念的隨機(jī)性和模糊性決定,代表定性概念的不確定性度量,本文中熵En反映ET0的不均勻程度,即相對(duì)于平均值的離散程度;超熵He代表熵的不確定性度量,反映熵的離散程度,即不均勻性的穩(wěn)定性,其值越大,熵越不穩(wěn)定,云離散度越大,云厚度越大。當(dāng)He>En/3時(shí),隸屬云圖會(huì)出現(xiàn)霧化現(xiàn)象。

1.3.2 正向云模型

正向云模型計(jì)算確定度,生成具有確定度的云滴,實(shí)現(xiàn)從定性概念到其定量表示的映射。輸入:云模型參數(shù)Ex、En、He,云滴數(shù)N,輸出:N個(gè)云滴。計(jì)算步驟如下:

(1)以En為期望值,He為標(biāo)準(zhǔn)差生成一個(gè)正態(tài)隨機(jī)Eni′。

(2)以Ex為期望值,Eni′為標(biāo)準(zhǔn)差生成一個(gè)正態(tài)隨機(jī)xi。

(4)生成具有確定度ui的xi成為數(shù)域中的一個(gè)云滴。

(5)重復(fù)步驟(1)—步驟(4),直至產(chǎn)生N個(gè)云滴。

利用正向云模型(步驟(1)—步驟(5))繪制出云南各時(shí)段、各季節(jié)及各分區(qū)ET0的隸屬云圖。

1.3.3 逆向云模型

逆向云模型將一定數(shù)量的數(shù)據(jù)轉(zhuǎn)換為以數(shù)字特征Ex、En、He表示的定性概念。輸入:樣本點(diǎn)xi,i=1,2,....,n,輸出:云模型數(shù)字特征Ex、En、He。計(jì)算步驟如下:

通過逆向云模型(步驟(1)—步驟(4))計(jì)算得到云南各時(shí)段、各季節(jié)、各月及各分區(qū)ET0的云模型數(shù)字特征。

1.4 M-K趨勢(shì)檢驗(yàn)

Mann-Kendall(M-K)法是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法,主要用于檢測(cè)序列變化趨勢(shì),M-K法計(jì)算方法如下[13]:

(3)

其中,sgn()為符號(hào)函數(shù),V=n(n-1)(2n+5)/18。當(dāng)統(tǒng)計(jì)值Z>0,說明樣本為增加趨勢(shì),反之說明樣本為減少趨勢(shì)。|Z|≥1.28、1.64、2.32時(shí)表示分別通過了信度90%、95%、99%的顯著性檢驗(yàn)。

采用M-K趨勢(shì)檢驗(yàn)分析云南各時(shí)段、各季節(jié)、各月及各分區(qū)ET0和氣象因素的變化趨勢(shì)。

1.5 偏相關(guān)分析

偏相關(guān)分析是在控制其他變量的線性影響條件下,用偏相關(guān)系數(shù)分析兩個(gè)變量間線性相關(guān)性的統(tǒng)計(jì)方法。當(dāng)控制變量為1個(gè)時(shí),為一階偏相關(guān)系數(shù);控制變量為2個(gè)時(shí),為二階偏相關(guān)系數(shù);控制變量為0個(gè)時(shí),為相關(guān)系數(shù)。偏相關(guān)系數(shù)在分析氣象要素和參考作物蒸散量的相關(guān)性時(shí),考慮到了要素之間的相互影響并將其排除,能夠更準(zhǔn)確地反映二者的相關(guān)關(guān)系[23]。

2 結(jié)果與分析

2.1 ET0時(shí)間變化

2.1.1 ET0年際變化

將1958—2013年分為1958—1970年、1971—1980年、1981—1990年、1991—2000年、2001—2013年5個(gè)時(shí)段,根據(jù)云南各時(shí)段ET0線性傾向率和M-K趨勢(shì)檢驗(yàn)(表2),結(jié)合云南各時(shí)段ET0年際變化及趨勢(shì)線(圖2)分析可知,1958—2013年,云南年均ET0為1 108.89 mm,各年代ET0均值存在差別,21世紀(jì)初達(dá)最大值1 131.48 mm,20世紀(jì)90年代最小值為1 080.97 mm,其余年代較接近56 a的平均值。56 a間ET0以1.68 mm/(10 a)的傾向率呈不顯著增加趨勢(shì),20世紀(jì)80和90年代ET0呈減少趨勢(shì),特別是80年代大幅減少,1990年減至最小值1 032.29 mm,其余年代ET0呈增加趨勢(shì)。尤其是21世紀(jì)后ET0大幅顯著增加,這與21世紀(jì)以來云南干旱頻發(fā)的事實(shí)存在較好的一致性,主要原因是參考作物蒸散量與降水形成所需的氣象條件相反,濕度小,風(fēng)速大,日照時(shí)數(shù)長(zhǎng),有利于蒸散,但不利于降水形成[8],因此更容易形成干旱。陳正發(fā)等[4]研究認(rèn)為1952—2012年云南ET0上升趨勢(shì)為1.36 mm/(10 a),20世紀(jì)80年代顯著遞減,90年代后顯著遞增;尹云鶴等[1]研究認(rèn)為中國(guó)潛在蒸散在20世紀(jì)90年代前顯著減少,1993年后呈逐年上升趨勢(shì),這和上述研究結(jié)果基本一致。

表2 云南各時(shí)段ET0變化趨勢(shì)和云模型數(shù)字特征

圖2 云南各時(shí)段ET0年際變化及趨勢(shì)線

圖3為云南各時(shí)段ET0隸屬云圖,結(jié)合云南各時(shí)段ET0云模型數(shù)字特征(表2)分析可知,云南ET0在1958—2013年分布不均勻且不穩(wěn)定。各年代ET0的期望值和熵先減小后增大,超熵先增大后減小再增大,20世紀(jì)90年代前期望值和熵同步減小但超熵增大,ET0趨向減少且分布均勻,同時(shí)不穩(wěn)定性增強(qiáng);21世紀(jì)后期望值和熵、超熵均大幅增大,ET0云層最寬厚且出現(xiàn)霧化現(xiàn)象,說明ET0增大的同時(shí)模糊性和隨機(jī)性增大,ET0分布更不均勻,穩(wěn)定性更差,這種變化可能會(huì)加劇干旱的形成及干旱的程度,這與21世紀(jì)以來云南連續(xù)發(fā)生特大干旱的現(xiàn)象有較好的一致性。

圖3 云南各時(shí)段ET0隸屬云圖

2.1.2 ET0年內(nèi)變化

分析云南季節(jié)ET0線性傾向率和M-K變化趨勢(shì)檢驗(yàn)(表3)可知,年內(nèi)ET0在季節(jié)尺度分布不均,各季節(jié)ET0相差較大,春季ET0最大為365.53 mm,冬季ET0最小為195.72 mm,ET0主要集中在春夏季,秋冬季ET0較小。ET0的變化趨勢(shì)和季節(jié)分布不一致,春季以-1.88 mm/(10 a)的傾向率呈顯著減少趨勢(shì),主要原因是春季輻射強(qiáng)[24],日照時(shí)數(shù)長(zhǎng)[25],風(fēng)速大[26],因此春季ET0大,而日照時(shí)數(shù)減少[25]和風(fēng)速降低[26]導(dǎo)致了ET0減少;夏、秋、冬季ET0呈不顯著增加趨勢(shì),尤以冬季增幅最大,主要是冬季氣溫低,輻射弱[24],使得其ET0小,氣溫升高,降水減少,濕度降低,氣候暖干變化[27]可能是冬季ET0上升的主要原因。韓煥豪等[3]研究認(rèn)為云南ET0春季最大,冬季最小,夏季部分站點(diǎn)顯著減小,其余季節(jié)顯著增大站點(diǎn)較多;張偉偉等[8]研究認(rèn)為西南地區(qū)ET0夏季最大,冬季最小,春夏季下降尤以春季最顯著,冬春季上升,對(duì)云南ET0年內(nèi)分布及其變化的認(rèn)識(shí)本文與上述研究趨于一致。

表3 云南季節(jié)ET0變化趨勢(shì)和云模型數(shù)字特征

圖4為云南季節(jié)ET0隸屬云圖,結(jié)合云南季節(jié)ET0云模型數(shù)字特征(表3)分析可知,從ET0的熵和超熵即不均勻程度和不穩(wěn)定性來看,春季>冬季>夏季>秋季,夏秋季ET0熵和超熵較小,云層窄薄,ET0分布較均勻、穩(wěn)定;冬春季ET0熵和超熵大,云層寬厚,ET0分布不均勻且不穩(wěn)定,這種特征和云南冬春干旱頻發(fā)、持續(xù)長(zhǎng)、范圍廣、程度深有較好的一致性。

圖4 云南季節(jié)ET0隸屬云圖

表4為云南月ET0變化趨勢(shì)檢驗(yàn)和云模型數(shù)字特征,年內(nèi)ET0在月尺度分布不均,各月期ET0相差較大,3—8月份較大,11月份—翌年2月份較小。3—5、7、9月份ET0呈減少趨勢(shì),其余月份ET0呈不顯著增加趨勢(shì)。這與陳正發(fā)等[4]認(rèn)為云南ET0在1—5月份顯著遞增,5—12月份顯著遞減的結(jié)論不盡相同,主要是因?yàn)檠芯磕晗藓驼军c(diǎn)數(shù)不一致所致。3—5月份的熵大,離散程度大,分布不均勻,11月—翌年1月熵小,ET0離散程度小,分布較均勻;5—8月份和10、12月份超熵大,穩(wěn)定性差,其余6個(gè)月超熵小,較穩(wěn)定,這和季節(jié)ET0變化均勻程度和穩(wěn)定性的分析基本吻合。

表4 云南月ET0變化趨勢(shì)檢驗(yàn)和云模型數(shù)字特征

2.2 ET0空間變化

采用克里金插值得到云南1958—2013年ET0空間分布見圖5,1958—2013年,云南ET0空間分布差異大,總體呈“中高東西低、南多北少”的分布,ET0以滇中為中心向東西兩側(cè)降低,均值由大到小為滇中>滇西>滇南>滇東南>滇東北>滇西北,滇中最大為1 272.99 mm,區(qū)內(nèi)存在兩個(gè)高值中心,滇西北最小為870.28 mm。春、夏、冬季ET0和全年ET0一樣大致呈以滇中為中心向東西兩側(cè)降低的分布,夏季ET0呈由南向北降低的分布,春、夏季在滇中存在兩個(gè)高值中心,秋季高值中心在滇南,冬季高值中心在滇中。這與韓煥豪等[3]、陳正發(fā)等[4]研究認(rèn)為滇中、滇西南為ET0高值區(qū),滇西北為ET0低值區(qū)的結(jié)論基本一致,也與滇中是云南干旱最為頻發(fā)的地區(qū)這一事實(shí)存在較好的一致性。

圖5 云南各分區(qū)ET0空間分布

分析云南各分區(qū)年均ET0變化趨勢(shì)(表5和圖6)可知,空間上ET0大致呈“西增中東減”的特征,滇中和滇東南呈顯著減少趨勢(shì),減少幅度相差不大,分別為8.88、9.39 mm/(10 a);滇東北、滇西、滇西北、滇南呈增長(zhǎng)趨勢(shì),其中滇西北和滇南增長(zhǎng)趨勢(shì)較顯著,滇南增長(zhǎng)幅度最大為10.44 mm/(10 a),滇東北最小為0.23 mm/(10 a)。

表5 云南各分區(qū)ET0變化趨勢(shì)和云模型數(shù)字特征

圖6 云南各分區(qū)ET0年際變化及趨勢(shì)線

綜合來看,ET0的空間分布和變化趨勢(shì)并不一致,滇中為ET0高值區(qū),卻呈顯著下降趨勢(shì),主要是因?yàn)槿照臻L(zhǎng)[24-25],濕度低,使得其ET0大,近年來日照時(shí)數(shù)的減少[24]導(dǎo)致了ET0下降;滇西北為ET0低值區(qū),但呈顯著增加趨勢(shì),主要是由于滇西北氣溫低,風(fēng)速小[26],降水少[27],降低了其ET0,而近年來氣溫升高,濕度降低[27]導(dǎo)致了ET0上升。

圖7為云南各分區(qū)ET0分布隸屬云圖,結(jié)合云南各分區(qū)ET0云模型數(shù)字特征(表5)可知,云南ET0空間分布的熵和超熵分別為132.27和85.36,大于時(shí)間分布的熵和超熵(36.97和6.60),說明空間分布的不均勻程度和不穩(wěn)定性大于時(shí)間變化,這和云南復(fù)雜的地理?xiàng)l件和氣候特征有關(guān)。從ET0的不均勻程度來看,滇中>滇東北>滇西>滇東南>滇南>滇西北;從不穩(wěn)定性來看,滇東北>滇西>滇中>滇南>滇東南>滇西北。1958—2013年,滇西北ET0最緊湊,云層窄而薄,分布均勻且穩(wěn)定,滇中ET0最離散,云層最寬,分布最不均勻,滇東北和滇西ET0云層最厚,穩(wěn)定性最差,滇中、滇東北、滇西等區(qū)域旱澇災(zāi)害頻發(fā)可能和上述區(qū)域ET0分布不均、模糊性和隨機(jī)性大存在一定聯(lián)系。

圖7 云南各分區(qū)ET0隸屬云圖

2.3 ET0影響因素及其變化

將平均氣溫、最高氣溫、最低氣溫、相對(duì)濕度、日照時(shí)數(shù)和平均風(fēng)速6個(gè)氣象因子作為影響ET0的影響因素進(jìn)行分析,計(jì)算氣象因素年均值和ET0年均值的偏相關(guān)系數(shù),見表6。

表6 云南各分區(qū)ET0影響因素偏相關(guān)系數(shù)

偏相關(guān)分析(表6)顯示影響云南ET0的因素主要為平均風(fēng)速、日照時(shí)數(shù)和相對(duì)濕度,其中影響滇中、滇西ET0的因素主要為平均風(fēng)速和日照時(shí)數(shù);影響滇東北、滇東南、滇西北ET0的因素主要為日照時(shí)數(shù)、平均風(fēng)速和相對(duì)濕度;影響滇南ET0的因素主要為日照時(shí)數(shù)、平均風(fēng)速和平均氣溫、日最低氣溫。

進(jìn)一步分析云南ET0影響因素變化趨勢(shì)(表7),1958—2013年,平均氣溫、日最高氣溫、日最低氣溫分別以0.21、0.19、0.28 ℃/(10 a)的傾向率呈顯著增加趨勢(shì),相對(duì)濕度、日照時(shí)數(shù)、平均風(fēng)速分別以0.61%/(10 a)、0.03 h/(10 a)、0.03 (m/s)/(10 a))的傾向率呈顯著減少趨勢(shì)。這與云南氣候暖干變化[20-21,27]的結(jié)論一致。日照時(shí)數(shù)和平均風(fēng)速下降會(huì)導(dǎo)致ET0減少,而相對(duì)濕度上升趨勢(shì)顯著、上升率大,因此認(rèn)為云南1958—2013年ET0上升主要是因濕度減少引起的。尹云鶴等[1]認(rèn)為1952—2012年全國(guó)ET0增加的站點(diǎn)的主導(dǎo)因子為相對(duì)濕度,這與上述結(jié)論一致。滇中和滇東南ET0減少主要和日照時(shí)數(shù)及風(fēng)速減少有關(guān),滇東北、滇南ET0增大主要是因日照增強(qiáng)、濕度降低,滇西、滇西北ET0增多主要與氣溫升高、濕度降低有關(guān),這與前文所述以及現(xiàn)有的研究結(jié)論[1,5-9]基本一致。

表7 云南各分區(qū)ET0影響因素變化趨勢(shì)

3 結(jié) 論

本文基于云南省31個(gè)氣象站1958—2013年的逐日氣象量資料,采用Penman-Monteith公式計(jì)算各站點(diǎn)的逐日參考作物蒸散量,基于云模型并結(jié)合線性傾向、Mann-Kendall趨勢(shì)檢驗(yàn)、克里金插值和偏相關(guān)法等,分析云南參考作物蒸散量及影響因素的變化特征。得到了以下主要結(jié)論:

(1)1958—2013年,ET0分布不均勻且不穩(wěn)定,以1.68 mm/(10 a)的傾向率呈不顯著波動(dòng)增加趨勢(shì);各年代ET0存在差別但相差不大,20世紀(jì)90年代前ET0呈減少趨勢(shì),變化較均勻、穩(wěn)定,21世紀(jì)后ET0大幅顯著增加,不均勻性和不穩(wěn)定性增強(qiáng)。這與21世紀(jì)后云南干旱尤其特大干旱頻發(fā)以及暖干化氣候變化的事實(shí)存在一定程度的一致性。

(2)由于風(fēng)速、日照時(shí)數(shù)和濕度等氣象因素的影響,ET0年內(nèi)分布及變化不均勻,春夏季較大,秋冬季較小,春季ET0最大但呈減少趨勢(shì),冬季ET0最小卻呈增加趨勢(shì);同時(shí)冬春季ET0變化不均勻且穩(wěn)定性差,因此冬春旱災(zāi)成為云南旱災(zāi)的主要類型。

(3)ET0空間差異大,大致呈“中高東西低、南多北少”的空間分布和“西增中東減”的變化規(guī)律。滇西北低值區(qū)ET0顯著增加,分布均勻且穩(wěn)定;滇中高值區(qū)ET0顯著減少,變化不均勻且不穩(wěn)定,該區(qū)更易發(fā)生突發(fā)性旱澇災(zāi)害。

(4)ET0受氣候條件的制約和地理環(huán)境的影響,在時(shí)間和空間上均分布不均,但空間分布的不均勻程度和不穩(wěn)定性相較于時(shí)間變化大,這和云南復(fù)雜的地理?xiàng)l件和氣候特征有關(guān)。

與現(xiàn)有的云南參考作物蒸散量[3-7]及云模型應(yīng)用研究成果[15-19]對(duì)比,本研究結(jié)果合理、可靠,可為云南作物灌溉制度的確定和需水量的預(yù)報(bào)提供基礎(chǔ),可為云南水旱災(zāi)害、水資源綜合開發(fā)、可持續(xù)發(fā)展、應(yīng)對(duì)氣候變化等研究,以及滇中引水建成后云南的水資源配置提供參考。