摘要：為甄選出影響水面蒸發(fā)的主要?dú)庀篁?qū)動(dòng)因子，基于云南省17個(gè)蒸發(fā)站37 a的水面蒸發(fā)資料，運(yùn)用SPSS多元線性回歸方法，分析氣溫、風(fēng)速、相對(duì)濕度、日照時(shí)數(shù)和氣壓對(duì)水面蒸發(fā)的影響程度。結(jié)果表明：影響水面蒸發(fā)的主要?dú)庀篁?qū)動(dòng)因子為相對(duì)濕度、氣溫、風(fēng)速，其程度系數(shù)分別為0.713，0.574，0.376，可解釋水面蒸發(fā)86.9%的變化情況。根據(jù)研究成果，建立云南省水面蒸發(fā)多元線性回歸模型，可用于估算無(wú)資料地區(qū)的水面蒸發(fā)量，為水資源管理、生態(tài)保護(hù)等領(lǐng)域的研究和實(shí)踐提供參考。

關(guān) 鍵 詞：水面蒸發(fā)量；氣象驅(qū)動(dòng)因子；多元線性回歸；云南省

中圖法分類號(hào)：P333.1 文獻(xiàn)標(biāo)志碼：ADOI：10.16232/j.cnki.1001-4179.2024.S2.015

0 引言

水面蒸發(fā)量反映了當(dāng)?shù)氐恼舭l(fā)能力，是水循環(huán)過(guò)程中的一個(gè)重要環(huán)節(jié)，是水文學(xué)研究中的一個(gè)重要課題，是研究大氣干燥度、陸面蒸發(fā)、作物需水量和作物水分平衡的基本參證資料，也是湖泊、水庫(kù)、濕地等大型水體水量平衡分析的重要參數(shù)。水資源評(píng)價(jià)中，通常用蒸發(fā)皿蒸發(fā)量變化趨勢(shì)來(lái)表征當(dāng)?shù)厮嬲舭l(fā)的變化趨勢(shì)，作為檢驗(yàn)水量平衡的參考^［1］。蒸發(fā)皿蒸發(fā)量是表征有限地表水體的水面蒸發(fā)量，雖然與實(shí)際水面蒸發(fā)量有一定的差異，但因站點(diǎn)易設(shè)、觀測(cè)方便、資料容易獲得，被近似作為表征地表的水面蒸發(fā)量，一直是水文領(lǐng)域研究蒸發(fā)量的重要參考指標(biāo)。

國(guó)外對(duì)水面蒸發(fā)的研究最早出現(xiàn)在英國(guó)，1687年英國(guó)Halley使用蒸發(fā)器測(cè)定蒸發(fā)量，開始了最早的水面蒸發(fā)量觀測(cè)^［2］；1802年英國(guó)Dalton根據(jù)空氣動(dòng)力學(xué)原理提出計(jì)算蒸發(fā)的經(jīng)驗(yàn)公式，首次提出了通過(guò)風(fēng)、溫度、濕度等氣象要素計(jì)算水面蒸發(fā)量^［3］。國(guó)內(nèi)對(duì)蒸發(fā)皿水面蒸發(fā)的研究主要集中在趨勢(shì)變化及影響因素研究。王玥等^［4］對(duì)淮北五道溝水文試驗(yàn)站的研究表明，風(fēng)速和相對(duì)濕度變化對(duì)蒸發(fā)下降的貢獻(xiàn)最大。白鵬等^［5］對(duì)丹江口水庫(kù)的研究表明，太陽(yáng)凈輻射和溫度變化對(duì)水庫(kù)水面年蒸發(fā)趨勢(shì)的貢獻(xiàn)度最大。范伶俐^［6］分析了廣東省小型蒸發(fā)皿蒸發(fā)量的變化趨勢(shì)，指出日照時(shí)數(shù)和風(fēng)速是關(guān)鍵因素。秦年秀等^［7］對(duì)貴州省蒸發(fā)量的研究表明，太陽(yáng)凈輻射減少是主要因素。吳必文等^［8］研究了安徽省地區(qū)蒸發(fā)量的變化，認(rèn)為日較差和風(fēng)速是重要因子。劉敏等^［9］分析了中國(guó)各氣候區(qū)蒸發(fā)量的變化趨勢(shì)，發(fā)現(xiàn)氣溫日較差和平均風(fēng)速是最顯著影響因子。祁添垚等^［10］全面分析了中國(guó)蒸發(fā)量變化特征，指出相對(duì)濕度是關(guān)鍵因子。張彥增等^［11］分析了氣候變化背景下的水面蒸發(fā)量變化，認(rèn)為風(fēng)速和日照時(shí)數(shù)是主要原因。黃慧君等^［12］利用大理市氣象觀測(cè)資料，發(fā)現(xiàn)總云量增多導(dǎo)致洱海水面蒸發(fā)量減少。

自2014年1月1日起，全國(guó)一般氣象站停止小型蒸發(fā)觀測(cè)^［13］。為滿足社會(huì)經(jīng)濟(jì)發(fā)展對(duì)氣象服務(wù)的需求，彌補(bǔ)蒸發(fā)量觀測(cè)資料空缺，對(duì)云南省地區(qū)的水面蒸發(fā)量進(jìn)行深入研究至關(guān)重要。本文使用SPSS多元線性回歸方法優(yōu)選出主要?dú)庀篁?qū)動(dòng)因子，建立相關(guān)方程（模型）以估算無(wú)資料地區(qū)的水面蒸發(fā)量，為水資源管理、生態(tài)保護(hù)等領(lǐng)域提供參考。

1 研究區(qū)概況與數(shù)據(jù)資料

1.1 研究區(qū)域概況

云南省位于中國(guó)西南邊陲，省內(nèi)地勢(shì)呈現(xiàn)西北高、東南低的總體形態(tài)，自北向南呈階梯狀逐級(jí)下降。云南省氣候?qū)儆趤啛釒Ц咴撅L(fēng)型氣候，大部屬于亞熱帶和熱帶季風(fēng)氣候區(qū)，滇西北屬高原山地氣候。干濕季分明、立體特點(diǎn)顯著，具有北熱帶到寒溫帶的全部氣候類型，加上青藏高原和云貴高原兩大不同地形的影響，再疊加山地的垂直變化，氣候類型多樣；各地區(qū)氣候變幅大，影響因素較多。云南省氣候特征主要表現(xiàn)為干季和濕季交替，干季（11月至次年4月）因受來(lái)自印度、巴基斯坦北部的干暖氣流控制，天氣晴朗，干燥、風(fēng)速大、蒸發(fā)量大，降水量十分稀少，僅有年降水量的5%～20%；濕季（5～10月）受東南、西南暖濕氣流影響，并處于暖濕氣流向北輸送的通道上，濕度大，多降水，集中了全年降水量的80%～95%，尤其是7，8，9三個(gè)月更為集中。年平均氣溫為10～12℃，最熱7月月均氣溫為19～22℃，最冷1月月均氣溫為6～8℃^［14］。

1.2 數(shù)據(jù)來(lái)源及處理

云南省水文部門具有30 a以上長(zhǎng)系列水面蒸發(fā)量資料的站點(diǎn)有191站，其中，有80站采用E601型蒸發(fā)器監(jiān)測(cè)水面蒸發(fā)量，有13站采用80 cm口徑蒸發(fā)器，有98站采用20 cm口徑蒸發(fā)器，統(tǒng)一換算為E601型蒸發(fā)器的觀測(cè)蒸發(fā)量。對(duì)各站資料進(jìn)行審查、分析，對(duì)年值、個(gè)別月份或天數(shù)缺測(cè)的資料，移用自然地理?xiàng)l件和氣候條件基本一致的鄰近站同期值或本站同期多年平均值進(jìn)行插補(bǔ)。經(jīng)長(zhǎng)短系列水面蒸發(fā)量代表性分析，1980～2016年的蒸發(fā)資料基本能滿足水面蒸發(fā)地區(qū)分布規(guī)律研究的要求。影響水面蒸發(fā)量的氣象和環(huán)境因子很多，限于資料收集條件，經(jīng)整理審查，最終選用了云南省17個(gè)蒸發(fā)站1980～2016年共37 a的水面蒸發(fā)資料和相應(yīng)的氣象因子。

2 研究方法

多元線性回歸是常用的統(tǒng)計(jì)方法，用于研究多個(gè)自變量對(duì)因變量的影響程度。使用SPSS軟件的多元線性回歸模型，可以分析每個(gè)自變量對(duì)因變量的影響程度。進(jìn)行分析時(shí)，需要進(jìn)行“三性”檢查：獨(dú)立性、多重共線性和標(biāo)準(zhǔn)化殘差檢查^［15-16］。

獨(dú)立性要求自變量之間相互獨(dú)立，不存在相關(guān)關(guān)系。德賓-沃森值用于評(píng)估獨(dú)立性，當(dāng)值在2.0左右時(shí)，數(shù)據(jù)相互獨(dú)立。R²為自變量與因變量的相關(guān)系數(shù)的平方，表示自變量變化對(duì)因變量的影響程度。

多重共線性指自變量之間由于高度相關(guān)而使模型權(quán)重參數(shù)估計(jì)失真。VIF表示多重共線性參數(shù)，當(dāng)VIF大于10時(shí)，存在多重共線性，需要剔除顯著性指標(biāo)最大的自變量，直到VIF值小于10。顯著性小于0.05的自變量對(duì)因變量影響顯著。

標(biāo)準(zhǔn)化殘差用于驗(yàn)證模型與數(shù)據(jù)是否匹配，應(yīng)滿足正態(tài)分布曲線。標(biāo)準(zhǔn)化殘差在（-2，2）區(qū)間內(nèi)的概率應(yīng)大于0.95，異常實(shí)驗(yàn)點(diǎn)不參與回歸線擬合。

3 結(jié)果分析

3.1 相關(guān)性分析

通過(guò)對(duì)17個(gè)蒸發(fā)站的水面蒸發(fā)量和相應(yīng)氣溫、風(fēng)速、相對(duì)濕度、日照時(shí)數(shù)、氣壓進(jìn)行多元線性回歸分析，17個(gè)站中水面蒸發(fā)量與氣溫、氣壓呈正相關(guān)的各有10個(gè)站，各占分析總數(shù)的58.8%；呈負(fù)相關(guān)的站各有7個(gè)，各占分析總數(shù)的41.2%。水面蒸發(fā)量與風(fēng)速、日照時(shí)數(shù)呈正相關(guān)的站各有13個(gè)，各占分析總數(shù)的76.5%；水面蒸發(fā)量與相對(duì)濕度呈負(fù)相關(guān)的有14個(gè)站，占分析總數(shù)的82.4%。

從分析可知，水面蒸發(fā)量與風(fēng)速、日照時(shí)數(shù)總體呈正相關(guān)關(guān)系，與相對(duì)濕度總體呈負(fù)相關(guān)關(guān)系，與氣溫、氣壓的正相關(guān)或負(fù)相關(guān)關(guān)系不明顯。所收集的5個(gè)氣象因子與水面蒸發(fā)量的R²大于0.5的有13個(gè)，占分析總數(shù)的76.5%；R²在0.5以下的有4個(gè)，分別為開遠(yuǎn)、大關(guān)、隴川、文山站，占分析總數(shù)的23.5%；所收集氣象因子基本能解釋水面蒸發(fā)量的變化情況。相關(guān)性最好的是魯?shù)椤⑶鸨闭舭l(fā)站，R²分別為0.859和0.812，相關(guān)性最差的是開遠(yuǎn)蒸發(fā)站，R²為0.157（表1）。

3.2 氣象因子影響分析及優(yōu)化

經(jīng)分析，因蒸發(fā)站所處的地理位置、氣象條件不一樣，各個(gè)因子對(duì)蒸發(fā)量的影響程度也不一樣。對(duì)17個(gè)蒸發(fā)站各氣象因子1980～2016年的數(shù)據(jù)進(jìn)行平均，得到17組數(shù)據(jù)，R²為0.869，調(diào)整后R²為0.810，說(shuō)明所收集氣象因子與蒸發(fā)量具有很好的相關(guān)性，能解釋蒸發(fā)量86.9%的變化情況，德賓-沃森值為2.244比2略大，說(shuō)明收集的因子間具有一定的相互獨(dú)立性。

VIF值氣溫、氣壓接近30，說(shuō)明兩者存在多重共線性；從顯著性看，日照時(shí)數(shù)、氣壓的顯著性值遠(yuǎn)大于0.05，說(shuō)明二者對(duì)蒸發(fā)量的影響極不顯著；從標(biāo)準(zhǔn)化系數(shù)的絕對(duì)值看，對(duì)蒸發(fā)量影響程度從大到小的排列為相對(duì)濕度、氣溫、風(fēng)速、日照時(shí)數(shù)、氣壓。日照時(shí)數(shù)、氣壓的標(biāo)準(zhǔn)化系數(shù)絕對(duì)值分別為0.038和0.009，說(shuō)明兩因子對(duì)蒸發(fā)量的影響很小。剔除兩因子后重新進(jìn)行氣象因子影響分析R²為0.869，調(diào)整后R²為0.839，自變量與因變量之間的相關(guān)性更好，德賓-沃森值為2.282，比不剔除前略有增大。

從表2可以看出，VIF遠(yuǎn)小于5，說(shuō)明氣象因子間不存在多重共線性。顯著性值也遠(yuǎn)小于0.05，說(shuō)明風(fēng)速、相對(duì)濕度、氣溫三者對(duì)蒸發(fā)量的影響極為顯著，是影響水面蒸發(fā)量變化的主要因素，標(biāo)準(zhǔn)化系數(shù)的絕對(duì)值從大到小的排列為：相對(duì)濕度（0.713）、氣溫（0.574）、風(fēng)速（0.376）。根據(jù)表2中B列建立水面蒸發(fā)量與氣象因子的最優(yōu)回歸方程（模型）為：蒸發(fā)量（mm）=2741.073+177.450×風(fēng)速（m/s）-34.821×相對(duì)濕度（%）+43.832×氣溫（℃）。

由表3可知，標(biāo)準(zhǔn)殘差區(qū)間（-1.905，1.657）在（-2，2）區(qū)間內(nèi)，說(shuō)明回歸方程的殘差符合要求。在工作中收集3個(gè)氣象因子比收集5個(gè)氣象因子較容易，更有利于提高工作效率。

3.3 不同氣象因子模型殘差比較

應(yīng)用3因子和5因子回歸方程（模型）分別計(jì)算各蒸發(fā)站年蒸發(fā)量，應(yīng)用殘差公式計(jì)算其殘差，從殘差中選取最小值、最大值。3因子的殘差區(qū)間為（-42.6，38.4），5因子的殘差區(qū)間為（-29.7，62.2），3因子殘差區(qū)間比5因子的殘差區(qū)間正負(fù)兩端分布更對(duì)稱，因此，選擇3因子回歸方程（模型）估算水面蒸發(fā)量更為合理。

4 結(jié)論與討論

4.1 結(jié)論

通過(guò)氣象因子與水面蒸發(fā)量的多元線性回歸分析與優(yōu)化氣象驅(qū)動(dòng)因子，得出以下結(jié)論：

（1）每個(gè)蒸發(fā)站所處地理位置不同，其氣象因子對(duì)水面蒸發(fā)量的影響程度有所不同。

（2）水面蒸發(fā)與風(fēng)速、日照時(shí)數(shù)總體呈正相關(guān)關(guān)系，與相對(duì)濕度總體呈負(fù)相關(guān)關(guān)系，與氣溫、氣壓的正相關(guān)或負(fù)相關(guān)關(guān)系不明顯。

（3）相對(duì)濕度、氣溫、風(fēng)速是影響水面蒸發(fā)變化的主要驅(qū)動(dòng)因子，其影響程度系數(shù)分別為0.713，0.574，0.376，可解釋水面蒸發(fā)量86.9%的變化情況。

（4）全省年平均水面蒸發(fā)量的變化情況可用回歸方程（模型）表達(dá)：水面蒸發(fā)量（mm）=2741.073+177.450×風(fēng)速（m/s）-34.821×相對(duì)濕度（%）+43.832×氣溫（℃），其殘差符合相關(guān)要求。在沒(méi)有水面蒸發(fā)的區(qū)域，可用此公式計(jì)算水面蒸發(fā)量以供參考。

4.2 討論

雖然本研究基于多元線性回歸分析和氣象數(shù)據(jù)建立了云南省水面蒸發(fā)量的計(jì)算模型，但仍存在局限性。首先，模型未考慮地形、植被覆蓋、水體特性等其他影響因素。其次，模型主要適用于云南省內(nèi)，對(duì)于其他地區(qū)需進(jìn)一步驗(yàn)證和調(diào)整。最后，模型精度和可靠性有待提高，未來(lái)可通過(guò)引入更多氣象因子、采用更先進(jìn)的統(tǒng)計(jì)方法或結(jié)合遙感技術(shù)來(lái)提升精度。

為了發(fā)揮模型的作用，建議加強(qiáng)氣象數(shù)據(jù)收集和整理，確保數(shù)據(jù)準(zhǔn)確完整。在選擇蒸發(fā)站時(shí)，應(yīng)考慮與項(xiàng)目所在區(qū)的相似性。實(shí)際應(yīng)用中，可根據(jù)具體情況調(diào)整模型系數(shù)，提高估算精度和適應(yīng)性。此外，還需綜合考慮地形、植被覆蓋、水體特性等其他因素。最后，可將模型與其他估算方法結(jié)合，形成綜合估算體系，提高精度和可靠性。通過(guò)采取這些措施，可以更好地利用本研究模型為水資源管理和生態(tài)保護(hù)等領(lǐng)域提供參考。

參考文獻(xiàn)：

［1］ 王梅，王建波，那景坤.E-601型蒸發(fā)器水面蒸發(fā)實(shí)驗(yàn)分析［J］.黑龍江水專學(xué)報(bào)，2004（3）：10-12.

［2］ 聶雄，屈小娜.水面蒸發(fā)計(jì)算模型的研究進(jìn)展［J］.農(nóng)村經(jīng)濟(jì)與科技，2018（29）：45-47.

［3］ 白振營(yíng).對(duì)道爾頓蒸發(fā)經(jīng)驗(yàn)公式的討論［J］.干旱區(qū)地理，1988（3）：34-37.

［4］ 王玥，王怡寧，雷曉輝，等.淮北平原近57年多尺度水面蒸發(fā)悖論差異性研究［J］.節(jié)水灌溉，2022（11）：59-65.

［5］ 白鵬，劉小莽，劉璐，等.丹江口水庫(kù)水面蒸發(fā)變化特征及影響因素［J］.南水北調(diào)與水利科技，2022，20（4）：643-649.

［6］ 范伶俐.廣東區(qū)域氣象水文環(huán)境下蒸發(fā)皿蒸發(fā)量變化研究［D］.南京：南京信息工程大學(xué)，2011.

［7］ 秦年秀，陳喜，薛顯武，等.貴州蒸發(fā)皿蒸發(fā)量變化趨勢(shì)及影響因素分析［J］.湖泊科學(xué)，2009，21（3）：130-136.

［8］ 吳必文，溫華洋，葉朗明，等.安徽地區(qū)近45年蒸發(fā)皿蒸發(fā)量變化特征及影響因素初探［J］.長(zhǎng)江流域資源與環(huán)境，2009，18（7）：620-624.

［9］ 劉敏，沈彥俊，曾燕，等.近50年中國(guó)蒸發(fā)皿蒸發(fā)量變化趨勢(shì)及原因［J］.地理學(xué)報(bào)，2009，64（3）：259-269.

［10］祁添垚，張強(qiáng)，王月，等.1960～2005年中國(guó)蒸發(fā)皿蒸發(fā)量變化趨勢(shì)及其影響因素分析［J］.地理科學(xué)，2015，35（12）：1599-1605.

［11］張彥增，喬光建.基于氣候變化背景下水面蒸發(fā)量變化趨勢(shì)及影響因素分析［C］∥第九屆中國(guó)水論壇論文集.北京：中國(guó)水利水電出版社，2011：155-158.

［12］黃慧君，王永平，李慶紅.氣候變暖背景下洱海水面蒸發(fā)量的變化及影響因素［J］.氣象與環(huán)境學(xué)報(bào)，2010，26（1）：34-37.

［13］薛淑琴，趙曉英.影響一般氣象站蒸發(fā)量的主要?dú)庀笠蜃臃治觯跩］.農(nóng)業(yè)災(zāi)難學(xué)雜志，2019，9（3）：76-77，99.

［14］云南省水文水資源局.變化環(huán)境下云南省水面蒸發(fā)變化趨勢(shì)及歸因研究［R］.昆明：云南省水文水資源局，2023.

［15］劉淋.Spss數(shù)據(jù)回歸分析與灰色預(yù)測(cè)［J］.數(shù)學(xué)學(xué)習(xí)與研究，2021（29）：136-137.

［16］裴磊磊，趙亞玲，康軼君，等.醫(yī)用多因素分析及SPSS操作課程教學(xué)經(jīng)驗(yàn)探討［J］.醫(yī)學(xué)教育研究與實(shí)踐，2023，31（5）：603-607.

（編輯：謝玲嫻）