近50年来四川省潜在蒸散量变化成因研究

赵 璐，梁 川

（1.四川大学 水利水电学院，成都610065；2.四川建筑职业技术学院 土木工程系，四川 德阳618000）

潜在蒸散量（Potential Evapotranspiration，ET0）是表征大气蒸发能力的一个量度，是评价气候干湿程度，确定农业需水量的重要指标，也是农田水分管理的主要参数［1－2］。ET0受制于当地当时的气候条件，反映了不同地区不同时期的大气蒸散能力对作物需水量的影响。近几十年，在全球气候变化的背景下，北半球和南半球的蒸散量都呈下降趋势 。有些学者认为云量增加导致辐射减少是蒸散量减少的原因［8－9］，还有学者将蒸散量的减少归因于风速的减低［6］。在中 国，黄 河 流 域［10］、海 河 流 域［11］、青 藏 高原［12］、西北地区［13］以及全中国［4，14］的 ET0也呈下降趋势。对水资源相对丰富的西南地区ET0的变化趋势及其成因研究较少。本文主要针对气候相对湿润，地形地貌较为复杂的四川省ET0在近50a来的变化趋势及成因进行研究。

1 研究区域和资料

1.1 研究区域

四川省（92°21′—108°12′N，26°03′—34°19′E）位于中国西南，地处长江上游，面积48.5万km2。四川省位于我国大陆地势三大阶梯中的第一级和第二级，即处于第一级青藏高原和第二级长江中下游平源的过渡带，高差悬殊，西高东低的特点特别明显。西部为高原、山地，海拔多在4 000m以上；东部为盆地、丘陵，海拔多在1 000～3 000m之间。依据四川省的地形地貌等地理条件，将全省分为四个地区进行研究：Ⅰ区是川西北高原区、Ⅱ区是四川盆地区、Ⅲ区是盆周山地区、Ⅳ区是川西南山地区。

1.2 基础资料

本文数据来自国家气象站，主要包括45个站点1960—2010年共51a逐月观测资料：月最大、最小和平均气温（Tmax、Tmin、T），距地面10m 高处的风速（计算时换算为距地面2m高处风速，u2或u），月平均相对湿度（RH）和月平均日照时数（n），以及站点经纬度及海拔高度。

2 方法

2.1 FAO-56Penman-Monteith公式

1998年FAO-56分册推荐的Penman-Monteith方程以能量平衡和空气动力学原理为基础，具有较完备的理论依据和较高的计算精度，在世界范围内得到广泛使用。具体的计算公式［2］为：

式中：ET0——潜在蒸散量（mm／d）；Rn——净辐射［MJ／（m2·d）］；G——土壤热通量［MJ／（m2·d）］；T——平均气 温 （℃）；es——饱和 水气压 （KPa）；ea——实际水气压（KPa）；Δ——饱和水气压—气温曲线斜率 （kPa／℃）；γ——湿 度计常数 （kPa／℃）；u2——距地面2m高处的风速（m／s）。

2.2 Mann-Kendall检验法

本文采用 Mann-Kendall检验法［15］检验ET0的变化趋势。通过计算统计量τ、方差δ2i、标准化变量M来判断序列趋势是否显著。公式如下：

式中：S——序列所有对偶观测值（xi，xj，i＜j中所有xi＜xj）出现的次数；N——序列长度。

本文取α＝0.05的显著水平，如果一时间序列在此置信水平下存在显著变化趋势，则│M│＞Mα／2。M值为正，表明具有上升趋势；M值为负，则意味着下降的趋势。

2.3 变化趋势分析

根据各气象因子与时间建立一元回归线性方程来表示气象要素的趋势变化，即：

2.4 基于敏感系数的贡献率分析

2.4.1 敏感性分析 对于FAO-56，PM这种多变量模型，各变量的量纲与取值范围不同，需要将ET0对各参数的偏导数转化成无量纲的形式来定量表达ET0对各气象因子的敏感性。

式中：Svi——敏感系数，无量纲；vi——第i个变量。

Svi取正值表明ET0随着vi的增加而增加，反之亦然；敏感系数绝对值的大小表明ET0的变化对相应气象因子变化的敏感程度，即气象因子vi的变化中有多少可以传递给ET0。

为了更加清楚地评估敏感性，Lenhart等［16］将敏感系数分为4个等级，见表1。

表1 敏感系数等级

2.4.2 气象因子对ET0的贡献 Yin等［14］提出将单个气象因子的敏感系数与该因子的多年相对变化率相乘，得到由此因子引起的ET0的变化，即该因子对ET0变化的贡献。将引起ET0增加称为正贡献，引起ET0减小称为负贡献。具体的表达形式如下：

式中：Convi——气象因子vi对ET0变化的贡献率；Svi——vi的敏感系数；RCvi——vi的多年相对变化率，可基于51年vi的平均值avvi和逐年变化率bvi利用式（8）计算获得。由于Svi无量纲，RCVi以百分比为单位，因此计算得出贡献Convi的单位也是百分比。

影响ET0变化的气象因子众多，且实际应用中不可能只有单个气象因子发生变化，所以将各因子的贡献累加后就得到对ET0变化的总贡献，公式为：

式中：ConET0——ET0的估计相对变化，表示6个气象因子共同作用引起的ET0变化；ConT，ConTmax，ConTmin，ConRH，Conu，Conn——平均气温，最高气温，最低气温，相对湿度，风速，日照时数对ET0变化的贡献。

3 结果与分析

3.1 四川省ET0变化成因分析

四川省ET0近50年来时间变化显示，ET0在川西北高原除若尔盖和木里呈显著上升趋势，石渠、红原和松潘呈上升趋势外，其它的站点都呈下降趋势；ET0在四川盆地除成都、绵阳和达县呈上升趋势外，其它的站点呈下降趋势；ET0在盆周山地的峨眉山显著上升，平武上升，其它站点都呈下降趋势。ET0在川西南山地区雷波、昭觉、会理和仁和呈上升趋势，其它站点都呈下降趋势。45个站点中ET0在3个站点呈显著上升趋势，11个站点呈上升趋势，14个站点呈显著下降趋势，17个站点呈下降趋势。平均所有站点的ET0得到整个四川省的ET0，通过趋势分析得出整个四川省的ET0呈下降趋势，趋势变化率为－0.0003，相对变化率为－0.69%（表2）。这与中国很多地区得出的ET0呈下降趋势的结论基本一致［11－15］。

平均四川省45个站点的气象因子值及ET0对各气象因子的敏感系数值，得到整个四川省的相应值（表2）。由表2知：四川省ET0对RH的敏感系数为－0.62，敏感程度达到高；对n，u，T的敏感程度为中等，敏感系数分别为0.21，0.12，0.06；对Tmax和Tmin的敏感程度可以忽略，敏感系数小于0.05。T，Tmax，Tmin呈上升趋势，而n，u，RH呈下降趋势。n和u下降－8.85%，－14.13%，对ET0的负贡献分别为－1.84% 和 －1.71%。T，Tmax，Tmin分 别 上 升3.07%，3.82%，26.95%和 RH 下降－1.92%，对ET0的正贡献分别为 0.18%，0.10%，0.86% 和1.18%，负贡献大于正贡献，使得ET0在这51年来呈下降趋势，贡献率为－1.23%，这与ET0在近50年来的相对变化率为－0.69%的变化趋势基本一致。

表2 四川省各气象因子敏感系数、相对变化和对ET0的贡献

3.2 四川省不同分区ET0变化成因分析

由于不同分区的地形地貌和气象特征有所区别，因此分别对四川省不同分区ET0的变化成因进行分析。平均不同分区气象站点气象因子及ET0对各气象因子的敏感系数值，得到不同分区的相应值，并计算出各个分区气象因子的变化趋势。由式（7）和（8）计算出各个分区的气象因子的相对变化率和对ET0的贡献如表3所示。

表3 四川省不同分区气象因子相对变化和对ET0的贡献 %

3.2.1 平均气温 45个气象站点中有26个站点ET0对T的敏感程度达到中等，有19个站点ET0对T的敏感程度可以忽略。其中川西南山地ET0对T的敏感性大于其它3个区域。川西南山地的T呈下降趋势，其它3个区域的T呈上升趋势。川西北高原T增加22.03%对ET0的正贡献最大，达到了1.10%，四川盆地、盆周山地T 上升1.88%和2.33%对ET0的正贡献分别为0.11%，0.12%。川西南山地T 减少－2.90%对ET0的负贡献为－0.23%（表3）。

3.2.2 最高气温 四川省所有气象站点ET0对Tmax的敏感程度都可以忽略。其中川西北高原和川西南山地ET0对Tmax的敏感性大于其它两个区域。4个区域的Tmax都呈上升趋势。川西北高原Tmax上升5.27%对ET0的正贡献最大，达到了0.16%，四川盆地、盆周山地和川西南山地Tmax上升3.53%，6.14%，0.77%对 ET0的正贡献分别为 0.07%，0.12%，0.02%（表3）。

3.2.3 最低气温 四川省45个气象站点中除川西北高原的巴塘、道孚、马尔康和盆周山地的仁和ET0对Tmin的敏感程度为中等外，其它站点ET0对Tmin的敏感程度可以忽略。其中川西北高原和川西南山地ET0对Tmin的敏感性大于其它两个区域。川西南山地的Tmin呈下降趋势，其它区域的Tmin呈上升趋势。川西北高原、四川盆地和盆周山地Tmin上升39.20%，9.50%，18.70%对 ET0的正贡献分别为1.57%，0.19%，0.56%。川西南山地 Tmin下降－5.80%对ET0的负贡献为－0.23%（表3）。

3.2.4 日照时数 四川省45个站点中，14个气象站点ET0对n的敏感程度为中，1个气象站点ET0对n的敏感程度可以忽略，其它站点ET0对n的敏感程度为高。其中川西南山地和川西北高原ET0对n的敏感性高于四川盆地和盆周山地。4个区域的n都呈减少趋势，四川盆地、盆周山地、川西北高原和川西南 山 地 n 减 少 －30.66%，7.53%，－6.31%，－0.28%对ET0的负贡献分别为－5.52%，－1.43%，－0.13，－0.07%（表3）。

3.2.5 风速 四川省45个站点中，除川西北高原的小金和新龙ET0对u的敏感程度为高，峨眉山ET0对u的敏感程度可以忽略外，其它站点ET0对u的敏感程度为中。川西南山地和川西北高原ET0对u的敏感性高于四川盆地和盆周山地。4个区域的u都呈下降趋势，盆周山地、川西北高原、川西南山地和四川盆地u的下降－2.39%，－1.79%，－1.13%，－0.85%对ET0的负贡献分别为－2.39%，－1.79%，－1.31%，－0.85%（表3）。

3.2.6 相对湿度 四川省45个站点中，除川西北高原的康定和川西南山地的峨眉山ET0对RH的敏感程度为非常高外，其它站点ET0对RH的敏感程度为高。四川盆地和盆周山地ET0对RH的敏感性高于川西南山地和川西北高原。四个区域的RH都呈下降趋势。四川盆地、盆周山地、川西北高原和川西南山地 RH 下降－3.29%，－1.21%，－1.48%，－1.51%对 ET0的正贡献分别为2.34%，1.00%，0.84%，0.75%（表3）。

综合各气象因子对ET0的贡献可以得出（表3），川西北高原n和u的下降对ET0的负贡献分别为－0.13%和－1.79%，T，Tmax，Tmin上升和 RH 下降对ET0的正贡献分别为1.10%，0.16%，1.57%，0.75%，正贡献超过负贡献，使得ET0在这51年来呈上升趋势，估计变化率为1.66%。Tmin上升对川西北高原ET0的正贡献最大；四川盆地n和u的下降对ET0的负贡献分别为－5.52%和－0.85%。T，Tmax，Tmin上升和RH下降对ET0的正贡献分别为0.11%，0.07%，0.19%和2.34%，负贡献超过正贡献，使得ET0在这51年来呈下降趋势，估计变化率为－3.66%。n下降对四川盆地ET0负贡献最大；盆周山地n和u的下降对ET0的负贡献分别为－1.43%和－2.39%。T，Tmax，Tmin上升和RH 下降对 ET0的正贡献分别为0.12%，0.12%，0.56%和1.00%，负贡献超过正贡献，使得ET0在这51年来呈下降趋势，估计变化率为－2.02%。风速下降对盆周山地ET0的负贡献最大；川西南山地T，Tmin，n和u的下降对ET0的负贡献分别为－0.23%，－0.23%，－0.07%，－1.31%，Tmax增加和 RH 减少对ET0的正贡献分别为0.02%，0.84%，负贡献超过正贡献，使得ET0在这51年来呈下降趋势，估计变化率为－0.97%。u下降对盆周山地ET0负贡献最大；4个分区的ET0的估计变化率和ET0在这51年来的相对变化率基本一致。

4 结论

（1）近50年来整个四川省ET0呈下降趋势。n和u的下降对ET0的负贡献超过了T，Tmax，Tmin上升以及相对湿度下降对ET0的正贡献，使得ET0呈下降趋势。日照时数下降是ET0下降的主要原因。

（2）川西北高原T，Tmax，Tmin上升以及相对湿度下降对ET0的正贡献超过了u和n下降对ET0的负贡献，使得ET0在近50年来呈上升趋势。其中Tmin上升是ET0上升的主要原因；四川盆地和盆周山地n和u下降对ET0的负贡献超过了T，Tmax，Tmin上升以及RH下降对ET0的正贡献，使得ET0在近50年来呈下降趋势。其中n减少和u下降分别是四川盆地和盆周山地ET0下降的主要原因；川西南山地T和Tmin，n，u下降对ET0的负贡献超过了Tmax上升和RH下降对ET0的正贡献，使得ET0在近50年来呈下降趋势。其中u下降是川西南山地ET0下降的主要原因。

［1］ Allen R G，Perreira L S，Raes D，et al.Crop evapotranspiration.Guidelines for computing crop water requirements.FAO Irrigation and Drainage Paper 56［R］.FAO，Rome，1998，300：6541.

［2］ 卓玛兰草，刘普幸，张亚宁，等.甘肃黄土高原区潜在蒸散量时空变化与成因研究［J］.水土保持研究，2012，19（1）：70-76.

［3］ Peterson T V.Evaporation losing its strength［J］.Nature，1995，377：687-688.

［4］ Liu M，Shen Y，Zeng Y，Liu C M.Change trend of pan evaporation and its cause analysis over the past 50years in China ［J］.Acta Geographica Sinica，2009，64（3）：259-269.

［5］ Moonen A C，Ercoli L，Mariotti M，et al.Climate change in Italy indicated by agrometeorological indices over 122years［J］.Agricultural and Forest Meteorology，2002，111（1）：13-27.

［6］ Roderick M L，Rotstayn L D，Farquhar G D，et al.On the attribution of changing pan evaporation［J］.Geophysical Research Letters，2007，34（17）：403-409.

［7］ Roderick M L，Graham D F.The cause of decreased pan evaporation over the past 50years［J］.Science，2002，298（15）：1410-1411.

［8］ Stanhill G，Cohen S.Global dimming：A review of the evidence for a widespread and significant reduction in global radiation with discussion of its probable causes and possible agricultural consequencesJ.Agricultural and Forest Meteorology，2001，107（4）：255-278.

［9］ Roderick M L，Farquhar G D.The cause of decreased pan evaporation over the past 50years［J］.Science，2002，298（5597）：1410-1411.

［10］ Qiu X，Liu C，Zeng Y.Changes of pan evaporation in the recent 40years over the Yellow River Basin ［J］.Journal of Natural Resources，2003，18（4）：437-442.

［11］ 杨贵羽，王知生，王浩，等.海河流域ET0演变规律及灵敏度分析［J］.水科学进展.2009，20（3）：409-415.

［12］ Zhang Y，Liu C，Tang Y，et al.Trends in pan evaporation and reference and actual evapotranspiration across the Tibetan plateau［J］.Journal of Geophysical Research：Atmosp heres（1984—2012），2007，112（D12）：110.

［13］ Shen Y J，Liu C M，Liu M，et al.Change in pan evaporation over the past 50years in the arid region of China［J］.Hydrological Processes，2010，24：225-231.

［14］ Yin Y H，Wu S H，Chen G.Attribution analyses of potential evapotranspiration changes in China since the 1960s［J］.Theoretical and applied climatology，2010，101（1／2）：19-28.

［15］ 刘敏，沈彦俊，曾燕，等.近50年中国蒸发皿蒸发量变化趋势及原因［J］.地理学报，2009，64（3）：259-269.

［16］ Lenhart T，Eckhardt K，Fohrer N，et al.Comparison of two different approaches of sensitivity analysis［J］.Physics and Chemistry of the Earth，2002，27（9）：645-654.