典型小流域气候变化及其对潜在蒸散量的影响

贾秋洪，景元书，景梽淏(1.南京信息工程大学应用气象学院，南京 210044；2.气象灾害预报预警与评估协同创新中心/江苏省农业气象重点实验室，南京 210044)

据估计，在21世纪，全球水循环响应气候变暖的变化将是不均匀的。尽管有可能出现区域异常情况，但潮湿和干旱地区之间、雨季与旱季之间的降水对比度会更强烈。流域内气候的变化，将引起蒸发、下渗、土壤含水量、地表产汇流、地下径流等一系列水文过程的变化，从而导致水资源在时间和空间的重新分配以及引起水资源量的改变，如上世纪90年代，黄河中上游、淮河上游、汉江流域、四川盆地等地区平均年降水量减少5%～10%，加剧了水资源的供需矛盾，导致旱涝灾害频发，进而影响水资源管理及社会经济发展[1-2]。可见，区域气候变化影响着水循环的各个方面，温度、降水作为区域气候变化的主要影响因子，其变化不仅影响径流的时空变化，而且对蒸散发有着重要影响。潜在蒸散发过程作为水分循环和能量平衡的重要组成部分，其目前被广泛应用于气候干湿状况分析、水资源管理、农业作物需水和生产管理及生态环境治理等研究中[3-6]。因此，分析温度、降水及潜在蒸散量的趋势变化特征有助于深入理解气候变化对潜在蒸散量的影响，对未来水资源的规划与管理、提高水资源在农业生产中的利用效率、缓解旱涝灾害现状等都具有重要意义。

近年来，国内外学者在气候变化对潜在蒸散的影响等方面做了大量研究。如Roderick等[7]利用北半球蒸发皿观测的蒸发量数据研究得出过去几十年的蒸发量存在普遍减小的规律；王国庆等[8]对黄河中游6个站点的气象资料分析研究，发现近几十年来，黄河流域气温与蒸发能力呈正相关关系，且气温升高1 ℃，流域蒸发能力约增加5%～7%；李鹏飞等[9]通过对中国干旱半干旱地区日气象数据分析，得出干旱半干旱区50年来东西部降水量及潜在蒸散量存在显著差异。总结研究发现，对南方中亚热带红壤坡耕地典型小流域在不同时间尺度上气候变化的趋势和周期分析及其对潜在蒸散的影响的研究相对较少，尤其是近年来对鹰潭生态红壤区潜在蒸散的研究相对不足。由于研究区夏秋季节高温、少雨、强蒸发，作物在生长旺季极易缺水，发生干旱，农作物的生长会受到严重抑制。因此，研究该小流域气温、降水的变化规律及潜在蒸散量在其影响下的变化特征相当必要，这将为研究植物生长期水分动态变化、小流域的综合治理、合理有效的调控水资源、防旱抗旱、提高当地农业生产提供依据。

1 材料与方法

1.1 研究区概况

研究区孙家小流域是典型的红壤生态研究区，位于江西省鹰潭市余江县刘家站垦殖农场三分场(116°55′E，28°15′N)，面积46 hm2，海拔41～55 m，坡度6°～10°，为一完整的小流域，主要土地利用方式有花生地、农林复合地、林地、水田等。该小流域气候特征属中亚热带温暖湿润季风气候，雨量充沛、光照充足、四季分明。但降雨量年际变化大，年内分配不均匀，且多集中在4-6月份的雨季前期，约占全年降水的50%，不过由于径流量大(径流系数接近50%)，降雨的利用效率并不高；夏秋季节高温少雨，7-9月降水不足全年的20%，蒸发量却接近全年的50%，常造成伏秋季节性干旱[10,11]。

1.2 数据来源

研究采用的数据来源于余江县气象站1953-2013年逐日实测气象数据，包括日降水量，日平均气温，日平均风速、日照时数、相对湿度等资料，对部分缺测的日降水量数据采用趋势预测法进行插补订正，保证数据的精度和质量。采用世界气象组织推荐的1971-2000年30年的平均值作为多年平均值。在分析流域气温、降水变化特征时，根据多年平均值得出年平均气温、年降水的距平序列。研究月份划分上，4-6月为雨季前期，降水充沛，7-9月为雨季后期即伏秋季节性干旱期，高温少雨，蒸发量大。此外，对潜在蒸散量的验证数据来源于研究区大型蒸发皿所测得的蒸发量数据。

1.3 数据处理方法

为研究气候变化的趋势及其对小流域潜在蒸散的影响，本文拟对主要气候因子(平均气温、降水)及潜在蒸散量进行年、季特征分析，主要通过线性拟合、小波分析、突变检验及相关性分析等方式来研究气候变化的总趋势及其对雨季前后期流域内潜在蒸散的影响。

1.3.1Mann-Kendall非参数检验法

Mann-Kendall非参数检验法是由国际气象组织推荐且广泛用于环境时间序列的趋势分析方法，适合于水文气象等非正态分布序列趋势分析[12]。采用MK检验法可以对小流域气温、降水和潜在蒸散量进行时间序列的趋势分析及突变点检测，进而对其在时间序列上的突变进行分析，预测气候变化的趋势。

对于给定的置信水平α(一般取α=0.05，Uα/2=±1.96)：①若|UFk|>|Uα/2|，则表明时间序列存在显著的趋势变化，当UFk>0时有明显上升趋势，当UFk<0时有明显下降趋势；②若|UFk|≤|Uα/2|，则表明时间序列无明显变化趋势。

对于统计量UFk，UBk(时间序列逆序，重复UFk过程可得)，若UFk或UBk值大于0则表明时间序列呈上升趋势，小于0则呈下降趋势；当统计曲线超过临界线时，表明上升或下降趋势明显；如果统计曲线在临界线之间出现交点，则交点对应时刻就是突变开始时刻。

1.3.2FAOPenman-Monteith方法

Penman-Monteith(P-M)模型是联合国粮农组织(FAO)确定的计算参考作物蒸散量的一种方法。该模型考虑了植被生理特征，以能量平衡和水气扩散理论为基础，是经试验证明的所得结果与实测值最为接近的蒸散模型，可以用于不同环境与气候背景下估算潜在蒸散量，在国内外得到广泛应用[13,14]。

FAO Penman-Monteith修正公式为：

(1)

从能量平衡和动力学两方面可将其分解为辐射项(ETrad)和空气动力学项(ETaero)，即：

PE=ETrad+ETaero

(4)

式中：PE为潜在蒸散量，mm/d；ETrad为辐射项，mm/d；ETaero为空气动力学项，mm/d；Rn为地表净辐射，MJ/(m·d)；G为土壤热通量，MJ/(m2·d)；Tmean为日平均气温，℃；u2为2 m高处风速，m/s；es为饱和水汽压，kPa；ea为实际水汽压，kPa；Δ为饱和水汽压-温度曲线斜率，kPa/℃；γ为干湿表常数，kPa/℃。

其中，土壤热通量G是个很小的量，对于1～10 d的时间尺度，参考草地的土壤热容量相当小，可以忽略不计，即G≈0；对于月时间尺度，假设在适当的土壤深度、土壤热容量为常数2.1 MJ/(m3·℃)时，可由公式G=0.14(Tmonth,i-Tmonth,i-1)估算，Tmonth,i，Tmonth,i-1分别为第i和i-1个月的平均气温，℃[15,16]。

2 结果与分析

2.1 平均气温的年际变化趋势分析

1953-2013年小流域平均气温距平如图1(a)所示，从图中可以看出，小流域平均气温变化趋势呈现明显的年际和年代际变化特征，20世纪80年代中期之前，平均气温距平大多为负值，说明1953-1985年期间，平均气温偏低；1985年之后，平均气温距平基本为正值，且多集中于2000年以后，其中2007年比多年平均值高出将近1.38 ℃，说明1985-2013年期间，平均气温偏高，尤其是2000年以后更为明显。

小流域多年平均气温为18.35 ℃，标准差为0.51 ℃，变差系数为0.03。图1(b)为近60 a平均气温的5年滑动平均及线性拟合，5年滑动平均曲线可以减弱异常年份气温或观测误差给多年平均气温变化趋势带来的负面影响[17]，从滑动平均曲线可以看出，平均气温在60年代初期有一个高值，随后便平滑上升，直到2007年左右又出现一个高值，可见，平滑后曲线更能反映序列的变化趋势；从线性拟合的趋势线可以看出，小流域近60 a平均气温呈上升趋势，平均每年气温升高约0.02 ℃，倾向率为0.018 ℃/a；对平均气温序列进行M-K检验，Z值为4.87，大于1.96，通过信度为0.05的显著性检验，说明平均气温年际上升趋势显著。

通过上述分析发现，研究区气温年际变化趋势与杜安等[18]对余江县1961-2010平均气温变化的研究相一致，即1961-2010年余江县年平均气温先降后升，60年代前中期气温相对偏高，之后逐渐下降，转入相对冷期，80年代中期后气温开始回升，尤其是90年代中期到2000年以后，回暖十分明显，增温达0.40 ℃。

2.2 降水量变化的趋势及周期分析

小流域多年平均降水量为1 892.40 mm，标准差为415.20 mm，变差系数为0.22，说明多年平均降水量变化差异明显。表1为1953-2013小流域降水量年代平均值、标准差、距平的变化情况，由表1可知，1953-1959年，70年代，90年代及2010-2013年平均降水量的变差系数在0.20及以上，相对较大，说明在此期间降水量的年际变化较大，不利于水资源的利用和管理；从降水量的年代距平及距平百分比也可以看出，60年代，70年代，80年代及2000-2009年，平均降水量为负距平，说明期间降水偏少，而1953-1959年，90年代以及2010-2013年平均降水量距平均为正值，说明在此期间降水偏多，尤其是2010-2013年，平均降水量距平百分比达到17.71%。

1953-2013年降水量变化呈现下降、上升交叉出现的趋势，波动性较大；线性拟合的结果显示，近60 a的降水量呈微弱增加趋势，降水倾向率为3.325 mm/a，差异较为明显；对降水序列进行M-K检验，结果显示，Z=0.79，小于1.96，未通过显著性检验，说明降水量年际变化趋势不显著。

采用Morlet小波分析法对流域内年降水量进行周期性检验。图2(a)为降水量的Morlet小波变换等值线图，表示近60 a小流域年降水量在不同时间尺度上的周期变化及其在时间域上的分布。从图中可以看出，年降水量变化过程中存在着18～32 a、6～14 a、2～6 a时间尺度上的周期变化规律，在18～32 a尺度上，降水出现了多-少交替的准3次振荡，特别是60年代中期和2005年前后较为显著，即降水量明显偏少；在7～13 a尺度上，出现了9次振荡，且基本贯穿整个研究阶段，而1988年之前表现得比较稳定；在2～6 a尺度上，也存在相应的周期振荡，但表现的不是很明显。图2(b)为年降水量的小波方差图，能反映时间序列的波动随尺度的分布情况，图2中存在4个较为明显的峰值，依次对应着29 a、22 a、11 a、4 a的时间尺度，其中，最大峰值对应着29 a时间尺度，说明29 a左右周期振荡最强，为小流域年降水量变化的第一主周期，22 a、11 a、4 a时间尺度，分别为降水量变化的第二、三、四主周期，这些主周期的波动控制着年降水量在整个时间域内的变化特征。根据小波方差检验结果绘制出年降水量变化的主周期小波系数图，即可知，在不同时间尺度上，年降水量的变化周期及振荡次数，进一步分析降水量的周期变化[19,20]。

图2 1953-2013年降水量的Morlet小波变换及小波方差Fig.2 Morlet wavelet transform of annual precipitation(a) and its wavelet variance(b) during 1953-2013

2.3 平均气温、降水量变化的突变分析

利用M-K检验法对小流域1953-2013年的平均气温、降水进行突变分析(图3)。从图3(a)中可以看出，UF统计曲线大部分位于零界线以上，说明在研究时段内气温总体呈上升趋势，但1953-1958年、1975-1987年UF统计值小于0，表明在此期间平均气温有所下降，UF线与UB线在1994年相交，说明平均气温在1994年发生突变，1997年以后，UF统计曲线超出0.05显著性水平线，平均气温升高趋势十分显著。从图3(b)降水量M-K统计曲线图中可以看出，UF统计曲线在1993年之前基本位于零界线以下，说明1993年之前，除1954年前后及1976年前后，降水量呈下降趋势，1993年之后，UF统计值大于0，降水量呈上升趋势，但由于UF曲线基本未超出0.05显著水平线，所以降水量变化趋势并不显著，此外，由UF曲线和UB曲线的交点位置，可判断降水量在1988、2003及2010年发生突变。

综合上述分析可知，1953-2013年小流域平均气温和降水都呈上升趋势，其中年平均气温上升趋势显著，而降水变化则不显著；降水的小波分析结果显示，流域近60 a年来的降水量存在29、22、11、4 a的主周期变化；年平均气温1994年发生突变，1997年以后增温显著，降水量在1988、2003、2010年发生突变，但总的增加趋势并不显著。平均气温和降水作为影响气候变化的两个最主要的因子都在1990年左右发生突变，且平均气温在90年代中期以后显著上升，这与郭华等[21]对鄱阳湖气候变化的研究结果相似，20世纪90年代鄱阳湖流域气候发生转折性变化，气温和降水均在1990年发生突变，继而呈现显著上升趋势。针对气温的显著上升，降水的周期性变化以及气温和降水的突变情况，有必要对小流域1990-2013年潜在蒸散的变化特征及气候影响因子进行分析。

图3 小流域平均气温、降水量M-K统计曲线Fig.3 M-K curve of average temperature(a), precipitation statistics(b) in small watershed

2.4 潜在蒸散的变化特征分析

2.4.1潜在蒸散量年际变化趋势

根据Penman-Monteith(P-M)模型计算得出小流域潜在蒸散及其辐射项和动力项年际变化趋势图(图4)，从图4中可以看出1990-2013年潜在蒸散量PE均在900 mm以上，呈微弱上升趋势，潜在蒸散倾向率为1.954 mm/a，即平均每年PE增加量为1.95 mm。M-K检验结果显示，Z=1.27，未通过信度为0.05的显著性检验，说明潜在蒸散的年际变化趋势不明显；潜在蒸散量的分量辐射项均在700 mm以上，倾向率为0.681 mm/a，呈上升趋势，Z值为1.31，通过 的显著性检验；分量空气动力学项较小，在200 mm左右，倾向率为1.276 mm/a，上升趋势变化不显著。由此说明，潜在蒸散量及其构成项均呈上升趋势，但变化比较缓和，其中辐射项占潜在蒸散总量的80%左右，远大于空气动力学项，对潜在蒸散量的变化有很大影响。

图4 1990-2013年潜在蒸散及其构成项年际变化趋势Fig.4 The annual variability trends of potential evapotranspiration and its constituent items during 1990-2013

2.4.2潜在蒸散量多年月平均变化趋势

潜在蒸散作为多个气候因子的综合反映，具有明显的年内分配特征，通过分析小流域1990-2013年月平均蒸散量变化(图5)，发现小流域多年月平均潜在蒸散量约32～160 mm，其变化呈单峰型，1-7月逐渐增加，于7月达到最大值158.82 mm后逐月减少，这与小流域气温变化特征相一致。潜在蒸散的辐射项也具有相似的变化特征，最大蒸散量达到128.43 mm，而其空气动力学项的变化则极其平缓，最大值仅30.39 mm。可见，辐射项是潜在蒸散量的重要组成部分，这与年际变化趋势所得结论一致。

图5 1990-2013月蒸散量变化Fig.5 Monthly evapotranspiration changes during 1990-2013

从潜在蒸散量的月变化来看，小流域雨季4-9月潜在蒸散量占全年蒸散量比重较大(约70%)，由于小流域降水多集中在4-6月，7月中下旬高温少雨，且蒸发量大，因而小流域7-9月极易发生季节性干旱，对正值生长旺季的作物来说影响很大，为减小季节性干旱的危害，适时灌溉，保证农作物的正常生长，需进一步分析4-9月雨季潜在蒸散量及其构成项的变化特征。

2.4.3雨季潜在蒸散量及其辐射项和空气动力学项变化特征

从雨季潜在蒸散量变化特征(表2)中可以看出，小流域多年雨季前期(4-6月)平均蒸散量为309.42 mm，约占年潜在蒸散量的30%，多年雨季后期(7-9月)平均值为408.17 mm，约占年潜在蒸散量的40%，所占比重很大，辐射项和空气动力学项与潜在蒸散量PE变化特征相似，均是雨季后期蒸散量大于雨季前期蒸散量，可见7-9月高温少雨的天气加剧了潜在蒸散的进行；潜在蒸散量PE和辐射项的变异系数都较小，说明其变化不大，而空气动力学项的变异系数相对较大，说明空气动力学项的变化比辐射项的变化波动大，潜在蒸散量的波动变化间于二者之间；从雨季前后期的变化趋势来看，除雨季前期潜在蒸散量的辐射项有下降趋势外，其余均有上升趋势，其中，潜在蒸散量在雨季后期上升最快，以0.990 mm/a的速度在上升，且通过90%显著性检验，说明雨季潜在蒸散量总体呈上升趋势，变化比较缓和，雨季后期变化大于前期变化，但其空气动力学项变化却很小，且雨季前期上升速度略快于雨季后期。

表2 潜在蒸散量及其构成项雨季前期、雨季后期变化特征Tab.2 The variation characteristics of potential evapotranspiration and its constituent items in early rainy season and late rainy season

注：▲表示通过90%显著性检验。

利用M-K方法，对1990-2013年小流域雨季潜在蒸散进行突变分析(图6)，图6(a)显示，UF曲线在1992-2001年间位于零界线以下，说明雨季前期潜在蒸散量在此期间有减少趋势，而2001年以后开始出现增加的趋势，并于1991年、1999年、2011年左右发生突变，其中1999年开始的突变使雨季前期的潜在蒸散量由相对偏少期跃变到一个相对偏多期；图6(b)显示，雨季后期潜在蒸散量自1992年开始到2010年，一直处于一个相对偏少期，2010年以后UF统计值大于0，潜在蒸散量逐年开始有增加的趋势，2012年UF曲线UB曲线相交，可以确定雨季后期潜在蒸散量在2012年发生突变。分析结果显示，雨季前期潜在蒸散量的趋势在21世纪初从相对偏少的趋势转变为相对偏多趋势，比较两者发现，1992年之前，趋势相同，都属于相对偏多期，且2011年左右都发生了突变，但由于UF曲线基本未超出0.05显著水平线，所以潜在蒸散量的雨季变化趋势并不显著。

2.5 潜在蒸散量与蒸发皿蒸发量变化趋势比较

小流域多年平均蒸发皿实际蒸发量约981.48 mm，变差系数0.08，而多年平均潜在蒸散量约1 021.01 mm，变差系数0.04，可见实际蒸发量总体上小于利用P-M公式计算的潜在蒸散量且实测值的年际波动更大，估算值相对于平均值更稳定。比较图7(a)中小流域1990-2013年潜在蒸散量距平和大型蒸发皿实际蒸发量距平变化，可以发现除个别年份外，潜在蒸散量和实际蒸发量距平年际变化趋势基本一致，其中，1996-2005年距平变化趋势最为相似，且潜在蒸散量均高于蒸发皿蒸发量，明显差异出现在1991、1995、2007年，1993年之前蒸发量大于潜在蒸散量。图7中实测蒸发量与潜在蒸散量变化趋势虽然比较一致，但后者的年际变化明显比较缓和，且实测值与估算值在距平变化量值上也存在一定的差异，这主要是因为实测蒸发量受环境因素影响较大，因而其波动变化也较大。从图7(b)两者的线性拟合效果可以看出，模型估算出的潜在蒸散量和蒸发皿实测蒸发量之间存在一定的线性关系，其确定系数为0.24。

图6 潜在蒸散雨季前期、雨季后期变化的M-K检验结果Fig.6 The M-K test results of early rainy season(a) and late rainy season(b) of potential evapotranspiration variation

由此可见，经P-M模型模拟的潜在蒸散量与蒸发皿实际蒸发量两者之间虽存在差异，但模拟结果仍比较可信，可以用来对小流域蒸散量变化状况进行分析和预测。

2.6 气候因子对潜在蒸散量的影响

潜在蒸散量及其辐射项和空气动力学项与各气候因子进行回归分析后的结果如表3所示，R2值分别为0.924，0.839，0.982，模型效果较好，潜在蒸散量与平均气温、平均风速、相对湿度的回归系数通过99%显著性检验，与日照时数的回归系数通过90%显著性检验，辐射项与平均气温、日照时数的回归系数通过99%显著性检验，与平均风速的回归系数通过95%显著性检验，空气动力学项与平均气温、平均风速、相对湿度的回归系数通过99%显著性检验，与日照时数的回归系数通过95%显著性检验，说明平均气温、平均风速、相对湿度对潜在蒸散量的影响很大，日照时数次之，降水最小；平均气温、日照时数对辐射项的影响很大，平均风速次之；平均气温、平均风速、相对湿度对空气动力学项的影响很大，日照时数次之，降水对三者影响均很小。

偏相关性结果显示，潜在蒸散量与平均气温、降水、日照时数、平均风速、相对湿度的相关系数分别为0.820，-0.368，0.408，0.769，-0.673，辐射项与各因子的相关系数分别为0.734，-0.326，0.613，-0.534，0.370，空气动力学项与各因子的相关系数分别为0.778，-0.243，-0.447，0.985，-0.948。可见，气候因子对潜在蒸散的影响力的大小依次为平均气温、平均风速、相对湿度、日照时数、降水；对辐射项影响力大小依次为平均气温、日照时数、平均风速、相对湿度、降水；对空气动力学项影响力大小依次为平均风速、相对湿度、平均气温、日照时数、降水。近年来，在平均气温逐年上升(0.017 6 ℃/a)，相对湿度逐年下降的趋势下，潜在蒸散也随之出现增加的趋势[22-24]。

表3 潜在蒸散量及其构成项与气候因子的回归系数Tab.3 The regression coefficients of potential evapotranspiration and its constituent items with climatic factors

注：**表示通过99%显著性检验，*表示通过95%显著性检验，▲表示通过90%显著性检验。

3 结论与讨论

(1)1953-2013年影响小流域气候变化的两个主要气候因子平均气温和降水变化都呈上升趋势，其中平均气温上升趋势显著；降水的小波分析结果显示，小流域近60 a年来的降水量存在周期性变化特征，在18～32 a尺度上，降水出现了多-少交替的准3次振荡，特别是60年代中期和2005年前后降水量明显偏少，其变化主要存在29、22、11、4 a控制着年降水量在整个时间域内的变化特征的4个主周期变化；M-K突变检验发现，年平均气温在1994年发生突变，1997年以后增温明显，降水量在1988、2003、2010年发生突变，但总的增加趋势并不显著。综上可见，近年来，尤其是90年代中期以后，气候波动变化较大。

(2)1990-2013年潜在蒸散量均在900 mm以上，呈微弱上升趋势，且年内分配不均，1-7月逐渐增加，7月达到最大，而后逐月减少，小流域雨季前期(4-6月)及雨季后期(7-9月)的潜在蒸散量约占全年的蒸散量的70%左右，且旱季蒸散量大于雨季蒸散量，若潜在蒸散量长时期大于降水量，将造成小流域伏秋季节性干旱，严重影响作物的生长；M-K突变检验分析说明，雨季前期潜在蒸散量于2001年以后开始出现增加趋势，1991、1999、2011年左右发生突变，雨季后期潜在蒸散量在1992-2010年期间，处于相对偏少期，2010年以后开始进入偏多期，2012年发生突变。

(3)小流域潜在蒸散量受气候因子影响，其对潜在蒸散量影响力大小依次为平均气温、平均风速、相对湿度、日照时数、降水，其中平均气温是显著影响潜在蒸散、辐射项与空气动力项的共同因子，刘园等认为，对潜在蒸散辐射项影响最大的是日照时数，其次是风速、温度，而本研究所得结果表明对其影响最大的仍是平均温度，其次是日照时数、平均风速、相对湿度；曾丽红等[25]也认为，气温变化是影响潜在蒸散量的主要因素。可见，不同地区不同环境下气候因子对潜在蒸散量的影响有所不同。近年来，在平均气温逐年上升，相对湿度逐年下降的趋势下，潜在蒸散也随之增加，但趋势上不是很明显。

本研究结合当地的实际情况，研究了雨季潜在蒸散量的变化特征及气候因子对潜在蒸散的影响，为合理有效的掌握当地水分动态变化、提高农业生产提供了科学依据。然而潜在蒸散的影响因素是复杂多变的，气候影响因子只是其中的一个方面，在影响潜在蒸散的3个条件中，下垫面性质对其也有一定的影响，如小流域土地利用的不断变化，变旱地为农林复合地、水田等，改变作物种植类型，弃茶改种葡萄、板栗、花生、柑橘等，都会对潜在蒸散产生影响。因此，潜在蒸散的影响因素有待进一步深入研究探讨。

□

[1] 田鹏.气候与土地利用变化对径流的影响研究——以鄱阳湖流域为例[D].陕西杨凌：西北农林科技大学,2012.

[2] 牛利强.基于SWAT的气候与土地利用变化对径流量的影响研究——以堵河流域为例[D].武汉：华中师范大学,2013.

[3] Liu C M, Zhang X Y, Zhang Y Q. Determination of daily evaporation and evapotranspiration of winter wheat and maize by large-scale weighing lysimeter and micro-lysimeter[J]. Agricultural and Forest Meteorology, 2002,111:109-120.

[4] Guo S L, Guo J, Zhang J, et al. VIC distributed hydrological model to predict climate change impact in the Hanjiang Basin[J]. Science in China Series E: Technological Sciences, 2009,52:3 234-3 239.

[5] Zhang S H, Liu S X, Mo X G, et al. Assessing the impact of climate change on potential evapotranspiration in Aksu River Basin[J]. Journal of Geographical Sciences, 2011,21:609-620.

[6] 刘昌明，张 丹.中国地表潜在蒸散发敏感性的时空变化特征分析[J].地理学报，2011，66(5)：579-588.

[7] Roderick M L, Farquhar G D. The cause of decreased pan evaporation over the past 50 years[J]. Science, 2002,298:1 410-1 411.

[8] 王国庆，张建云，贺瑞敏，等.黄河中游气温变化趋势及其对蒸发能力的影响[J].水资源与水工程学报，2007，18(4)：32-36.

[9] 李鹏飞，孙小明，赵昕奕.近50年中国干旱半干旱地区降水量与潜在蒸散量分析[J].干旱区资源与环境,2012，26(7)：57-63.

[10] 景元书，张 斌，王明珠，等.鹰潭小流域季节性降雨径流特征研究[J].水土保持学报，2003，17(5)：45-47.

[11] 韩湘云，景元书，李 根.低丘红壤区坡面土壤水分变化的气象因素冗余分析[J].生态学杂志，2013，32(9)：2 368-2 374.

[12] Hamed K H. Trend detection in hydrologic data: the Mann-Kendall trend test under the scaling hypothesis[J]. Journal of Hydrology, 2008,349(3):350-363.

[13] Xia J, Tan G. Hydrological science towards global change: progress and challenge[J]. Resources Science, 2002,24(3):1-7.

[14] 杨志刚，唐小萍，路红亚，等.近50年雅鲁藏布江流域潜在蒸散量的变化特征[J].地理学报，2013，68(9)：1 263-1 268.

[15] GB/T 20481-2006,气象干旱等级[S].

[16] 刘 园，王 颖，杨晓光.华北平原参考作物蒸散量变化特征及气候影响因素[J].生态学报，2010，30(4)：0 923-0 932.

[17] 彭兆亮，何 斌，王国利，等.碧流河流域气候变化对水资源量的影响研究[J].南水北调与水利科技，2010，8(5)：76-79.

[18] 杜 安，杜 田，杜 江.余江县近50年气候变化分析及其对农业的影响[C]∥ 中国气象学会.第29届中国气象学会年会——S3聚集气候变化，探索低碳未来.北京：中国气象学会，2012：1-5.

[19] 余世鹏，杨劲松，王相平，等．滨海滩涂地区降水变化的多尺度周期特征分析与趋势预测[J]．中国农业气象，2013，34(4)：377-383.

[20] Nemer BD, Ridsdill-Seith TA, Zeisse C D. Wavelet analysis of low altitude infrared transmission in the coastal environment[J]. Infrared Physics&Technology, 1999,40:399-409.

[21] 郭 华，姜 彤，王国杰，等．1961-2003年间鄱阳湖流域气候变化趋势及突变分析[J]．湖泊科学，2006，18(5)：443-451.

[22] 王 琼，张明军，潘淑坤，等.长江流域潜在蒸散量时空变化特征[J].生态学杂志，2013，32(5)：1 292-1 302.

[23] Feng J, Yan DH, Li CZ, et al. Assessing the impact of climate variability on potential evapotranspiration during the past 50 years in North China[J]. International Journal of Food, Agriculture and Environment, 2012,10:1 392-1 398.

[24] Feng J, Yan DH, Li CZ, et al. Assessing the impact of climatic factors on potential evapotranspiration in droughts in North China[J]. Duaternary International, 2014,336:6-12.

[25] 曾丽红，宋开山，张 柏，等.近60年来东北地区参考作物蒸散量时空变化[J].水科学进展，2010，26(5)：858-870.