全国参考作物腾发量及其主要影响因素演变趋势

焦有权，王 茜，江 芳，赵礼曦

(1.北京农业职业学院水利与建筑工程系，北京 102442；2.北京市郊区水务事务中心，北京 100073；3.中国农业大学水利与土木工程学院，北京100083)

在全球气候变暖的背景条件下，风速、气温、太阳辐射、降水等气象要素都有不同程度地变化[1]，而这些要素的变化均与作物需水密切相关，评价作物需水状况最重要的指标是作物需水量，作物需水量与参考作物腾发量(以下简称“ET0”)相关，FAO-56将ET0定义为“假设作物高度为0.12 m，冠层阻力和反照率分别为70 s/m和0.23参考冠层的蒸散，相当于生长旺盛、长势一致、完全覆盖地面且水分供应充足的开阔绿色草地的蒸散”，并且推荐了基于气象要素的Penman-Monteith公式进行计算。ET0代表了标准植被表面的腾发速率，表征了大气蒸发能力的气象参数。ET0现已是全球范围内普遍认可的计算作物田间耗水量及评价区域资源用水效率的基础参数[2,3]，同时也是制定水法、国际河流水资源分配、生态用水及水环境评估的依据[4]。ET0的研究历来受到国内外学者高度重视[5]，如何精准地计算ET0已成为研究作物需水规律的热点[6]。研究表明[7]：作物生产中气象因子的限制作用由大到小依次为降水、光照和温度。可见，除ET0计算公式中主要气象因子外，太阳辐射、降雨量也是评价作物生长状况及其需水的重要指标。为此，以全国典型站点的ET0、气温、风速、相对湿度、太阳辐射、降雨量等要素为研究对象，基于GIS的普通克立格插值法，分别对各站ET0及其计算公式主要影响因子进行气候倾向率及其趋势显著性分析，对ET0、太阳辐射、降雨量等要素，采用分形、重标极差分析法、线性回归法进行计算，旨在研究其演变趋势，以期能够对我国农田灌溉用水管理及灌溉制度的制定提供科学指导。

1 研究方法

1.1 研究区域

以中国疆域为对象，覆盖大陆(包括海南省、台湾省)，经度75°～135°，经差60°，纬度20°～55°，纬差35°，北起黑龙江省漠河航道中心(53°33′N)，南至南沙群岛的曾母暗沙(3°52′N)，西临新疆帕米尔高原乌兹别里山口——中国、吉尔吉斯坦、塔吉克斯坦3国交界处(73°40′E)，东靠黑龙江省乌苏里江黑瞎子岛(13°52′E)。研究区域大格网示意见图1。

图1 研究区域大格网示意图Fig.1 Schematic diagram of large grid in study area

1.2 数据来源及计算基础

(1)数据来源及处理。源于国家气象信息中心699个基准、基本和一般地面气象观测站，获取气压、气温、相对湿度、风速、蒸发量、日照、地温、太阳辐射、降雨等气象及其经纬度、海拔高程等资料，剔除各站坏数据，统一数据系列，最终确定全国631个基准、基本和一般地面气象观测站1963-2010年共37 a，月值数据，由此获得年值。

(2)计算基础。在原始资料获取和处理的基础上，用栅格尺度，由GIS操作界面选择了常用的空间插值方法：普通克里格法(OK)、反距离权重法(IDW)及样条插值法(Spline)。通过移去一个已知样本点的气象数据，用其他站点数据来生成该点，以此检验结果选择计算方法。检验结果显示：普通克里格法(OK)的均方根误差最小，标准平均值接近0，其次是反距离权重法(IDW)、样条插值法(Spline)，精度排序为：普通克里格法(OK)>反距离权重法(IDW)>样条插值法(Spline)。最终选取GIS地统模块下的普通克里格法(OK)，对各站长系列气压、气温、相对湿度、风速、ET0、太阳辐射、降雨量进行计算。

1.3 计算公式及分析方法

(1)ET0计算公式。采用FAO-56推荐的Penman-Monteith计算公式，计算时间尺度为月公式：

(1)

式中：ET0为参考作物腾发量，mm/d；Rn为作物表面的净辐射量，MJ/(m2·d)；G为土壤热通量，MJ/(m2·d)；u2为2 m高处平均风速，m/s；es为饱和水汽压，kPa；ea为实际水汽压，kPa；Δ为饱和水汽压与温度曲线的斜率，kPa/℃；γ为干湿表常数，kPa/℃；T为温度，℃。

(2)分析方法。以全国631个气象台站(1963-2010年)ET0、气温、风速、相对湿度、太阳辐射、降水量等基本数据，基于地统计学的普通克立格插值法，对各站ET0及其计算公式主要影响因子进行气候倾向率及其对应要素F检验；对各站ET0、太阳辐射、降雨量等要素，分别采用分形、重标极差分析法及线性回归法进行分析。

2 结果与讨论

2.1 ET0及其计算公式中主要影响因子年际变化规律分析

(1)ET0计算公式中主要影响因子年际变化规律分析。气温、风速、相对湿度、太阳辐射均为ET0计算公式中的主要影响因子，分别对平均气温、平均风速、平均相对湿度、太阳辐射的气候倾向率及其对应要素进行F检验计算(趋势显著性水平)(见图2)。

图2 ET0计算公式中主要影响因子气候倾向率及其趋势显著性分布Fig.2 Climatic tendency rate and its significance distribution in the main influence factors in the ET0 calculation formula

除安徽西南部、广西西北部外，平均气温均有升高趋势，且绝大部分地区都通过显著性水平(α=0.01)的检验，呈特显著升高。东北黑龙江、吉林、内蒙，华北的河北、山西，西北的甘肃、青海、新疆以及西藏的西南等地区的气温以0.34～0.66 ℃/(10 a)上升，可以看出北方升温较快，南方升温较慢。

除云南、贵州、湖北、四川、甘肃等部分地区外，平均风速在全国范围内均呈下降趋势，且下降的绝大部分地区都通过了显著性水平(α=0.01)的检验，呈特显著升高。

相对湿度变化区域差异性比较大，增加的地区主要位于西部，只是范围略小一些，且新疆小部分地区通过显著性水平(α=0.01)的检验，呈特显著升高。

除内蒙西部、甘肃西部、新疆北部以及新疆与西藏西部等地区，太阳辐射有升高外，其余广大地区呈下降趋势，华北、长江中下游地区降幅最大，下降速率为167.65～93.56 MJ/(m2·10 a)，且绝大部分地区都通过显著性水平(α=0.01)的检验，呈特显著升高。

(2)ET0年际变化规律分析。对ET0气候倾向率及其对应要素变化F检验显著性分布趋势(趋势显著性水平)进行分析(见图3)。

图3 ET0气候倾向率及其趋势显著水平空间分布Fig.3 Spatial distribution of ET0 climate trend rate and its significant trend level

全国大范围内，ET0呈普遍下降趋势，但大部分地区都没有通过显著性检验。ET0变化趋势增加的地区主要集中在西藏东部，四川、青海以及甘肃交界处，宁夏、陕西、山西、东北等地区以0.01～28.61 mm/(10 a)速率升高，增加趋势不显著。

2.2 ET0与其主要影响要素的分形特征分析

(1)ET0与其主要影响要素的分形特征。分形维数可以表征气象等要素在不同时间尺度上的变化情况。分形维数越大，研究要素变化趋势越不显著，反之亦然。对于同一要素，不同的分形维数表明在不同的时间尺度上分形特征与复杂性，分形维数越大，要素在该尺度上越复杂。研究应用普通克立格插值法，对全国631个气象台站(1963-2010年)ET0、太阳辐射、降水分形维数的空间分布进行绘制(见图4)。

图4 全国ET0、太阳辐射、降水量分形维数分布Fig.4 Fractal dimension distribution of ET0, solar radiation and precipitation in China

可见，全国区域内ET0的分形维数为1.07～1.32，分形维数高值区域分布在新疆东北地区、内蒙古东部地区、河南中部、云南与四川相邻等区域，分形维数均高于1.20；分形维数值较低的区域主要分部在青藏高原、东北地区及江苏省，为1.07～1.13。

太阳辐射的分形维数为1.19～1.50，新疆中部、广西中西部、安徽西南部、江苏与浙江的交汇处、内蒙古的东部部分地区分形维数偏高；青海、西藏的中部和东部、新疆与甘肃交汇处、内蒙古西部河套平原、黑龙江西部、吉林中部等地区分形维数偏低。

降雨量的分形维数为1.08～1.62，总体将全国分为2个区域，西南、西北部地区分形维数偏低，主要集中在新疆的中部与北部、甘肃省、青海省等地区；我国东部地区、中部地区及东南部地区的分形维数相对偏高，主要集中在贵州省、浙江省西部、山西省东部、内蒙古中(东)部及黑龙江省中西部等地区。

(2)ET0与其主要影响要素的持续性。重标极差分析法(R/S)的Hurst指数为[0,1]，可通过H值的大小判断时间序列变化趋势为持续性(persistence)，还是反持续性(anti-persistence)。H值的不同，其含意也不同：当0

由图5可知，全国范围内ET0的Hurst指数为0.68～0.93，均大于0.5，小于1.0。Hurst现象明显，逐年变化存在着持续性，意味着在未来时间内仍保持与过去相一致的变化趋势。西北青藏高原、黑龙江及吉林与辽宁的东部、内蒙古东部、贵州东北部、湖南西南部、江苏省等区域Hurst指数偏高，在0.86以上，ET0的持续性最强。

图5 全国ET0、太阳辐射、降水量Hurst指数分布图Fig.5 National ET0, solar radiation, rainfall of Hurst index distribution

太阳辐射Hurst指数为0.54～0.81，大于0.5。全国范围内年太阳辐射的变化存在着持续性，未来的变化趋势与过去保持一致。青海省、西藏中部、甘肃省中部与西部、内蒙古的河套平原与东部、新疆的东部和中部、黑龙江西南部及宁夏、陕西、山西、河北、吉林、辽宁等局部地区的Hurst指数偏高，均在0.74以上，太阳辐射值持续性高于其他区域。

降水量的Hurst指数为0.38～0.92。黑龙江西部、内蒙古中部在0.5以下，降水逐年变化存在着反持续性，在未来的时间内变化趋势与过去相反。西北的新疆东、甘肃西北、青海Hurst指数在0.79以上，持续性最强。

3 结 语

(1)东北黑龙江、吉林、内蒙，华北的河北、山西，西北的甘肃、青海、新疆以及西藏西南等地区的气温以0.34～0.66 ℃/(10 a)上升，北方气温升高较快于南方；除内蒙西部、甘肃西部、新疆北部以及新疆与西藏西部等地区太阳辐射有升高外，其余广大地区呈下降趋势，华北、长江中下游地区降幅最大，下降速率为167.65 ～93.56 MJ/(m2·10 a)。

(2)ET0呈普遍下降趋势，宁夏、陕西、山西、内蒙古东部、黑龙江、吉林西部、辽宁中部等地区以0.01～28.61 mm/(10 a)速率升高，但增加趋势不显著。

(3)ET0、太阳辐射、降雨量的分形维数分别为1.07～1.32、1.19～1.50、1.08～1.62，全国范围来看：ET0的变化复杂性最小。我国西部，太阳辐射分形维数大于降水量，太阳辐射的变化复杂性大于降水量；我国东部，太阳辐射分形维数小于降水量，太阳辐射的变化复杂性小于降水量。

(4)ET0与太阳辐射相比：ET0与太阳辐射的Hurst指数均大于0.5，小于1.0，逐年持续性变化趋势一致，在未来时间内均保持与过去相一致的变化趋势；ET0的Hurst指数总体高于太阳辐射，ET0持续性强于太阳辐射；ET0与太阳辐射的Hurst指数空间趋势比较接近，高值区主要集中分布在青藏高原延伸至西藏中部、青海及东北地区。

(5)ET0与年降雨量相比差异明显，降雨量的Hurst指数总体较小于ET0；ET0的Hurst指数最小为0.68，均大于0.5，ET0持续性最强，黑龙江西部、内蒙古中部降雨量的Hurst指数均在0.5以下，降水量在未来一段时间内变化趋势与过去相反；我国西部地区、东北地区及东南沿海各省份ET0与降雨量2者反差非常明显。

(6)分形维数的确定，可以反映气象要素及ET0在不同时间尺度上的复杂性，在全国范围内，ET0的变化复杂性最小；我国西部，太阳辐射分形维数大于降水，年尺度变化复杂性大于降水；对于中国东部，太阳辐射分形维数小于降水，年尺度变化复杂性小于降水。