1981—2019年鄱阳湖流域潜在蒸散变化特征及气候成因分析

秦晓晨，戴志健，陈兴鹃，李柏贞，占明锦,2

1981—2019年鄱阳湖流域潜在蒸散变化特征及气候成因分析

秦晓晨1，戴志健1，陈兴鹃1，李柏贞1，占明锦1,2※

（1. 江西省生态气象中心，南昌 330096；2. 江西省气候中心，南昌 330096）

为探明鄱阳湖流域潜在蒸散的变化特征，揭示不同季节潜在蒸散趋势差异及其气候成因，该研究基于1981－2019年鄱阳湖流域74个气象站点的逐日气象资料，利用Penman-monteith公式计算各站点逐日潜在蒸散量（ET0），结合敏感性-贡献率法，分析了1981－2019年鄱阳湖流域ET0在年、季尺度上的变化趋势及其主导气候因子。结果表明：1）1981－2019年鄱阳湖流域年尺度ET0具有先降后升的特点，21世纪以前呈下降趋势，进入21世纪后下降趋势减弱，并在21世纪头10年后半段转为上升趋势。整体上，鄱阳湖流域ET0呈显著增加趋势（1.50 mm/a，<0.05），其中春季增加速率最快（0.81 mm/a，<0.05），秋季次之（0.64 mm/a，<0.05），冬季和夏季分别呈不显著增加和下降趋势（>0.05）；2）最高气温升高是年均ET0和春、秋季ET0增加的主导因子，冬季ET0增加的主导因子为最低气温的升高，而辐射下降是夏季ET0下降的主导因子；3）不同气象要素贡献率的年代际变化分析表明，鄱阳湖流域年均ET0由降转升的原因是2000年以后气温增加的正贡献超过风速和辐射下降的负贡献。该研究对鄱阳湖流域农田水分管理和季节性干旱监测具有重要意义。

蒸散；气候；季节；时空变化；贡献率；鄱阳湖流域

0 引 言

作为陆地水文循环中的第二大水分通量[1]，潜在蒸散是评价气候干湿程度和水资源亏缺状况的重要指标，也是农作物需水估算和农田灌溉政策制定的基本依据[2]。在气候变暖的背景下，全球各地潜在蒸散量大多呈显著下降的趋势，即“蒸发悖论”现象[3]。中国总体上存在“蒸发悖论”现象，但在空间上具有不一致性。例如，从流域上看，东北松花江流域潜在蒸散显著上升，而全国其他大部分流域呈下降趋势[4-5]；基于气象站蒸发皿蒸发量的趋势分析亦指出1956－2005年东北地区蒸发量逐渐上升[6]。同时，在年代际尺度上，有研究指出，中国大部分地区年平均潜在蒸散在20世纪90年代初期由下降趋势转为上升趋势[2, 7]，并且这种转折与气象因子趋势的转折密切相关[8]。

从全球尺度上看，日照时数（或太阳辐射）减少是潜在蒸散下降的主要原因[3,9-10]。在中国，风速下降是另一重要原因[2,4,11]。但受气候带及地形差异的影响，不同地区的主导因素不同。整体上看，中国北方地区风速下降对潜在蒸散变化的贡献高于日照时数减少[12-15]，但近年来华北地区由于气溶胶增多，日照时数下降是主导因素[16-17]；在亚热带和热带地区，日照时数减少是潜在蒸散下降的主要原因[5,13]。此外，在潜在蒸散呈增加趋势的地区或时段，如东北北部[5]、西北部分地区[18]、青藏高原和黄土高原交汇区[19]，以及20世纪90年代后的时段[8]，气温增加是潜在蒸散变化的主导因子。然而亦有研究表明，西北地区20世纪90年代后潜在蒸散增加的主要原因是风速增加[7]。由此可见，潜在蒸散的变化趋势及其主导气候因子均存在明显的时空差异。

鄱阳湖流域位于中国湿润区，也是中国重要的商品粮基地。赣江、抚河、信江、饶河、修河五大河流，从东、南、西三面汇流注入鄱阳湖。由于复杂的河-湖关系，加之极端天气气候事件频发，季节性水分亏缺和鄱阳湖水域面积异常萎缩时常见诸报道，对农业生产和生态服务功能造成不利影响[20-21]。目前，关于鄱阳湖流域蒸发规律有一定研究成果，如孙善磊等[22]和涂安国等[23]分别对1960年以来蒸发皿蒸发量和潜在蒸散量的趋势和成因进行了分析，但对气候成因的季节性对比少有提及。基于此，本文在探明流域内潜在蒸散的气候变化和气候成因的基础上，进一步揭示了不同季节潜在蒸散趋势差异及其主导气候因子，以期为流域内农田及流域水循环管理提供科学依据。

1 材料与方法

1.1 气象资料来源

鄱阳湖流域地处24°29′～30°04′N、113°34′～118°28′E之间。本文收集了1981－2019年流域内及周边共93个气象站逐日观测资料，资料来源为江西省气象信息中心，气象要素包括最高气温、最低气温、气压、日照时数、水汽压和风速。其中日照时数通过联合国粮食及农业组织推荐的方法[24]计算为地表净辐射。经过数据质量及有效性检查后，筛选出数据较齐全的74个气象站点（图1）。某日数据缺测时，采用该日相邻2 d该要素的平均值替代[2]。

1985年后国家基本和基准地面气象观测站开始观测大型蒸发皿蒸发量（ETp）。研究区域内共有基本站和基准站26个，其中有13个台站观测资料的连续性较好。本文在研究区北部、中部和南部各选择2个典型站点作1985－2019年ETa与ET0的趋势对比。

1.2 潜在蒸散计算方法

采用联合国粮农组织推荐的Penman-monteith模型（简称PM模型）[24]计算流域内各站点逐日潜在蒸散量：

式中ET0为潜在蒸散量，mm/d；为温度随饱和水汽压变化的斜率，kPa/℃；R为地表净辐射，MJ/(m2·d)；为土壤热通量，MJ/(m2·d)，在日尺度上可认为0；为湿度表常数，kPa/℃；2为离地2 m高处风速，m/s；e为饱和水汽压，kPa；e为实际水汽压，kPa；为日平均气温，℃。、、2和e分别为气温、气压、风速和气温的函数，计算方法见文献[24]，其他变量均来自气象站实测资料。

1.3 分析方法

1.3.1 敏感性-贡献率法

敏感性-贡献率法是判断气象要素对ET0扰动的有效方法，已经得到广泛应用[13,19,25-26]。通过式（2）计算ET0对气象要素v的敏感性系数_v，即ET0的相对变化量（即ΔET0）与单个气象要素相对变化量（即Δv）之比：

式中v代表气象要素，包括最高气温、最低气温、气压辐射、水汽压和风速；_v代表相应气象要素的敏感性系数。_v的正负反映了ET0与气象要素的相关性，绝对值的大小反映了气象要素对ET0影响的大小，绝对值越大，其影响也越大。

气象要素v的相对变化率_v与其敏感性系数_v的乘积则可表示该要素变化导致的潜在蒸散相对变化，即贡献率_v。

1.3.2 数据处理方法

本文基于最小二乘法构建潜在蒸散随时间变化的一元线性回归方程，方程的拟合斜率即为1981－2019年潜在蒸散的变化趋势。此外，本文采用在气候学中常用的Mann-Kendall突变法[2,18]对潜在蒸散变化的显著性和突变特征进行分析。

2 结果与分析

2.1 潜在蒸散的变化趋势与大型蒸发皿的比较

1985－2019年研究区北部、中部和南部典型站点ET0实测值与计算值对比见图2。由图2可知，6个典型站点ETp和ET0的年际变化趋势大部分表现出一致的变化方向，并且变化趋势的季节性差异亦较为一致。北部以上饶站为例，春季ETp和ET0的增加速率最快，分别为8.6和10.4 mm/10a，大于秋季和冬季，而夏季均表现为下降趋势，其中ETp的下降速率更快；中部以南城站为例，各季节ETp的变化速率以春季最高（21.8 mm/10 a），其次为秋季（16.3 mm/10 a）、冬季（15.3 mm/10 a）和夏季（4.9 mm/10 a），各季节ET0亦表现为春季（13.0 mm/10 a）、秋季（9.6 mm/10 a）、冬季（mm/10 a）、夏季（2.2 mm/10 a）依次减小；南部的龙南站，其夏季ETp的增加速率高于春季，而ET0则表现为春季高于夏季，但两者均表现为春、夏季高于秋、冬季，并且在同处南部的赣县站，同样表现为春、秋季高于夏、冬季。因此可认为本文计算的ET0能够反映出鄱阳湖流域大气蒸发能力的实际变化趋势及其季节性差异。

2.2 潜在蒸散的变化趋势

整体看（图3a），1981－2019年鄱阳湖流域年均潜在蒸散（ET0）呈上升趋势（1.50 mm/a），增加趋势以春季最大（0.81 mm/a，图3c）、秋季次之（0.64 mm/a，图3g）、冬季最小（0.28 mm/a，图3i），而夏季呈下降趋势（−0.23 mm/a，图3e）。

注：UF和UB分别为顺时间序列和逆时间序列的Mann-Kendall检验统计量曲线。

Note: UF and UB are the Mann-Kendall test results for the forward time series and the reverse time series, respectively.

图3 1981－2019年鄱阳湖流域年均及各季节潜在蒸散量时间变化及其Mann-Kendall (MK)突变检验

Fig.3 Change and Mann-Kendall (MK) mutation test of annual and seasonal potential evapotranspiration for the Poyang Lake Basin during 1981-2019

为了诊断ET0变化的动态特征，采用Mann-Kendall突变法进行检验，见图3。其中UF和UB为统计量的曲线，取±1.96的值为0.05显著性水平的置信度区间。从UF曲线来看，年均ET0在1993年以后表现为下降趋势（<0），并在2000－2002年达到<0.05显著性水平（<−1.96）（图3b）；2002年以后下降趋势减弱，在2007年后转变为增加趋势（>0），并在2019年达到<0.05显著性水平（>1.96）。

从季节变化来看，春季ET0（图3d）在20世纪90年代表现为不显著的下降趋势（−1.96<<0），2000年以后转为增加趋势（>0），并在2007年以后达到<0.05显著性水平（>1.96）。夏季的特征与年尺度类似（图3f），1993年以后值为负，且不断下降，在1996－2005年达到<0.05显著性水平（<−1.96），2005年以后下降趋势减弱。秋季ET0（图3h）在各个时段内均表现为增加趋势（>0），但在2008年以前增加趋势不显著，2008年后达到<0.05显著性水平（>1.96）。冬季ET0（图3j）在2006年以后呈上升趋势，但仅在2017年和2018年达到<0.05显著性水平。

从空间分布来看，流域内年均ET0仅有3个站点呈显著下降趋势（<-1.96），67个站点呈增加趋势，其中22个站点达到<0.05（>1.96）显著性水平（图4a）。从季节尺度来看，绝大部分站点春季ET0呈增加趋势，其中49个台站达到<0.05（>1.96）显著性水平（图4b）。夏季共有55个站呈下降趋势，但仅有7个站点通过95%以上的显著性检验（<−1.96，图4c）。秋季和冬季大部分站点呈增加趋势（图4d、图4e），但达到<0.05显著性的站点少于春季，分别为31个和23个。

2.3 潜在蒸散对气象要素的敏感性

根据式（2）计算ET0对风速、辐射、气压、水汽压、最低气温和最高气温的敏感性系数，见表1。从年均尺度上看，ET0对风速、辐射、最高气温和最低气温的敏感性系数为正，表明ET0随着这些气象要素的增加而增加。年尺度上，最高气温敏感性最高，为0.83，其次是水汽压（−0.78）和辐射（0.75），而对风速的敏感性最弱（0.13）。

从季节尺度上看（表1），春、夏和秋季对最高气温的敏感性系数最高，分别为0.84、0.88和0.94，而冬季对水汽压的敏感性系数最高，为−1.03。春、夏和冬季对风速的敏感性系数较弱，分别为0.09、0.10和0.17，而秋季对气压的敏感性系数最弱，为−0.12，其次是风速，为0.16。

表1 不同季节潜在蒸散变化对各气候要素的敏感性系数

注：Win为风速，Rad为辐射，Pre为气压，MinT为最低气温，MaxT为最高气温，Vap为水汽压，下同。

Note: Win represents wind speed, Rad represents radiation, Pre represents pressure, MinT represents minimum temperature, MaxT represents maximum temperature, Vap represents vapor pressure, same as below.

2.4 潜在蒸散变化的主导气候因子

2.4.1 季节差异

本文首先根据式（3）计算了各气象要素在1981－2019年的相对变化率，在此基础上，根据式（4）计算了各气象要素变化对ET0变化的贡献率，见表2。由表2可见本文计算的气象因子总贡献率与ET0实际变化率较为接近，相差幅度在1个百分点以内。整体看，鄱阳湖流域风速、最低气温和最高气温的相对变化明显高于其他要素，但由于ET0对风速的敏感性偏弱，其贡献率小于最低气温和最高气温。

具体来看，1981－2019年风速下降、辐射减少和水汽压增加使ET0下降了3.97%（表2），而最低气温和最高气温的累积贡献率为9.79%，最终使ET0增加了5.84%，因此气温增加是鄱阳湖流域年均ET0增加的主要原因，其中最高气温的贡献率最大（5.90%），是主导因子。

对于春、秋季，风速下降和水汽压增加使ET0累计下降了3.04%和1.93%，但均远低于气温增加的正贡献，春、秋季增温的正贡献分别为14.40%和11.79%，因此春、秋季ET0增加的主要原因仍是气温增加，并且最高气温贡献率分别为10.04%和6.98%，仍是主导因子。

同理，对于冬季，风速下降、辐射减少和水汽压增加使ET0下降了5.46%，而冬季增温的正贡献达14.35%，因此气温增加是冬季ET0增加的主要原因，但不同于春、秋季，冬季最低气温的贡献率更高（8.77%），是主导因子。

而对于夏季，由于气温的相对变化率相比于其他季节偏小（表2），增温对ET0的正贡献有所减弱，最高气温和最低气温的贡献率之和为3.89%，而辐射下降使ET0下降了5.34%，由此夏季ET0呈下降趋势。因此夏季ET0下降的主导因子是辐射量下降。

从主导因子的空间分布来看，春季区域内所有台站的主导因子均为最高气温（图5a），夏季辐射为主导因子的站点数为57个，占总站数的77.0%（图5b），秋季则有56个站点的主导因子为最高气温，14个站为风速（图5c），冬季共有41个站点的主导因子为最低气温，占总数的55.4%，此外有20个站的主导因子为水汽压，11个站为风速（图5d）。

表2 1981－2019年各季节气候要素的相对变化率及对ET0变化的贡献

2.4.2 贡献率年代际变化

为计算气象要素贡献率的年代际差异，以1981年为基准年，分别计算1982－2019年各气象要素相对1981年的变化率，并通过敏感性系数统计不同年代贡献率，见图6。

从年际尺度来看（图6a），20世纪80年代、90年代以及21世纪头10年各气象要素贡献率之和分别为−0.10%、−2.29%和3.90%，呈逐渐增加趋势，21世纪10年代有所放缓，贡献率之和为2.88%；这主要是由于最高气温和最低气温的贡献率之和明显增加，各年代分别为1.23%、3.09%、7.05%和8.41%，而其他要素未表现出明显的趋势。

春、秋两季与年尺度类似（图6b、图6d），增温的贡献率在各年代呈逐渐上升趋势，其他要素贡献率的年代际差异不明显；对于冬季，最低气温和水汽压的贡献率明显高于其他要素，但最低气温贡献率逐渐增加，各年代分别为6.23%、18.91%、18.36%和21.27%，而水汽压贡献率在20世纪90年代后变化较小；而对于夏季，辐射的贡献率在各个年代均远超过其他要素，尽管气温增加的正贡献在进入21世纪后出现，但仍小于辐射下降带来的负贡献。

3 讨 论

本文研究发现，1981－2019年鄱阳湖流域ET0除夏季呈不显著（>0.05）下降趋势外，其他季节均呈上升趋势，其中春、秋季以及年尺度达到<0.05显著性水平。这有区别于中国其他区域，如黄河流域[27]、华北平原[17]和西北地区[18]ET0自20世纪60年代以来呈下降趋势。这些区域的研究结论表明，风速下降和日照减少两者的共同作用是ET0下降的原因。本文研究时段内鄱阳湖流域同样表现为风速下降，但太阳辐射除夏季呈显著下降外，其他季节变化并不明显，甚至在春、秋季呈上升趋势，因此太阳辐射的不显著变化是鄱阳湖流域ET0变化趋势区别于其他地区的原因之一。另一方面，从气象要素的敏感性来看，鄱阳湖流域ET0对最高气温最为敏感（除冬季外），而中国其他区域ET0对相对湿度或者水汽压最为敏感，例如黄河流域[27]、海河流域[28]、渭河流域[29]等。温度敏感性增加在一定程度上必然使增温的正贡献增加，并最终使ET0呈上升趋势。因此鄱阳湖流域ET0对气温敏感性系数的增加是该区域ET0变化趋势不同于其他地区的另一原因。

此外，本文发现鄱阳湖流域年均ET0具有先降后升的特点，在20世纪90年代下降趋势不断加重，进入21世纪后下降趋势减弱，并在21世纪头10年后半段转为上升趋势。这与中国ET0的变化过程一致[6,8]，并且基于鄱阳湖流域实际蒸发量的研究亦证明这种转折的确存在[30]。本文从气象要素贡献率的年代际差异发现，在20世纪90年代，风速和辐射的负贡献大于气温增加的正贡献，因此年均ET0在20世纪90年代呈下降趋势，而在21世纪头10年以后，气温的正贡献不断增加，而风速和辐射的负贡献变化不大，使ET0由下降转为上升。因此，气候变暖对ET0的正贡献不断增加是发生这种转折的重要原因。

目前，关于鄱阳湖流域蒸发量的研究成果丰富。基于互补相关蒸发模型估算的1955—2001年实际蒸发量[30]、基于气象站监测的1960—2005年蒸发皿蒸发量[22, 31]以及基于气象要素计算的1960－2014年潜在蒸散量[23]的分析结果均表明20世纪60年代以来该区域蒸发量呈下降趋势，这与本文得出的除夏季外、其他季节及年均潜在蒸散呈增加趋势的结论相反。这主要是由于研究时段不同导致的。本文研究表明，鄱阳湖流域潜在蒸散在进入21世纪后由降转升，且这种转折与实际蒸发量的情况一致[30]，上述相关研究的分析时段均开始为20世纪60年代，前期下降时段的比例较大，因此整个时段呈下降趋势。此外，以上研究均指出日照时数和风速下降是潜在蒸散或蒸发皿蒸发量下降的主要原因。本文同样发现在2000年以前的下降时段，风速和辐射下降是主要原因，这点的结论是一致的。但由于这些研究忽视了潜在蒸散或实际蒸发存在由降转升的过程，对转折的成因探讨较少，因此没有发现气温增加的主导作用。

值得注意的是，夏、秋季是鄱阳湖流域干旱的多发季节，一般认为长期无雨或少雨是发生伏、秋旱的主要原因。本文研究表明，尽管1981—2019年夏季ET0呈下降趋势，但随着辐射的负贡献逐年代下降，而气温的正贡献逐渐增加，下降趋势已呈不断减弱趋势；而秋季由于最低气温和最高气温的正贡献不断增加，其ET0亦将持续增加；此外，基于第五阶段国际耦合模式比较计划（CMIP5）的多模式未来气候情景预估亦表明鄱阳湖流域潜在蒸散仍将持续增加[32]。因此，气候变暖导致的ET0增加能在一定程度上加重伏、秋旱的发生频率和强度。在鄱阳湖流域干旱特征分析中，亦应将潜在蒸散纳入监测指标。

4 结 论

本文利用Penman-monteith模型计算流域内潜在蒸散量（ET0），基于敏感性-贡献率法计算了不同气象因子对ET0变化贡献率，分析了其季节性和年代际差异。主要结果如下：

1）1981－2019年鄱阳湖流域年均潜在蒸散（ET0）呈上升趋势（1.50 mm/a，<0.05），增加趋势以春季最大（0.81 mm/a，<0.05），其次为秋季（0.64 mm/a，<0.05）和冬季（0.28 mm/a，>0.05），而夏季呈下降趋势（−0.23 mm/a，>0.05）。

2）1981－2019年最低气温和最高气温升高使年均ET0增加9.79%，大于风速和太阳辐射下降以及水汽压增加的负贡献，是ET0增加的主要原因，其中最高气温升高使年均ET0增加5.90%，是主导因子。

3）不同季节主导因子有所差异。春季、秋季和冬季ET0增加的主要原因亦是气温增加，三者气温增加的贡献率分别为14.40%、11.79%和14.35%，其中春、秋季最高气温的贡献率为10.04%和6.98%，是主导因子，而冬季最低气温为主导因子（贡献率为8.77%）。对于夏季，气温增加的贡献率为3.89%，但辐射贡献下降5.34%，因此夏季ET0的主导因子为辐射下降。

4）鄱阳湖流域年均ET0具有先降后升的特点，在20世纪90年代下降趋势不断加重，进入21世纪后下降趋势减弱，并在21世纪头10年后半段转为上升趋势，气温增加导致其正贡献不断增加是由降转升的重要原因。

[1] Taikan O, Shinjiro K. Global hydrological cycles and world water resources[J]. Science, 2006, 313(25): 1068-1072.

[2] 吴霞，王培娟，霍治国，等. 1961-2015年中国潜在蒸散时空变化特征与成因[J]. 资源科学，2017，39(5)：964-977.

Wu Xia, Wang Peijuan, Huo Zhiguo, et al. Spatio-temporal distribution characteristics of potential evapotranspiration and impact factors in China from 1961 to 2015[J]. Resources Science, 2017, 39(5): 964-977. (in Chinese with English abstract)

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

[4] 高歌，陈德亮，任国玉，等. 1956－2000年中国潜在蒸散量变化趋势[J]. 地理研究，2006，25(3)：378-387.

Gao Ge, Chen Deliang, Ren Guoyu, et al. Trend of potential evapotranspiration over China during 1956 to 2000[J]. Geographical Research, 2006, 25(3): 378-387. (in Chinese with English abstract)

[5] Yin Y H, Wu S H, Chen G, et al. Attribution analyses of potential evapotranspiration changes in China since the 1960s[J]. Theoretical and Applied Climatology, 2010, 101(1): 19-28.

[6] 丛振涛，倪广恒，杨大文，等. “蒸发悖论”在中国的规律分析[J]. 水科学进展，2008，19(2)：147-152.

Cong Zhentao, Ni Guangheng, Yang Dawen, et al. Evaporation paradox in China[J]. Advances in Water Science, 2008, 19(2): 147-152. (in Chinese with English abstract)

[7] Li Z, Chen Y N, Yang J, et al. Potential evapotranspiration and its attribution over the past 50 years in the arid region of Northwest China[J]. Hydrological Processes, 2014, 28(3): 1025-1031.

[8] 曹雯，段春锋，申双和. 1971－2010年中国大陆潜在蒸散变化的年代际转折及其成因[J]. 生态学报，2015，35(15)：5085-5094.

Cao Wen, Duan Chunfeng, Shen Shuanghe. Inter-decadal breakpoint in potential evapotranspiration trends and the main causes in China during the period 1971-2010[J]. Acta Ecologica Sinica, 2015, 35(15): 5085-5094. (in Chinese with English abstract)

[9] Cohen S, Ianetz A, Stanhill G. Evaporative climate changes at Bet Dagan, Israel, 1964–1998[J]. Agricultural and Forest Meteorology, 2002, 111(2): 83-91.

[10] Gerald S, Markus M. Evaporative climate change in the British Isles[J]. International Journal of Climatology, 2008, 28(9): 1127-1137.

[11] 郭雯雯，黄生志，赵静，等. 渭河流域潜在蒸散发时空演变与驱动力量化分析[J]. 农业工程学报，2021，37(3)：81-89.

Guo Wenwen, Huang Shengzhi, Zhao Jing, et al. Spatio-temporal dynamics and driving forces of potential evapotranspiration in the Wei River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(3): 81-89. (in Chinese with English abstract)

[12] 毕彦杰，赵晶，赵勇，等. 京津冀地区潜在蒸散量时空演变特征及归因分析[J]. 农业工程学报，2020，36(5)：130-140.

Bi Yanjie, Zhao Jing, Zhao Yong, et al. Spatial-temporal variation characteristics and attribution analysis of potential evapotranspiration in Beijing-Tianjin-Hebei region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(5): 130-140. (in Chinese with English abstract)

[13] 尹云鹤，吴绍洪，戴尔阜. 1971－2008年我国潜在蒸散时空演变的归因[J]. 科学通报，2010，55(22)：2226-2234.

Yin Yunhe, Wu Shaohong, Dai Erfu. Determining factors in potential evapotranspiration changes over China in the period 1971-2008[J]. Chinese Science Bulletin, 2010, 55(22): 2226-2234. (in Chinese with English abstract)

[14] 毕彦杰，赵晶，吴迪，等. GFDL-ESM2M气候模式下京津冀地区未来潜在蒸散量时空变化[J]. 农业工程学报，2020，36(5)：141-149.

Bi Yanjie, Zhao Jing, Wu Di, et al. Spatiotemporal variations of future potential evapotranspiration in the Beijing-Tianjin-Hebei region under GFDL-ESM2M climate model[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(5): 141-149. (in Chinese with English abstract)

[15] 王晓东，马晓群，许莹，等. 淮河流域参考作物蒸散量变化特征及主要气象因子的贡献分析[J]. 中国农业气象，2013，34(6)：661-667.

Wang Xiaodong, Ma Xiaoqun, Xu Ying, et al. Variation of reference crop evapotranspiration and contribution of main factors in the Huaihe Basin[J]. Chinese Journal of Agrometeorology, 2013, 34(6): 661-667. (in Chinese with English abstract)

[16] 谢贤群，王菱. 中国北方近50年潜在蒸发的变化[J]. 自然资源学报，2007，22(5)：683-691.

Xie Xianqun, Wang Ling. Changes of potential evaporation in Northern China over the past 50 years[J]. Journal of Natural Resources, 2007, 22(5): 683-691. (in Chinese with English abstract)

[17] 王鹏涛，延军平，蒋冲，等. 华北平原参考作物蒸散量时空变化及其影响因素分析[J]. 生态学报，2014，34(19)：5589-5599.

Wang Pengtao, Yan Junping, Jiang Chong, et al. Spatial and temporal variations of reference crop evapotranspiration and its influencing factors in the North China Plain[J]. Acta Ecologica Sinica, 2014, 34(19): 5589-5599. (in Chinese with English abstract)

[18] 曹雯，申双和，段春锋. 中国西北潜在蒸散时空演变特征及其定量化成因[J]. 生态学报，2012，32(11)：3394-3403.

Cao Wen, Shen Shuanghe, Duan Chunfen. Temporal-spatial variations of potential evapotranspiration and quantification of the causes in Northwest China[J]. Acta Ecologica Sinica, 2012, 32(11): 3394-3403. (in Chinese with English abstract)

[19] 杨林山，李常斌，王帅兵，等. 洮河流域潜在蒸散发的气候敏感性分析[J]. 农业工程学报，2014，30(11)：102-109.

Yang Linshan, Li Changbin, Wang Shuaibing, et al. Sensitive analysis of potential evapotranspiration to key climatic factors in Taohe River Basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(11): 102-109. (in Chinese with English abstract)

[20] 郭华，张奇，王艳君. 鄱阳湖流域水文变化特征成因及旱涝规律[J]. 地理学报，2012，67(5)：699-709.

Guo Hua, Zhang Qi, Wang Yanjun. Annual variations in climatic and hydrological processes and related flood and drought occurrences in the Poyang Lake Basin[J]. Acta Geographica Sinica, 2012, 67(5): 699-709. (in Chinese with English abstract)

[21] 王容，李相虎，薛晨阳，等. 1960-2012年鄱阳湖流域旱涝急转事件时空演变特征[J]. 湖泊科学，2020，32(1)：207-222.

Wang Rong, Li Xianghu, Xue Chenyang, et al. Spatio-temporal variations of the drought-flood abrupt alternation events in the Lake Poyang Basin from 1960 to 2012[J]. Lake Science, 2020, 32(1): 207-222. (in Chinese with English abstract)

[22] 孙善磊，周锁铨，宋洁，等. 江西省域蒸发皿蒸发量变化特征及其成因[J]. 农业工程学报，2010，26(9)：59-65.

Sun Shanlei, Zhou Suoquan, Song Jie, et al. Change in pan evaporation and its driving factors in Jiangxi Province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(9): 59-65. (in Chinese with English abstract)

[23] 涂安国，李英，聂小飞，等. 鄱阳湖流域参考作物蒸散量变化特征及其归因分析[J]. 生态环境学报，2017，26(2)：211-218.

Tu Anguo, Li Ying, Nie Xiaofei, et al. Spatial and temporal variations of reference crop evapotranspiration and its influencing factors in Poyang Lake watershed[J]. Ecology and Environmental Sciences, 2017, 26(2): 211-218. (in Chinese with English abstract)

[24] Pereira L S, Allen R G, Smith M, et al. Crop evapotranspiration estimation with FAO56: Past and future[J]. Agricultural Water Management, 2015, 147: 4–20.

[25] 王怡宁，张晓萌，路璐，等. 通径分析结合BP神经网络方法估算夏玉米作物系数及蒸散量[J].农业工程学报，2020，36(7)：109-116.

Wang Yining, Zhang Xiaomeng, Lu Lu, et al. Estimation of crop coefficient and evapotranspiration of summer maize by path analysis combined with BP neural network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(7): 109-116.

[26] 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.

Liu Changming, Zhang Dan. Temporal and spatial change analysis of the sensitivity of potential evapotranspiration to meteorological influencing factors in China[J]. Acta Geographica Sinica, 2011, 66(5): 579-588. (in Chinese with English abstract)

[27] 刘勤，严昌荣，赵彩霞，等. 黄河流域日潜在蒸散量变化及气象敏感要素分析[J]. 农业工程学报，2014，30(17)：157-166.

Liu Qin, Yan Changrong, Zhao Caixia, et al. Changes of daily potential evapotranspiration and analysis of its sensitivity coefficients to key climatic variables in Yellow River basin[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(17): 157-166. (in Chinese with English abstract)

[28] 刘小莽，郑红星，刘昌明，等. 海河流域潜在蒸散发的气候敏感性分析[J]. 资源科学，2009，31(9)：1470-1476.

Liu Xiaomang, Zheng Hongxing, Liu Changming, et al. Sensitivity of the potential evapotranspiration to key climatic variables in the Haihe River Basin[J]. Resouces Science, 2009, 31(9): 1470-1476. (in Chinese with English abstract)

[29] 郭梦瑶，佘敦先，张利平，等. 渭河流域潜在蒸散量变化的气候归因[J]. 资源科学，2020，42(5)：907-919.

Guo Mengyao, She Dunxian, Zhang Liping, et al. Climate explanation of the potential evapotranspiration changes in Weihe River Basin[J]. Resource Science, 2020, 42(5): 907-919. (in Chinese with English abstract)

[30] 刘健，张奇，许崇育，等. 近50年鄱阳湖流域实际蒸发量的变化及影响因素[J]. 长江流域资源与环境，2010，19(2)：139-145.

Liu Jian, Zhang Qi, Xu Chongyu, et al. Change of actual evapotranspiration of Poyang Lake Watershed and associated influencing factors in the past 50 years[J]. Resources and Environment in The Yangtze Basin, 2010, 19(2): 139-145. (in Chinese with English abstract)

[31] 顾人颖，周锁铨，宋洁，等. 江西省近46年蒸发皿蒸发量变化特征及其影响因素分析[J]. 中国农业气象，2010，31(3)：388-394.

Gu Renying, Zhou Suoquan, Song Jie, et al. Variation analysis on pan evaporation and its influence factors in Jangxi Province last 46 years[J]. Chinese Journal of Agrometeorology, 2010, 31(3): 388-394. (in Chinese with English abstract)

[32] 刘子豪，陆建忠，黄建武，等. 基于CMIP5模式鄱阳湖流域未来参考作物蒸散量预估[J]. 湖泊科学，2019，31(6)：1685-1697.

Liu Zihao, Lu Jianzhong, Huang Jianwu, et al. Prediction and trend of future reference crop evapotranspiration in the Poyang Lake Basin based on CMIP5 Models[J]. Journal of Lake Sciences, 2019, 31(6): 1685-1697. (in Chinese with English abstract)

Variation characteristics and cause analysis of potential evapotranspiration in Poyang Lake Basin from 1981 to 2019

Qin Xiaochen1, Dai Zhijian1, Chen Xingjuan1, Li Bozhen1, Zhan Mingjin1,2※

(1.330096,; 2.330096,)

Potential evapotranspiration (ET0) is an essential indicator to determine the level of climate dryness and water shortage, particularly for crop water demand and irrigation. Recent studies have found that the ET0in most areas of China changed from a downward trend to an upward trend in the early 1990s, closely relating to the tendency of meteorological factors. Seasonal water deficit has been the main limiting factor for agricultural production in summer and autumn, especially in Poyang Lake Basin (PLB), one of the most important commodity grain bases in China. However, the ET0trend and the seasonal differences still remain unclear. In this study, a Penman-monteith formula was utilized to calculate the ET0in PLB during 1981-2019 using the daily observed data from 74 meteorological stations. Mann-Kendall trend test and the sensitivity-contribution method were applied to reveal the trend of ET0on an annual and seasonal scale, and thereby to compare the contribution rates of climate factors, including the wind speed, solar radiation, vapor pressure, as well as the minimum and maximum temperature. Results showed that: 1) The annual ET0in the PLB first declined and then rose during the study period, where a downward trend was found before 2000s followed by a weak downward trend after 2000 s, and an upward trend in the second half of 2000s. The ET0showed an increasing trend in other seasons except for summer and the annual scale in 1981-2019. The annual trend of ET0was 1.50 mm/a (<0.05), with the highest increasing rate in spring (0.81 mm/a,<0.05) followed by autumn (0.64 mm/a,<0.05). While the summer ET0experienced a decreasing trend (-0.23 mm/a,>0.05). 2) The ET0reduced by 3.97% in 1981-2019, with the decrease in wind speed and solar radiation, while the increase in the water vapor pressure. Nevertheless, the cumulative contribution rate of the minimum and the maximum temperature was 9.79%, which ultimately increased ET0by 5.84%. Therefore, the warming temperature was the main reason for the annual increase of ET0in PLB, where the highest temperature had the largest contribution rate (5.90%), indicating the dominant factor. Seasonally, spring and autumn ET0rising was also mainly caused by warming the minimum and maximum temperature. The contribution rate was 14.40% and 11.79% for spring and autumn, respectively. The maximum temperature was the dominant factor for these two seasons, with the contribution rate of 10.04% and 6.98% for the spring and autumn, respectively. In addition, the dominant factor for winter ET0rising was the warming minimum temperature, of which the contribution rate was 8.77% (correspondingly 5.58% for the maximum temperature). Although the high temperature increased ET0by 3.89% in summer, the contribution rate of the decreasing solar radiation was -5.34%. Thus, the decreasing of solar radiation was the dominant factor for summer ET0declining. 3) The positive contribution of warming temperature exceeded the negative contribution of wind speed and solar radiation in the decadal change of contribution rate for various climate factors. That was the main reason for the turning point of the annual ET0from falling to rising during the 2000s. The finding can provide a sound reference to regional water management and seasonal drought monitoring in the Poyang Lake Basin of southern China.

evapotranspiration; climate; season; spatial-temporal characteristics; contribution rate; the Poyang Lake Basin

2020-12-01

2021-02-03

江西省自然科学基金（20202BABL203036）；江西省气象局气象科技项目（JX2020Q09）

秦晓晨，助理工程师，研究方向为气候变化。Email：610635125@qq.com

占明锦，博士，正高级工程师，研究方向为气候变化。Email：hellorm@126.com

10.11975/j.issn.1002-6819.2021.07.012

P426.2+1

A

1002-6819(2021)-07-0094-09

秦晓晨，戴志健，陈兴鹃，等. 1981—2019年鄱阳湖流域潜在蒸散变化特征及气候成因分析[J]. 农业工程学报，2021，37(7)：94-102. doi：10.11975/j.issn.1002-6819.2021.07.012 http://www.tcsae.org

Qin Xiaochen, Dai Zhijian, Chen Xingjuan, et al. Variation characteristics and cause analysis of potential evapotranspiration in Poyang Lake Basin from 1981 to 2019[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(7): 94-102. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.07.012 http://www.tcsae.org