基于平流-干旱模型估算的江西省实际蒸发量时空变化特征

苏校平 ， 林志坚 ， 田 俊

1. 南昌市气象局, 江西 南昌 330038 2. 江西省农业气象中心, 江西 南昌 330096

0 引 言

蒸发是水循环的重要组成部分，也是水循环中最直接受土地利用和气候变化影响的一项，其量值约占总降水量的三分之二(邱新法等,2003)。因此，研究蒸发量变化对深入了解地区水资源盈亏情况、保持水土平衡、促进农业发展等都具有重要意义。

在全球变暖背景下，诸多学者认为陆面蒸发量将持续增加(郝振纯等,2013)，但世界上不少地区的蒸发量观测结果同理论预期存在重大矛盾，该现象在气候变化和水循环领域被称为“蒸发悖论”(王艳君等,2010)。然而，由于蒸发观测数据主要来自蒸发皿观测资料而非实际蒸发量，其与实际蒸发量之间的关系目前仍无法确定，因此对于“蒸发悖论”现象仍存在一定争议，依然需要对实际蒸发量进行深入研究(Ohmura and Wild,2002)。近年来，学者们围绕全球变暖背景下实际蒸发量的变化趋势及其影响因素做了大量研究工作，其中有针对包括长江(郝振纯等,2013)、黄河(柳春等,2013)和珠江(王兆礼等,2010)等江河流域实际蒸发量的变化，以及针对省域范围实际蒸发量的时空分布(刘赫男等,2015；杨璐等,2019)。目前，关于江西省内蒸发量变化的研究主要有：闵骞等(2007)应用器测折算法和气候模式法对鄱阳湖水面蒸发变化特征进行分析，发现湖区气温升高、湿度增大是造成水面蒸发减少的根本原因；刘健等(2010)基于互补相关蒸发模型(GG模型)分析鄱阳湖流域实际蒸发量的变化特征及影响因素，发现太阳净辐射和风速的下降是导致鄱阳湖流域实际蒸发量下降的主要原因；鲁向晖等(2016)结合Penman公式分析江西省潜在蒸发量的变化趋势，发现其变化规律主要由日照时数和平均风速决定。但上述研究均存在利用数据的气象站点较少，其结果在精细度上可能存在一定偏差，因此需要基于更加充足的气象站点数据开展研究，使结果更具科学性和现实性。

较为准确地估算实际蒸发量是研究其变化趋势规律的前提。近年来，国内外用于估算实际蒸发量方法较多，其中基于互补相关原理的模型得到广泛应用，如平流-干旱(AA)模型(刘建等,2010)、CRAE模型(蒋春宇等,2016)和GG模型(张国华等,2014)等。王艳君等(2010)利用江西省南昌县蒸发量观测资料，分别比对三种模型在长江流域的适用性，发现AA模型估算结果较好。因此，文中进一步评估AA模型对估算江西省实际蒸发量的适用性，进而利用其估算值结合气候倾向率、贡献率计算、敏感性分析和M-K检验等，分析蒸发量的年际和季节变化特征，并得到影响蒸发量变化的主导气象因子，以期为生态研究和防灾减灾决策提供参考。

1 资料和方法

1.1 数据资料

研究采用江西省93个国家基本气象观测站(图1)1961—2019年逐日平均气温、日照时数、水汽压和10 m高度平均风速等资料进行分析，地表净辐射资料通过日照时数计算获得。所有资料在使用前均进行质量检测，并利用多年平均值对明显错误或不合理的数据进行删除或插补。同时，为展示实际蒸发量的空间分布特征，文中基于Arcgis软件的反距离插值法(IDW)对站点数据进行插值分析，并通过水文统计数据及前人研究成果进行检验。

图1 江西省国家基本气象观测站点分布Fig. 1 Distribution of national basic meteorological observation stations of Jiangxi province

1.2 研究方法

文中选取适用于长江流域的AA模型(王艳君等,2010)对江西省日实际蒸发量进行估算，并对结果按照年和季节进行累加统计。通过计算气候倾向率、敏感因数和气象因子贡献率，探究气候变化背景下江西省蒸发量的时空变化特征及其对气象因子的敏感性，并分析主要气象因子对蒸发量的贡献率。

1.2.1 平流-干旱模型及验证

AA模型是Brutsaert(1982)根据实际蒸散与潜在蒸散互补关系原理，采用Penman公式和Priestley-Taylor公式分别计算潜在蒸散和湿润环境蒸散而提出来的，其计算式为

(1)

式中，Er为实际蒸发量的估算值，单位：mm/d；δ为温度-饱和水汽压曲线的斜率，单位：kPa/℃；γ为干湿表常数，单位：kPa/℃；Rn为地表净辐射量，单位：MJ/(m2·d)；G为土壤热通量，单位：MJ/(m2·d)，由于采用每日数据计算，因此G≈0；Ea为干燥力，单位：mm/d；σ为经验函数，参照王艳君等(2010)的研究结果，σ值取1.105。

地表净辐射量的计算式(Doorenbos and Pruitt,1975)为

Rn=(1-α)Rs-Rnl

(2)

Rs=(a+bS)Ra

(3)

(4)

式(2)—(4)中，α为地表反射率，取0.23；Rs为短波净辐射，单位：MJ/(m2·d)，可通过天文辐射Ra(单位：MJ/(m2·d))和日照百分率S计算得到，其中S为日照时数与可日照时数之比，天文辐射Ra与可日照时数均可通过查表获取；因数a和b分别取0.14和0.585(占明锦等,2010)；Rnl为长波净辐射，单位：MJ/(m2·d)；σ为Stefan-Boltzmann常数，取值为4.903×10-9MJ/(K4·m2·d)；Tmax,K和Tmin,K分别为日最高和最低气温的绝对温度，单位：K；ea为水汽压，单位：kPa。

干燥力计算式(Doorenbos and Pruitt,1975)为

Ea=0.35(0.5+0.54U2)(esw-ea)

(5)

(6)

式(5)、(6)中，U2、U10分别为2 m、10 m高度风速，单位：m/s；esw为饱和水汽压，单位：kPa；z为风速的测量高度，文中取10 m。

利用水文统计资料及前人研究结果(张余庆等,2015；韩会明等,2020)对AA模型估算的江西省五河流域实际蒸发量进行验证。对比江西省五河流域实际蒸发量的估算结果(表1)可以发现，水量平衡闭合误差范围为-2.55%—0.91%。其中，估算结果最优的是信江流域，该区域由水量平衡估算的平均蒸发量为727.74 mm，而由AA模型估算的蒸发量为725.59 mm，二者仅相差2.15 mm，水量平衡闭合误差为-0.12%。饶河流域的实际蒸发量的AA模型估算值与水量平衡估算值相差47.22 mm，水量平衡闭合误差为-2.55%，均大于其他流域，原因可能是饶河流域在江西省境内为非闭合流域，计算的流域面积仅为全流域面积的80%左右，且计算面积又为五河流域中最小，加之可用的气象站点资料较少，因此形成了一定的误差。综合来看，AA模型对整个江西省实际蒸发量的估算效果较好，93个气象站的平均蒸发量为724.49 mm，而由水量平衡得到的蒸发量为712.27 mm，两者相差12.22 mm，水量平衡闭合误差为0.75%。上述结果表明，AA模型的估算结果可用于江西省实际蒸发量的变化特征分析。

表1 江西省五河流域水文特征属性和蒸发量计算结果Table 1 Hydrological characteristic attributes and calculated actual evapotranspiration for the five river basins of Jiangxi province

1.2.2 气候倾向率

利用最小二乘法，拟合得到要素与时间的一元线性回归方程式：

y=kVix+b

(7)

式中，y为要素；x为时间，文中为年份；kVi和b为回归系数，其中，前者即气候倾向率，Vi为气象要素值，文中气象要素包括气温、净辐射量、水汽压和风速，因此i取值1、2、3、4。

1.2.3 敏感因数

敏感因数是表征因变量对不同自变量敏感性程度的无量纲数，可定义为蒸发量变化率同气象因子变化率的比值(McCuen,1974)，其计算式为

(8)

式中，SVi为敏感因数；E为蒸发量。敏感因数绝对值越大，表明蒸发量对气象要素的敏感程度越高。

1.2.4 气象因子贡献率

气象因子贡献率可用于表征影响蒸发量变化的主导因子，可通过气象因子的敏感因数与该因子多年相对变化率的乘积得到(李元菲等，2019)，其计算式为

(9)

2 结果与分析

2.1 蒸发量变化

2.1.1 时间变化

分析图2a发现，1961—2019年江西省蒸发量总体呈下降趋势，最高值和最低值分别出现在1963年和1997年，极差为81.25 mm，气候倾向率为-5.47 mm/(10 a)，下降趋势通过了信度0.05的显著性检验。M-K检验结果(图2b)也显示，蒸发量呈显著下降趋势，并在1969年发生突变。突变前的蒸发量下降趋势为-14.72 mm/(10 a)，突变后的下降趋势减弱为-2.18 mm/(10 a)，表明突变后的江西地区蒸发量的下降趋势明显减缓。

图2 江西省1961—2019年蒸发量的时间变化(a)和M-K检验结果(b)Fig. 2 Time series (a) and Mann-Kendall test result (b) of evaporation during 1961-2019 in Jiangxi province

江西省各季节蒸发量的年际变化明显(图3)。其中，夏季蒸发量的平均值最大，为291.67 mm，约占全年的40.3%；冬季最小，为81.71 mm，仅占全年的11.3%。各季节蒸发量变化特征不一，夏、秋两季的变化与全年相似，均呈显著下降(p<0.05)，二者气候倾向率分别为-4.75、-0.71 mm/(10 a)，占全年变化的86.8%和13.0%。相关分析结果显示，夏、秋两季蒸发量同全年蒸发量变化的相关系数分别为0.82和0.57。春、冬两季蒸发量的年际变化特征不明显(p>0.05)，气候倾向率仅占全年变化的0.1%。此外，春、冬两季蒸发量同全年蒸发量变化的相关系数也仅为0.38和-0.04。上述结果表明，在年际尺度上江西省夏季蒸发量的变化可能主导全年蒸发量变化。

图3 江西省1961—2019年春季(a)、夏季(b)、秋季(c)和冬季(d)蒸发量的时间变化Fig. 3 Time series of evaporation for spring (a), summer (b), autumn (c) and winter (d) during 1961-2019 in Jiangxi province

2.1.2 空间变化

江西省蒸发量的空间分布大致呈“西低东高、北低南高”特征(图4a)，高值区位于南部区域，低值区位于西北部和井冈山、玉山等地区。其形成原因可能是南部纬度较低，气温较高且太阳辐射充足，因此蒸发量较大；西北部和井冈山、玉山等地的低值区海拔较高，气温较低，太阳辐射相对较少，导致蒸发量较小。1961—2019年江西省各站点的平均蒸发量为679.66—766.82 mm，气候倾向率为-10.89—2.28 mm/(10 a)。图4b显示，江西省所有站点蒸发量均呈下降趋势，其中89个站点通过了信度0.05的显著性检验。48个站点的蒸发量下降趋势超过-5 mm/(10 a)，主要分布于东部和吉安地区；43个站点的蒸发量下降趋势为-5—0 mm/(10 a)，分布于东北部和西南部区域。

图4 1961—2019年江西省蒸发量的平均值(a)和气候倾向率(b)的空间分布(图b中空心圆表示站点通过信度0.05的显著性检验)Fig. 4 Distribution of annual evaporation (a) and its linear trend (b) during 1961-2019 in Jiangxi province(open circle in (b) indicates the site passed significance test with a reliability of 0.05)

由图5可知，不同季节蒸发量变化的空间差异较大。夏季，江西省所有站点的蒸发量均呈显著下降趋势，范围为-8.76—-1.31 mm/(10 a)，其中42个站点的下降趋势高于-5 mm/(10 a)，主要分布于北部和抚州地区。秋季各站点蒸发量仍以下降为主，气候倾向率均为-5—0 mm/(10 a)，其中有38个站点通过了信度0.05的显著性检验，主要出现在东部地区，说明秋季蒸发量下降趋势弱于夏季。春季，蒸发量的气候倾向率变化范围为-3.22—3.19 mm/(10 a)，呈上升和下降趋势的站点分别有56个和37个，其中北部地区以上升为主，南部地区以下降为主，但仅有4个站点通过了信度0.05显著性检验。冬季各站点蒸发量的变化趋势不明显，所有站点均未通过显著性检验。呈上升趋势的站点有66个，主要分布于北部和中部地区；呈下降的站点有27个，分布于南部地区，气候倾向率的变化范围为-0.17—0.23 mm/(10 a)。

2.2 蒸发量对气象因子敏感性

1961—2019年江西省蒸发量对气温、净辐射量和水汽压的敏感因数均为正值，但对风速的敏感因数为负值，说明气温、净辐射量和水汽压的上升会引起蒸发量增大，而风速的上升会导致蒸发量减小。对比各气象因子敏感因数绝对值可知，蒸发量对气象因子的敏感程度为净辐射量>气温>风速>水汽压(表2)。年际变化上，蒸发量突变前后，除风速的敏感因数略有变化外，其他三个气象因子的敏感因数基本不变，说明引起蒸发量突变的原因不是蒸发量对气象因子敏感程度的改变。季节变化上，蒸发量对水汽压和净辐射量的敏感因数在四季基本不变，而气温和风速的敏感因数在不同季节变化不一。其中，气温的敏感因数在夏秋季最大，为0.50，冬季最小，为0.27。与气温相反，风速敏感因数的绝对值在冬季最大，敏感因数为-0.14，夏季最小，仅为-0.07。不过，各季节净辐射量的敏感因数量值均大于其他气象因子。

表2 江西省不同时段和季节蒸发量对气象因子敏感因数Table 2 Sensitivity coefficient of meteorological factors in different periods and seasons in Jiangxi province

2.3 蒸发量变化的主导因子

利用式(9)得到各气象因子对蒸发量变化的贡献率(表3)。分析发现，1961—2019年净辐射量的贡献率(-5.76%)的绝对值最大，说明净辐射量是影响江西省蒸发量变化的主导气象因子，但气温(2.61%)和风速(3.78%)贡献率之和略大于净辐射量贡献率的绝对值，说明气温和风速变化对蒸发量变化也具有一定影响。此外，水汽压的贡献率最小(0.02%)，说明水汽压对蒸发量变化影响不大。从不同时段来看，蒸发量突变前，各气象因子的贡献率均为负，其中气温贡献率(-1.69%)的绝对值最高，说明气温的快速下降是影响该时段蒸发量变化的主导因素，但净辐射量的贡献率(-1.09%)与气温相当，因此该时段蒸发量下降非由单一气象因子主导。该时段水汽压和风速的贡献率仅为-0.11%和-0.21%，影响程度远小于气温和净辐射量。蒸发量突变后，气温、净辐射量和风速的贡献率均明显增大，分别达到3.38%、-3.40%、3.21%，量值相当，显示该时段蒸发量变化主要受到三者的共同影响。此外，该时段水汽压的贡献率仅为0.03%，表明任意时段水汽压对蒸发量变化影响均较弱。

表3 江西省不同时段和季节气象因子对蒸发量变化的贡献率(单位：%)Table 3 Contribution rate of meteorological factors to the variation of evaporation in different periods and seasons in Jiangxi province (units：%)

分析表3还发现，不同季节蒸发量变化的主导因子也存在明显差异。春季，气温和风速对蒸发量变化的贡献率较高，分别达到3.48%和3.44%，但净辐射量的贡献率也达到-2.35%，说明净辐射量对蒸发量变化也具有一定作用。夏季，蒸发量明显下降的原因为净辐射量显著减小，其贡献率(-10.30%)远大于其他气象因子。秋季，净辐射量贡献率减小为-4.68%，而风速贡献率增大为4.64%，二者量值相近，为影响秋季蒸发量变化的主要气象因子。不同于其他三个季节，冬季风速对蒸发量变化的贡献率最大(2.83%)，其次为气温(1.68%)和净辐射量(-1.63%)，表明影响冬季蒸发量变化的主导气象因子为风速，而气温和净辐射量对蒸发量变化的影响程度相近。此外，不同季节水汽压对蒸发量变化的贡献率均较小，对蒸发量变化基本不起作用。

表4列出了不同时段影响蒸发量变化的气象主导因子站点数。分析发现，1961—2019年以净辐射量为主导因子的站点最多(65个)，其中63个站点的蒸发量显著下降。风速作为主导因子的站点有24个，其中22个站点蒸发量显著下降，分散出现在九江东部至南昌地区、鄱阳和赣州部分地区(未显示)。主导因子为气温的站点仅有4个，均引起蒸发量显著下降。蒸发量突变前，气温、净辐射量和风速作为主导因子的站点分别有37、33、22个，但仅有南昌县和新建2个站点因净辐射量变化导致蒸发量显著下降。蒸发量突变后，气温、净辐射量和风速主导的站点分别有32、28、33个，且分布较为分散。结合显著性检验结果发现，因气温和净辐射量变化而导致蒸发量显著下降的站点分别有3个和6个，而风速作为主导因子的站点均未导致蒸发量显著变化。以上分析表明，年际尺度上引起江西省蒸发量下降的主要因素为净辐射量变化，且影响范围较广，而由气温和风速导致蒸发量显著变化的影响范围较小且分散。

表4 江西省不同时段和季节影响蒸发量变化的气象主导因子站点数Table 4 Number of meteorological dominant factor stations in different periods and seasons of Jiangxi province

分析表4还发现，不同季节各站点主导蒸发量变化的气象因子也存在差异。春季，气温作为主导因子的站点有39个，其中30个站点主导蒸发量上升，9个站点主导蒸发量下降，但蒸发量变化均未通过显著性检验。风速作为主导因子的站点有29个，其中共青城、南昌县和新建站的蒸发量因风速大幅减小而显著上升。主导因子为净辐射量的站点有25个，其中仅瑞昌站的蒸发量显著下降。与春季相似，冬季任意站点的气象因子变化均未引起蒸发量显著变化。综合前文分析结果可知，春、冬两季各站点气象主导因子构成较为复杂，单一气象因子变化可能无法引起蒸发量的显著变化，导致蒸发量变化不明显。秋季，风速、气温和净辐射量作为主导因子的站点分别有48、23、22个，说明各变量作为主导因子的站点构成也较为复杂，但三个变量造成蒸发量显著下降的站点分别有18、9、11个，远多于春、冬两季，显示秋季各站点主导气象因子对蒸发量变化的主导作用明显增强。夏季，除德安站的蒸发量因风速增大而显著减少外，其余站点蒸发量显著下降均因为净辐射量的减少。上述分析表明，净辐射量的减少对夏季江西省蒸发量下降的影响远强于其他各气象要素。结合前文分析的夏季蒸发量占全年比重最大和蒸发量年际变化影响因子分析等结果，可以得到夏季净辐射量的减少是引起1961—2019年蒸发量整体降低的主要因素。

3 结论与讨论

文中基于平流-干旱模型估算了1961—2019年江西省蒸发量，并分析了蒸发量的变化特征及其主要影响因子，得到以下结论：

1) 1961—2019年江西省蒸发量的范围为679.66—766.82 mm，空间上呈“西低东高、北低南高”分布特征；蒸发量呈显著下降趋势，气候倾向率为-5.47 mm/(10 a)；蒸发量在1969年发生突变，突变前的下降趋势更较强，为-14.72 mm/(10 a)，突变后减弱为-2.18 mm/(10 a)。

2) 蒸发量的季节变化，夏季最强，秋季次之，春冬季较弱，且夏季变化同全年变化的相关性最强。空间变化，夏、秋两季蒸发量均以下降为主，但秋季显著性明显弱于夏季；春季蒸发量，北部以上升为主，南部以减弱为主；冬季蒸发量则以上升为主。

3) 江西省蒸发量对风速变化表现为负敏感，对其他要素的变化表现为正敏感，且蒸发量对各气象因子的敏感程度依次为净辐射量>气温>风速>水汽压。净辐射量和水汽压的敏感因数在年际尺度和季节尺度上变化较小，蒸发量对这两个因子的敏感程度较稳定。蒸发量对气温的敏感程度在夏秋季较高，冬季最低；风速反之。

4) 江西省蒸发量的主导因子为净辐射量，其结果与夏季蒸发量变化相似，因此夏季净辐射量的显著减少是引起全年蒸发量降低的主要因素。从突变前后及春、秋、冬三季的气象因子贡献率来看，蒸发量的变化均存在由多因子共同作用，除秋季外，蒸发量显著变化站点少的特征，其原因可能是突变前后及春、冬两季单一气象因子的变化均无法引起蒸发量的显著改变；而秋季蒸发量显著变化站点明显增多，但各气象因子均对蒸发量的下降起到一定作用，说明虽然净辐射量是影响1961—2019年蒸发量变化的主要因素，但随着气候逐渐增暖，气温和风速等气象因子对蒸发量变化贡献率的增加不容忽视。

本研究结果表明,1961—2019年江西省实际蒸发量呈显著下降趋势，该现象同“蒸发悖论”现象相符，同王艳君(2010)、Cong(2009)和刘健(2010) 等的研究结果一致，且研究得到的蒸发量下降呈先快后缓的趋势也与刘健等(2010)的研究结果一致。不同的是，虽然净辐射量和风速分别为影响研究区域内蒸发量变化的主要和次要因子，但风速和气温对蒸发量的影响程度也在不断提升，甚至在一定时期内二者的贡献率大于净辐射量贡献率，其原因可能是近30 a江西省太阳辐射变化的正趋于稳定(占明锦等,2010)，但在全球变暖背景下，气温上升和东亚季风减弱引起的风速减小趋势还在不断增强(刘敏等,2009；李柏贞等,2017)，因此仍须持续关注未来气温上升和风速减小对江西省蒸发量变化的影响。此外，随着人类参与社会活动不断增强，这对蒸发量变化影响的因素仍然具有较多的不确定性，仍还需持续深入研究全球变暖背景下蒸发量变化的影响机理，进而得到更加客观性、科学性的研究成果，不断加深对江西省实际蒸发量变化的认识。