陈环宇,刘小京,田宇,邢锦城,李劲松,杨策,任昂彦,郭凯,封晓辉,孙宏勇*
▪水土资源与环境▪
水面蒸发的盐度效应及其影响因子分析
陈环宇1,2,刘小京1,田宇1,邢锦城2,李劲松1,杨策1,任昂彦2,郭凯1,封晓辉1,孙宏勇1*
(1.中国科学院 遗传与发育生物学研究所 农业资源研究中心/中国科学院 盐碱地资源高效利用工程实验室,石家庄 050021;2.江苏沿海地区农业科学研究所,江苏 盐城 224002)
【】明确滨海盐碱地水面蒸发()的盐度效应及其主要影响因子。于2018年5—10月设置了盐分梯度为1、3、5、10 g/L和20 g/L的水面蒸发试验。通过自制的20 cm蒸发皿获取不同质量浓度咸水的水面蒸发量,利用灰度关联分析确定了气象因子与不同质量浓度咸水蒸发量的关联程度,分别于晴天和阴天,选取关联度前三的气象因子和质量浓度()对水面蒸发量进行通径分析。①咸水质量浓度的升高会增加液面的表面张力,导致水面蒸发量降低,观测期内1 g/L咸水的累积蒸发量相比于20 g/L增加了97.66 mm;②水面蒸发与辐射强度()、风速(s)、饱和水汽压差()和空气温度(a)呈正相关关系,与相对湿度()、大气压力(r)和质量浓度()呈负相关关系;③辐射强度是滨海盐碱地水面蒸发的主要影响因子,s和分别于晴天和阴天对水面蒸发起到间接作用。咸水质量浓度的升高增加了水面的表面张力,造成了质量浓度高的咸水蒸发量的降低;相比于质量浓度对水面蒸发的影响,气象因子的影响作用更为显著,其中,辐射强度是滨海盐碱地水面蒸发的主要影响因子。
咸水蒸发;盐度效应;气象因子;灰度关联分析;通径分析
【研究意义】水面蒸发是大气水文循环的重要环节[1],其蒸发量的确定是水资源学科研究的重要内容,是制定区域水资源保护和管理的重要依据。对水面蒸发量的估算是水资源预测的重要组成部分,其蒸发过程及其影响因素的研究,是建立湖泊、流域等水域水量平衡的基础,是合理配置和高效利用水资源的重要依据[2-3]。随着全球气温升高,对水面蒸发研究也日益增多[4-7],尽管环渤海盐碱地淡水资源匮乏,但咸水资源却非常丰富[8]。因此,研究滨海地区水面蒸发的盐度效应对于了解气候变暖背景下区域内水量平衡问题具有重要的理论价值。
【研究进展】水面蒸发是水循环研究过程中的重点,也是难点[9]。众多科研工作者针对水面蒸发量的计算方法及其影响因素进行了大量研究。从全国范围来看,地区日照时间、平均风速和气温日较差是影响水面蒸发的主要因子[10]。在新疆车尔臣河流域,利用神经网络-缺省因子法和熵权法发现,空气温度与风速对水面蒸发的影响最敏感[11]。在鄂尔多斯高原,相对湿度和气温是影响湖水蒸发的主要因素[12]。也有研究显示,降雨量是影响丹江口水库水面蒸发的主要因素[13],水气界面的水汽压差和风速的乘积是影响太湖小时尺度水面蒸发的主要因素[14]。由此可见,在不同区域,气象因子对水面蒸发的影响程度是不相同的。此外,水面蒸发过程不仅受饱和水汽压差,风速,辐射强度和空气温度等气象因子的影响[15-17],也受其自身水质的影响[18]。研究显示,咸水的蒸发量要明显低于淡水,水面蒸发量与矿化度之间呈显著负相关关系,其蒸发量随着水体中含盐量的升高而降低[19-20]。【切入点】因此,仅仅以淡水水体蒸发来评估滨海盐碱地的咸水蒸发是不合适的,应该充分考虑到咸水的盐度效应对水面蒸发的影响。
【拟解决的关键问题】为了正确认识滨海盐碱地水面蒸发的盐度效应及其与气象因子之间的关联程度,本文设置了不同盐分梯度的咸水进行定量研究。通过灰度关联分析确定了水面蒸发量与相关气象因子的关联程度,利用通径分析明确了晴天和阴天中影响水面蒸发量的主要影响因子,并建立了2种天气下的咸水蒸发估算公式。研究结果对滨海盐碱地水资源的科学管理和利用具有重要的理论意义。
本试验于2018年5—10月在中国科学院海兴实验基地进行(38º09′ N,117º33′ E,海拔约5 m)。该地区地下水埋深较浅(1~2 m),且矿化度高(20~30 g/kg)。试验区内,坑塘水含盐量在10 g/kg左右,土壤盐分范围为4~30 g/kg。研究区域为典型的半湿润大陆性气候,年平均降水量为569 mm,主要集中在7、8月[21]。年平均气温12.9 ℃。土壤体积质量范围为1.37~1.60 g/cm3,饱和质量含水率范围为29.5%~32.3%。
试验设置直径20 cm,高10 cm的自制蒸发皿测量不同质量浓度的咸水蒸发(图1),其质量浓度分别为1、3、5、10 g/L和20 g/L,共计5个处理,每个处理3组重复,咸水由海盐(购置于沧州海兴县银海盐业有限公司)配置,其中,NaCl量大于95%。每日早08:00用精度为0.01 g的电子秤称量,视蒸发强弱程度换水(一般3 d),降水后换水。
图1 咸水蒸发试验示意图
1.3.1 气象因子和表面张力的测量
1)大气压力(r),空气温度(a)、相对湿度()、风速(s)和辐射强度()等气象因素通过实验基地内的气象站获取。
1.3.2 水面蒸发量测定
每日早08:00用精度为0.01 g的电子秤称量蒸发皿的质量,利用称量日与前一日的称量差值计算水面蒸发量。蒸发量计算式为:
式中:水为水面蒸发量(mm);为蒸发皿的横截面积(cm2),在本研究中为314 cm2;Δ为当日与前1日之间的蒸发皿质量差;为重复次数(=3)。
1.3.3 灰度关联分析
灰度关联分析[23]可以用来评估气象因素对不同质量浓度咸水蒸发特征的影响。
1)将0=(0(1),0(2), ...,0())设为母因素数列。
将1=(1(1),1(2), ...,1()),2=(2(1),2(2), ...,2()),…,X=(x(1),x(2), ...,x())设置为子因素数列。
2)对原始数列进行标准化变换,变换后的原始数据列为:
3)各对应点的关联系数计算:
4)气象因素与不同质量浓度咸水蒸发量的关联系数:
利用Excel 2016处理原始数据和绘制图表,SPSS 24对气象因子和不同质量浓度咸水蒸发量作通径分析和统计分析。对水面蒸发量和气象因子进行灰度关联分析,采用Duncan法进行多重比较(=0.05),用Pearson法对水面蒸发量和影响因子进行相关分析。
2.1.1 晴天和阴天条件下不同质量浓度咸水单日内的蒸发变化特征
如图2所示,无论是晴天还是阴天,咸水的蒸发量在1 d中均呈单峰的趋势。晴天时,各处理的蒸发量在05:00—19:00呈先增加后降低的趋势,最大值出现在13:00—15:00。在11:00—19:00的时间段内,各处理之间的蒸发量差异较大,由大到小表现为1 g/L>3 g/L>5 g/L>10 g/L>20 g/L。在监测期间,1 g/L咸水的累积蒸发量比20 g/L的咸水多蒸发1 mm。
图2 不同质量浓度咸水蒸发量在晴天和阴天变化情况
阴天时,各处理的蒸发量在05:00—19:00时间段内也呈先增加后降低的趋势,最大值出现在11:00—13:00。在13:00—19:00的时间段内,各处理之间的蒸发量差异较大,由大到小表现为1 g/L>3 g/L>5 g/L>10 g/L>20 g/L。在监测期间,1 g/L咸水的累积蒸发量比20 g/L的咸水多蒸发0.5 mm。
2.1.2 不同质量浓度咸水月蒸发量的变化特征
图3为不同质量浓度咸水的月蒸发特征,如图3所示,1、3、5、10 g/L和20 g/L的最大月蒸发量出现在6月,最小月蒸发量出现在10月,分别为291.85、286.44、281.63、275.92、270.49 mm和140.15、136.99、133.91、132.41、127.87 mm。其中,月蒸发量随着咸水质量浓度的升高,呈降低的趋势,相比于20 g/L处理,1 g/L分别在5—10月多蒸发了14.24、21.36、20.53、15.52、13.72 mm和12.29 mm。同时,除6月以外,1 g/L咸水的月蒸发量与5、10 g/L和20 g/L咸水的差异显著。
2.1.3 不同质量浓度咸水的累积蒸发量
图4为不同质量浓度咸水的累积蒸发量,如图4所示,1、3、5、10 g/L和20 g/L的咸水在5—10月的累积蒸发量分别为1 158.14、1 134.56、1 113.30、1 091.13 mm和1 060.48 mm。主要表现为随着咸水质量浓度的升高,累积蒸发量呈降低的趋势。其中,1 g/L咸水的累积蒸发量相比于20 g/L咸水的蒸发量增加了97.66 mm。
图3 不同质量浓度咸水的月蒸发特征
图4 不同质量浓度咸水的累积蒸发量
2.2.1 含盐量与水面蒸发量的相关关系
图5为咸水质量浓度与每日平均蒸发量的相关关系,如图5所示,水面蒸发量与其质量浓度呈显著的负相关关系,其拟合公式为=0.81e-x/8.12+7.24,2为0.99。表现为随着水中含盐量的升高,水面蒸发量呈降低的趋势,但降低的趋势逐渐减缓。
图5 咸水质量浓度与每日平均蒸发量的相关关系
2.2.2 咸水质量浓度与其表面张力的相关关系
通过咸水质量浓度和表面张力的相关关系图(图6)可以看出,表面张力与咸水质量浓度有极显著的线性关系(2=0.97),其中,19 g/L的咸水相比于0 g/L的纯水,表面张力增加了14.43 mN/m。表现为随着咸水质量浓度的升高,液面的表面张力呈增大的趋势。充分说明了咸水的质量浓度越高,其表面张力越大,咸水表面各分子间束缚力越强,水分子越难从液体表面逃逸出来。
图6 咸水质量浓度与表面张力的关系
辐射强度(图7(a))在5—10月呈减小的趋势,各个月份的平均值分别为11.73、10.47、8.68、9.00、8.51 kW/m2和5.49 kW/m2,最大值出现在5月(19.95 kW/m2),最小值出现在6月(19.95 kW/m2)。饱和水汽压差(图7(b))在5—10月呈波动的趋势,其中最大值出现在6月(2.64 kPa),最小值出现在8月(0.01 kPa),饱和水汽压差在5—10月的平均值为0.77 kPa。相对湿度(图7(c))在5—10月呈先升高后降低的趋势,最大值出现在8月(99.9%),最小值出现在6月(33.6%),5—10月的平均值为71.8%。大气压力(图7(d))和空气温度(图7(e))呈相反的趋势,大气压力在5—10月呈先降低后升高的趋势,而空气温度呈先升高后降低的趋势。最大值分别出现在10月(102.75 kPa)和7月(31.23 ℃),最小值分别为出现在6月(99.71 kPa)和10月(7.36 ℃),大气压力和空气温度在5—10月的平均值分别为100.95 kPa和22.35 ℃。风速在5—10月的波动较大(图7(f)),最大值和最小值分别为7.73 m/s和0.93 m/s。
图8为不同质量浓度咸水蒸发量与气象因素的散点图,如图8所示,水面蒸发与风速、空气温度、饱和水汽压差和辐射强度呈正相关关系,随着风速、空气温度、饱和水汽压差和辐射强度的增加,水面蒸发量增大;与相对湿度和大气压力呈负相关关系,随着相对湿度和大气压力的增加水面蒸发量减小。在5种不同质量浓度咸水中,随着质量浓度的升高,其趋势线的斜率降低,说明气象因子对低质量浓度咸水的影响大于对高质量浓度咸水的影响。
在气象因子中,辐射强度与水面蒸发量的关联度最高(表1),与1、3、5、10 g/L和20 g/L的关联度分别为0.776 3、0.771 6、0.768 0、0.764 3和0.763 5。其次为风速、饱和水汽压差、空气温度、相对湿度和大气压力。同时,随着咸水质量浓度的提高,风速和饱和水汽压差与水面蒸发量的关联度逐渐升高,大气压力、空气温度、相对湿度和辐射强度与水面蒸发量的关联度逐渐降低。
表1 不同质量浓度咸水蒸发量与气象因素的灰度关联分析
注s为风速;r为大气压力;a为空气温度;为饱和水汽压差;为相对湿度;为辐射强度,下同。
利用表1中筛选的与咸水蒸发量关联度较高的3种气象因素(辐射强度,风速和饱和水汽压差)与咸水的质量浓度进行Pearson相关性分析可以看出(表2),咸水质量浓度与水面蒸发量呈负相关关系,但是对其影响却没有达到显著水平,同时,作为咸水中的溶解物质,质量浓度与气象因子相关性不高。晴天时,辐射强度,风速和饱和水汽压差均与水面蒸发量呈极显著的相关关系(<0.01),阴天时,辐射强度和饱和水汽压差与水面蒸发量呈极显著的相关关系(<0.01)。利用SPSS软件对咸水蒸发量与影响因子进行线性逐步回归后,建立了咸水蒸发量的估算公式如下:
晴天:
=0.500+0.002+0.274s+0.435-0.004,2=0.973 (6)
阴天:
=-0.661+0.002+0.422s+0.183-0.003,2=0.982 (7)
式中:、、s、、分别表示水面蒸发量、辐射强度、风速、饱和水汽压差和质量浓度;2为方程决定系数。
表2 水面蒸发量与影响因子的Pearson相关性分析
注*表示<0.05;**表示<0.01。
由表3的通径分析结果可知,在晴天时,决策系数从大到小排列为(0.654)>(0.567)>(-0.057)>s(-0.122),说明在咸水蒸发中起到关键作用,是主要决策因子。同时,与的直接通径系数大于其间接通径系数之和,说明对咸水蒸发的影响是通过直接作用。此外,s与的直接通径系数小于其间接通径系数之和,说明晴天时,风速对咸水蒸发的影响是通过间接作用。
在阴天时,决策系数从大到小排列为(0.790)>s(0.325)>(0.219)>(-0.030),说明无论是晴天还是阴天,均在咸水蒸发中起到关键作用,是主要决策因子。同时也可以看出,在阴天的决策系数要高于晴天,说明阴天时辐射强度对水面蒸发的影响作用更强。与的直接通径系数小于其间接通径系数之和,说明阴天时,饱和水汽压差对咸水蒸发的影响是通过间接作用。
表3 水面蒸发量与影响因子的通径分析结果
水面蒸发是多种影响因子共同作用的结果[24]。通过本研究发现,水面蒸发与风速、辐射强度、空气温度和饱和水汽压差呈正相关关系,与相对湿度和大气压力呈负相关关系。在不同区域,其影响水面蒸发的主要因子也有差异。魏光辉等[25]通过熵值法对水面蒸发影响因素的敏感性分析发现,水面蒸发对温度与风速的影响最为敏感。赵成义等[26]在研究中指出,阿克苏绿洲地区的水面蒸发量与饱和水汽压差、空气温度和风速的相关关系较好,其中主要因子为饱和水汽压差。在本研究中发现,辐射强度与水面蒸发量的关联度最高,其次为风速、饱和水汽压差、空气温度、相对湿度和大气压力。温度是影响大气-土壤边界物质和能量的直接驱动力,随着温度升高,更多的水分子会散逸到大气中,同时,温度的变化又在一定程度上受辐射强度的影响。所以,无论在晴天还是阴天,辐射强度均起到主要影响作用,尤其是阴天,辐射强度的直接通经系数更大,影响程度更高。饱和水汽压差反映了空气的干燥程度,主要受相对湿度和温度的影响,风速通过改变蒸发表面的相对湿度和温度来影响能量分配,然后通过改变蒸发面的饱和水汽压差影响蒸发过程[27],所以,风速主要通过间接作用对水面蒸发产生影响。
1、3、5、10 g/L和20 g/L咸水在2018年5—10月的累积蒸发量分别为1 158.14、1 134.56、1 113.30、1 091.13 mm和1 060.48 mm,表现为累积蒸发量随着咸水质量浓度的升高呈降低的趋势,与前人的研究结果一致[18, 28-30]。就纯水而言,其汽化阶段分子逃逸的速率主要受液面其他水分子吸引力的影响。拉乌尔定律指出,一定温度下,稀溶液溶剂的水汽压等于纯溶剂的水汽压乘以溶液中溶剂的摩尔分数[31]。根据Van’t Hoff方程,咸水的溶质势s=-/,式中的为摩尔气体常数,为溶质的摩尔质量,各处理中的上述2个因子均一致,与此同时,在各处理咸水温度差异近似忽略的情况下,其溶质势与其溶液质量浓度呈正相关关系。在外部环境条件相同时,水体的水面蒸发速率随着水体密度的递增而降低[32]。随着盐离子的加入,咸水的质量浓度逐渐增大,盐离子的存在增加分子间的作用力,表现为液体表面张力随着咸水质量浓度的升高而升高,从而增加了液面水分子逃逸的难度。因此,相较于纯水而言,水分子想要从水面脱离变成水汽,在逃逸过程中需要克服更多的吸引力[33]。此外,相较于纯水而言,盐离子的增加会降低咸水上方的饱和水汽压差[34-35],进而降低咸水蒸发的驱动力,造成蒸发量的减少。
在滨海地区,水面蒸发除了受气象因子影响以外,水体中的盐离子也会影响其蒸发速率。通过分析可以看出,气象因子通过影响“液态水转化为汽态水、汽态水向大气扩散”过程中的“能量”和“动力”对水面蒸发造成影响,咸水的质量浓度通过改变液体的表面张力影响水分子逃逸的难易程度,进而影响水面蒸发过程。以往的研究仅考虑了气象因子或质量浓度单一方面对水面蒸发的影响,在盐分存在的情况下,气象因子如何影响水面蒸发,且二者间哪种因素占主导地位目前尚不明确。
有研究显示盐离子的存在降低了水分子的自由能,导致净辐射向热量的转化发生差异[36]。在研究中表现出随着咸水质量浓度的升高,水面蒸发量与气象因子趋势线的斜率降低,说明气象因子对低质量浓度咸水的影响大于对高质量浓度咸水的影响。并且,辐射强度与水面蒸发量的关联度随着咸水质量浓度的升高逐渐降低,其影响程度逐渐减小也进一步说明了这一点。此外,本研究利用通径分析,分别分析了晴天和阴天条件下气象因子和咸水质量浓度对水面蒸发的影响情况,其决策系数从大到小排列分别为(0.654)>(0.567)>(-0.057)>s(-0.122)和(0.790)>s(0.325)>(0.219)>(-0.030)。通过比较可以看出,气象因子的决策系数远大于咸水的质量浓度,尤其是辐射强度,在晴天和阴天分别是的质量浓度的11倍和26倍。由此可见,无论是晴天还是阴天,气象因子对水面蒸发的影响程度要大于质量浓度的影响,说明大气蒸发能力对水面蒸发的影响程度要远高于咸水的内在属性(质量浓度)。因此,气象因子是影响滨海盐碱地水面蒸发的主要因素,其中,辐射强度是咸水蒸发的主要影响因子,占主导地位。此外,基于主要影响因子建立了不同天气下咸水蒸发的估算公式,其2分别为:0.973和0.982,具有较高的拟合度,可用于滨海盐碱地咸水蒸发量的估算。
1)水面蒸发分别与风速、辐射强度、空气温度和饱和水汽压差呈正相关关系,与相对湿度、大气压力和质量浓度呈负相关关系。其中,辐射强度是滨海盐碱地水面蒸发的主要影响因子,风速和饱和水汽压差分别在晴天和阴天通过间接作用影响水面蒸发。此外,咸水的质量浓度会影响气象因子与蒸发量的关联度,随着咸水质量浓度的升高,风速和饱和水汽压差与水面蒸发量的关联度升高,而大气压力、空气温度、相对湿度和辐射强度与水面蒸发量的关联度下降。
2)利用关联度高的气象因子和咸水质量浓度与水面蒸发之间建立了回归关系,分别为:晴天:=0.500+0.002+0.274s+0.435-0.004,2=0.973,阴天:=-0.661+0.002+0.422s+0.183-0.003,2=0.982,可用于滨海盐碱地咸水蒸发量的估算。
3)尽管咸水质量浓度的升高降低了水面蒸发量,但同气象因子相比,这种影响并不显著,所以,影响滨海盐碱地水面蒸发的主要因素是气象因子。其中,辐射强度是主要影响因子。
[1] PADMAKUMARI B, JASWAL A K, GOSWAMI B N. Decrease in evaporation over the Indian monsoon region: Implication on regional hydrological cycle[J]. Climatic Change, 2013, 121(4): 787-799.
[2] 付新峰, 杨胜天, 刘昌明. 雅鲁藏布江流域潜在蒸散量计算方法[J].水利水电技术, 2006, 37(8): 5-8.
FU Xinfeng, YANG Shengtian, LIU Changming. Method for computation of potential evapotranspiration in Yarlung Tsangpo River Basin[J]. Water Resources and Hydropower Engineering, 2006, 37(8): 5-8.
[3] 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.
YANG Zhigang, TANG Xiaoping, LU Hongya, et al. The changes of potential evaportranspiration over Yarlungzangbo River Basin during 1961—2010[J]. Acta Geographica Sinica, 2013, 68(9): 1 263-1 268.
[4] CONG Z T, YANG D W, NI G H. Does evaporation paradox exist in China?[J]. Hydrology and Earth System Sciences, 2009, 13(3): 357-366.
[5] LORENZ D J, DEWEAVER E T, VIMONT D J. Evaporation change and global warming: The role of net radiation and relative humidity[J]. Journal of Geophysical Research: Atmospheres, 2010, 115(D20): D20 118.
[6] RICHTER I, XIE S P. Muted precipitation increase in global warming simulations: A surface evaporation perspective[J]. Journal of Geophysical Research: Atmospheres, 2008, 113(D24): D24 118.
[7] SU T, FENG G L, ZHOU J, et al. The response of actual evaporation to global warming in China based on six reanalysis datasets[J]. International Journal of Climatology, 2015, 35(11): 3 238-3 248.
[8] 张喜英, 刘小京, 陈素英, 等. 环渤海低平原农田多水源高效利用机理和技术研究[J]. 中国生态农业学报, 2016, 24(8): 995-1 004.
ZHANG Xiying, LIU Xiaojing, CHEN Suying, et al. Efficient utilization of various water sources in farmlands in the low plain nearby Bohai Sea[J]. Chinese Journal of Eco-Agriculture, 2016, 24(8): 995-1 004.
[9] TANG R S, ETZION Y. Comparative studies on the water evaporation rate from a wetted surface and that from a free water surface[J]. Building and Environment, 2004, 39(1): 77-86.
[10] 任国玉, 郭军. 中国水面蒸发量的变化[J]. 自然资源学报, 2006, 21(1): 31-44.
REN Guoyu, GUO Jun. Change in pan evaporation and the influential factors over China: 1956—2000[J]. Journal of Natural Resources, 2006, 21(1): 31-44.
[11] 邓丽娟. 利用神经网络-缺省因子法及熵权法分析气象因素对水面蒸发的影响[J]. 水资源与水工程学报, 2013, 24(3): 43-45, 49.
DENG Lijuan. Analysis of impact of meteorological factor on water evaporation based on neural network-default factor method and entropy method[J]. Journal of Water Resources and Water Engineering, 2013, 24(3): 43-45, 49.
[12] 许文豪, 王晓勇, 张俊, 等. 鄂尔多斯高原湖泊蒸发原位试验研究[J].水文地质工程地质, 2019, 46(5): 16-23.
XU Wenhao, WANG Xiaoyong, ZHANG Jun, et al. Research on in situ test of lake evaporation in the Ordos Plateau[J]. Hydrogeology & Engineering Geology, 2019, 46(5): 16-23.
[13] 吴竞博, 周文静. 丹江口水库蒸发量与气象因子关系分析[J]. 水利水电快报, 2021, 42(7): 11-13, 23.
WU Jingbo, ZHOU Wenjing. Analysis of relationship between evaporation of Danjiangkou Reservoir and meteorological factors[J]. Express Water Resources & Hydropower Information, 2021, 42(7): 11-13, 23.
[14] 王丹丹, 王伟, 刘寿东, 等. 太湖小时尺度水面蒸发特征及3种模型模拟效果对比[J]. 湖泊科学, 2017, 29(6): 1 538-1 550.
WANG Dandan, WANG Wei, LIU Shoudong, et al. Characteristics of modelling hourly water surface evaporation in Lake Taihu and comparison of simulation results by three models[J]. Journal of Lake Sciences, 2017, 29(6): 1 538-1 550.
[15] 龙德江. 影响塔里木盆地北缘绿洲非冰期水面蒸发的气象因素分析[J]. 水资源开发与管理, 2018, 16(10): 18-21, 30.
LONG Dejiang. Analysis on meteorological factors affecting non-glacial water evaporation in oasis of the northern Tarim Basin[J]. Water Resources Development and Management, 2018, 16(10): 18-21, 30.
[16] 魏光辉, 姜振盈. 基于日尺度的非冰期水面蒸发影响因素对比分析:以新疆准噶尔盆地南缘及塔里木盆地北缘为例[J]. 浙江水利水电学院学报, 2018, 30(4): 51-54.
WEI Guanghui, JIANG Zhenying. Influential factors to water surface evaporation in non-freezing period based on relational analysis method—A case of south Junggar basin and north Tarim basin[J]. Journal of Zhejiang University of Water Resources and Electric Power, 2018, 30(4): 51-54.
[17] 武金慧, 李占斌. 水面蒸发研究进展与展望[J]. 水利与建筑工程学报, 2007, 5(3): 46-50.
WU Jinhui, LI Zhanbin. Advances and prospect of research on water surface evaporation[J]. Journal of Water Resources and Architectural Engineering, 2007, 5(3): 46-50.
[18] SALHOTRA A M, ADAMS E E, HARLEMAN D R F. Effect of salinity and ionic composition on evaporation: Analysis of dead sea evaporation Pans[J]. Water Resources Research, 1985, 21(9): 1 336-1 344.
[19] 贾瑞亮, 周金龙, 高业新, 等. 干旱区高盐度潜水蒸发规律初步分析[J]. 水科学进展, 2015, 26(1): 44-50.
JIA Ruiliang, ZHOU Jinlong, GAO Yexin, et al. Preliminary analysis on evaporation rules of high-salinity phreatic water in arid area[J]. Advances in Water Science, 2015, 26(1): 44-50.
[20] TYLER S W, KRANZ S, PARLANGE M B, et al. Estimation of groundwater evaporation and salt flux from Owens Lake, California, USA[J]. Journal of Hydrology, 1997, 200(1/2/3/4): 110-135.
[21] CHEN H Y, YANG C, REN A Y, et al. The evapotranspiration of tamarix and its response to environmental factors in coastal saline land of China[J]. Water, 2019, 11(11): 2 273.
[22] 程传煊. 表面物理化学[M]. 北京: 科学技术出版社, 1994.
CHENG Chuanxuan. Physical chemistry of surfaces adamson[M]. Beijing: Science and Technology Press, 1994.
[23] 魏光辉, 董新光, 杨鹏年, 等. 基于灰色关联分析与多元线性回归模型的水面蒸发预测[J]. 节水灌溉, 2010(2): 41-44.
WEI Guanghui, DONG Xinguang, YANG Pengnian, et al. Study on water surface evaporation forecast based on multivariate linear regression model and gray relational analysis[J]. Water Saving Irrigation, 2010(2): 41-44.
[24] 段志昌, 王建有, 王特, 等. 基于贝叶斯网络的水面蒸发评估模型研究[J]. 水电能源科学, 2021, 39(3): 1-4.
DUAN Zhichang, WANG Jianyou, WANG Te, et al. Research on evaluation model of water surface evaporation based on BN[J]. Water Resources and Power, 2021, 39(3): 1-4.
[25] 魏光辉, 陈亮亮, 董新光. 基于熵值与关联分析法的塔里木河下游区域水面蒸发影响因子敏感性研究[J]. 沙漠与绿洲气象, 2014, 8(1): 66-69.
WEI Guanghui, CHEN Liangliang, DONG Xinguang. Study on sensitive factors to water surface evaporation in Tarim river downstream based on entropy value and relational analysis method[J]. Desert and Oasis Meteorology, 2014, 8(1): 66-69.
[26] 赵成义, 施枫芝, 盛钰, 等. 近30年阿克苏绿洲水面蒸发趋势及影响因素[J]. 水土保持学报, 2012, 26(1): 237-240, 245.
ZHAO Chengyi, SHI Fengzhi, SHENG Yu, et al. The tendency and influencing factors of surface water evaporation in Aksu oasis in recent 30 years[J]. Journal of Soil and Water Conservation, 2012, 26(1): 237-240, 245.
[27] KOKYA B A, KOKYA T A. Proposing a formula for evaporation measurement from salt water resources[J]. Hydrological Processes, 2008, 22(12): 2 005-2 012.
[28] AL-SHAMMIRI M. Evaporation rate as a function of water salinity[J]. Desalination, 2002, 150(2): 189-203.
[29] NASSAR I N, HORTON R. Salinity and compaction effects on soil water evaporation and water and solute distributions[J]. Soil Science Society of America Journal, 1999, 63(4): 752-758.
[30] OBIANYO J I. Effect of salinity on evaporation and the water cycle[J]. Emerging Science Journal, 2019, 3(4): 255-262.
[31] BANCROFT W D, DAVIS H L. Raoult’s law[J]. The Journal of Physical Chemistry, 1929, 33(3): 361-370.
[32] 张军, 刘铸唐. 卤水比蒸发系数的数学模型——石盐析出阶段和光卤石析出阶段[J]. 盐湖研究, 1993, 1(2): 23-27.
ZHANG Jun, LIU Zhutang. The Mathematical Model of Specific Evaporation Rate of Brine—in the hylite and carnallite crystallization stages[J]. Journal of Salt Lake Research, 1993, 1(2): 23-27.
[33] 郭云彤, 邵景力, 崔亚莉, 等. 半干旱区煤化工高含盐废水自然蒸发规律研究[J]. 干旱区地理, 2021, 44(4): 971-982.
GUO Yuntong, SHAO Jingli, CUI Yali, et al. Natural evaporation processing of high saline wastewater in semi-arid area[J]. Arid Land Geography, 2021, 44(4): 971-982.
[34] LEÓN-HIDALGO M C, GOZÁLVEZ-ZAFRILLA J M, LORA-GARCÍA J, et al. Study of the vapour pressure of saturated salt solutions and their influence on evaporation rate at room temperature[J]. Desalination and Water Treatment, 2009, 7(1/2/3): 111-118.
[35] SHOKRI-KUEHNI S M S, NOROUZI RAD M, WEBB C, et al. Impact of type of salt and ambient conditions on saline water evaporation from porous media[J]. Advances in Water Resources, 2017, 105: 154-161.
[36] 刘艳婷, 张建丰, 李涛, 等. 盐水蒸发试验与模型修正[J]. 灌溉排水学报, 2018, 37(S2): 116-120.
LIU Yanting, ZHANG Jianfeng, LI Tao, et al. Salt water evaporation test and model correction[J]. Journal of Irrigation and Drainage, 2018, 37(S2): 116-120.
The Effect of Salinity on Water Evaporation and the Associated Determinants
CHEN Huanyu1,2, LIU Xiaojing1, TIAN Yu1, XING Jincheng2, LI Jingsong1, YANG Ce1, REN Angyan2, GUO Kai1, FENG Xiaohui1, SUN Hongyong1*
(1.CAS Engineering Laboratory for Efficient Utilization of Saline Resources, Center for Agricultural Resources Research, Institute of Genetics and Developmental Biology, Chinese Academy of Sciences, Shijiazhuang 050021, China;2. Jiangsu Coastal Area Institute of Agricultural Sciences, Yancheng 224002, China)
【】Water evaporation is influenced by many factors, besides meteorological factors, salinity also has an important effect on it. The aim of this paper is to study its impact on water evaporation in coastal saline-alkali land.【】The experiment was conducted by setting a salinity gradient ranging from 1 to 20 g/L from May to October in 2018. Evaporation from water with different salinity was measured using a in-house 20 cm evaporation pan, and the correlation between meteorological factors and the evaporation was determined by gray relational analysis.【】①Increasing water salinity increased water surface tension, thereby leading to a decrease in water evaporation. The cumulative evaporation with 1 g/L of saline water over the experimental period increased by 97.66 mm compared with that with 20 g/L of saline water. ②Evaporation was positively correlated with radiation intensity (), wind speed (s), vapor pressure deficit (), and air temperature (a), while negatively correlated with relative humidity (), atmospheric pressure (r) and Salinity (). ③Among all factors we compared,affected the evaporation from the coastal saline-alkali land more. We also found thatsandaffected the evaporation on sunny and cloudy days.【】Increase in water salinity increased water surface tension, resulting in a decrease in water evaporation. Compared with water salinity, the meteorological factors affected the evaporation more, especially the radiation intensity.
evaporation; saline water; meteorological factors; gray relational analysis; path analysis
P332.2
A
10.13522/j.cnki.ggps.2021449
1672 - 3317(2021)04 - 0067 - 09
陈环宇, 刘小京, 田宇, 等. 水面蒸发的盐度效应及其影响因子分析[J]. 灌溉排水学报, 2022, 41(4): 67-75.
CHEN Huanyu, LIU Xiaojing, TIAN Yu, et al. The Effect of Salinity on Water Evaporation and the Associated Determinants[J]. Journal of Irrigation and Drainage, 2022, 41(4): 67-75.
2021-09-17
中国科学院工程实验室项目(KFJ-PTXM-017);河北省重点研发计划项目(21326408D);江苏省农业科学院探索性颠覆性创新计划项目(ZX(21)1230);沿海盐碱地农业科学观测实验站开放课题(YHS202107)
陈环宇(1990-),男。助理研究员,博士,主要从事滨海盐碱地水资源绿色高效利用研究。E-mail: chykyr@163.com
孙宏勇(1974-),男。研究员,博士,主要从事农田水盐运移过程机理与调控研究。E-mail: hysun@sjziam.ac.cn
责任编辑:赵宇龙