基于多源數(shù)據(jù)集估算缺資料地區(qū)地表凈輻射及其時(shí)空變化特征

張曉龍，沈 冰，黃領(lǐng)梅，權(quán) 全，莫淑紅，梁曉燕

(西安理工大學(xué) 省部共建西北旱區(qū)生態(tài)水利國家重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710048)

地表凈輻射(Rn)是影響陸-氣能量交換和再分配過程的重要參數(shù)[1-2]，是氣候變化的重要驅(qū)動(dòng)力，被廣泛應(yīng)用于氣候監(jiān)測、天氣預(yù)報(bào)和農(nóng)業(yè)氣象研究，是當(dāng)前全球氣候變化研究領(lǐng)域的熱點(diǎn)之一[3]。同時(shí)，Rn也是構(gòu)建各類生態(tài)模式的重要參數(shù)之一[4-5]，尤其是在生態(tài)系統(tǒng)的蒸散過程中起到非常重要的作用[6]。在全球氣候變化的背景下，研究Rn時(shí)空變化特征，對于了解過去和當(dāng)前的氣候狀態(tài)以及對未來的氣候變化、蒸散發(fā)的估算、植物生長發(fā)育過程、生態(tài)系統(tǒng)生物量的形成與累積等研究具有重要意義。目前獲取地表凈輻射的方法主要是將地面實(shí)測數(shù)據(jù)按照某種規(guī)則進(jìn)行空間插值，或通過經(jīng)驗(yàn)統(tǒng)計(jì)方法建立基于地面輻射實(shí)測數(shù)據(jù)和氣象資料估算地表輻射收支的經(jīng)驗(yàn)-統(tǒng)計(jì)模型，通過反演得到一定范圍內(nèi)地表凈輻射[2, 7-8]。這兩種方法雖然在點(diǎn)尺度上估算精度較高，但由于氣象站數(shù)量有限且分布不均，地表覆被類型復(fù)雜，實(shí)時(shí)氣象參數(shù)(如氣溶膠，云的含量等)難以獲取，因此不能滿足大范圍凈輻射估算的需求[12-13]。遙感反演法應(yīng)是區(qū)域由點(diǎn)及面較佳的技術(shù)手段。近年來，MODIS數(shù)據(jù)、Landsat系列數(shù)據(jù)等被廣泛應(yīng)用于地表輻射收支的研究中[9-11]。

我國氣象系統(tǒng)僅有50個(gè)地表凈輻射觀測臺站，且均建于1993年以后。由于站點(diǎn)少，資料序列短，開展的相應(yīng)研究也較少。青藏高原生態(tài)環(huán)境脆弱，被稱為氣候的“放大器”[12-13]，但常規(guī)氣象觀測臺站分布稀少且極不均勻，為缺資料地區(qū)空間范圍上凈輻射估算帶來極大阻礙，遠(yuǎn)滿足不了科研和業(yè)務(wù)的需求。當(dāng)前主流遙感反演產(chǎn)品使用地面站點(diǎn)較少，特別是在中國寒區(qū)、旱區(qū)[18]，數(shù)據(jù)精度還存在一定誤差。利用地面氣象站數(shù)據(jù)對遙感產(chǎn)品進(jìn)行數(shù)據(jù)融合得到的再分析常規(guī)氣象要素的驅(qū)動(dòng)數(shù)據(jù)集不僅可以滿足空間分布的要求，而且在數(shù)據(jù)精度上也可以大大提高，為進(jìn)一步研究提供極大的便利。地表反照率決定了太陽輻射能量被地表反射與吸收的比例，是氣候系統(tǒng)的重要驅(qū)動(dòng)因子之一[13]。地表發(fā)照率的分布與土地利用類型、植被狀況、水分狀況、積雪、地形等因素密切相關(guān)，在時(shí)間和空間上呈現(xiàn)高度異質(zhì)性。因此，本文以黃河源區(qū)為例，利用ITPCAS氣象要素驅(qū)動(dòng)數(shù)據(jù)集和GLASS地表反照率數(shù)據(jù)集，取用聯(lián)合國糧農(nóng)組織(FAO)1998年推薦用于計(jì)算參考作物蒸散發(fā)Penman-Monteith公式估算缺資料地區(qū)長時(shí)間序列逐日Rn，在再分析數(shù)據(jù)集估算精度驗(yàn)證的基礎(chǔ)上，用GIS空間分析技術(shù)與Mann-Kendall趨勢分析方法揭示其時(shí)間動(dòng)態(tài)特征與空間演變規(guī)律，為進(jìn)一步研究該地區(qū)氣候變化及陸地生態(tài)系統(tǒng)蒸散的影響提供技術(shù)支撐和理論依據(jù)。

1 研究區(qū)概況

研究區(qū)為龍羊峽水庫以上的黃河源區(qū)，位于32.2°～37.1°N，95.9°～103.4°E之間，屬于青藏高原東部(見圖1)。

圖1 研究區(qū)概況及氣象站點(diǎn)分布Fig.1 General situation of the study area and distribution of meteorological stations

黃河源區(qū)總體為西北高，東南低，阿尼瑪卿山為最高點(diǎn)，龍羊峽為最低處，海拔在2 508～6 253 m之間，有冰川、盆地、高山和峽谷等地貌。黃河源區(qū)屬大陸性高原氣候，干濕交替、冷熱分明，氣壓低，溫差大，輻射強(qiáng)，光熱條件較為豐富。受印度洋季風(fēng)影響，降水集中在6～9月[5]，年平均降水234.6～839.2 mm，空間分布不均[12]。黃河源區(qū)3/4的面積分布著高寒植被，其中高寒草甸和高寒草原面積最大。黃河源區(qū)為多年凍土和季節(jié)性凍土的過渡區(qū)域，多年凍土分布下界平均氣溫在-2.5℃ ～ -3.5℃范圍內(nèi)。由于氣候變暖，黃河源區(qū)近年來凍土發(fā)生顯著退化。

2 數(shù)據(jù)來源與方法

2.1 數(shù)據(jù)來源及預(yù)處理

再分析氣象數(shù)據(jù)集使用由中國科學(xué)院青藏高原研究所開發(fā)的ITPCAS(中國區(qū)域高時(shí)空分辨率地面氣象要素)驅(qū)動(dòng)數(shù)據(jù)集(http://westdc.westgis.ac.cn/)[13]。該數(shù)據(jù)集以GEWEX-SRB 輻射資料、Princeton 再分析資料、TRMM 降水?dāng)?shù)據(jù)以及GLDAS數(shù)據(jù)為背景場，并融合中國氣象觀測數(shù)據(jù)制作而成。氣象要素包括降水量、溫度、比濕、風(fēng)速、大氣壓力、向下短波和向下長波輻射等，時(shí)間分辨率為3 h，空間分辨率為0.1°。該數(shù)據(jù)集在黃河源區(qū)數(shù)據(jù)采樣點(diǎn)1 421個(gè)，可滿足黃河源區(qū)氣象要素空間分布的要求(見圖1)。本研究中所涉及的日尺度參數(shù)是通過3 h時(shí)段參數(shù)計(jì)算得到。為了分析Rn的時(shí)空變化特性，利用ArcGIS軟件CUBIC重采樣技術(shù)將0.1°數(shù)據(jù)集生成空間分辨率為1 km的數(shù)據(jù)集。氣象站數(shù)據(jù)源自國家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(http://data.cma.cn/)。黃河源區(qū)再分析數(shù)據(jù)集數(shù)據(jù)采樣點(diǎn)和氣象臺站點(diǎn)分布見圖1。

地表反照率使用全球陸表參量GLASS數(shù)據(jù)產(chǎn)品，取值范圍0～1，被用于計(jì)算短波凈輻射，來源與北京師范大學(xué)(http://glass-product.bnu.edu.cn)。該產(chǎn)品2000-2012年反照率數(shù)據(jù)是基于MODIS數(shù)據(jù)利用AB(Angular Bin)算法開發(fā)的，其空間分辨率為1 km，時(shí)間分辨率為8天。Liu等利用地面實(shí)測數(shù)據(jù)和MODIS地表反照率數(shù)據(jù)MOD43對GLASS反照率數(shù)據(jù)產(chǎn)品進(jìn)行對比驗(yàn)證，結(jié)果顯示兩者具有很好的一致性，均方根誤差小于0.05[14]，所以該數(shù)據(jù)集可以直接使用。因數(shù)據(jù)源的時(shí)間限制，本研究計(jì)算得到2000-2012年白天地表反照率每一日的多年平均值，然后線性插值得到年內(nèi)每天的反照率數(shù)據(jù)集。

DEM數(shù)據(jù)源自地理空間數(shù)據(jù)云(http://www.gscloud.cn/)中90 m 分辨率SRTM 產(chǎn)品。為了確保數(shù)據(jù)空間尺度的一致性，將90 m DEM數(shù)據(jù)利用ArcGIS軟件重采樣生成1 km分辨率的數(shù)據(jù)。

2.2 地表凈輻射估算方法

本研究采用FAO推薦的標(biāo)準(zhǔn)方法[15]，由凈短波輻射Rns和凈長波輻射Rnl之差得到Rn(MJ·m-2·d-1)：

Rn=Rns-Rnl

(1)

Rns=(1-α)Rs

(2)

(3)

Rso=(0.75+2z×10-5)Ra

(4)

(5)

cos(φ)cos(δ)sin(ωs)

(6)

式中：α為地表反照率；Rs和Rso為向下短波輻射和凈空向下短波輻射(MJ·m-2·d-1)；Ra為地外輻射(MJ·m-2·d-1)，n為日照時(shí)數(shù)，N為可照時(shí)數(shù)，z為海拔高度(m)；Tmax,k和Tmin,k分別為日最大、最小絕對溫度(K)；σ為Stefan-Boltzman常數(shù)(4.903×10-9MJ·m-2·d-1)；ea為實(shí)際水汽壓(kPa)；as=0.25，as+bs=0.75；Gsc為日輻射常數(shù)(0.082 MJ·m-2·min-1)，dr為日地距離，ωs為日落時(shí)角，φ為太陽時(shí)角，δ為太陽赤緯角。

需要指出的是，基于中國區(qū)域高時(shí)空分辨率地面氣象要素驅(qū)動(dòng)數(shù)據(jù)集估算Rn_ITP時(shí)，Rs直接采用驅(qū)動(dòng)數(shù)據(jù)集數(shù)據(jù)。而基于氣象臺數(shù)據(jù)估算Rn_m時(shí)，Rs采用式(5)計(jì)算得到。

2.3 地表凈輻射時(shí)空變化分析方法

采用Mann-Kendall趨勢分析方法對多站點(diǎn)和區(qū)域平均長時(shí)間序列的Rn進(jìn)行時(shí)間趨勢變化檢驗(yàn)和突變分析。基于秩的Mann-Kendall趨勢分析方法是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)法，與傳統(tǒng)參數(shù)方法相比，樣本可不遵從特定分布，亦不受個(gè)別異常值干擾，可較客觀地反映樣本序列變化趨勢，該方法被廣泛應(yīng)用于序列突變分析和趨勢檢驗(yàn)。

利用線性回歸分析可得到每個(gè)柵格的Rn在一定時(shí)間序列的變化趨勢和強(qiáng)度[6]。本文通過IDL程序得到每個(gè)柵格多年變化趨勢b，進(jìn)而得到黃河源區(qū)Rn年際變化率空間分布圖。計(jì)算公式為：

(7)

式中：b為變化趨勢，如果b<0則表示減少趨勢，反之b>0則表示增加趨勢；n為時(shí)間長度；i為年序號；xi為第i年的柵格值。

3 結(jié)果與分析

3.1 再分析數(shù)據(jù)集精度檢驗(yàn)

黃河源區(qū)處于高寒區(qū)域，氣象站點(diǎn)稀少，且分布極不均勻。所以使用氣象站點(diǎn)進(jìn)行空間插值的結(jié)果并不能較為真實(shí)地反應(yīng)研究區(qū)實(shí)際情況。

本研究使用ITPCAS驅(qū)動(dòng)數(shù)據(jù)集估算黃河源區(qū)Rn的時(shí)空變化。將再分析數(shù)據(jù)集代入式(1)～(6)得到的1979—2015年逐日Rn_ITP與氣象站數(shù)據(jù)代入式(1)～(6)得到的對應(yīng)的逐日Rn_m。

為了定量評價(jià)Rn的估算結(jié)果精度，將7個(gè)典型氣象站的氣象數(shù)據(jù)估算的Rn_m與對應(yīng)的1 km氣象要素?cái)?shù)據(jù)集計(jì)算的Rn_ITP進(jìn)行對比分析，Rn_ITP與Rn_m的散點(diǎn)圖見圖2。虛線為散點(diǎn)的擬合直線，對角線為1∶1等值線。

從圖2可以看出整體上Rn_ITP與Rn_m的相關(guān)系數(shù)R為0.98，其顯著性在P<0.01范圍內(nèi)顯著，表明散點(diǎn)分布有一定的穩(wěn)定性，二者有顯著的相關(guān)性。大部分的點(diǎn)分布在1:1等值線上方，表明Rn_ITP較Rn_m略微偏大。

圖2 Rn_ITP與Rn_m的散點(diǎn)圖Fig.2 Scatter plots of Rn_ITPvaluesand Rn_mvalues

對逐日Rn的估算精度進(jìn)行檢驗(yàn)的評價(jià)指標(biāo)為：均方根誤差(RMSE)、相關(guān)系數(shù)(R)和誤差，在各站點(diǎn)上計(jì)算結(jié)果見表1，其中區(qū)站號為國家氣象站統(tǒng)一編號，N為樣本數(shù)。從表1中可知，Rn_ITP與Rn_m的相關(guān)系數(shù)在0.98以上，且均通過顯著性檢驗(yàn)(P<0.01)，各站點(diǎn)RMSE在1.29～1.77之間，值得注意的是，Rn_ITP均比Rn_m偏大12%～19%，主要原因可能是在氣象數(shù)據(jù)估算Rs時(shí)外輻射到達(dá)地表的比例參數(shù)選用默認(rèn)值(as= 0.25和bs= 0.50)導(dǎo)致ITPCAS驅(qū)動(dòng)數(shù)據(jù)集中Rs比氣象站基于日照時(shí)數(shù)計(jì)算的Rs偏高，也可能是氣象采樣點(diǎn)和氣象站并不完全重合，存在著坡度、海拔和坡向等差異。綜上，通過該數(shù)據(jù)集估算的Rn可以較好的反映區(qū)域變化規(guī)律，該再分析數(shù)據(jù)集在黃河源區(qū)有較好的適用性。

表1 再分析數(shù)據(jù)集估算Rn的結(jié)果驗(yàn)證

3.2 黃河源區(qū)地表凈輻射的變化特征

3.2.1 地表凈輻射時(shí)間變化特征

精度檢驗(yàn)后將ITPCAS驅(qū)動(dòng)數(shù)據(jù)集和GLASS地表反照率數(shù)據(jù)集代入公式，得到1979―2015年黃河源區(qū)逐日Rn。對逐日數(shù)據(jù)進(jìn)行處理，得到各月、季、年Rn數(shù)據(jù)。季節(jié)采用國內(nèi)常用的氣象季節(jié)劃分法，即上年12月至當(dāng)年2月為冬季、3月至5月為春季、6月至8月為秋季。各月Rn為月內(nèi)每日平均得到，各季節(jié)Rn為相應(yīng)月份Rn的平均值，年平均Rn為逐月數(shù)據(jù)平均得到。

圖3為1979-2015年黃河源區(qū)年、春季、夏季、秋季、冬季平均Rn變化曲線。1979-2015年黃河源區(qū)年、春季、夏季、秋季、冬季多年平均Rn分別為9.63、12.11、13.70、7.68和5.02 MJ·m-2·d-1；其最大值分別為10.00(1997年)、12.80(1980年)、14.59(1994年)、8.07(1997年)和5.38(1983年)MJ·m-2·d-1；最小值分別為9.12(2009年)、11.42(1989年)、12.63(2009年)、7.24(1988年)和4.76(2009年)MJ·m-2·d-1。

利用Mann-Kendall趨勢分析方法得到黃河源區(qū)年、四季Rn的變化趨勢和統(tǒng)計(jì)值，見表2。從表2可知，黃河源區(qū)年、四季Rn均呈下降趨勢，每10年變化幅度為-0.067 MJ·m-2·d-1；春、冬季變化幅度最大，每10年變化幅度為-0.075 MJ·m-2·d-1；秋季變化幅度最小，每10年變化幅度為-0.039 MJ·m-2·d-1；夏、秋季沒有通過顯著性檢驗(yàn)。通過Mann-Kendall非參數(shù)檢驗(yàn)分析研究區(qū)年、春季、夏季、秋季、冬季Rn突變點(diǎn)，得到結(jié)果：年Rn和冬季Rn序列存在突變點(diǎn)，分別為2004年和2003年左右；而其他季節(jié)Rn突變點(diǎn)不明顯。這可能與當(dāng)?shù)貧夂蜃兓腿祟惢顒?dòng)有關(guān)。2000年以后黃河源區(qū)呈現(xiàn)“變暖變濕”的趨勢，云量上升，降雨/雪增加，溫度也增加，植被NDVI也呈上升趨勢。另外三江源自然保護(hù)區(qū)于2000年成立，實(shí)施了一系列的生態(tài)保護(hù)與建設(shè)工程，青海省也實(shí)施了人工增雨、治理草原鼠害、退耕/牧還草和生態(tài)移民等 “綜合性”工程(2004年)。 這些都可能是年Rn和冬季Rn序列在2004年和2003年左右存在突變的原因。

圖3 1979-2015年研究區(qū)年、春季、夏季、秋季、冬季平均Rn變化曲線Fig.3 Curves of annual and seasonal mean Rn during 1979-2015 in study area

時(shí)間序列起始年份終止年份 樣本數(shù)量Test Z顯著性每10年變化幅度/(MJ·m-2·d-1)年Rn1979201537-2.68**-0.067春季Rn1979201537-2.31*-0.075夏季Rn1979201537-1.14-0.074秋季Rn1979201537-1.03-0.039冬季Rn1979201537-3.60***-0.075

注：***通過顯著性水平為0.001的檢驗(yàn)；**通過顯著性水平為0.01的檢驗(yàn)；*通過顯著性水平為0.05的檢驗(yàn)。

圖4為黃河源區(qū)年內(nèi)各月平均Rn的變化趨勢，可知，區(qū)域平均Rn在年內(nèi)呈單峰型，1～4月上升迅速，5月達(dá)到最大值(14.31 MJ·m-2·d-1)，9月份以后Rn開始快速下降，12月份最小(3.34 MJ·m-2·d-1)。通過最大、最小值誤差線可知，1979-2015年Rn變化幅度夏季大于冬季，其中7月份Rn變化幅度最大，變化范圍為11.79～15.86 MJ·m-2·d-1。

3.2.2 地表凈輻射空間變化特征

對1979-2015年黃河源區(qū)逐柵格計(jì)算得到區(qū)域上年、春、夏、秋、冬季Rn和其變化幅度的空間分布及分類面積統(tǒng)計(jì)，結(jié)果見圖5。

從圖中可知，年和各季節(jié)Rn的空間分布相似，即不同季節(jié)對Rn的空間分布影響不大，最大值分布在扎陵、鄂陵湖及龍羊峽等大面積水域附近，最小值分布在中部的阿尼瑪卿山附近和共和盆地附近。年和各季節(jié)Rn的變化趨勢的空間分布也相似，研究區(qū)Rn以下降趨勢為主，主要分布在研究區(qū)西部山區(qū)、龍羊峽南部及共和盆地附近。研究區(qū)Rn上升趨勢主要分布在中部的阿尼瑪卿山附近和研究區(qū)東部的零星區(qū)域，年、春、夏、秋、冬季Rn上升趨勢分別占流域的8.4%、15.8%、4.6%、44.1%和0.0%。

3.2.3 海拔對地表凈輻射的影響

Rn的空間分布與海拔分布呈現(xiàn)一定的統(tǒng)計(jì)規(guī)律。將DEM數(shù)據(jù)重采樣到1 km柵格，然后將該DEM分成5類對多年平均的年、春、夏、秋、冬季Rn和其變化比例的進(jìn)行統(tǒng)計(jì)分析，見表3。從表3中可知，Rn在4 000～4 500 m的區(qū)域內(nèi)最大，而在4 500 m以上最小，這是因?yàn)? 500 m以上區(qū)域存在積雪和冰川，地表反照率高，從而Rn較小。

Rn的變化幅度中除了秋季在3 500～4 000 m區(qū)域內(nèi)呈0.12%的上升趨勢外，其余皆呈現(xiàn)下降趨勢，年、春季和夏季Rn下降幅度最明顯的區(qū)域?yàn)? 500 m以上區(qū)域，秋季和冬季下降幅度最明顯的區(qū)域?yàn)? 000 m以下區(qū)域。

圖4 研究區(qū)Rn年內(nèi)變化 Fig.4 Changes of monthly mean Rn in study area (The bars indicate the maximum and minimum monthly mean values)

DEM分類面積比例Rn/(MJ·m-2·d-1)年春季夏季秋季冬季每10年Rn變化比例/%年春季夏季秋季冬季3 000 m以下2.6%9.3611.8213.707.344.59-0.66-0.21-0.66-0.52-2.013 000～3 500 m16.0%9.3911.9513.297.474.85-0.78-0.67-0.79-0.31-1.723 500～4 000 m26.1%9.7312.3713.307.885.36-0.57-0.68-0.610.12-1.274 000～4 500 m37.4%9.8212.3213.927.965.07-0.79-0.80-0.84-0.13-1.644 500 m以上17.9%0.921.131.400.700.46-0.96-0.83-1.07-0.31-1.84

4 討 論

Rn的時(shí)空變化改變了區(qū)域地表天氣和氣候系統(tǒng)的多樣性、地表蒸散的速率及不同區(qū)域生態(tài)系統(tǒng)的結(jié)構(gòu)和功能。劉新安等[1]對幾種推算地表凈輻射的方法進(jìn)行了評價(jià)；陳征等[3]、葉晶等[16]利用遙感資料推算了個(gè)別地區(qū)的地表凈輻射，高揚(yáng)子等[2]計(jì)算了全國699個(gè)站點(diǎn)的地表凈輻射，并分析了各分量的空間分布特征，對中國地表凈輻射做了較為系統(tǒng)的分析。

有研究表明，1980年以來全球Rn具有普遍的下降趨勢[17]， 國內(nèi)近50年來站點(diǎn)平均Rn在年、季節(jié)均呈現(xiàn)較明顯的下降趨勢，每10年均降幅為0.74 W/m2(0.064 MJ·m-2·d-1)[2]，本研究得到與此結(jié)論一致。

影響特定區(qū)域Rn時(shí)空變化特征的因素主要有天文輻射、云、氣溶膠、溫度、土壤濕度和土壤植被等[2]。

有研究表明，云量不是造成中國區(qū)域短波輻射下降的主要因素，大氣中持續(xù)增多的氣溶膠是主導(dǎo)因素[18]。大氣氣溶膠主要來自于化石燃料的燃燒、工業(yè)生產(chǎn)等人為活動(dòng)及火山爆發(fā)等自然現(xiàn)象。

自上世紀(jì)80年代以來，隨著經(jīng)濟(jì)快速發(fā)展，化石燃料的大量燃燒造成大氣氣溶膠的快速增加，這可能是區(qū)域乃至全球Rn持續(xù)下降的主要原因。

有研究表明，青藏高原積雪變化具有確定的長期增加的趨勢[19]，從而導(dǎo)致的青藏高原冬季凈輻射的顯著降低，另外近年來由于環(huán)境污染和氣候變化等原因?qū)е露镜撵F霾天氣偏低，這也可能造成冬季Rn顯著下降的原因之一。

圖5 1979-2015年研究區(qū)年和四季平均Rn以及對應(yīng)的每10年Rn變化幅度的空間分布Fig.5 Distribution of mean Rn values and its change rates every 10 years during 1979-2015 in study area

5 結(jié) 論

本文以黃河源區(qū)為例，利用ITPCAS氣象要素驅(qū)動(dòng)數(shù)據(jù)集和GLASS地表反照率數(shù)據(jù)集，基于FAO1998年推薦的Penman-Monteith公式估算缺資料地區(qū)長時(shí)間序列逐日Rn，在再分析數(shù)據(jù)集估算精度驗(yàn)證的基礎(chǔ)上，用 GIS 空間分析技術(shù)與Mann-Kendall趨勢分析方法揭示其時(shí)間動(dòng)態(tài)特征與空間演變規(guī)律。本文得到以下主要結(jié)論。

1) 各站點(diǎn)Rn_ITP與Rn_m的相關(guān)系數(shù)均在0.98以上，且均通過顯著性檢驗(yàn)(P<0.01)，各站點(diǎn)RMSE在1.29～1.77之間，表明ITPCAS氣象要素驅(qū)動(dòng)數(shù)據(jù)集在黃河源區(qū)有較好的適用性，通過該數(shù)據(jù)集估算的Rn可以較好地反映區(qū)域變化規(guī)律，該數(shù)據(jù)集可用于中國西北高寒山區(qū)缺資料地區(qū)。

2) 在1979-2015年期間年、春、夏、秋、冬季區(qū)域平均Rn的每10年下降幅度分別為-0.067、-0.075、-0.074、-0.039和-0.075 MJ·m-2·d-1，其中夏、秋季Rn趨勢沒有通過顯著性檢驗(yàn)；年Rn的變化趨勢在2004年左右存在突變點(diǎn)，冬季Rn的變化趨勢在2003年左右存在突變點(diǎn)，其他季節(jié)突變點(diǎn)不明顯；區(qū)域平均Rn在年內(nèi)呈單峰型，1～4月上升迅速，5月達(dá)到最大值(14.31 MJ·m-2·d-1)，9月份以后Rn開始快速下降，12月份最小(3.34 MJ·m-2·d-1)。

3) 年和各季節(jié)Rn值及變化趨勢的空間分布相似；年和各季節(jié)Rn值最大值分布在扎陵、鄂陵湖及龍羊峽等大面積水域附近，最小值分布在中部的阿尼瑪卿山附近和共和盆地附近；研究區(qū)91.6%的面積的年平均Rn呈下降趨勢，在季節(jié)尺度中，冬季Rn下降最明顯，幾乎100%的區(qū)域處于下降趨勢之中；秋季Rn下降最不明顯(約55.9%)。

4) 地形對Rn的空間分布產(chǎn)生一定的影響，Rn在4 000～4 500 m的區(qū)域內(nèi)最大，而在4 500 m以上最小；Rn的變化幅度中除了秋季在3 500～4 000 m區(qū)域內(nèi)呈0.12%的上升趨勢外，其余皆呈現(xiàn)下降趨勢；年、春季和夏季Rn下降幅度最明顯的區(qū)域?yàn)? 500 m以上區(qū)域，秋季和冬季下降幅度最明顯的區(qū)域?yàn)? 000 m以下區(qū)域。

本文對長時(shí)間序列的逐日逐柵格Rn進(jìn)行計(jì)算，并進(jìn)行時(shí)空趨勢變化分析，為無資料地區(qū)今后開展地表輻射研究、氣候變化預(yù)測、生態(tài)系統(tǒng)蒸散發(fā)過程和機(jī)理研究具有重要意義。由于缺少實(shí)測的Rn觀測數(shù)據(jù)，在計(jì)算精度上存在一定的不確定性。另外本文未定量分析造成黃河源區(qū)Rn下降的主要驅(qū)動(dòng)因子，Rn的影響過程與機(jī)理需在今后研究工作中進(jìn)一步探討。