吉林省參考作物蒸散量時空分布及成因分析

劉玉汐，任景全，王冬妮，穆佳，崔佳龍，陳長勝*，陳曦，郭春明

1. 吉林省氣象臺，吉林 長春 130062；2. 吉林省氣象科學研究所，吉林 長春 130062； 3. 吉林省突發事件預警信息發布中心，吉林 長春 130062

參考作物蒸散量（ET0）是計算水分虧缺、農業干旱程度的重要參數，對農業生產中的水資源分配研究具有重要參考價值。ET0的變化及成因是當前的研究熱點。1961—2015 年中國年平均ET0以0.52 mm·a-1的速率遞減（吳霞等，2017）。在區域尺度上，東北地區、華北平原、西北地區ET0均呈下降趨勢（張淑杰等，2010；段春鋒等，2011；王鵬濤等，2014）。由于時間尺度和環境因素的影響，在不同流域上，ET0的變化也存在差異?；春恿饔?、黑河流域ET0整體上呈下降趨勢，石羊河流域、三江源區ET0呈上升趨勢（馬寧等，2012；姚玉璧等，2013；周秉榮等，2014；曹永強等，2015）?？芍?，我國ET0整體上呈下降趨勢，但不同地區略有差異。

在氣候變化背景下，氣象因子是導致ET0變化的主要影響因素。研究表明，20 世紀90 年代之前，風速和日照時數分別是我國北方和南方多數站點ET0變化的主導因子；20 世紀90 年代之后，氣溫和相對濕度是多數站點ET0變化的主導因子（曹雯等，2015）。楊永剛等（2018）認為風速的減小是造成中國糧食主產區ET0減小的首要原因。鄱陽湖流域、山東、安徽、海南省ET0下降的主要原因是風速和日照時數的減少（吳文玉等，2013；董旭光等，2016；涂安國等，2017；鄒海平等，2018）。以上研究說明風速和日照時數是影響ET0變化的主要氣象因子。錢多等（2017）研究表明氣溫是影響毛烏素沙地ET0年變化的主導因子。在四川省中海拔和低海拔區域，ET0變化主要驅動要素為風速，而在高海拔則主要為溫度及相對濕度（張楊等，2018）。隨著研究區域的不同，ET0的主導因子也不盡相同，導致了ET0變化趨勢的差異。

吉林省是農業大省也是生態大省，水資源短缺是影響農業生產和生態環境的難題。隨著全球變化，吉林省ET0也發生著變化，但ET0變化的主導氣象因子還不明確。鑒于此，利用吉林省46 個氣象站點觀測數據序列，基于Penman-Monteith 公式計算ET0，研究其時空變化規律，利用敏感性分析法定量分析各氣象因子對ET0的影響，研究結果有利于了解氣候變化對水資源的影響，為水資源合理分配提供重要參考。

1 資料與方法

1.1 研究區域概況

吉林省地處中國東北地區腹地，地貌形態差異明顯，地勢由東南向西北傾斜，呈現明顯的東南高、西北低的特征，可分為東部山地、中部臺地平原區和西部草甸、湖泊、濕地、沙地區。吉林省屬于溫帶大陸性季風氣候，四季分明，雨熱同季，從東南向西北由濕潤氣候過渡到半濕潤氣候再到半干旱氣候。

1.2 資料來源

本文資料為1961—2018 年吉林省46 個氣象站點逐日氣象觀測資料（平均氣溫、最高氣溫、最低氣溫、露點溫度、相對濕度、風速、日照時數），地理信息數據包括各站點經緯度、海拔和研究區域行政邊界。氣象觀測資料和地理信息數據均來源于吉林省氣象局。吉林省氣象站點分布見圖1。

圖1 吉林省氣象站點分布 Fig. 1 Spatial distribution of meteorological station in Jilin province

1.3 研究方法

1.3.1 參考作物蒸散量（ET0）的計算方法

參考作物蒸散量（ET0）的計算采用聯合國糧農組織推薦的Penman-Monteith 公式（Allen et al.，1998），其形式如下：

式中，ET0為參考作物蒸散量（mm·a-1）；Δ為飽和水汽壓曲線斜率（kPa·℃-1）；Rn為地表凈輻射（MJ·m-2·d-1）；G 為土壤熱通量（MJ·m-2·d-1），計算中計為0；γ為干濕表常數（kPa·℃-1）；θ 為平均氣溫（℃），為日最高氣溫和日最低氣溫的平均值；u2為2 m 高度處的風速（m·s-1）；es為飽和水汽壓（kPa）；ea為實際水汽壓（kPa），由露點溫度計算得出。

1.3.2 參考作物蒸散量對氣象因子的敏感系數

敏感系數大小可反應氣象因子變化對ET0的影響程度，敏感系數為ET0的相對變化量與單個氣象因子相對變化量之比：

式中，SVi為敏感系數，無量綱；ΔET0和ΔVi分別為ET0和Vi的變化量。SVi的正或負分別表示ET0隨氣象因子的增加而增加或減小，其絕對值越大表示ET0對該氣象因子的變化越敏感。

1.3.3 氣象因子對參考作物蒸散量的貢獻率

將單個氣象因子的敏感系數與該要素的多年相對變化相乘，可得到由此因子引起的ET0的變化，即該因子對ET0變化的貢獻，其中引起ET0增加稱為正貢獻，引起ET0減小稱為負貢獻。具體表達形式如下：

式中：ConVi為氣象因子Vi對ET0變化的貢獻率，RCVi（%）是Vi的多年相對變化，可基于吉林省58 年Vi的平均值Vav和逐年變化率t 計算得到，其中逐年變化率t 由趨勢分析法計算得到。

1.3.4 其它方法

年和季節尺度的ET0均由逐日ET0計算而來。采用ArcGIS 10.0 反距離加權空間插值法研究區域參考作物蒸散量的空間變化特征。利用Excel 2010軟件，采用線性回歸方法進行數理統計分析，并進行顯著性檢驗。

2 結果與分析

2.1 參考作物蒸散量時空變化

2.1.1 參考作物蒸散量空間變化

吉林省各站點ET0多年平均值的空間分布特征見圖2，由圖2a 可見，ET0呈由西向東逐漸降低趨勢分布，其中，靖宇站最低，為811.4 mm，通榆站最高，為1 170.0 mm。從地理分布看，西部(1 086.3 mm)＞中部(1 000.8 mm)＞東部(873.5 mm)。從變化率看（圖2b），37 個站點呈降低趨勢，變化范圍為-3.14 mm·a-1— -0.01 mm·a-1，17 個站點通過了0.05 的顯著性水平檢驗，西部降低變化率要高于東部。集安、二道和長白站呈增加趨勢，變化率分別為0.80、1.29 、2.02 mm·a-1。

2.1.2 參考作物蒸散量時間變化

圖2 1961—2018 年吉林省年平均ET0和變化率空間分布 Fig. 2 Spatial distribution of the average annual and changing rates of reference crop evapotranspiration in Jilin province during 1961-2018

圖3 1961—2018 年吉林省ET0的年際和季節變化 Fig. 3 Annual and seasonal change of reference crop evapotranspiration in Jilin province during 1961-2018

1961—2018 年吉林省ET0呈降低趨勢，變化率為-0.57 mm·a-1，變化趨勢不顯著（圖3）。ET0多年平均值為955.7 mm，2012 年最低，為881.4 mm，1982 年最高，為1 063.5 mm。從年代際變化看，20世紀60 年代最高，為981.0 mm，20 世紀90 年代最低，為932.1 mm。從季節看，春季、夏季、秋季和冬季ET0平均值分別為315.1、389.2、194.0、57.5 mm。夏季最高，春季次之，其次為秋季，冬季最低。春季、夏季和秋季ET0呈降低趨勢，變化率分別為-0.35、-0.21、-0.04 mm·a-1，其中，春季ET0降低趨勢顯著，通過0.05 水平顯著性檢驗。冬季ET0呈上升趨勢，變化率為0.03 mm·a-1。

2.2 氣象因子的時間變化

吉林省主要氣象因子具有明顯的時間變化特征（表1）。水汽壓、凈輻射和平均氣溫均在夏季最高，冬季最低。水汽壓呈上升趨勢變化，年際和春季、冬季水汽壓達到了顯著水平（P＜0.05）。凈輻射均呈極顯著的降低趨勢（P＜0.01），其中，凈輻射年際變化趨勢系數為-3.48 MJ·m-2·d-1。季節變化中，春季降低最快，為-1.42 MJ·m-2·d-1。平均氣溫呈極顯著上升趨勢，冬季上升最為顯著，趨勢系數為0.037 ℃·a-1，年際趨勢系數為0.03 ℃·a-1。風速呈極顯著的下降趨勢，其中，春季風速最高，下降最快，多年平均值為2.65 m·s-1，趨勢系數為-0.019 m·s-1。

2.3 參考作物蒸散量對氣象因子的敏感性分析

ET0對氣象因子敏感系數空間分布見圖4，由圖可見，ET0對氣象因子的敏感系數空間差異顯著。ET0對水汽壓的敏感系數范圍為-0.931 6—-0.415 9，其絕對值自西向東呈“低—高—低”趨勢分布，中部敏感性較高（圖4a）。ET0對凈輻射的敏感系數自西向東呈逐漸升高，變化范圍為0.436 8—0.729 0，高值區主要集中在東南部，即ET0對凈輻射的敏感性在西部較低，東南部最高（圖4b）。ET0對平均氣溫的敏感系數基本上呈自西向東逐漸升高趨勢分布，但敏感系數值較小，變化范圍僅為-0.005 9—0.001 8，敏感性較低（圖4c）。ET0對風速的敏感系數自西向東逐漸降低，變化范圍為0.145 0—0.263 9，說明ET0對風速的敏感性在西部最高，東南部最低（圖4d）。

從年際尺度看（表2），水汽壓和平均氣溫的敏感系數平均值為負值，分別為-0.700 7 和-0.002 5，凈輻射和風速的敏感系數平均值為正值，分別為0.560 3 和0.199 5。從敏感系數絕對值可知，在年際尺度上ET0對氣象因子的敏感性為：水汽壓＞凈輻射＞風速＞平均氣溫。從季節尺度看，不同季節ET0對氣象因子的敏感性有所差異（表2）。春季ET0對水汽壓和凈輻射的敏感性相當。夏季ET0對凈輻射的敏感性最高，其次為水汽壓、風速，平均氣溫最低。秋季和冬季ET0對氣象因子的敏感性與年際尺度一致，為水汽壓＞凈輻射＞風速＞平均氣溫。

表1 1961—2018 年吉林省氣象因子時間變化 Table 1 Annual and seasonal change of meteorological factors in Jilin province during 1961-2018

表2 不同季節ET0對氣象因子的敏感系數 Table 2 Sensitivity coefficients of seasonal reference crop evapotranspiration to meteorological factors

圖4 ET0對氣象因子敏感系數的空間分布 Fig. 4 Spatial distribution of reference crop evapotranspiration to meteorological factors' sensitivity coefficients

2.4 氣象因子對參考作物蒸散量的貢獻

各氣象因子對ET0的貢獻率見圖5，由圖可見，氣象因子對ET0的貢獻率空間差異顯著。水汽壓對ET0的貢獻率為-7.34%—0.57%，貢獻較高區主要位于西部（圖5a）。凈輻射對ET0的貢獻率空間分布規律不明顯，空間范圍為-9.01%—3.46%（圖5b）。平均氣溫對ET0的貢獻率基本上呈自西向東逐漸降低的趨勢分布，但其數值整體偏小，貢獻較?。▓D5c）。風速對ET0的貢獻率變化范圍為-16.58%—2.97%，貢獻較高區位于中部，東部較低（圖5d）。

從年際尺度看（表3），水汽壓、凈輻射、平均氣溫和風速對 ET0的貢獻率分別為-2.45%、-3.65%、-0.08%和-7.49%?？芍?，風速對ET0的負貢獻率最大，說明風速是ET0變化的主導因子，其次為凈輻射，水汽壓和平均氣溫。說明1961—2018年風速、凈輻射的顯著下降，水汽壓的顯著上升導致ET0的降低。從季節尺度看，不同季節氣象因子對ET0貢獻率與年際尺度有所不同。春季風速對ET0的貢獻率最高，其次為凈輻射。夏季凈輻射對ET0的負貢獻率最高，為-4.27%，其次為風速、水汽壓，平均氣溫最小。秋季風速對ET0的負貢獻率最高。冬季風速和水汽壓對ET0的負貢獻率相當，分別為-9.36%和-9.30%。由于氣象因子的多年相對變化率與敏感系數共同決定貢獻率的大小，所以影響ET0變化的主導因子的空間分布與敏感系數分布有所差異。

表3 不同季節氣象因子對ET0的貢獻率 Table 3 Contribution rate of seasonal meteorological factors to reference crop evapotranspiration %

3 討論與結論

3.1 討論

吉林省ET0空間分布差異顯著，呈由西向東逐漸降低的空間分布。這不僅與氣候特征有關，還與氣象因子對ET0變化的貢獻存在空間差異有關。風速是影響吉林省ET0變化的主導因子，其次是凈輻射。吉林省西部地勢平坦，氣候較為干旱，風速大，凈輻射強，導致ET0較高，東部多為山地，氣候濕潤，風速小，凈輻射低，導致ET0較低。

圖5 氣象因子對ET0 貢獻率空間分布 Fig. 5 Spatial distribution of contribution rate of meteorological factors to reference crop evapotranspiration

由于研究時間段、區域的不同，吉林省ET0變化對氣象因子的響應也存在差異。松嫩平原西部ET0對相對濕度最為敏感（梁麗喬等，2008）；東北地區氣溫變化對ET0的影響最為明顯（曾麗紅等，2010）；北方農牧交錯帶ET0對相對濕度最敏感（李英杰等，2016）。本文基于吉林省1961—2018年數據計算敏感系數得出，ET0變化對水汽壓敏感性最高，其次為凈輻射。雖然敏感系數可以反映ET0變化對氣象因子的敏感程度，但是不能定量評價氣象因子對ET0的影響。本文通過計算氣象因子對ET0變化的貢獻率，得出風速是ET0變化的主導因子，這與曹永強等（2017）利用1965—2014 年氣象數據分析遼寧省ET0變化的結果一致。遼寧省與吉林省在地理位置上毗鄰，氣候概況有一定的相似性。1961—2018 年吉林省風速和凈輻射顯著降低，水汽壓和平均氣溫顯著升高。風速的顯著降低是吉林省ET0下降的最主要原因，水汽壓的升高及凈輻射的減少也促使了ET0的下降。本研究成果可為吉林省不同區域針對ET0變化及其不同的主導因子制定相應的對策，以期合理利用水資源以及應對氣候變化。

本文選取吉林省46 個氣象站點數據代表整個區域的氣候特征，雖能說明一定問題，但是在空間分辨率和精細度還不高。影響ET0的因素眾多，大氣環流、下墊面特征、植被覆蓋等都與其有關。雖然大多數學者都采用Penman-Monteith 公式計算ET0，但其所需參數眾多，不同研究人員在其參數選擇及計算過程中的取舍不同也會導致ET0的結果不同。在今后的研究中，應集中在參數獲取及提高數據精細化方面加強研究。

3.2 結論

吉林省ET0多年平均值在空間上呈由西向東逐漸降低的分布特征，大部站點ET0呈降低趨勢，降低趨勢較大的站點主要在西部。ET0多年平均值為955.7 mm，夏季最高，冬季最低。在年際變化上，1961—2018 年ET0呈降低趨勢，變化率為-0.57 mm·a-1。在季節變化上，冬季ET0以0.03 mm·a-1的變化率上升，其他季節ET0呈下降趨勢。

從ET0對氣象因子的敏感系數看，區域不同，ET0對氣象因子的敏感程度也不一致。ET0對水汽壓的敏感性在吉林省中部較高，西部和東部均較低。ET0對凈輻射的敏感性在西部較低，東南部最高。ET0對風速的敏感性與凈輻射相反，在西部最高，東南部最低。在不同時間尺度上，ET0對氣象因子的敏感程度也存在差異。在年際尺度上，ET0對氣象因子的敏感性為：水汽壓＞凈輻射＞風速＞平均氣溫。在季節尺度上，春季ET0對水汽壓和凈輻射的敏感性相當，夏季ET0對凈輻射的敏感性最高，秋季和冬季ET0對水汽壓的敏感性最高。

從各氣象因子對ET0的貢獻率看，在不同時空尺度上，氣象因子對ET0的貢獻率也不同。水汽壓對ET0的貢獻較高區主要位于西部，風速對ET0的貢獻較高區位于中部，東部較低。在年際尺度上，風速是ET0變化的主導因子，其次為凈輻射，水汽壓和平均氣溫。在季節尺度上，春季和秋季ET0變化的主導因子是風速，夏季ET0變化的主導因子是凈輻射，冬季風速和水汽壓對ET0的貢獻率相當。