1981—2019年鄱陽湖流域潛在蒸散變化特征及氣候成因分析

秦曉晨，戴志健，陳興鵑，李柏貞，占明錦,2

1981—2019年鄱陽湖流域潛在蒸散變化特征及氣候成因分析

秦曉晨1，戴志健1，陳興鵑1，李柏貞1，占明錦1,2※

（1. 江西省生態氣象中心，南昌 330096；2. 江西省氣候中心，南昌 330096）

為探明鄱陽湖流域潛在蒸散的變化特征，揭示不同季節潛在蒸散趨勢差異及其氣候成因，該研究基于1981－2019年鄱陽湖流域74個氣象站點的逐日氣象資料，利用Penman-monteith公式計算各站點逐日潛在蒸散量（ET0），結合敏感性-貢獻率法，分析了1981－2019年鄱陽湖流域ET0在年、季尺度上的變化趨勢及其主導氣候因子。結果表明：1）1981－2019年鄱陽湖流域年尺度ET0具有先降后升的特點，21世紀以前呈下降趨勢，進入21世紀后下降趨勢減弱，并在21世紀頭10年后半段轉為上升趨勢。整體上，鄱陽湖流域ET0呈顯著增加趨勢（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），冬季和夏季分別呈不顯著增加和下降趨勢（>0.05）；2）最高氣溫升高是年均ET0和春、秋季ET0增加的主導因子，冬季ET0增加的主導因子為最低氣溫的升高，而輻射下降是夏季ET0下降的主導因子；3）不同氣象要素貢獻率的年代際變化分析表明，鄱陽湖流域年均ET0由降轉升的原因是2000年以后氣溫增加的正貢獻超過風速和輻射下降的負貢獻。該研究對鄱陽湖流域農田水分管理和季節性干旱監測具有重要意義。

蒸散；氣候；季節；時空變化；貢獻率；鄱陽湖流域

0 引 言

作為陸地水文循環中的第二大水分通量[1]，潛在蒸散是評價氣候干濕程度和水資源虧缺狀況的重要指標，也是農作物需水估算和農田灌溉政策制定的基本依據[2]。在氣候變暖的背景下，全球各地潛在蒸散量大多呈顯著下降的趨勢，即“蒸發悖論”現象[3]。中國總體上存在“蒸發悖論”現象，但在空間上具有不一致性。例如，從流域上看，東北松花江流域潛在蒸散顯著上升，而全國其他大部分流域呈下降趨勢[4-5]；基于氣象站蒸發皿蒸發量的趨勢分析亦指出1956－2005年東北地區蒸發量逐漸上升[6]。同時，在年代際尺度上，有研究指出，中國大部分地區年平均潛在蒸散在20世紀90年代初期由下降趨勢轉為上升趨勢[2, 7]，并且這種轉折與氣象因子趨勢的轉折密切相關[8]。

從全球尺度上看，日照時數（或太陽輻射）減少是潛在蒸散下降的主要原因[3,9-10]。在中國，風速下降是另一重要原因[2,4,11]。但受氣候帶及地形差異的影響，不同地區的主導因素不同。整體上看，中國北方地區風速下降對潛在蒸散變化的貢獻高于日照時數減少[12-15]，但近年來華北地區由于氣溶膠增多，日照時數下降是主導因素[16-17]；在亞熱帶和熱帶地區，日照時數減少是潛在蒸散下降的主要原因[5,13]。此外，在潛在蒸散呈增加趨勢的地區或時段，如東北北部[5]、西北部分地區[18]、青藏高原和黃土高原交匯區[19]，以及20世紀90年代后的時段[8]，氣溫增加是潛在蒸散變化的主導因子。然而亦有研究表明，西北地區20世紀90年代后潛在蒸散增加的主要原因是風速增加[7]。由此可見，潛在蒸散的變化趨勢及其主導氣候因子均存在明顯的時空差異。

鄱陽湖流域位于中國濕潤區，也是中國重要的商品糧基地。贛江、撫河、信江、饒河、修河五大河流，從東、南、西三面匯流注入鄱陽湖。由于復雜的河-湖關系，加之極端天氣氣候事件頻發，季節性水分虧缺和鄱陽湖水域面積異常萎縮時常見諸報道，對農業生產和生態服務功能造成不利影響[20-21]。目前，關于鄱陽湖流域蒸發規律有一定研究成果，如孫善磊等[22]和涂安國等[23]分別對1960年以來蒸發皿蒸發量和潛在蒸散量的趨勢和成因進行了分析，但對氣候成因的季節性對比少有提及。基于此，本文在探明流域內潛在蒸散的氣候變化和氣候成因的基礎上，進一步揭示了不同季節潛在蒸散趨勢差異及其主導氣候因子，以期為流域內農田及流域水循環管理提供科學依據。

1 材料與方法

1.1 氣象資料來源

鄱陽湖流域地處24°29′～30°04′N、113°34′～118°28′E之間。本文收集了1981－2019年流域內及周邊共93個氣象站逐日觀測資料，資料來源為江西省氣象信息中心，氣象要素包括最高氣溫、最低氣溫、氣壓、日照時數、水汽壓和風速。其中日照時數通過聯合國糧食及農業組織推薦的方法[24]計算為地表凈輻射。經過數據質量及有效性檢查后，篩選出數據較齊全的74個氣象站點（圖1）。某日數據缺測時，采用該日相鄰2 d該要素的平均值替代[2]。

1985年后國家基本和基準地面氣象觀測站開始觀測大型蒸發皿蒸發量（ETp）。研究區域內共有基本站和基準站26個，其中有13個臺站觀測資料的連續性較好。本文在研究區北部、中部和南部各選擇2個典型站點作1985－2019年ETa與ET0的趨勢對比。

1.2 潛在蒸散計算方法

采用聯合國糧農組織推薦的Penman-monteith模型（簡稱PM模型）[24]計算流域內各站點逐日潛在蒸散量：

式中ET0為潛在蒸散量，mm/d；為溫度隨飽和水汽壓變化的斜率，kPa/℃；R為地表凈輻射，MJ/(m2·d)；為土壤熱通量，MJ/(m2·d)，在日尺度上可認為0；為濕度表常數，kPa/℃；2為離地2 m高處風速，m/s；e為飽和水汽壓，kPa；e為實際水汽壓，kPa；為日平均氣溫，℃。、、2和e分別為氣溫、氣壓、風速和氣溫的函數，計算方法見文獻[24]，其他變量均來自氣象站實測資料。

1.3 分析方法

1.3.1 敏感性-貢獻率法

敏感性-貢獻率法是判斷氣象要素對ET0擾動的有效方法，已經得到廣泛應用[13,19,25-26]。通過式（2）計算ET0對氣象要素v的敏感性系數_v，即ET0的相對變化量（即ΔET0）與單個氣象要素相對變化量（即Δv）之比：

式中v代表氣象要素，包括最高氣溫、最低氣溫、氣壓輻射、水汽壓和風速；_v代表相應氣象要素的敏感性系數。_v的正負反映了ET0與氣象要素的相關性，絕對值的大小反映了氣象要素對ET0影響的大小，絕對值越大，其影響也越大。

氣象要素v的相對變化率_v與其敏感性系數_v的乘積則可表示該要素變化導致的潛在蒸散相對變化，即貢獻率_v。

1.3.2 數據處理方法

本文基于最小二乘法構建潛在蒸散隨時間變化的一元線性回歸方程，方程的擬合斜率即為1981－2019年潛在蒸散的變化趨勢。此外，本文采用在氣候學中常用的Mann-Kendall突變法[2,18]對潛在蒸散變化的顯著性和突變特征進行分析。

2 結果與分析

2.1 潛在蒸散的變化趨勢與大型蒸發皿的比較

1985－2019年研究區北部、中部和南部典型站點ET0實測值與計算值對比見圖2。由圖2可知，6個典型站點ETp和ET0的年際變化趨勢大部分表現出一致的變化方向，并且變化趨勢的季節性差異亦較為一致。北部以上饒站為例，春季ETp和ET0的增加速率最快，分別為8.6和10.4 mm/10a，大于秋季和冬季，而夏季均表現為下降趨勢，其中ETp的下降速率更快；中部以南城站為例，各季節ETp的變化速率以春季最高（21.8 mm/10 a），其次為秋季（16.3 mm/10 a）、冬季（15.3 mm/10 a）和夏季（4.9 mm/10 a），各季節ET0亦表現為春季（13.0 mm/10 a）、秋季（9.6 mm/10 a）、冬季（mm/10 a）、夏季（2.2 mm/10 a）依次減小；南部的龍南站，其夏季ETp的增加速率高于春季，而ET0則表現為春季高于夏季，但兩者均表現為春、夏季高于秋、冬季，并且在同處南部的贛縣站，同樣表現為春、秋季高于夏、冬季。因此可認為本文計算的ET0能夠反映出鄱陽湖流域大氣蒸發能力的實際變化趨勢及其季節性差異。

2.2 潛在蒸散的變化趨勢

整體看（圖3a），1981－2019年鄱陽湖流域年均潛在蒸散（ET0）呈上升趨勢（1.50 mm/a），增加趨勢以春季最大（0.81 mm/a，圖3c）、秋季次之（0.64 mm/a，圖3g）、冬季最小（0.28 mm/a，圖3i），而夏季呈下降趨勢（?0.23 mm/a，圖3e）。

注：UF和UB分別為順時間序列和逆時間序列的Mann-Kendall檢驗統計量曲線。

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

圖3 1981－2019年鄱陽湖流域年均及各季節潛在蒸散量時間變化及其Mann-Kendall (MK)突變檢驗

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

為了診斷ET0變化的動態特征，采用Mann-Kendall突變法進行檢驗，見圖3。其中UF和UB為統計量的曲線，取±1.96的值為0.05顯著性水平的置信度區間。從UF曲線來看，年均ET0在1993年以后表現為下降趨勢（<0），并在2000－2002年達到<0.05顯著性水平（0），并在2019年達到<0.05顯著性水平（>1.96）。

從季節變化來看，春季ET0（圖3d）在20世紀90年代表現為不顯著的下降趨勢（?1.96<<0），2000年以后轉為增加趨勢（>0），并在2007年以后達到<0.05顯著性水平（>1.96）。夏季的特征與年尺度類似（圖3f），1993年以后值為負，且不斷下降，在1996－2005年達到<0.05顯著性水平（0），但在2008年以前增加趨勢不顯著，2008年后達到<0.05顯著性水平（>1.96）。冬季ET0（圖3j）在2006年以后呈上升趨勢，但僅在2017年和2018年達到<0.05顯著性水平。

從空間分布來看，流域內年均ET0僅有3個站點呈顯著下降趨勢（<-1.96），67個站點呈增加趨勢，其中22個站點達到<0.05（>1.96）顯著性水平（圖4a）。從季節尺度來看，絕大部分站點春季ET0呈增加趨勢，其中49個臺站達到<0.05（>1.96）顯著性水平（圖4b）。夏季共有55個站呈下降趨勢，但僅有7個站點通過95%以上的顯著性檢驗（

2.3 潛在蒸散對氣象要素的敏感性

根據式（2）計算ET0對風速、輻射、氣壓、水汽壓、最低氣溫和最高氣溫的敏感性系數，見表1。從年均尺度上看，ET0對風速、輻射、最高氣溫和最低氣溫的敏感性系數為正，表明ET0隨著這些氣象要素的增加而增加。年尺度上，最高氣溫敏感性最高，為0.83，其次是水汽壓（?0.78）和輻射（0.75），而對風速的敏感性最弱（0.13）。

從季節尺度上看（表1），春、夏和秋季對最高氣溫的敏感性系數最高，分別為0.84、0.88和0.94，而冬季對水汽壓的敏感性系數最高，為?1.03。春、夏和冬季對風速的敏感性系數較弱，分別為0.09、0.10和0.17，而秋季對氣壓的敏感性系數最弱，為?0.12，其次是風速，為0.16。

表1 不同季節潛在蒸散變化對各氣候要素的敏感性系數

注：Win為風速，Rad為輻射，Pre為氣壓，MinT為最低氣溫，MaxT為最高氣溫，Vap為水汽壓，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 潛在蒸散變化的主導氣候因子

2.4.1 季節差異

本文首先根據式（3）計算了各氣象要素在1981－2019年的相對變化率，在此基礎上，根據式（4）計算了各氣象要素變化對ET0變化的貢獻率，見表2。由表2可見本文計算的氣象因子總貢獻率與ET0實際變化率較為接近，相差幅度在1個百分點以內。整體看，鄱陽湖流域風速、最低氣溫和最高氣溫的相對變化明顯高于其他要素，但由于ET0對風速的敏感性偏弱，其貢獻率小于最低氣溫和最高氣溫。

具體來看，1981－2019年風速下降、輻射減少和水汽壓增加使ET0下降了3.97%（表2），而最低氣溫和最高氣溫的累積貢獻率為9.79%，最終使ET0增加了5.84%，因此氣溫增加是鄱陽湖流域年均ET0增加的主要原因，其中最高氣溫的貢獻率最大（5.90%），是主導因子。

對于春、秋季，風速下降和水汽壓增加使ET0累計下降了3.04%和1.93%，但均遠低于氣溫增加的正貢獻，春、秋季增溫的正貢獻分別為14.40%和11.79%，因此春、秋季ET0增加的主要原因仍是氣溫增加，并且最高氣溫貢獻率分別為10.04%和6.98%，仍是主導因子。

同理，對于冬季，風速下降、輻射減少和水汽壓增加使ET0下降了5.46%，而冬季增溫的正貢獻達14.35%，因此氣溫增加是冬季ET0增加的主要原因，但不同于春、秋季，冬季最低氣溫的貢獻率更高（8.77%），是主導因子。

而對于夏季，由于氣溫的相對變化率相比于其他季節偏小（表2），增溫對ET0的正貢獻有所減弱，最高氣溫和最低氣溫的貢獻率之和為3.89%，而輻射下降使ET0下降了5.34%，由此夏季ET0呈下降趨勢。因此夏季ET0下降的主導因子是輻射量下降。

從主導因子的空間分布來看，春季區域內所有臺站的主導因子均為最高氣溫（圖5a），夏季輻射為主導因子的站點數為57個，占總站數的77.0%（圖5b），秋季則有56個站點的主導因子為最高氣溫，14個站為風速（圖5c），冬季共有41個站點的主導因子為最低氣溫，占總數的55.4%，此外有20個站的主導因子為水汽壓，11個站為風速（圖5d）。

表2 1981－2019年各季節氣候要素的相對變化率及對ET0變化的貢獻

2.4.2 貢獻率年代際變化

為計算氣象要素貢獻率的年代際差異，以1981年為基準年，分別計算1982－2019年各氣象要素相對1981年的變化率，并通過敏感性系數統計不同年代貢獻率，見圖6。

從年際尺度來看（圖6a），20世紀80年代、90年代以及21世紀頭10年各氣象要素貢獻率之和分別為?0.10%、?2.29%和3.90%，呈逐漸增加趨勢，21世紀10年代有所放緩，貢獻率之和為2.88%；這主要是由于最高氣溫和最低氣溫的貢獻率之和明顯增加，各年代分別為1.23%、3.09%、7.05%和8.41%，而其他要素未表現出明顯的趨勢。

春、秋兩季與年尺度類似（圖6b、圖6d），增溫的貢獻率在各年代呈逐漸上升趨勢，其他要素貢獻率的年代際差異不明顯；對于冬季，最低氣溫和水汽壓的貢獻率明顯高于其他要素，但最低氣溫貢獻率逐漸增加，各年代分別為6.23%、18.91%、18.36%和21.27%，而水汽壓貢獻率在20世紀90年代后變化較小；而對于夏季，輻射的貢獻率在各個年代均遠超過其他要素，盡管氣溫增加的正貢獻在進入21世紀后出現，但仍小于輻射下降帶來的負貢獻。

3 討 論

本文研究發現，1981－2019年鄱陽湖流域ET0除夏季呈不顯著（>0.05）下降趨勢外，其他季節均呈上升趨勢，其中春、秋季以及年尺度達到<0.05顯著性水平。這有區別于中國其他區域，如黃河流域[27]、華北平原[17]和西北地區[18]ET0自20世紀60年代以來呈下降趨勢。這些區域的研究結論表明，風速下降和日照減少兩者的共同作用是ET0下降的原因。本文研究時段內鄱陽湖流域同樣表現為風速下降，但太陽輻射除夏季呈顯著下降外，其他季節變化并不明顯，甚至在春、秋季呈上升趨勢，因此太陽輻射的不顯著變化是鄱陽湖流域ET0變化趨勢區別于其他地區的原因之一。另一方面，從氣象要素的敏感性來看，鄱陽湖流域ET0對最高氣溫最為敏感（除冬季外），而中國其他區域ET0對相對濕度或者水汽壓最為敏感，例如黃河流域[27]、海河流域[28]、渭河流域[29]等。溫度敏感性增加在一定程度上必然使增溫的正貢獻增加，并最終使ET0呈上升趨勢。因此鄱陽湖流域ET0對氣溫敏感性系數的增加是該區域ET0變化趨勢不同于其他地區的另一原因。

此外，本文發現鄱陽湖流域年均ET0具有先降后升的特點，在20世紀90年代下降趨勢不斷加重，進入21世紀后下降趨勢減弱，并在21世紀頭10年后半段轉為上升趨勢。這與中國ET0的變化過程一致[6,8]，并且基于鄱陽湖流域實際蒸發量的研究亦證明這種轉折的確存在[30]。本文從氣象要素貢獻率的年代際差異發現，在20世紀90年代，風速和輻射的負貢獻大于氣溫增加的正貢獻，因此年均ET0在20世紀90年代呈下降趨勢，而在21世紀頭10年以后，氣溫的正貢獻不斷增加，而風速和輻射的負貢獻變化不大，使ET0由下降轉為上升。因此，氣候變暖對ET0的正貢獻不斷增加是發生這種轉折的重要原因。

目前，關于鄱陽湖流域蒸發量的研究成果豐富。基于互補相關蒸發模型估算的1955—2001年實際蒸發量[30]、基于氣象站監測的1960—2005年蒸發皿蒸發量[22, 31]以及基于氣象要素計算的1960－2014年潛在蒸散量[23]的分析結果均表明20世紀60年代以來該區域蒸發量呈下降趨勢，這與本文得出的除夏季外、其他季節及年均潛在蒸散呈增加趨勢的結論相反。這主要是由于研究時段不同導致的。本文研究表明，鄱陽湖流域潛在蒸散在進入21世紀后由降轉升，且這種轉折與實際蒸發量的情況一致[30]，上述相關研究的分析時段均開始為20世紀60年代，前期下降時段的比例較大，因此整個時段呈下降趨勢。此外，以上研究均指出日照時數和風速下降是潛在蒸散或蒸發皿蒸發量下降的主要原因。本文同樣發現在2000年以前的下降時段，風速和輻射下降是主要原因，這點的結論是一致的。但由于這些研究忽視了潛在蒸散或實際蒸發存在由降轉升的過程，對轉折的成因探討較少，因此沒有發現氣溫增加的主導作用。

值得注意的是，夏、秋季是鄱陽湖流域干旱的多發季節，一般認為長期無雨或少雨是發生伏、秋旱的主要原因。本文研究表明，盡管1981—2019年夏季ET0呈下降趨勢，但隨著輻射的負貢獻逐年代下降，而氣溫的正貢獻逐漸增加，下降趨勢已呈不斷減弱趨勢；而秋季由于最低氣溫和最高氣溫的正貢獻不斷增加，其ET0亦將持續增加；此外，基于第五階段國際耦合模式比較計劃（CMIP5）的多模式未來氣候情景預估亦表明鄱陽湖流域潛在蒸散仍將持續增加[32]。因此，氣候變暖導致的ET0增加能在一定程度上加重伏、秋旱的發生頻率和強度。在鄱陽湖流域干旱特征分析中，亦應將潛在蒸散納入監測指標。

4 結 論

本文利用Penman-monteith模型計算流域內潛在蒸散量（ET0），基于敏感性-貢獻率法計算了不同氣象因子對ET0變化貢獻率，分析了其季節性和年代際差異。主要結果如下：

1）1981－2019年鄱陽湖流域年均潛在蒸散（ET0）呈上升趨勢（1.50 mm/a，<0.05），增加趨勢以春季最大（0.81 mm/a，<0.05），其次為秋季（0.64 mm/a，<0.05）和冬季（0.28 mm/a，>0.05），而夏季呈下降趨勢（?0.23 mm/a，>0.05）。

2）1981－2019年最低氣溫和最高氣溫升高使年均ET0增加9.79%，大于風速和太陽輻射下降以及水汽壓增加的負貢獻，是ET0增加的主要原因，其中最高氣溫升高使年均ET0增加5.90%，是主導因子。

3）不同季節主導因子有所差異。春季、秋季和冬季ET0增加的主要原因亦是氣溫增加，三者氣溫增加的貢獻率分別為14.40%、11.79%和14.35%，其中春、秋季最高氣溫的貢獻率為10.04%和6.98%，是主導因子，而冬季最低氣溫為主導因子（貢獻率為8.77%）。對于夏季，氣溫增加的貢獻率為3.89%，但輻射貢獻下降5.34%，因此夏季ET0的主導因子為輻射下降。

4）鄱陽湖流域年均ET0具有先降后升的特點，在20世紀90年代下降趨勢不斷加重，進入21世紀后下降趨勢減弱，并在21世紀頭10年后半段轉為上升趨勢，氣溫增加導致其正貢獻不斷增加是由降轉升的重要原因。

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

[2] 吳霞，王培娟，霍治國，等. 1961-2015年中國潛在蒸散時空變化特征與成因[J]. 資源科學，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，陳德亮，任國玉，等. 1956－2000年中國潛在蒸散量變化趨勢[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] 叢振濤，倪廣恒，楊大文，等. “蒸發悖論”在中國的規律分析[J]. 水科學進展，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，段春鋒，申雙和. 1971－2010年中國大陸潛在蒸散變化的年代際轉折及其成因[J]. 生態學報，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，黃生志，趙靜，等. 渭河流域潛在蒸散發時空演變與驅動力量化分析[J]. 農業工程學報，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] 畢彥杰，趙晶，趙勇，等. 京津冀地區潛在蒸散量時空演變特征及歸因分析[J]. 農業工程學報，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] 尹云鶴，吳紹洪，戴爾阜. 1971－2008年我國潛在蒸散時空演變的歸因[J]. 科學通報，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] 畢彥杰，趙晶，吳迪，等. GFDL-ESM2M氣候模式下京津冀地區未來潛在蒸散量時空變化[J]. 農業工程學報，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] 王曉東，馬曉群，許瑩，等. 淮河流域參考作物蒸散量變化特征及主要氣象因子的貢獻分析[J]. 中國農業氣象，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] 謝賢群，王菱. 中國北方近50年潛在蒸發的變化[J]. 自然資源學報，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] 王鵬濤，延軍平，蔣沖，等. 華北平原參考作物蒸散量時空變化及其影響因素分析[J]. 生態學報，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，申雙和，段春鋒. 中國西北潛在蒸散時空演變特征及其定量化成因[J]. 生態學報，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] 楊林山，李常斌，王帥兵，等. 洮河流域潛在蒸散發的氣候敏感性分析[J]. 農業工程學報，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] 郭華，張奇，王艷君. 鄱陽湖流域水文變化特征成因及旱澇規律[J]. 地理學報，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，薛晨陽，等. 1960-2012年鄱陽湖流域旱澇急轉事件時空演變特征[J]. 湖泊科學，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] 孫善磊，周鎖銓，宋潔，等. 江西省域蒸發皿蒸發量變化特征及其成因[J]. 農業工程學報，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] 涂安國，李英，聶小飛，等. 鄱陽湖流域參考作物蒸散量變化特征及其歸因分析[J]. 生態環境學報，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] 王怡寧，張曉萌，路璐，等. 通徑分析結合BP神經網絡方法估算夏玉米作物系數及蒸散量[J].農業工程學報，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] 劉昌明，張丹. 中國地表潛在蒸散發敏感性的時空變化特征分析[J]. 地理學報，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] 劉勤，嚴昌榮，趙彩霞，等. 黃河流域日潛在蒸散量變化及氣象敏感要素分析[J]. 農業工程學報，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] 劉小莽，鄭紅星，劉昌明，等. 海河流域潛在蒸散發的氣候敏感性分析[J]. 資源科學，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] 郭夢瑤，佘敦先，張利平，等. 渭河流域潛在蒸散量變化的氣候歸因[J]. 資源科學，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] 劉健，張奇，許崇育，等. 近50年鄱陽湖流域實際蒸發量的變化及影響因素[J]. 長江流域資源與環境，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] 顧人穎，周鎖銓，宋潔，等. 江西省近46年蒸發皿蒸發量變化特征及其影響因素分析[J]. 中國農業氣象，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] 劉子豪，陸建忠，黃建武，等. 基于CMIP5模式鄱陽湖流域未來參考作物蒸散量預估[J]. 湖泊科學，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

江西省自然科學基金（20202BABL203036）；江西省氣象局氣象科技項目（JX2020Q09）

秦曉晨，助理工程師，研究方向為氣候變化。Email：610635125@qq.com

占明錦，博士，正高級工程師，研究方向為氣候變化。Email：hellorm@126.com

10.11975/j.issn.1002-6819.2021.07.012

P426.2+1

A

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

秦曉晨，戴志健，陳興鵑，等. 1981—2019年鄱陽湖流域潛在蒸散變化特征及氣候成因分析[J]. 農業工程學報，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