第二松花江流域潛在蒸散發時空變化及其影響因素

陳海芳, 楊國范, 林茂森, 吳家兵, 袁鳳輝

(1.沈陽農業大學 水利學院, 沈陽 110866; 2.中國科學院 沈陽應用生態研究所, 沈陽 110016; 3.中國科學院 森林生態與管理重點實驗室(沈陽應用生態研究所), 沈陽 110016)

潛在蒸散發(ET0)是區域水文循環和能量平衡的重要環節，表征充分供水條件下的區域蒸散發能力[1]，也是制定水資源管理決策、指導合理灌溉、估算實際蒸散、評價生態環境及區域干濕狀況的重要參數[2]。ET0的變化會對區域水分平衡和干濕狀況產生重要影響，而日照時數、溫度、相對濕度、風速等氣象因子與ET0的改變有密切關系，尤其在近幾十年全球氣候變暖背景下，ET0變化更加顯著，并具有明顯的區域特征[3-4]。此外，土地利用方式、植被、土壤水分等的改變也引起了ET0的顯著變化。因此，準確計算區域ET0，明確其變化趨勢及主要影響因素，不僅對理解氣象因子與水循環關系具有重要作用，而且對水資源管理[5]、農業灌溉制度設計[6]、農作物產量評估[7]以及生態環境治理等[8]具有重要意義。

我國學者對ET0進行了大量研究，在黃淮海流域[9-11]、長江流域[12-13]、湘江流域[14]、黑河流域[15]、渭河流域[16]、西南地區[17]和青藏高原等[18-19]地已有不少研究成果。全球氣候變暖背景下，溫度顯著升高，大氣中水分減少，空氣變干，陸面水體蒸發量增加，從而得出地表蒸散量增加的結論[20-21]。然而，研究表明很多地區蒸發皿蒸發量和潛在蒸發量都在下降，例如加拿大[22]、印度錫金地區[23]、美國[24]、新西蘭[25]、澳大利亞[26]和中國部分地區[27]，這種預期值與觀測值的相悖稱為“蒸發悖論”，該現象在世界各地廣泛存在，但在伊朗西部[28]、巴西東北部[29]、中國的東北北部[30]和部分南方地區[7]ET0呈增長趨勢。因此，國內外學者廣泛關注全球、區域、流域等不同尺度ET0時空變化及影響因素的研究，并分析其對氣象因子的敏感性及貢獻率，以揭示ET0對氣候變化的響應。但ET0的時空分布和主要影響因素與區域氣候特征密切相關，存在明顯的空間差異性，迄今為止，對影響ET0時空變化的因素仍沒有統一的說法。目前對ET0與氣象因子敏感性分析較多，且主要為較大空間范圍區域，而不同地貌類型ET0的對比研究較少。第二松花江流域位于中緯度典型氣候敏感區，氣象因子變化顯著，氣候、地貌類型復雜多樣，水資源時空分布不均，且有關第二松花江流域的研究重點主要在氣溫、降水量變化等方面，對長時間尺度ET0時空變化及相關氣象因子的分析研究甚少。因此，為探究氣候變化對流域水循環的影響，本文以第二松花江流域為研究對象，采用Penman-Monteith法、Kriging插值法、Mann-Kendall非參數趨勢檢驗法、逐步回歸分析法和偏相關分析法，計算ET0并分析其時空變化特征，開展氣象因子變化方面的研究，確定控制不同地貌類型ET0變化的影響因素，以期為流域水資源合理配置和農業灌溉用水調配等提供科學依據。

1 資料與方法

1.1 研究區概況

第二松花江流域(124°36′—128°50′E，41°44′—45°24′N)位于東北地區中東部，干流總長958 km，屬于溫帶大陸性季風氣候，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，年平均氣溫3～5℃，全年平均降雨量650～750 mm，6—9月降雨量占全年的72%，降雨由東南向西北逐漸減少。流域面積78 180 km2，其中540.8 km2屬于遼寧省，其余都位于吉林省境內。整個流域地勢東南高、西北低，可分為東南山地和西北平原兩大地貌區，山區占49.3%，平原區占32.2%，其余為低山丘陵區。東南山區，植被覆蓋面積大，海拔一般在700～1 000 m；西北部地勢平坦，位于東北平原中部，土地肥沃，為全球三大黑土區和三大黃金玉米帶之一。

1.2 數據來源

本文所用氣象數據主要為第二松花江流域內及其周邊11個氣象站點1978—2018年的逐日氣象觀測資料，包括最高氣溫、最低氣溫、平均氣溫、日照時數、相對濕度和10 m風速。上述數據來源于中國氣象數據網(http:∥data.cma.cn/)，各氣象站具體信息見表1。東南部的敦化、東崗、二道、長白4個站點位于山區(海拔H>500 m)，其他7個站點位于平原區[31]。

表1 第二松花江流域不同站點基本信息

1.3 研究方法

1.3.1 Penman-Monteith法 采用聯合國糧農組織(FAO)推薦的Penman-Monteith公式計算逐日ET0。此公式以能量平衡和水汽擴散理論為基礎，綜合考慮作物生理特征和空氣動力學參數的變化，具有較強的理論基礎，是目前世界上公認的精度較好、誤差較小的方法[1]。計算ET0公式如下：

(1)

式中: ET0為潛在蒸散發(mm);Rn為冠層表面凈輻射[MJ/(m2·d)];G為土壤熱通量[MJ/(m2·d)],在日ET0計算中,G可忽略不計;T為距地面2 m高處日平均溫度(℃);u2為距地面2 m處風速(m/s);es為飽和水汽壓(kPa);ea為實際水汽壓(kPa);Δ為飽和水汽壓曲線斜率(kPa/℃);γ為濕度計常數(kPa/℃)。

1.3.2 非參數趨勢檢驗法 Mann-Kendall非參數趨勢檢驗法是世界氣象組織(WMO)推薦的非參數檢驗方法，Mann-Kendall的檢驗統計量S可定義如下：

(2)

式中:xj和xi是欲進行假設檢驗的隨機變量;n為數據序列長度;當θ大于、等于或小于0時,sgn(θ)的值分別為+1,0,-1。S為正態分布,均值為0,方差為Var(S)=n(n-1)(2n-5)/18。當n>10時,標準化統計量通過下式計算:

(3)

(4)

當-Z1-α/2

2 結果與分析

2.1 不同地貌類型潛在蒸散發時空變化

2.1.1 潛在蒸散發時間變化 圖1為第二松花江流域1978—2018年平原區和山區ET0年、季節變化趨勢。近41 a來，流域平原區多年平均ET0為825.9 mm，在750.1～934.8 mm范圍內，最高值和最低值分別出現在1982年和2010年。其中，夏季(6—8月)ET0最高(362.2 mm)，春季(3—5月)次之(273.7 mm)，秋季(9—11月)為152.1 mm，冬季(12月至翌年2月)最少(38 mm)，分別占平原區全年ET0的43.9%，33.1%，18.4%，4.6%；山區多年平均ET0為738.8 mm，在670.7～799.4 mm之間波動，最高值和最低值分別出現在2015年和1995年。其中，夏季ET0最高(323.4 mm)，春季次之(276 mm)，秋季為140.1 mm，冬季最少(39.2 mm)，分別占山區全年ET0的43.8%，32%，19%，5.3%；夏春兩季ET0分別占平原區、山區全年ET0的77%和75.8%，對第二松花江流域全年ET0貢獻最大。平原區年ET0呈微弱下降趨勢，下降速率為6.99 mm/10 a。四季ET0呈下降趨勢，下降速率依次為3.0 mm/10 a，0.28 mm/10 a，3.05 mm/10 a，0.76 mm/10 a，僅秋季達顯著水平(p<0.05)。山區年ET0顯著上升(p<0.01)，上升速率為10.49 mm/10 a。春、秋季ET0均呈微弱上升趨勢，上升速率分別為10.49 mm/10 a，1.89 mm/10 a，夏、冬季顯著上升(p<0.05)，上升速率分別為2.53 mm/10 a，1.09 mm/10 a。

圖1 1978-2018年第二松花江流域全年及四季ET0時間變化

2.1.2 潛在蒸散發空間分布 圖2為1978—2018年第二松花江流域全年及四季ET0空間分布。流域各站點平均ET0在732～921 mm，東西差異明顯，高值區出現在西北長春站(920.7 mm)和前郭站(887.0 mm)一帶，低值區出現在東南二道站(732.1 mm)、磐石站(732.2 mm)和長白站(732.2 mm)一帶，除東崗站與其周圍站點相比略高，總體上第二松花江流域年ET0呈現由西北向東南逐漸減少的趨勢。季尺度上，春季ET0波動區間為235～310 mm，夏季為320～394 mm，春、夏季ET0空間變化特點與年際ET0基本一致，然而春季東崗站ET0較小。秋季ET0變化范圍為139～168 mm，高值區出現在長春站(176.4 mm)和前郭站(161.4 mm)一帶，低值區出現在二道站、蛟河站、磐石站和梅河口站一帶，且東崗站ET0略高于周圍站點。冬季ET0在32～47 mm，高值區出現在長春站(47.0 mm)，低值區出現在蛟河站(32.5 mm)和梅河口站(32.6 mm)一帶，呈現西北和東南兩邊高，中間低的分布趨勢。

圖2 1978-2018年第二松花江流域全年及四季ET0空間分布

2.2 不同地貌類型氣象因子變化

近41 a來，流域平原區氣溫(平均、最高、最低)顯著上升(p<0.01)，上升速率分別為0.24℃/10 a，0.27℃/10 a，0.27℃/10 a，其中春季變化最大，每10 a分別上升0.41℃，0.37℃，0.39℃，冬季變化最小，每10 a分別上升0.14℃，0.10℃，0.15℃。平原區氣溫(平均、最高、最低)在春季、夏季(p<0.01)、秋季(p<0.05)均顯著上升，只有冬季呈微弱上升趨勢。流域平原區年相對濕度呈微弱下降趨勢，下降速率為0.25%/10 a；季尺度上，相對濕度在春、夏、冬季呈下降趨勢，且夏季變化顯著(p<0.05)。值得注意的是，相對濕度在秋季呈微弱上升趨勢，上升速率為0.25%/10 a。平原區年日照時數顯著下降(p<0.01)，下降速率為0.13 h/10 a，其中，秋季下降速率最大(0.2 h/10 a，p<0.01)，夏季最小(0.03 h/10 a，不顯著)，春、冬季呈顯著下降趨勢(p<0.01)。平原區風速在全年和四季均呈顯著下降趨勢(p<0.01)，每10 a分別下降0.26 m/s，0.21 m/s，0.27 m/s，0.20 m/s，0.29 m/s，平原區風速下降速率高于山區，風速變化較大(表2)。

表2 第二松花江流域平原區氣象因子年、季節變化率

第二松花江流域山區氣溫(平均、最高、最低)顯著上升(p<0.01)，上升速率分別為0.41℃/10 a，0.38℃/10 a，0.44℃/10 a，其中春季變化最大，每10 a分別上升0.47℃，0.43℃，0.54℃，冬季變化最小，每10 a分別上升0.27℃，0.20℃，0.31℃。山區氣溫(平均、最高、最低)在春季、夏季(p<0.01)、秋季(p<0.01)均顯著上升；冬季最低氣溫顯著上升(p<0.1)，平均氣溫、最高氣溫呈微弱的上升趨勢。可見山區氣溫變化在全年和季節上都大于平原區，且變化趨勢相同。山區年相對濕度顯著下降(p<0.01)，下降速率為0.86%/10 a；季尺度上，相對濕度在春季(p<0.05)、夏季(p<0.01)、冬季(p<0.01)顯著下降，在秋季呈微弱的下降趨勢，且變化率最小(0.17%/10 a)。山區年日照時數顯著下降(p<0.1)，春冬季顯著下降(p<0.1)，夏秋季呈微弱下降趨勢，山區日照時數變化率較小。風速在全年和四季均顯著下降(p<0.01)，每10 a分別下降0.14 m/s，0.12 m/s，0.16 m/s，0.09 m/s，0.21 m/s(表3)。

表3 第二松花江流域山區氣象因子年、季節變化率

2.3 潛在蒸散發主要影響因素

研究表明，ET0變化與氣象因子直接相關，本文在年和季節尺度上，對ET0和氣象因子進行逐步回歸分析和偏相關分析，確定影響ET0的主要因素。逐步回歸分析法可以去除一些無關緊要以及與其他自變量存在多重變化線性關系的氣象因子，表中使用了相應的“-”符號來表示這些情況，定義選進模型時的顯著性水平為0.05，從模型中剔除變量的顯著性水平為0.1。從ET0與氣象因子相關性來看，ET0增加(減小)主要是與ET0呈正相關要素的增加(減小)和呈負相關要素的減小(增加)引起的。表4是第二松花江流域不同地貌類型年、季ET0與氣象因子的偏相關系數。年尺度上，平原區ET0與最高氣溫、日照時數、風速顯著正相關(p<0.05)，與相對濕度顯著負相關(p<0.05)，與日照時數相關性最大，最高氣溫次之。日照時數顯著下降對平原區ET0變化趨勢的負效應被最高氣溫顯著上升所帶來的正效應所抵消，因此平原區ET0呈微弱下降趨勢。季節尺度上，四季ET0均與相對濕度顯著負相關(p<0.05)，春季平原區ET0與風速和最高氣溫顯著正相關(p<0.05)，風速相關性最大，且每10 a以0.29 m/s速率顯著下降。因此，風速顯著下降給ET0帶來的負效應克服最高氣溫顯著上升所帶來的正效應使春季ET0呈微弱下降趨勢。夏季ET0與最高氣溫、日照時數、風速顯著正相關(p<0.05)，最高氣溫相關系數最大，但夏季日照時數變化小且不顯著，因此夏季ET0變化歸因與春季相似。秋季ET0與最高氣溫和風速顯著正相關(p<0.05)，且風速以每10 a約0.27 m/s速率顯著下降，因此秋季ET0顯著下降。冬季ET0與最高氣溫和風速顯著正相關(p<0.05)，最高氣溫和相對濕度變化較小且不顯著，所以風速是影響冬季ET0變化的主要因素，但其相關性較小，因此冬季ET0呈微弱下降趨勢。

表4 第二松花流域不同地貌類型年、季ET0和氣象因子的偏相關系數

山區年ET0與最高氣溫、日照時數顯著正相關(p<0.05)，與相對濕度顯著負相關(p<0.05)，相對濕度偏相關系數最大，且以每10 a 0.86%的速率顯著下降，所以，相對濕度的顯著減小是山區ET0顯著上升的主要原因。季尺度上，山區四季ET0均與相對濕度顯著負相關(p<0.05)，春季ET0與最高氣溫、日照時數、風速顯著正相關(p<0.05)，最高氣溫相關性最大，相對濕度次之，盡管風速相關性較低，但10 a風速自身下降速率很快(0.21 m/s，p<0.01)。因此，最高氣溫上升和相對濕度下降給春季ET0變化帶來的正效應被風速和日照時數顯著下降帶來的負效應相抵消，最終使春季ET0呈微弱的上升趨勢。夏季ET0與最高氣溫、最低氣溫、日照時數、風速顯著正相關，盡管日照時數相關性最大，但其變化速率小且不顯著，所以，夏季ET0變化歸因與年尺度相似。秋季ET0與最高氣溫、風速顯著正相關(p<0.05)，相對濕度相關性最高，但其變化小且不顯著，因此秋季ET0呈微弱的上升趨勢。冬季ET0與平均氣溫、最高氣溫、風速呈正相關，冬季氣溫呈微弱上升趨勢，因此，冬季ET0顯著上升的主要原因是相對濕度顯著下降。

綜上所述，日照時數和風速是影響平原區ET0變化的主要因素，相對濕度顯著降低是山區ET0變化明顯的主要原因；ET0變化是各氣象因子共同作用的結果，而且氣象因子對ET0的影響因季節和地貌類型而異。

3 討 論

1978—2018年第二松花江流域平原區ET0多年平均值為825.9 mm，呈微弱的下降趨勢，變化速率為6.99 mm/10 a。劉玨等[32]研究表明，吉林省平原地區ET0變化趨勢不顯著，多年平均值為898.2 mm，與之相比，第二松花江流域平原區多年平均ET0明顯低于吉林省平原地區，這可能與估算ET0所選站點的不同有關。研究表明，中國區域ET0以6.84 mm/10 a的速率顯著減小[33]，可見平原區ET0變化速率非常接近全國平均水平。然而，邱美娟等[34]研究表明，吉林省ET0以9.3 mm/10 a速率顯著下降，本研究的平原區ET0變化低于該結果，這可能是估算ET0的研究時段和所選區域不同引起的。東南山區位于延邊朝鮮族自治州，臨近日本海，氣候濕潤，雨量充沛，根據Budyko假設[35]，降水和潛在蒸散發呈負相關關系，故山區ET0相對較小，多年平均值(738.8 mm)遠低于全國平均值(941.5 mm)。有研究表明[34,36-37]，吉林省中西部平原區ET0呈減小趨勢，東部山區呈增加趨勢，年ET0總體表現為西北高，東南低，呈由西北向東南逐級遞減的空間分布，這與本研究結果一致。

近41 a，第二松花江流域氣溫顯著上升，上升幅度較大，平原區年平均氣溫每10 a增長0.24℃，山區氣溫變化大于平原區，每10 a增長0.41℃，高于東北三省年平均氣溫增長速率0.38℃/10 a[36]。然而平原區ET0呈下降趨勢，存在“蒸發悖論”現象，因此氣溫變化可能不是影響ET0變化的主要因子，相對濕度、日照時數、風速等因子的影響更為重要。大量研究發現[20,38-39]，造成“蒸發悖論”的主要原因有：云量和氣溶膠等大氣污染物增加引起的輻射量下降；空氣濕度增加，水汽壓差的減小；夏季季風減弱，地面風速下降，這進一步佐證了第二松花江流域ET0變化的主要原因為日照時數、風速、相對濕度的顯著下降。而平原區和山區ET0變化趨勢相反，可能是由于相對濕度在平原區和山區變化顯著性不同，這符合松花江流域ET0與相對濕度關系緊密的研究結論[3]。另外本文就氣象因子對ET0的影響進行初步探究，并未定量分析，其他氣象要素以及大氣污染、土地利用、人為因素等對ET0的影響需進一步研究。

4 結 論

第二松花江流域1978—2018年ET0總體上呈現由西北向東南逐漸減少的空間分布特點，平原區ET0高于山區。兩個地貌類型相比：平原區ET0呈微弱下降趨勢，山區ET0顯著上升，其內在因素可能是平原區相對濕度下降不顯著而山區卻達到顯著水平。夏春兩季ET0對全年的ET0貢獻最大，其次為秋季，冬季最小。

流域平原區和山區氣溫(平均、最高、最低)均顯著上升，日照時數、風速和相對濕度呈下降趨勢。研究區年和四季ET0與相對濕度顯著負相關，與最高氣溫、日照時數、風速顯著正相關。日照時數和風速是影響平原區ET0變化的主要因素，相對濕度顯著降低是山區ET0變化明顯的主要原因；各氣象因子共同作用引起ET0變化，且氣象因子對ET0的影響因季節和地貌類型而異。