淮北平原近57年多尺度水面蒸發悖論差異性研究

王 玥，王怡寧，雷曉輝，胡永勝，趙雯頡，鞠 琴

（1.中國地質大學，北京 100089；2.南京水利科學研究院南京 210029；3.河海大學，南京 210098；4.中國水利水電科學研究院，北京 100038；5.安徽省（水利部淮委）水利科學研究院五道溝水文實驗站，安徽 蚌埠 233000）

0 引 言

全球水循環的變化會導致重大環境與社會經濟影響。在全球溫室效應顯著的大背景下，隨著全球平均氣溫的升高通常會導致陸地水體蒸發增加，而蒸發皿實測蒸發量反而下降，這種現象被稱之為“蒸發悖論”[1]。國內外學者Peterson等[2]研究發現美國大部分地區蒸發呈下降趨勢且主要因素為氣溫；N.Chattopadhyay[3]選取印度地區15 與32年不同時間序列資料對影響蒸發的因素進行相關分析，發現除氣溫外，相對濕度對蒸發量的影響也較為顯著；左洪超[4]等利用線性、多元回歸等方法驗證了蒸發潛力受多氣象要素綜合作用且與相對濕度相關最好；Roderick[5]、朱曉華[6]等、鮑振鑫[7]等研究發現澳大利亞、中國、海河流域“蒸發悖論”現象主要成因為風速的下降；王楠[8]等研究發現我國地面風速整體呈下降趨勢且春季下降速率最快，并得出該成因可能為氣候變暖；Limjirakan[9]選取泰國1970-2007氣象數據研究表明“蒸發悖論”現象主要因素除了風速的下降，還有日照時數的減少。錢筱暄[10]等研究發現淮北地區1964-2009水面蒸發量年、季蒸發量均呈現下降趨勢，氣溫、地面溫度、水汽壓力差、日照及相對濕度是影響水面蒸發的重要因素；郝振純[11]等研究發現五道溝地區年、季不同尺度水面蒸發影響因素不同，風速與降水的影響也較為顯著；王怡寧[12]等研究得出五道溝地區“蒸發悖論”成因可能是太陽輻射的減少與氣溶膠含量的增加；李秀[13]等、熊玉琳[14]等、宋培兵[15]等、劉敏[16]等主要采用氣候傾向率、Mann-Kendall 檢驗等方法，分別對我國永定河、海河、通遼地區以及大黑河等不同區域的水面蒸發特征進行分析。

上述研究成果表明，國內外蒸發量總體均呈現出下降趨勢，而不同地區及不同時間尺度蒸發量下降影響因素不同。淮北平原以往“蒸發悖論”相關研究主要以年、季尺度，本文選取五道溝1964-2020年近57年氣象資料，采用氣候傾向率法對淮北平原年尺度（1-12月）、汛期（6-9月）、非汛期（10-5月）及年代多時間尺度水面蒸發變化差異性進行研究，并運用多元回歸分析法得到各尺度蒸發量回歸方程及主要影響因子貢獻率，為構建適用于淮北地區水面蒸發計算模型提供依據。

1 研究區域概況

五道溝水文實驗站位于淮北平原南部，地處暖溫帶與亞熱帶的過渡地帶，多呈典型半干旱半濕潤季風氣候，降雨年際年內分配十分不均，多年平均氣溫為15.0 ℃；降雨量為901.6 mm；水面蒸發量為1 038.6 mm。站內設有水文氣象觀測場、自動稱重式地中蒸滲儀群、62 套大型地中蒸滲儀群、徑流實驗場及人工模擬降雨徑流實驗場等設備。

2 資料與方法

本文數據選取實驗站氣象場E601 型水面蒸發量（mm）、氣溫（℃）、降雨量（mm）、日照時數（h）、風速（m/s）、水汽壓力差（mb）、相對濕度（%）的實測數據。水面蒸發悖論規律的研究采用1964-2020年的氣象實測數據，對其變化以及突變趨勢進行分析。

2.1 氣候傾向率法

氣候傾向率法[17]是指用一次線性方程來擬合各氣象要素隨時間變化。其代表各氣象水文要素多年的變化趨勢，通常以氣象水文要素時間序列線性回歸模型斜率的10 倍來表示各個氣象因子的氣候傾向率。即：

式中：i為時間序列年份；為樣本量為n的各氣象因子變量；ti為對應時間；a為常數項；b為氣象要素的回歸系數。設定顯著性水平為0.05，選擇MK-Z值、Sig值與T值檢驗氣候傾向率是否通過顯著性檢驗。

2.2 完全相關系數

皮爾遜相關系數[18]是描述兩個序列相關性的統計量，本文采用此分析計算完全相關系數[12]。

式中：r為完全相關系數；rt為時間與各氣象要素相關系數；re為蒸發量與氣象要素相關系數。其中，相關系數均需大于臨界值0.273 2（α=0.05）。

2.3 灰色關聯分析

灰色關聯分析相比傳統多因素分析法，對數據要求較低且計算較為方便，應用較為廣泛。本文將灰色關聯分析運用到“蒸發悖論”成因分析研究中。具體計算步驟見[19,20]。關聯度分為低關聯(0 ,0.5 ]、較高關聯(0.5,0.85 ]、高關聯(0.85 ,1]3個等級。

2.4 Mann-Kendall檢驗

Mann-Kendall檢驗[21]是目前廣泛應用的非參數檢驗法，本文采用MK檢驗對實驗站蒸發量變化趨勢及突變性進行分析。

2.5 貢獻率分析

建立多元回歸線性模型，計算蒸發量各影響因子的回歸系數從而得出蒸發量回歸方程。如擬合結果較好，則可用來分析各影響因子對蒸發皿蒸發量貢獻率[22]。

式中：QX為各影響因子對蒸發量的貢獻率；?Ex為影響因子變化導致蒸發量變化值；?E為實測蒸發量的變化值。

3 結果與分析

3.1 蒸發量與氣溫變化特征

五道溝地區多年平均氣溫、多年蒸發總量1964-2020年尺度、汛期、非汛期變化趨勢圖如圖1(a)～圖1(c)所示。由圖1(a)可見，多年平均氣溫呈現緩慢上升趨勢，且氣候傾向率為0.27 ℃/10a。水面蒸發量整體呈現下降趨勢，且氣候傾向率為85.8 mm/10a，存在“蒸發悖論”現象。由圖1(b)、圖1(c)可見，汛期年平均氣溫以0.05 ℃/10a速率上升，而水面蒸發量以41.49 mm/10a 速率下降。非汛期年平均氣溫上升速率為0.27 ℃/10a，蒸發量下降速率為30.39 mm/10a。

圖1 1964-2020年尺度、汛期、非汛期變化趨勢圖Fig.1 Variation trend chart of scale,flood season and non-flood season from 1964 to 2020

由此可見，汛期氣溫升高速率弱于非汛期，而蒸發下降速率明顯強于非汛期；年尺度與非汛期氣溫下降速率相等，但蒸發量下降速率遠大與非汛期。由此可推斷，汛期“蒸發悖論”規律更具顯著性，排序為汛期＞年＞非汛期。

蒸發量年距平見圖1(d)，其中1966-1984年間，均為正距平年且距平變化較明顯；1985-2001年，距平值基本一正一負交替；2002-2020年均為負距平年，且年際距平變化較穩定。累積距平值呈現出明顯先增后減趨勢，且在20世紀80年代末達到峰值。

汛期及非汛期蒸發量率距平率過程線見圖1(e)、圖1(f)，可見汛期及非汛期距平率規律與年尺度規律基本一致。由圖1中虛線距平率5 a 滑動平均值可見，1964-1992年水面蒸發變幅較大，基本為3～4年為一個周期，1992年后變幅較小。

氣溫、蒸發量年代變化過程見圖2。平均氣溫20世紀70至80年代各尺度微弱下降，隨后持續上升，且在21世紀10年代到達峰值；蒸發量20世紀70至90年代各尺度蒸發量均大幅下降，21世紀初非汛期蒸發量呈現微弱上升趨勢，年與汛期緩慢下降。

圖2 氣溫、蒸發量年代變化趨勢圖Fig.2 Trend chart of temperature and evaporation in time

由此可見近5 個年代中，20世紀80年代氣溫上升0.37 ℃/10a，蒸發量下降122.67 mm/10a；該時段氣溫上升幅度最小，且蒸發量下降幅度最大，“蒸發悖論”規律最顯著。21世紀以來，較20世紀末3 個年代，氣溫變幅增大，蒸發量變幅減小，“蒸發悖論”規律較不顯著。

3.2 蒸發量與各要素變化趨勢分析

蒸發量與各要素變化趨勢分析采用Sig 值與T值對其氣候傾向率進行檢驗，并結合MK-Z值對其變化趨勢作進一步驗證。水面蒸發與各要素氣候傾向率與顯著性分析見表1。

表1 水面蒸發與各要素多尺度氣候傾向率與顯著性分析表Tab.1 Analysis table of water surface evaporation and multi-scale climate tendency rate and significance of each element

由表1可知，水面蒸發量年尺度及(非)汛期的氣候傾向率均小于0，顯著性sig值小于0.05，MK-Z、t檢驗絕對值分別大于1.64、2.00，通過了α= 0.05 的顯著性檢驗，表明水面蒸發量多尺度均存在顯著下降趨勢。

氣溫年際及(非)汛期的氣候傾向率均大于0，年際與非汛期通過了α=0.05的顯著性檢驗，表明氣溫呈現顯著上升趨勢；而汛期平均氣溫未通過顯著性檢驗，無明顯變化趨勢。

降雨量以14.06 mm/10a 速率上升但變化不顯著；相對濕度以1.29%/10a 速率顯著上升；日照時數與風速氣候呈顯著下降趨勢，氣候傾向率分別為-102.76 h/10a 與-0.25 m·s-1/10a；水汽壓力差無明顯變化趨勢，氣候傾向率為-0.03 mb/10a。

3.3 蒸發量與氣象因子相關性分析

為準確分析蒸發量變化的主要影響因子，揭示五道溝地區“蒸發悖論”成因，選取6 個氣象因子：氣溫、日照時數、降水量、風速、相對濕度與水汽壓力差，以年尺度與（非）汛期多尺度詳細分析各要素與蒸發量的相關關系與關聯度，見表2。其中，rt為時間與各氣象要素相關系數；re為蒸發量與氣象要素相關系數，當rt與re均大于臨界值0.273 時，計算完全相關系數|r|。

由表2可知，年風速與蒸發呈顯著正相關，相對濕度與蒸發呈顯著負相關（P<0.01），完全相關系數風速（0.624）>相對濕度（0.418）。灰色關聯度結果顯示風速（0.708）>相對濕度（0.626）>0.5，則兩者與蒸發量均為較高關聯，風速關聯度最高，表明風速對蒸發量影響的最大，與相關分析結果相一致。

表2 水面蒸發與各氣象要素Pearson相關系數、完全相關系數及灰色關聯度Tab.2 Pearson correlation coefficient,perfect correlation coefficient and gray correlation degree between evaporation and meteorological elements

汛期與非汛期相對濕度，風速，日照時數與蒸發均顯著相關（P<0.01）；汛期灰色關聯度均在0.5～0.85 范圍內，屬較高關聯；而非汛期日照時數灰色關聯度為0.496，小于0.5，屬低關聯。

上述結果表明：年際與非汛期蒸發量主要影響因子為風速、相對濕度；而汛期蒸發量主要影響因子為風速、相對濕度、日照時數。

3.4 “蒸發悖論”成因分析

為進一步研究該區“蒸發悖論”成因，以水面蒸發量為因變量，以風速、相對濕度、日照時數為自變量，分別建立年際與（非）汛期多元回歸線性模型，由表3可見，年際、汛期、非汛期模型擬合調整R2值分別為0.604、0.684、0.658，即自變量可代表因變量約60%、68%、66%的變化。

表3 復相關系數變化情況Tab.3 The change of complex correlation coefficient

年尺度與（非）汛期蒸發量與主要影響要素多元回歸結果見表4，表中B代表蒸發影響要素的回歸系數，結合本文3.3相關分析結果，設置年際、非汛期預測變量：(常量),風速,相對濕度；汛期預測變量：(常量)風速,相對濕度,日照時數。

由表4可知，回歸結果具有顯著性。回歸方程分別為：

表4 蒸發量主要影響要素偏回歸系數及其顯著性Tab.4 The partial regression coefficient and its significance of the main factors affecting evaporation

式中：x1為平均風速；x2為平均相對濕度；x3為日照時數；y1為年尺度擬合蒸發量；y2為汛期擬合蒸發量；y3為非汛期擬合蒸發量。

根據公式(4)～(6)計算得到各尺度蒸發量的模擬值，以蒸發皿實測值為橫坐標、相應模擬值為縱坐標繪制散點圖見圖3，由此檢驗兩者擬合關系。

由圖3(a)可見，年尺度實測值與其相對應模擬值大致均勻分布在y=x直線兩側。年際回歸相對誤差為0.04%～32.45%，平均相對誤差為6.54%，相對誤差絕對值在20%以內歸為合格，則合格率為96%。

由圖3(b)與圖3(c)可見，汛期與非汛期實測值與其相對應模擬值大致均勻分布在y=x 直線兩側。汛期回歸相對誤差為0.13%～55.18%，平均相對誤差為7.64%，合格率為96%；非汛期回歸相對誤差為0.12%～21.42%，平均相對誤差為7.21%，合格率為98%。

圖3 年際、汛期和非汛期實測與模擬值關系圖Fig.3 Relationships between measured and simulated values in interannual,flood season and non-flood season

上述結果表明，回歸方程擬合較好，可用其分析各影響因子對蒸發皿蒸發量貢獻率。

水面蒸發量M-K 突變檢驗如圖4所示，UF與UB兩曲線交點不在臨界線內，沒有發生顯著突變。UF曲線1989年后超出臨界值范圍，且UF值均小于0，該年后蒸發量存在顯著的下降趨勢。

圖4 水面蒸發量M-K突變檢驗Fig.4 M-K mutation test of water surface evaporation

蒸發量累積距平值于20世紀80年代達到峰值，且1989年后呈顯著下降趨勢，因此可將1964-1989年作為基準期，分析1990-2020各影響因子對于蒸發量相應變化量及貢獻程度，各因子貢獻率結果見表5。

表5 各因子對蒸發量的影響量及貢獻率Tab.5 The influence amount and contribution rate of each factor on evaporation

年尺度1990年后蒸發量較基準期下降268.5 mm，風速下降0.7 m/s，導致蒸發量相應減少131.9 mm；相對濕度增加4.3%，導致蒸發量相應減少95 mm。兩者對蒸發量下降的貢獻率分別為49.1%與35.4%，其他貢獻率為15.5%。

汛期蒸發量較基準期下降121.1 mm，風速下降0.7 m/s，相對濕度增加3.9%，日照時數減少180.5 h，蒸發量分別相應減少26.7、39.1、42.2 mm，故風速、相對濕度、日照時數貢獻率分別為22.0%、32.3%、34.9%，其他貢獻率為10.8%。

非汛期蒸發量較基準期下降93.5 mm，其中風速下降0.8 m/s，導致蒸發量相應減少30.1 mm；相對濕度增加4.9%，導致蒸發量相應減少68.8 mm。兩者對于蒸發量量下降的貢獻率分別為32.1%與73.6%，其他貢獻率為-5.7%。

該地區“蒸發悖論”主要成因是風速下降、相對濕度的增加以及日照時數的減少，該結論與王怡寧[12]、李秀[13]、陳伏龍[22]等研究成果具有一致性。

4 結 語

（1）五道溝地區近57年平均氣溫上升了0.27 ℃/10a，而蒸發皿實測蒸發量以85.8 mm/10a 速率下降，該地區存在“蒸發悖論”現象。該地區存在明顯“蒸發悖論”現象；汛期、非汛期氣溫分別以0.05、0.27 ℃/10a 上升，蒸發以41.49、30.39 mm/10a下降；汛期“蒸發悖論”規律更具顯著性，排序為汛期＞年＞非汛期。

（2）近5 個年代中，20世紀80年代氣溫上升0.37 ℃/10a，蒸發量下降122.67 mm/10a；該時段氣溫上升幅度最小，且蒸發量下降幅度最大，“蒸發悖論”規律最顯著。21世紀以來，較20世紀末氣溫變幅增大，蒸發量變幅減小，悖論現象較不明顯。

（3）各氣象要素趨勢分析結果表明：蒸發量各尺度均呈顯著下降趨勢；氣溫年尺度與非汛期呈顯著上升趨勢，汛期無明顯變化趨勢；降雨量以14.06 mm/10a 速率上升但變化不顯著；相對濕度以1.29%/10a 速率顯著上升；日照時數與風速氣候呈顯著下降趨勢，氣候傾向率分別為-102.76 h/10a 與-0.25 m·s-1/10a；水汽壓力差無明顯變化趨勢，氣候傾向率為-0.03 mb/10a。

（4）該地區“蒸發悖論”主要成因是風速下降、相對濕度的增加以及日照時數的減少。與1964-1989年基準期相比，1990-2020年各影響因子對蒸發量下降的貢獻率為：年尺度上，風速（49.1%） ＞相對濕度（35.4%）；汛期日照時數（34.9%）＞相對濕度（32.3%）＞風速（22.0%）；非汛期相對濕度（73.6%）＞風速（32.1%）。

本文分析淮北平原年尺度、汛期、非汛期及年代多尺度蒸發量下降差異性及其成因，僅考慮氣象要素對蒸發量的影響。考慮多站點、多影響因素，在更大區域上分析“蒸發悖論”及成因有待進一步研究。