氣候變化下廣東省參考作物蒸散量變化趨勢及其影響因素分析

黃 松,戴佳琦,趙寶山,劉 娜,李 輝,儲華平

(1.水利部南京水利水文自動化研究所,江蘇 南京 210008;2.水利部水文水資源監控工程技術研究中心,江蘇 南京 210008;3.中國熱帶農業科學院南亞熱帶作物研究所,廣東 湛江 524013)

聯合國政府間氣候變化專門委員會(IPCC)發布的最新氣候變化評估報告指出,全球氣候呈現變暖趨勢,近10 a(2011—2020年)全球地表溫度比(1850—1900 年)升高了1.1 ℃,而中國可能上升1.8 ℃[1-2],與氣候變暖相關的其他氣候要素(如降水、空氣濕度、日照時數、風速)也會發生變化。蒸散是地表水分循環與能量轉換的關鍵環節,主要受氣候條件的影響[3]。隨著氣候變暖,蒸散的變化必然將對水文循環和生態系統產生重大影響,同時給水資源規劃管理和農業生產帶來更大挑戰[4]。

由于地表下墊面的復雜性和時空尺度的不確定性,對區域實際蒸散的精準測算非常困難[5]。基于不同假設條件和研究領域,學者們相繼提出了潛在蒸散、水面蒸發、平衡態蒸發、參考作物蒸散等概念或物理量[6]。其中,1998年聯合國糧食及農業組織(FAO)定義的參考作物蒸散量(ET0),在氣象學和水文學中通常被稱為一種潛在蒸散量,被作為評估氣候變化對區域蒸散的有效指標,因為ET0僅受氣象要素的影響,排除了其他因素的干擾[7-8]。在農業用水管理中,ET0是區域灌溉調度和優化水資源管理的關鍵參數[9]。近年來,國內外學者在不同時空尺度下對ET0變化趨勢及其成因開展了大量研究。從全球范圍來看,多數地區ET0呈下降趨勢,包括美國[10]、印度[11]、伊朗[12]等地,日照時數(或太陽輻射)減少是ET0下降的主要原因,但同時部分地區測算到了ET0增加[13]。在中國,ET0整體呈下降趨勢[14],但中國幅員遼闊,受氣候帶差異影響,ET0變化趨勢在時空分布上同樣存在不一致性,如西北地區[15]、京津冀地區[16]ET0呈下降趨勢,風速是導致這些地區ET0下降的最主要因子;而青藏高原[17]、渭河流域[18]、珠江流域[19]等地區ET0呈現上升趨勢,其中渭河流域ET0上升主要歸因于相對濕度和風速下降,青藏高原和珠江流域主要歸因于氣溫上升。由此可見,由于各地區氣候特點的不同,ET0變化趨勢及其主導因子存在明顯的時空差異性。在氣候變化背景下,針對特定地區確定ET0變化趨勢及量化其主要影響要素顯得尤為重要。

廣東省地處中國南部,是中國光、熱和水資源較為豐富的地區之一。作為中國改革開放最早、經濟外向度高的省份,由于社會經濟快速發展和人類活動,加之地處低緯度沿海地區,受熱帶氣旋侵襲的頻次和登陸地點不定的影響,水資源時空分布不均,季節性干旱和城市缺水問題常見報道[20-21],ET0的變化對該地區水資源、農業生產和社會經濟發展具有重要影響。然而,目前關于廣東省ET0時空變化及氣候成因的研究較為缺乏?；诖?本文通過收集1980—2020年廣東省轄區內氣象資料,采用FAO Penman-Monteith方法計算ET0,明確自1980年以來廣東省ET0和主要氣象要素的時空變化特征,揭示ET0與各氣象要素變化之間的關系,確定不同氣象要素對ET0的影響程度和主導因子。研究成果對于理解氣候變化對廣東省水文循環的影響,評價與管理區域水資源及農業生產規劃布局具有重要意義。

1 材料與方法

1.1 研究區概況

廣東省地處中國大陸南部,全境位于20°09′～25°31′N和109°45′～117°20′E,土地總面積約17.98萬km2。全省分為珠三角、粵東、粵西和粵北4個區域,地勢北高南低,北部以山區丘陵為主,南部以平原和臺地為主。氣候類型屬于東亞季風區,從北向南分別為中亞熱帶、南亞熱帶和熱帶氣候。全省多年平均氣溫22.3 ℃,日照時數1 745.8 h,多年平均降水量1 789.3 mm,省內水資源時空分布不均,夏秋易洪澇,冬春常干早。

1.2 數據來源及處理

收集了1980—2020年廣東省轄區內37個全國基準基本站地面氣象日值資料,包括降水、平均氣溫、最高氣溫、最低氣溫、平均相對濕度、平均風速和日照時數等數據,數據來源于國家氣象科學數據中心(http://data.cma.cn/),各氣象站點分布情況及區域劃分見圖1。本研究對數據質量及有效性進行了檢查,對于個別缺測數據或異常值進行了線性插補[22]。其中,豐順站因2016—2020年數據缺失未進行統計。將日氣象數據和ET0求平均后轉換為每個站點的月尺度和年尺度數據(降水數據累加),通過反距離權重插值法得到研究區氣象數據和ET0的空間分布結果。采用氣象學標準劃分季節,以3—5月為春季,6—8月為夏季,9—11月為春季,12月至次年2月為冬季。

圖1 廣東省氣象站點分布

1.3 ET0計算

采用FAO推薦的Penman-Monteith公式計算ET0,該方法是計算ET0的標準方法,已在全球各地得到廣泛應用[7]。計算見式(1):

(1)

式中 ET0——計算所得的參考作物蒸散量,mm/d;Ω——飽和水汽壓曲線斜率,kPa/℃;Rn——凈輻射,MJ/(m2/d);G——土壤熱通量,在以天為時段計算ET0時忽略不計,MJ/(m2/d);γ——濕度計常數,取值0.067 kPa/℃;T——平均氣溫(日最高氣溫和日最低氣溫的均值),℃;u2——2 m高處風速,m/s;es——飽和水汽壓,kPa;ea——實際水汽壓,kPa。

變量Ω、Rn、es、ea、u2可通過各站點收集的氣溫、相對濕度、日照時數、風速實測資料和站點海拔高度計算,計算過程見式(2)—(12)。飽和水汽壓曲線斜率Ω與氣溫的關系式為式(2)[7]:

(2)

es、ea根據氣溫和相對濕度數據計算,見式(3)—(5)[7]:

(3)

(4)

(5)

式中Tmax、Tmin——日最高氣溫、日最低氣溫,℃;RH——相對濕度,%;其余各變量含義同前。

凈輻射Rn的計算過程為式(6)—(11)[7]:

Rn=Rns-Rnl

(6)

Rns=(1-α)Rs

(7)

(8)

(9)

(10)

Rso=(as+bs)Ra

(11)

式中Rns、Rnl——凈短波輻射和凈長波輻射,MJ/(m2/d);α——下墊面反射率,參考作物取值0.23,無量綱;Rs——太陽輻射,MJ/(m2·d-1);as、bs——回歸常數、截距,取值0.25和0.50;n——日照時數,h;N——理論最大日照時數,h;Ra、Rso——大氣頂層輻射和晴空輻射,MJ/(m2/d),可根據經緯度和日序數計算;其余各變量含義同前。

收集的觀測風速數據為10 m高處的平均風速,通過式(12)計算2 m高處的風速[7]:

(12)

式中u10——氣象站觀測的10 m高處風速,m/s。

1.4 Mann-Kendal檢驗和Sen’s斜率計算

Mann-Kendall(M-K)趨勢檢驗法是世界氣象組織推薦并已被廣泛使用的一種非參數檢驗方法,優點是樣本序列不需要遵從特定分布,能有效區分樣本序列變化趨勢是隨機還是確定的,可以檢驗時間序列的變化趨勢,是水文和氣象序列研究常采用的方法[19]。采用Sen’s斜率方法確定時間序列線性趨勢的真實斜率[23]。

1.5 敏感性和貢獻率計算

敏感性和貢獻率分析方法是量化ET0對氣候變化響應的有效方法,已經得到廣泛應用[16,18]。敏感性系數通過確定ET0的相對變化率(ΔET0)與各氣象要素相對變化量(Δx)的比值,即計算各氣象要素對ET0求偏導數,來分析ET0對不同氣象要素變化的敏感程度,其計算見式(13):

(13)

式中x——氣象因子值;Sx——對應因子的敏感系數,Sx>0表示ET0隨氣象因子的增大而增大,Sx<0表示ET0隨氣象因子的增大而減少,|Sx|越大則表示氣象因子對ET0的影響程度越大。

為了量化評估ET0對不同氣象因子的敏感程度,將敏感系數分為4個等級,|Sx|<0.05表示敏感程度很小,0.05≤|Sx|<0.20表示敏感程度中等,0.20≤|Sx|<1.00表示敏感程度高,|Sx|≥1.00表示敏感程度非常高[24]。本研究利用ArcGIS10.8軟件基于反距離權重差值法制作氣象站點及ET0的空間分布圖,使用MAKESENS 2.0軟件進行M-K趨勢檢驗和Sen’s斜率計算,采用Microsoft Excel軟件繪制折線圖。

2 結果與分析

2.1 氣象要素變化特征分析

1980—2020年廣東省氣溫、相對濕度、日照時數和風速的變化趨勢見圖2,對各氣象要素按時間序列進行M-K檢驗和Sen’s斜率計算,結果見表1。與全球氣候變暖的大環境一致,廣東省氣溫呈顯著上升趨勢,氣候傾向率為0.28 ℃/10a。從圖2c可知,相對濕度多年平均值為78.03%,以-0.40%/10a的速率不顯著下降,說明大氣呈一定干旱趨勢,2010年前后出現RH的最小值72.69%。由圖2d可知,廣東省日照時數變化范圍為4.26～5.59 h,多年平均值4.85 h,以-0.10 h/10a的速率不顯著下降。日照時數的下降可能與人類活動、城市化的發展導致大氣污染,空氣中氣溶膠增多有關。從圖2e可知,風速呈顯著上升趨勢,傾向率為0.05 m/(s·10a)。多年平均值為1.54 m/s,變化范圍為1.39～1.71 m/s。溫度在四季節均呈顯著上升趨勢(p<0.01),并且寒冷季節的增長趨勢比溫暖季節更快,冬季升溫速率分別為0.40 ℃/10a和0.46 ℃/10a,高于夏季升溫速率0.20 ℃/10a和0.17 ℃/10a。RH在四季均呈下降趨勢,在春、夏、秋季顯著下降。同樣的,日照時數在春、夏、秋季顯著下降。風速在四季呈顯著上升趨勢,在夏季達到最大值為0.06 m/(s·10a)。降水量在夏秋冬三季呈現不顯著上升趨勢,而在春季呈現不顯著下降趨勢,整體傾向率為-1.09 mm/10a。

表1 1980—2020年廣東省氣象要素的M-K趨勢檢驗和氣候傾向率

圖2 1980—2020年廣東省氣象要素的年際變化特征及線性趨勢

2.2 ET0的時空變化特征

2.2.1ET0的年際變化特征

廣東省1980—2020年ET0不同地區的年際變化特征統計見表2?？梢钥闯?省內ET0呈顯著上升趨勢,氣候傾向率為14.84 mm/10a,年ET0的變化范圍為1 069～1 235 mm;廣東省不同地區年際ET0變化特征存在差異,其中粵東地區年ET0增長速率最快,呈現顯著上升趨勢,傾向率為21.12 mm/10a,珠三角地區年ET0增長速率最慢,呈現不顯著上升趨勢,傾向率為9.78 mm/10a。粵北地區年ET0平均值最小,為1 099 mm;粵西地區年ET0平均值最大,為1 218 mm;廣東年ET0全省平均值為1 150 mm。

表2 1980—2020年廣東省ET0的年際變化特征統計

2.2.2ET0的季節變化特征

1980—2020年不同季節廣東省ET0的變化見表3,ET0在4個季節均呈上升趨勢,其中冬春季節呈現顯著上升趨勢,傾向率分別為5.02、7.26 mm/10a;秋夏季呈現不顯著上升趨勢,傾向率分別為0.40、2.07 mm/10 a。1980—2020年廣東省年內ET0分布不均,夏季ET0最高,占全年的34.6%,為398 mm;其次是秋季300 mm,占全年的26.0%;再次是春季273 mm,占全年的23.7%;冬季ET0最小為181 mm,只占全年的15.7%。

表3 1980—2020年廣東省不同季節ET0的變化特征統計

2.2.3ET0的空間分布特征

由于氣象因子分布的非均勻性,研究區域內ET0時空分布不均。圖3a顯示了廣東省年平均ET0的空間分布及變化趨勢,可以看出在空間分布上ET0從北到南逐漸增高。各站點ET0差異較明顯,粵西和珠三角等沿海地區ET0較高,ET0值最高的3個站點依次為上川島(1 281 mm)、徐聞(1 273 mm)和南澳(1 265 mm);粵北地區ET0較低,最低的3個站點依次為廣寧(1 046 mm)、新豐(1 019 mm)和連州(1 011 mm)。研究區37個站點中33個站ET0呈上升趨勢,其中20個站點呈顯著上升趨勢,ET0顯著上升最快的前3個站點出現在珠三角的清遠、中山和東莞。4個站點ET0呈下降趨勢,分別為南澳、電白、惠陽和增城。

不同季節各站點多年平均ET0的空間分布特征和變化趨勢見圖3b—3e。除夏季外,其余季節ET0從北到南逐漸增大。春季ET0的變化范圍為239～346 mm,徐聞站ET0明顯高于其他地區,為346 mm,最低為新豐239 mm;全省37個站點全部站點ET0呈上升趨勢,其中汕頭、豐順、東莞等站點顯著上升,南澳、深圳、湛江等站點呈現不顯著上升趨勢。夏季ET0變化范圍為356～435 mm,ET0高值出現在粵西的徐聞站點,省內20個站點ET0呈上升趨勢,17個站點呈下降趨勢,其中徐聞、中山和英德等站點呈現顯著上升趨勢,湛江、增城和惠陽等站點呈現下降趨勢。秋季和冬季ET0的變化范圍分別為251～353、132～228 mm,ET0高值主要集中于上川島、深圳、汕尾等沿海地區;秋季26個站點ET0呈上升趨勢,11個站點呈下降趨勢,其中6個站點顯著上升,11個站不顯著下降;冬季35個站點ET0呈上升趨勢,其中23個站點顯著上升,2個站點呈現不顯著下降趨勢。從各季節ET0變化趨勢還可以看出,研究區春冬季ET0上升站點最多,上升趨勢最為明顯,而夏季ET0下降趨勢站點相對較多。

2.3 敏感性分析

廣東省不同季節ET0對不同氣象因子的敏感系數計算結果見表4。ET0在不同季節均表現為對氣溫、日照時數、風速的敏感系數為正,說明ET0隨著平均氣溫、日照時數、風速氣象因子的增大而增大;ET0對相對濕度的敏感系數為負,說明ET0隨著相對濕度的增大而減小。根據敏感系數量化評估規則,ET0對氣溫的敏感系數為0.20～1.00,表示ET0對氣溫的敏感程度高;ET0對風速的敏感系數為0.05～0.20,表示ET0對風速的敏感程度中等;ET0對日照時數的敏感系數在春季和冬季分別為0.19和0.18,在0.05～0.20,表示ET0對日照時數的敏感程度中等,夏季和秋季為0.20～1.00,表示ET0對日照時數的敏感程度高;ET0對相對濕度的敏感系數絕對值為0.20～1.00,表示ET0對相對濕度的敏感程度高?？傮w來看,ET0對氣象因子的敏感系數排序為:相對濕度(-0.74)>氣溫(0.65)>日照時數(0.26)>風速(0.10)。

表4 廣東省不同季節ET0對氣象因子的敏感系數

2.4 貢獻率分析

研究區氣溫、風速、日照時數和相對濕度對ET0變化的貢獻率計算結果見表5,可以看出,氣溫對ET0變化的貢獻率在各季節均為正值,變化范圍在2.78%～8.01%,平均為5.26 %。氣溫在夏季貢獻率最小,冬季最高。相對濕度對ET0變化的貢獻率介于0.68%～4.43%,平均為2.24%。日照時數對ET0變化的貢獻率范圍在-0.09%～6.60%,其中,春季日照時數的貢獻率為正值,這是由于ET0對日照時數的敏感性為正,四季里僅夏季日照時數呈上升趨勢導致的。風速對ET0變化的貢獻率在不同季節為0.95%～2.54%。整體上,研究區各氣象因子對ET0貢獻率的排序為:氣溫(5.26%)>日照時數(3.09%) >相對濕度(2.24%)>風速(1.71%)。春季和夏季廣東省ET0變化的主導因素是日照時數,秋季和冬季ET0變化的主導因素是氣溫?？傮w而言,廣東省變化的主導因素是氣溫,氣溫、相對濕度和風速對ET0的貢獻率平均為正值,表明近61 a廣東省氣溫、相對濕度和風速的變化引起了ET0的增加。而日照時數僅在春季貢獻率為正,其余季節對ET0的貢獻率平均為負值,表明在夏、秋、冬季廣東省日照時數的變化降低了ET0。

表5 廣東省氣象要素變化對ET0變化的貢獻率

3 討論

廣東省ET0以14.84 mm/10a的速率上升,這有區別于中國其他區域,如西北地區[15]、京津冀地區[16]和華北平原[25],這些地區ET0自20世紀60年代呈下降趨勢,出現所謂“蒸發悖論”現象。事實上,在氣溫升高背景下,中國范圍內ET0整體以5.20 mm/10a的速率下降,約62%的站點存在“蒸發悖論”的現象[14]。本研究結果表明廣東在空間分布上存在一些微妙的差異,研究區37個站點中僅4個站點發現了“蒸發悖論”現象,這4個站點ET0隨氣溫升高呈下降趨勢,分別為南澳、電白、惠陽和增城。究其原因是日照時數對廣東省ET0變化的貢獻率最大且為負貢獻,日照時數下降對ET0的減小作用掩蓋了氣溫上升對ET0的增大作用,最終導致這些地區的ET0呈下降趨勢,而在ET0上升地區日照時數對ET0變化的貢獻相對較小。

從現有對區域ET0變化趨勢及其成因的研究結果來看,各地區ET0變化影響因素存在差異和不確定性,這主要是由于各氣象要素之間互相影響,ET0對其驅動氣象要素變量之間存在復雜的非線性關系。通常認為,ET0與風速、溫度、日照時數呈正相關,與相對濕度負相關[15]。本研究的敏感分析表明,廣東省ET0對相對濕度和氣溫的敏感程度高,對風速的敏感程度為中等。不同地區ET0對氣象要素的敏感性存在顯著差異,在京津冀[16]、華北平原[25]、江蘇省[26]等地區,ET0對相對濕度最為敏感;而在西北內陸地區,ET0對風速最為敏感,其次是相對濕度、氣溫和太陽輻射[15]。盡管ET0對相對濕度比對氣溫更敏感,本研究貢獻率分析結果表明相對濕度對ET0增加的貢獻小于氣溫和日照時數。本研究中,氣溫上升是廣東省ET0變化的主要原因,日照時數是ET0變化的第二主要原因。研究期間廣東省氣溫上升和相對濕度下降對ET0的增大作用掩蓋了日照時數下降對ET0的減小作用,最終導致廣東省ET0整體呈上升趨勢。

廣東屬熱帶和亞熱帶季風季候區,氣候濕潤、熱量和光照較為豐富、降水豐沛但分布不均。該地區是中國重要的糧食作物產區(如水稻、玉米),也是重要的熱帶作物生產基地(如橡膠、甘蔗)[27-28]。氣候變暖將使廣東農業氣候熱量資源變得更豐富、作物生長期延長以及生長季的熱量增加,進而使現有的農業氣候帶和種植熟制界線向北、向高海拔推移。并且有利于該地區熱帶作物的種植,同時農作物二熟和三熟區北界也向北移動,區域有所擴大[27]。但氣溫升高可能造成局部地區干旱,甚至引發不同程度的旱災和夏季高溫災害,對農業生產造成減產或影響農產品質量[28]。ET0是確定作物需水量的關鍵參數,ET0變化可能會使農業生產和水資源管理的影響復雜化,省內ET0上升,尤其粵東和雷州半島,這些地區農作物灌溉用水需求增加,未來水資源供需矛盾突出,加劇水分限制地區干旱缺水的形勢,尤其是春季和冬季,因為這兩個季節的降水量已經是一年中最低的[29-30]。

為了更全面地了解地區蒸散對氣候變化響應的變化機制,進一步研究應關注實際蒸散與ET0的反饋和定量關系,以及如何影響區域水文循環的問題。

4 結論

分析了1980—2020年廣東省ET0以及氣象因子的變化趨勢,并定量分析了主要氣象因素對ET0變化的影響程度,研究主要取得以下結論:①研究區年ET0以14.84 mm/10a的速率上升,大多數站點ET0增加,在4個站點中發現了ET0顯著下降,ET0在春冬季顯著增加,在秋冬季節呈現不顯著增加趨勢;②敏感性分析表明,廣東省ET0對相對濕度和氣溫的敏感程度高于日照時數和風速,春季ET0對相對濕度最敏感,秋季ET0對氣溫最敏感,貢獻率分析結果表明,氣溫是廣東省ET0變化的主導因子,其次是日照時數。未來氣溫的潛在升高與相對濕度的下降相結合,可能會導致更高的蒸散率和干旱事件。因此,為應對氣候變化應該采取長期的水資源管理來實現可持續發展。