贡丽洁

(新疆塔里木河流域希尼尔水库管理局,新疆 库尔勒 841000)

0 引 言

陆面蒸散发是陆面水循环与水量平衡计算的重要组成部分[1].目前，国内外相关学者围绕蒸散发计算开展了大量工作，也取得了一些成果[2]，主要可以归纳为PM法、蒸发皿法、涡度法和蒸渗仪法及遥感法.与此同时，关于水面蒸发敏感因素的研究则很少.由于蒸散发对农田灌溉管理、作物需水量计算以及区域水量平衡分析有着重要意义，故研究其对气象因素的敏感性有助于当地水资源优化配置和气候变化对水资源的响应分析.

国内外关于系统敏感因素的评价方法主要有方差分析法[3]、主成分法[4]、敏感系数法[5]、偏导数法[6-7]等，但上述方法不仅要求大样本，而且要求样本具有典型概率分布，这在实际中很难满足条件.鉴于此，本文以新疆伊犁河谷内的霍城县气象站1981-2008年多年月均水面蒸发观测数据为例，以气象因素(温度、风速、水汽压、相对湿度、日照时数及降水量等)为研究对象，采用关联分析法与偏相关系数法对不同时间尺度下(年、季、月)各气象因素与水面蒸发之间的敏感性进行研究，得到了一些有价值的结果.

1 关联分析法

灰色理论[8-9]是邓聚龙教授在20世纪80年代提出的，关联分析法是灰色理论的重要组成，其基本思想是一种相对性的排序分析[10]，通常用关联度来表征不同数据间的相关性.

为消除不同数据间量纲不统一的影响，采用标准化方法对数据进行无量纲处理，如下：

(1)

式中：Xi(k)—第i个要素初值；

Xi—第i个要素均值；

Si—第i个要素标准差；

σi(k)—标准化值.

对于Xi对X0在k点的关联系数用ζi(k)来表示，表达式如下：

(2)

2 模型应用

本文以新疆霍城县气象站(44°03′N,80°52′E，海拔641.5 m)1981-2008年28年月均气象资料为例，分别采用敏感系数法与偏相关系数法对研究区不同时间尺度下(年、季节)的水面蒸发敏感因素进行分析.选取月均气温(x1，℃)、月均水汽压(x2，hPa)、月均风速(x3，m/s)、月日照时数(x4，h)、月均相对湿度(x5，%)与月降水量(x6，%)这6个因素为影响因素，月水面蒸发量(直径20 cm小型蒸发器)为评价对象.霍城县气象站历年(1981-2008年)各气象要素统计值(见表1).

表1 新疆霍城县气象站历年主要气象要素统计(1981-2008年)

2.1 研究区概况

伊犁河谷位于新疆西部的伊犁哈萨克自治州境内，行政区域包括伊宁市、尼勒克县、新源县等七县一市.河谷东西长360 km、南北宽275 km，地理坐标介于80°09′～84°56′E，42°14′～44°50′N之间，总面积约5.64万km2.伊犁河谷气候温和湿润，属于温带大陆性气候，年均气温10.1 ℃，日照时数2 870 h，年均降水量417.6 mm.河谷平原地带为农业的发展提供了良好条件，素有“塞外江南”的美誉.

2.2 关联分析法

由于不同时间尺度下(年、季、月)，水面蒸发影响因素的主次排序可能存在一定的差别(尤其是冬季)，故本文通过3种时间尺度来计算不同时段的水面蒸发影响因子关联度及排序.

经计算得到不同时间尺度下的各影响因素的关联度及排序(见表2).

表2 关联度计算值及排序

由关联度的大小可以判定，在年时间尺度下，水面蒸发影响因素的大小排序为：x4>x1>x2>x3>x6>x5，即日照时数与月均气温是影响水面蒸发的主要因素，而降水量与相对湿度对水面蒸发的影响最弱，水汽压与风速对水面蒸发的影响介于上述因素之间.

在季时间尺度下，春季表现为日照时数与月均气温是影响水面蒸发的主要因素，而降水量与相对湿度对水面蒸发的影响最弱，这与年尺度的计算结果基本相同.夏、秋时间尺度下，月均气温与日照时数均是影响水面蒸发的主要因素，而相对湿度对水面蒸发的影响则是最弱.在冬季，月均水汽压与月均气温为影响水面蒸发的主要因素，而降水量与相对湿度则表现为对水面蒸发的影响最弱.

在月时间尺度下，冬季的三个月(12月、1月与2月)月均水汽压与月均气温均表现为影响水面蒸发的主要因素，相对湿度则均表现为对水面蒸发的影响最弱，这与季尺度下的分析结果基本相同，但在风速、日照时数与降水量三因素的影响大小上存在个别差异；春、夏、秋季的8个月(3～10月)日照时数与月均气温均表现为影响水面蒸发的主要因素，相对湿度与降水量则均表现为对水面蒸发的影响最弱，这与季尺度下的分析结果基本相同.进入11月时，该时间段属于秋冬交替过渡阶段，月均水汽压与降水量成为影响水面蒸发的主要因素，而月均气温与相对湿度则对水面蒸发的影响最弱.

2.3 偏相关系数法

水面蒸发各气象要素间的关系较为复杂，单个气象要素与水面蒸发间存在不同程度的简单相关关系，但是这种相关关系又包含有其他气象要素的影响.因此，简单相关分析的计算结果具有一定的局限性，而只有消除了其他气象要素的影响之后，研究单个气象要素与水面蒸发间的相关性，才能真实地反映这两个变量间的密切程度.偏相关分析就是固定其他变量不变，而研究某两个变量间相关性的统计分析方法，通常用偏相关系数(Partial Correlation Coefficient)来表示两个相关变量偏相关的性质与程度.

根据霍城县气象站1981-2008年多年逐月气象资料(共计336组数据)，对年时间尺度下的水面蒸发影响因素进行偏相关分析，以便验证关联分析法的准确性，偏相关分析法计算结果(见表3).

表3 水面蒸发影响因素的偏相关分析(年尺度)

由表3可知，x1(月均气温)、x4(日照时数)与x2(水汽压)这3种气象要素与水面蒸发的偏相关性均达到了极显著水平；x3(风速)与水面蒸发的偏相关性达到了显著水平，未达到极显著水平；x5(相对湿度)与x6(降水量)这2种气象要素与水面蒸发的偏相关性不显著，未通过显著性检验.由偏相关系数绝对值的大小可以判定，水面蒸发影响因素的大小排序为：x1>x4>x2>x3>x6>x5，即x1(平均气温)、x4(日照时数)与x2(水汽压)这3种气象要素是影响水面蒸发的主要因子，x5(相对湿度)与x6(降水量)这2种气象要素对水面蒸发的影响最弱，这与本文关联分析法计算结果基本一致.

3 讨 论

本文将关联分析法与偏相关系数法应用于水面蒸发影响因素分析中，得到了基本一致的结果.从水面蒸发的物理意义解释来看，分析结果也是合理的.但还需要对以下几个问题进行讨论:

(1)由于水面蒸发对于微气象条件的影响较敏感，如气象站所处地形、周边环境及海拔等，这会造成本文的分析结果具有一定的区域性特征.因此，本文更倾向于为敏感因素的判定提供一种数学思路.

(2)在现实中，水面蒸发往往是多种气象因素同时作用的结果，各气象因素作用一致时对敏感性产生的叠加效应远大于各自效应之和，今后还需要加强多气象因素共同扰动情景下的水面蒸发研究.

4 结 论

本文以新疆伊犁河谷内的霍城县1981-2008年多年月均水面蒸发观测数据为例，采用关联分析法与偏相关系数法对不同时间尺度下气象因素与水面蒸发之间的敏感性进行研究，得到如下结论：

(1)关联分析法计算结果表明，在不同时间尺度下，温度与日照时数这2因素均对水面蒸发最为敏感，相对湿度对水面蒸发的影响最弱；

(2)偏相关系数法计算结果表明，温度与日照时数是影响水面蒸发的主要因素，其偏相关系数分别为0.430与0.346，通过了极显著性检验(置信度为0.01)，这与关联分析法计算结果一致，说明上述方法可用于水面蒸发敏感性分析，同时也为类似问题的分析提供了参考借鉴；

(3)由于温度与日照时数是影响研究区水面蒸发的主要因素，在今后的水资源规划与配置中，应当充分考虑这2因素的影响，以便实现区域水资源的高效可持续利用.

参考文献：

[1] 刘德辉，梁珍海,李荣锦,等.蒸发研究的概况与进展[J].江苏林业科技,1998,25(12):54-57.

[2] 张 强,张之贤,问晓梅,等.陆面蒸散量观测方法比较分析及其影响因素研究[J].地球科学进展,2011(5):538-547.

[3] 林少宫,袁溥嘉,申鼎煊.多元统计分析及计算程序[M].武汉:华中工学院出版社,1985.

[4] 彭世彰,魏 征,徐俊增,等.参考作物腾发量主成分神经网络预测模型[J].农业工程学报,2008,24(9):161-164.

[5] GONG LEBING, XU CHONGYU, CHEN DELIANG. Sensitivity of the Penman-Monteith Reference Evapotranspiration to Key Climatic Variables in the Changjiang Basin[J].Journal of Hydrology,2006,329:620-629．

[6] 梁丽乔,李丽娟,张 丽,等.松嫩平原西部生长季参考作物 蒸散发的敏感性分析[J].农业工程学报,2008,24(5):1-5.

[7] 魏光辉,杨鹏年.基于日尺度的非结冰期水面蒸发影响因素敏感性分析[J].沙漠与绿洲气象,2012,6(4):60-63.

[8] 邓聚龙.灰色预测与决策[M].武汉:华中工学院出版社,1985.

[9] 邓聚龙.灰色系统基础方法[M].武汉:华中理工大学出版社,1987.

[10] 魏光辉,申 莲,曹 伟.深圳市各气象要素对水面蒸发量影响程度的灰色关联分析[J].沙漠与绿洲气象,2008,2(3):33-35.