万露文, 张正栋, 董才文, 杨传训, 张 倩

(华南师范大学地理科学学院，广州 510631)

韩江流域参考作物蒸散量时空变化及其影响因素

万露文, 张正栋*, 董才文, 杨传训, 张 倩

(华南师范大学地理科学学院，广州 510631)

基于韩江流域12个气象站点1961—2013年的逐日气象数据，应用Penman-Monteith公式计算参考作物蒸散量(ET0)，并利用Mann-Kendall检验、Kring插值、Pearson相关分析和敏感性系数等方法分析了韩江流域ET0的时空变化特征及其影响因素. 结果表明：(1)近53年来，韩江流域多年平均ET0为1 121.96 mm，整体呈下降趋势，速率为0.39 mm/a，在1967年左右发生突变. 全流域ET0的年内变化较为明显，夏季的贡献最大，占到全年的37%；年均ET0以广东最多，江西最少. (2)空间上，韩江流域ET0呈现“自东南向西北逐渐递减”、“三高一低”的分布格局，即韩江上游梅江源头地区、韩江三角洲以及梅潭河流域为明显的高值区，而汀江上游地区的值相对较低；四季ET0的空间分布与年高低值的分布格局基本一致. (3)韩江流域ET0对相对湿度呈负敏感性，对平均气温、日照时数和平均风速呈正敏感性，对相对湿度最为敏感，其次是平均温度，对日照时数和平均风速的敏感性相对较小. (4)平均风速下降是该流域ET0减少的主要原因，其次是相对湿度. 所得结论为山区流域水循环研究奠定了一定的基础，可为区域水资源评价与管理提供参考依据.

参考作物蒸散量； Penman-Monteith公式； 敏感系数； 贡献量； 韩江流域

参考作物蒸散量是表征大气蒸发能力的一个量度[1]. 在全球气候变化的大背景下，一般认为升温会导致空气变干从而陆面蒸发量增加，但大量研究表明近50年来世界各地的蒸散发多呈现下降的趋势，这种现象被称为“蒸发悖论”[2-4]. 目前，模拟蒸散发的算法有很多，如Thronthwaite、丘克法和Hargraeves公式等. 1998年，联合国粮农组织(FAO)将彭曼蒙蒂斯(Penman-Monteith，P-M)模型确定为计算参考作物蒸散量的标准方法，该模型应用最广泛，无论在干旱还是湿润地区的计算精度都较高，与实测值非常接近[5-7]. 近年来，不少学者引用P-M模型做了大量的研究，如基于P-M公式对西北干旱地区[8]、华北平原[9]、黄土高原地区[10-11]、长江流域[12]和珠江流域[13]等地的蒸散量时空特征开展了广泛的研究；对比了Penman-Monteith、Priestley-Taylor、Hargreaves-Samani和Thornthwaite等4种蒸散发公式在珠江流域的适应性，研究表明，P-M公式由于详细考虑了空气动力与能力供给对蒸散发的影响，在不同季节和地区的计算结果都与实际的观测值较为接近[13]；基于PT-T和SBDART模型研究了桉树人工林的蒸散量，得出桉树林在广东省等湿润气候区存在生长优势，但相对天然混交林将消耗更多的水分从而对区域的水循环过程产生影响[14].

韩江作为中国东南沿海最重要的河流之一，准确把握参考作物蒸散量(ET0)的时空特征及影响因素可为水资源合理利用提供重要的理论依据. 刘远等[15]利用气象和遥感数据基于S-W模型对韩江流域潜在蒸散发的气候和植被敏感性进行了研究，认为潜在蒸散发不仅受气候条件的影响，而且随植被类型及其生长过程而变化；曹启桓等[16]基于AVHRRNDVI，运用S-W模型计算了韩江流域的蒸散量，认为韩江流域不同植被对气候变化的响应是相类似的，程度上存在细微差别；李修仓[17]研究了珠江流域、海河流域和塔里木流域等中国典型流域实际蒸散发的时空变异，认为韩江流域的实际蒸散发与潜在蒸散发呈现严格的互补相关关系. 但在韩江流域基于P-M模型计算参考作物蒸散量并分析时空变异特征及其影响因子的研究鲜有报道，本文运用P-M模型分析韩江流域的参考作物蒸散量的时空变化特征，并计算了ET0对气候因子的敏感系数，继而探讨气象要素变化对ET0的贡献量. 本研究有助于深入理解气候变化对韩江流域及周边地区水分循环的影响，以期为区域水资源评价与管理、优化配置以及农田灌溉管理提供参考依据.

1 研究地区与研究方法

1.1 研究区概况

韩江流域位于粤东、闽西南地区，地理位置介于115°13′ E～117°09′ E和23°17′ N～26°05′ N之间，是广东省仅次于珠江流域的第二大流域[18]. 干流全长470 km，流域面积为30 112 km2. 上游为梅江和汀江，合流至三河坝后称为韩江；再流至潮州市，入三角洲平原；然后分东溪、西溪和北溪等支流入海. 其中，汀江流域面积为11 802 km2，梅江为13 929 km2，韩江干流为1 035 km2. 韩江流域属亚热带季风气候，受海洋性东南季风影响很大. 高温湿润，雨量充沛,多年平均雨量为1 450～2 000 mm，降雨年内分配不均匀，4—9月雨量约占全年的80%.

1.2 资料来源

韩江流域范围提取运用SWAT模型基于DEM提取流域河网[19]. 研究所用气象资料来源于中国气象科学数据共享服务提供的《中国地面气候资料日值数据集》[20]，选取1961—2013年时间连续性较好的韩江流域的长汀、上杭、永定、大浦、梅县、五华和汕头等7个气象站及周边地区的龙岩、寻乌、龙川、紫金和揭西等5个气象站点(图1)的日最高气温、日最低气温、平均相对湿度、平均风速和日照时数等指标计算逐日ET0. 季节的划分采用气象学标准，即3—5月为春季，6—8月为夏季，9—11月为秋季，12月—次年2月为冬季. 为保证数据的利用率，在前后2天资料完整的情况下，对参与计算ET0的气温、风速、日照时数和相对湿度等逐日资料的缺测值用线性插值法替换.

图1 韩江流域气象站点分布位置图

Figure 1 The distribution locations of meteorological sites in Hanjiang River Basin

1.3 研究方法

1.3.1 参考作物蒸散量(ET0)的计算 采用联合国粮农组织(FAO)推荐的Penman-Monteith公式计算参考作物蒸散量ET0，公式如下[21]：

1.3.2 敏感性分析与敏感系数 敏感系数是用数学定义的敏感性分析方法，为判断气候因子对ET0扰动的有效方法[23-24]，本研究的敏感系数为ET0相对变化量与单个气候因子相对变化量之比，具体计算方法如下：

其中：SVi为第i个气候因子Vi的敏感系数. 敏感系数的绝对值大小反映了气候因子对ET0影响的大小，绝对值越大说明气候因子对ET0的影响也越大. 为研究方便，本文将平均气温、相对湿度、风速和日照时数分别简写成AT、RH、WS、SH，则各气候因子的敏感系数可以分别表示为SAT、SRH、SWS、SSH.

1.3.3 气候因子对参考作物蒸散量的贡献 敏感系数数值的大小可以表明气候因子的变化中有多少传递给ET0，YIN等[25]提出某一气象要素引起的参考作物蒸散量的变化(即该要素对ET0的贡献)等于单个气候因子的敏感系数乘以该要素多年的相对变化，各个气象要素的贡献累加后就得到对ET0变化的总贡献，公式如下：

ConVi=SVi·RCVi,

ConET0=ConAT+ConRH+ConWS+ConSH,

其中，ConVi为气候因子Vi对ET0变化的贡献;SVi为Vi的敏感系数;RCVi为Vi多年相对变化，基于韩江流域53年Vi的平均值av和逐年变化率Trend计算;ConET0表示4个气候因子共同作用导致的ET0的变化;ConAT、ConRH、ConWS和ConSH分别代表平均气温、相对湿度、风速和日照时数对ET0变化的贡献.

ET0的实际变化RCET0是通过Penman-Monteith公式计算得到的ET0的多年相对变化：

其中avET0和TrendET0分别是53年ET0的平均值和逐年变化率.

2 结果与分析

2.1 参考作物蒸散量的空间分布特征

韩江流域的多年平均ET0为1 121.96 mm. 由图2可知区域内存在明显的3个高值区和1个低值区. 其中，韩江上游梅江源头地区、韩江三角洲以及梅潭河流域为明显的高值区，站点揭西、大浦相对较高，年ET0均达到1 200 mm以上，大浦为1 328 mm. 汀江的上游地区为低值区，寻乌和长汀的年均蒸散量均未超过1 050 mm，这与曹启桓等[16]的结论一致，这可能与汀江上游地区纬度较高、太阳辐射较弱、为矮小植被覆盖和蒸腾作用较弱有关.

图2 韩江流域年参考作物蒸散量空间分布

Figure 2 The spatial distribution of the reference crop evapotranspiration in Hanjiang River Basin

四季ET0空间分布(图3)与年ET0高低值的分布格局基本一致. 春季，明显的高值区位于梅江上游，而且分布范围更广；夏季的高值仅出现在韩江三角洲和梅潭河流域地区；秋季、冬季与年ET0分布格局的差异表现在秋冬两季梅江出现了大范围的低值区，而不仅仅局限在宁江流域. 表1为韩江流域与各省份季节ET0变化统计. 全流域ET0的年内变化较为明显，夏季的贡献最大，占全年的37%，春季、秋季和冬季则分别占全年的24%、25%和14%. 各省份横向比较，年和四季尺度ET0的差异不大，年ET0以广东最多，江西最少；春季、秋季和冬季的ET0以广东最多，江西最少；夏季ET0的最大值出现在福建，最小值出现在广东.

图3 韩江流域四季参考作物蒸散量空间分布

Tbale 1 The reference crop evapotranspiration quantity statistics in several provinces mm/d

2.2 参考作物蒸散量的时间变化特征

近53年来，韩江流域ET0整体呈下降趋势，速率为0.39 mm/a. 全流域在20世纪60～70年代成上升趋势，1972—1996年呈下降趋势，1996—2002年保持基本平稳，2003年至今又成上升趋势，但上升速率小于20世纪60～70年代.

由表2和图4可知，年代际变化上，各年代的ET0距平值先降低后上升. 20世纪60年代及四季均为正距平，说明这10年ET0最大. 1980年之后，各年代的ET0距平值有增加，80年代初期至90年代末期，除了80年代夏季为正距平外，其余年代的各季节均为负距平. 80年代的负距平达到最大，说明这10年ET0最小. 春季、秋季和冬季距平的最高值和最低值分别位于60年代和80年代，夏季的最高值、最低值分别位于60年代、90年代. 从年代距平值可以看出，春季与全年ET0的年代际变化较为一致.

表2 年度和季节的参考作物蒸散量年代际距平值

Table 2 The seasonal and annual amount of reference crop evapotranspiration decadal anomaly mm

图4 参考作物蒸散量的距平值和累积距平值

Figure 4 Anomaly and cumulative departure curve of reference crop evapotranspiration

结合图5参考作物蒸散量的Mann-Kendall突变检验，曲线UF的值在1970—2013年均小于0，说明序列呈下降的趋势，并且在1982—2002年这种减少超过了显著性水平0.05的临界线，表明下降趋势在这20年间十分显著. 根据UF和UB曲线交点的位置确定韩江流域年ET0在1967年发生突变.

图5 韩江流域近53年ET0M-K突变检验曲线

Figure 5 Mann-Kendall mutation test curve of ET0in Hanjiang River in nearly 53 years

2.3 参考作物蒸散量对气候因子的敏感性分析2.3.1 敏感系数的时间变化 韩江流域ET0对各气候因子敏感系数的逐年变化及相应的趋势如图6所示，可以看出ET0对各气候因子的敏感系数都存在一定的波动变化趋势. SWS、SSH和SAT为正，SRH为负，说明ET0随平均风速、日照时数和平均气温的增加而增加，随相对湿度的增加而减少. 4个气候要素敏感系数的绝对值大小：SRH>SAT>SSH>SWS，说明ET0对相对湿度最为敏感，敏感系数为-0.675 3，对平均温度、日照时数的敏感性次之，对风速的敏感性最低，敏感系数仅为0.056 4. 从年变化来看，SWS、SSH、SAT和SRH年际变化的方差分别是0.519 1、0.473 7、0.122 6和0.421 8. 从年尺度上来看，SSH呈下降趋势，SAT、SRH和SWS呈上升趋势，敏感系数的线性变化趋势分别显-0.000 3/a,0.000 3/a,0.001 9/a,0.000 7/a,其中SRH的线性倾向率较大，说明ET0对相对湿度的负敏感性逐渐增强.

2.3.2 敏感系数的空间变化 应用ArcGIS10.2对12个气象站点1961—2013年敏感系数的多年平均值采用Kring插值法进行空间插值得到风速、气温、日照时数和相对湿度的年敏感系数空间分布图(图7). 总体而言，平均气温、风速、日照时数对流域参考作物蒸散量的影响均表现为正效应，而相对湿度则表现为负效应. SAT和SSH为正值的站点均占到总站点数的100%，SWS为正值的站点和SRH为负值的站点均占站点总数的92%，进一步表明ET0对平均气温、日照时数、平均风速为正效应，对相对湿度为负效应.

图6 1961—2013年气象要素敏感系数变化

Figure 6 Sensitive coefficient change of meteorological elements from 1961 to 2013

图7 敏感系数的空间分布

各气候因子敏感系数的空间性差异不大，风速敏感系数由研究区的西南向东北逐渐递增. 对比图6可知，ET0对日照时数和风速的敏感系数在各分区的空间分布上存在一定的对应关系，这是因为太阳辐射和风速分别是组成ET0的辐射项和动力项的重要因子，纬向分布的规律较为显著. ET0对气温和相对湿度的敏感系数在各区域的空间分布上呈现一定相反的关系：在梅江中游地区，存在气温敏感系数的低值区和相对湿度敏感系数的高值区；而在韩江三角洲和梅潭河流域，则同时存在气温敏感系数的高值区和相对湿度敏感系数的低值区. 相对湿度敏感系数空间上分布比较分散，没有明显的规律性，在研究区的西北部和东南部同时存在低值区.

总的来讲，风速、日照时数和相对湿度等3个气候因子的敏感系数都在位于韩江流域上游的梅江中上游地区形成高值区，而气温则在韩江三角洲以及梅潭河流域形成高值区，在五华河和宁江的上游地区形成低值区，说明研究区的梅江中上游地区蒸散发对气候因子的变化最为敏感.

2.4 参考作物蒸散量影响因素分析

根据P-M公式可知，ET0主要受风速、气温、相对湿度和日照时数等气候因子的共同影响. 本文借助SPSS软件计算各气候因子与参考作物蒸散量的Pearson相关系数，得出ET0与平均气温、风速、日照时数呈正相关，与相对湿度呈负相关，相对湿度与参考作物蒸散量的相关系数最大，平均气温次之，再其次是日照时数和风速，这个结果与敏感性分析的结论完全一致. 通过计算各气候因子的贡献，可以进一步分析气候因子对参考作物蒸散量变化的影响大小和影响ET0变化的主要因素. 由表3可知，气候因子的总贡献率(ConET0)与ET0的实际变化(RCET0)较为接近. 大浦、紫金、揭西、梅县、上杭、五华、寻乌和长汀等8个站点的ET0变化主要是风速的降低引起的. 紫金、揭西、龙川、梅县、汕头、龙岩和永定的ET0有所增加，但增加的原因不相同. 龙岩的ET0变化是日照时数的增加引起的，龙川、汕头和永定的ET0增加主要是因为湿度的降低引起的，紫金、揭西和梅县的ET0增加主要归因于风速的上升. 从全流域来看，风速的减少是导致韩江流域参考作物蒸散量减少的主要原因. 结合敏感性系数和Pearson系数来看，主导因素的空间变化与气候因子敏感性系数的空间格局并不对应，这是因为ET0对气候因子的敏感性系数以及本身的多年变化量在韩江流域存在差异，因此各气候因子对ET0变化的贡献情况也不同. 从全流域各个气象站点贡献量的主导因子的统计来看，8个站点以风速为主导因子，其次是相对湿度，占3个，仅有1个台站以日照时数为主导因子.

表3 韩江流域站点气候因子对参考作物蒸散量的贡献Table 3 The contribution of climate factor to the reference crop evapotranspiration in Hanjiang River Basin

12个台站多年变化的实际值和估计值的相关性好，相关系数达0.91，并且在α=0.01的显著水平上表现为极显著，表明ET0的估计变化在数值上和ET0的实际变化非常接近. 这说明了结合敏感性分析和气候因子的多年变化来解释韩江流域参考作物蒸散量的变化原因是可行的.

3 结论与讨论

本文基于FAO推荐的Penman-Monteith公式和12个气象站1961—2013年的逐日气象观测数据估算了韩江流域的参考作物蒸散量(ET0)，在对ET0的时间演变规律和空间分布特征进行分析的基础上，定量分析了韩江流域影响ET0变化的主导因素. 主要结论如下：

(1)韩江流域多年平均ET0为1 121.96 mm，整体呈下降趋势，下降的速率为0.39 mm/a，这与王富强等[26]通过P-M公式计算的东江流域参考作物蒸散量的变化趋势一致. 夏季的ET0最大，冬季的ET0最小. 流域蒸散量空间分布较为均匀，最大值为1 328.53 mm，出现在福建东山站；最小值为937.53 mm，出现在福建长汀站附近，这一结论与曹启桓等[16]的研究结论一致. 流域的ET0在1967年发生突变. 流域ET0的年内变化较为明显，四季ET0从大到小排列为：夏季、秋季、春季、冬季，各省份横向比较，年ET0以广东最多，江西最少.

(2)空间上，韩江流域ET0呈现自东南向西北逐渐递减、三高一低的分布格局，高值区位于风速大、气温高的韩江上游梅江源头地区、韩江三角洲以及梅潭河流域；而汀江的上游地区的ET0值相对较低；四季ET0的空间分布与年ET0高低值的分布格局基本一致.

(3)ET0对相对湿度为负敏感，对平均气温、日照时数和平均风速为正敏感；ET0对相对湿度的敏感性最大，其次是平均温度和日照时数，对风速的敏感性较低；梅江中上游地区，ET0对气候因子的变化最为敏感，风速、日照时数和相对湿度等3个气候因子的敏感系数都在该地区形成高值区.

(4)ET0与平均温度、日照时数和平均风速呈正相关关系，与相对湿度呈负相关关系. 风速的下降是该流域ET0变化的主要原因，从全流域来看，76%的气象站以风速为主导因子，其次是相对湿度.

通过对韩江流域参考作物蒸散量的气象敏感性分析，可以看出ET0对相对湿度最为敏感，其次是最高气温与日照时数，原因在于韩江流域属于南亚热带海洋性季风气候，较季风气候受海洋的影响更为明显一些，夏季气温高，持续时间较长，太阳辐射强风速却不大.

韩江流域参考作物蒸散量与流域的气候变化存在密切的相关性，探寻南方湿热区蒸散发能力变化规律有利于更为精确地分析该流域参考作物蒸散量对气候变化的响应. 但蒸散发还受区域地形地貌、植被土壤、人类活动等的影响，进一步研究有待结合这些因素进行深入分析，以期得出更加完善的结论.

[1] 杨志刚,唐小萍,路红亚,等. 近50年雅鲁藏布江流域潜在蒸散量的变化特征[J]. 地理学报,2013，68(9):1263-1268. YANG Z G,TANG X P,LU H Y,et al. The changes of potential evaportranspiration over Yarlung Zangbo River Basin during 1961-2010[J]. Acta Geographica Sinica,2013,68(9):1263-1268.

[2] 丛振涛,倪广恒,杨大文,等. “蒸发悖论”在中国的规律分析[J]. 水科学进展,2008,19(2):147-152.

CONG Z T,NI G H,YANG D W,et al. Evaporation paradox in China[J]. Advances in Water Science,2008,19(2):147-152.

[3] LIU C M,ZENG Y. Changes of pan evaporation in the recent 40 years in the Yellow River Basin[J]. Water International,2004,29(4):510-516.

[4] BRUTSAERT W,PARLANGE M B. Hydrologic cycle explains the evaporation paradox[J]. Nature,1998,396(6706):30.

[5] 张嘉琪,任志远. 1977—2010年柴达木盆地地表潜在蒸散时空演变趋势[J]. 资源科学,2014,36(10):2103-2112. ZHANG J Q,REN Z Y. Analysis on surface spatiotemporal variation tendency of potential evapotranspiration in Qaidam Basin[J]. Resources Science,2014,36(10):2103-2112.

[6] ALLEN R G,PEREIRA L S,RAES D,et al. Crop evapotranspiration:guidelines for computing crop water requirements [R]. Rome:FAO,1998.

[7] 马雪宁,张明军,王圣杰,等. “蒸发悖论”在黄河流域的探讨[J]. 地理学报,2012,67(5):645-656.

MA X N,ZHANG M J,WANG S J,et al. Evaporation paradox in the Yellow River Basin[J]. Acta Geographica Sinica,2012,67(5):645-656.

[8] 刘宪锋,潘耀忠,张锦水,等. 1960—2011年西北五省潜在蒸散的时空变化[J]. 应用生态学报,2013(9):2564-2570.

LIU X F,PAN Y Z,ZHANG J S,et al. Spatiotemporal variation patterns of potential evapotranspiration in five provinces of Northwest China in 1960-2011[J]. Chinese Journal of Applied Ecology,2013,24(9):2564-2570.

[9] 王鹏涛,延军平,蒋冲,等. 华北平原参考作物蒸散量时空变化及其影响因素分析[J]. 生态学报,2014,34(19):5589-5599.

WANG P T,YAN J P,JIANG C,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.

[10] 李志. 黄土高原1961—2009年参考作物蒸散量的时空变异[J]. 生态学报,2012,32(13):4139-4145.

LI Z. Spatiotemporal variations in the reference crop evapotranspiration on the Loess Plateau during 1961-2009[J]. Acta Ecol Sinica,2012,32(13):4139-4145.

[11] 张勃,张调风. 1961—2010年黄土高原地区参考作物蒸散量对气候变化的响应及未来趋势预估[J]. 生态学杂志,2013,32(3):733-740.

ZHANG B,ZHANG T F. Responses of reference crop eva-potranspiration in Loess Plateau of Northwest China to climate change in 1961-2010 and estimation of future trend[J]. Chinese Journal of Ecology,2013,32(3):733-740.[12] 王琼,张明军,潘淑坤,等. 长江流域潜在蒸散量时空变化特征[J]. 生态学杂志,2013,32(5):1292-1302.

WANG Q,ZHANG M J,PAN S K,et al. Spatiotemporal variation patterns of potential evapotranspiration in the Yangtze River basin of China[J]. Chinese Journal of Ecology,2013,32(5):1292-1302.

[13] 黄强,陈子燊. 多种蒸散发公式在珠江流域的适用性分析[J]. 热带地理,2014,34(6):737-745.

HUANG Q,CHEN Z S. Applicability of evapotranspiration equations for the Pearl River Basin[J]. Tropical Geography,2014,34(6):737-745.

[14] 杨静学,黄本胜,陈亮雄,等. 基于PT-T和SBDART模型的桉树人工林蒸散量研究[J]. 华南师范大学学报(自然科学版),2014,46(4):103-109. YANG J X,HUANG B S,CHEN L X,et al. Application of PT-T and SBDART models to estimate evapotranspiration of eucalyptus[J]. Journal of South China Normal Unuversity(Natural Science Edition),2014,46(4):103-109.

[15] 刘远,周买春,陈芷菁,等. 基于S-W模型的韩江流域潜在蒸散发的气候和植被敏感性[J]. 农业工程学报,2013,29(10):92-100.

LIU Y,ZHOU M C,CHEN Z J,et al. Sensitivity of the potential evapotranspiration to climate and vegetation in Hanjiang River basin based on SW model[J]. Transactions of the Chinese Society of Agricultural Engineering,2013,29(10):92-100.

[16] 曹启桓,刘远,周买春,等. 基于AVHRR NDVI的Shuttleworth-Wallace的模型在韩江流域的应用[J]. 中山大学学报(自然科学版),2013,52(2):121-128.

CAO Q H,LIU Y,ZHOU M C,et al. Application of Shuttleworth-Wallace model in Hanjiang River Basin using AVHRR NDVI data[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni,2013,52(2):121-128.

[17] 李修仓. 中国典型流域实际蒸散发的时空变异研究[D]. 南京:南京信息工程大学,2013.

LI X C. Spatio-temporal variation of actual evapotranspiration in the Pearl,Haihe and Tarin River Basin of China[J]. Nanjing:Nanjing University of Information Sciecne & Technology,2013.

[18] 张正栋. 广东韩江流域土地利用与土地覆盖变化综合研究[D]. 广州:中国科学院研究生院(广州地球化学研究所),2007.

ZHANG Z D. Synthetic study of land use/cover change in typical area in Hanjiang River Basin,Guangdong Province(China)[D]. Guangzhou:Guangzhou Institute of Geochemistry,Chinese Academy of Sciences,2007.

[19] 袁宇志,张正栋,蒙金华. 基于SWAT模型的流溪河流域土地利用与气候变化对径流的影响[J]. 应用生态学报,2015,26(4):989-998.

YUAN Y Z,ZHANG Z D,MENG J H. Impact of changes in land use and climate on the runoff in Liuxihe Watershed based on SWAT model[J]. Chinese Journal of Applied Ecology,2015,26(4):989-998.

[20] 中国气象局国家气象信息中心. 中国地面气候资料日值数据集(V3.0)[DS/OL]. (2012-08-04)[2015-10-20]. http://data.cma.cn/data/cdcdetail/dataCode/SURF_CLI_CHN_MUL_DAY_V3.0.html.

[21] ALLEN R G,PEREIRA L S,RAEs D,et al. Crop evapotranspiration:guidelines for computing crop water requirements[R]. Rome:Food and Agriculture Organization of the United Nations,1998,56:97-156.

[22] 蒋冲,王飞,刘思洁,等. “蒸发悖论”在秦岭南北地区的探讨[J]. 生态学报,2013,33(3):844-855.

JIANG C,WANG F,LIU S J,et al. Evaporation paradox in the northern and southern regions of the Qinling Mountains[J]. Acta Ecologica Sinica,2013,33(3):844-855.

[23] 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.

LIANG L Q,LI L J,ZHANG L,et al. Sensitivity of the reference crop evapotranspiration in growing season in the West Songnen Plain[J]. Transactions of the Chinese Society of Agricultural Engineering,2008,24(5):1-5.

[24] 张春玲,张勃,周丹,等. 石羊河流域近53a参考作物蒸散量的敏感性分析[J]. 水土保持通报,2014,34(1):303-306;310.

ZHANG C L,ZHANG B,ZHOU D,et al. Sensitivity ana-lysis of reference crop evapotranspiration in Shiyang River in recent 53 years[J]. Bulletin of Soil and Water Conservation,2014,34(1):303-306;310.

[25] YIN Y H,WU S H,DAI E F. Determining factors in potential evapotranspiration changes over China in the period 1971-2008[J]. Chinese Science Bulletin,2010,55(29):3329-3337.

【中文责编：庄晓琼 英文审校：肖菁】

The Study on Influence Factors of Reference Crop Evapotranspiration in Hanjiang River Basin and Its Spatio-Temporal Change

WAN Luwen, ZHANG Zhengdong*, DONG Caiwen, YANG Chuanxun,ZHANG Qian

(School of Geography, South China Normal University, Guangzhou 510631, China)

Based on the daily meteorological data of 12 meteorological stations in Hanjiang River Basin from 1961 to 2013, Penman-Monteith formula is used to calculate the reference crop evapotranspiration (ET0), and the spatial characteristics of ET0in Hanjiang River Basin and its influencing factors are analyzed by Mann-Kendall test, Kring interpolation, Pearson correlation analysis and sensitivity coefficient. The results show:(1) During the past 53 years, the average annual ET0of Hanjiang River Basin is 1 121.96 mm； overall is decreased； the rate is 0.39 mm/a and the abrupt change of evapotranspiration in 1967. The annual change of the whole basin ET0is obvious；the largest contribution is in summer, accounting for 37% of the year. Compared with other provinces,the average annual ET0of Guangdong is the most, while Jiangxi is the least. (2) In space, the ET0of Hanjiang River Basin presents from the distribution pattern of decreasing from the southeast to the northwest；the source area of Hanjiang upstream Meijiang, Hanjiang River Delta and Meitanhe Basin is obviously high value area. The Ningjiang, Tingjiang upstream region ET0value is relatively low；the seasonal ET0space pattern is similar to the annual ET0level value distribution. (3) ET0of relative humidity is negatively sensitive, on average temperature, sunshine time number and average wind speed is sensitive and evapotranspiration of climate factor sensitivity size sorting is as following: relative humidity>temperature>sunshine number>average wind speed. (4) The main reason for the change of ET0in this area is the decrease of average wind speed, and the relative humidity is the second. This article may provide the basis of river basin water cycle research, and can provide the reference for regional water resources evaluation and management.

reference crop evapotranspiration; Penman-Monteith formula; sensitivity coefficient; contribution; Hanjiang River Basin

2015-11-22 《华南师范大学学报(自然科学版)》网址：http://journal.scnu.edu.cn/n

国家自然科学基金项目(41471147)

K903

A

1000-5463(2017)04-0073-09

*通讯作者:张正栋，教授，Email:zhangzdedu@163.com.