陈海芳, 杨国范, 林茂森, 吴家兵, 袁凤辉

(1.沈阳农业大学 水利学院, 沈阳 110866; 2.中国科学院 沈阳应用生态研究所, 沈阳 110016; 3.中国科学院 森林生态与管理重点实验室(沈阳应用生态研究所), 沈阳 110016)

潜在蒸散发(ET0)是区域水文循环和能量平衡的重要环节，表征充分供水条件下的区域蒸散发能力[1]，也是制定水资源管理决策、指导合理灌溉、估算实际蒸散、评价生态环境及区域干湿状况的重要参数[2]。ET0的变化会对区域水分平衡和干湿状况产生重要影响，而日照时数、温度、相对湿度、风速等气象因子与ET0的改变有密切关系，尤其在近几十年全球气候变暖背景下，ET0变化更加显著，并具有明显的区域特征[3-4]。此外，土地利用方式、植被、土壤水分等的改变也引起了ET0的显著变化。因此，准确计算区域ET0，明确其变化趋势及主要影响因素，不仅对理解气象因子与水循环关系具有重要作用，而且对水资源管理[5]、农业灌溉制度设计[6]、农作物产量评估[7]以及生态环境治理等[8]具有重要意义。

我国学者对ET0进行了大量研究，在黄淮海流域[9-11]、长江流域[12-13]、湘江流域[14]、黑河流域[15]、渭河流域[16]、西南地区[17]和青藏高原等[18-19]地已有不少研究成果。全球气候变暖背景下，温度显著升高，大气中水分减少，空气变干，陆面水体蒸发量增加，从而得出地表蒸散量增加的结论[20-21]。然而，研究表明很多地区蒸发皿蒸发量和潜在蒸发量都在下降，例如加拿大[22]、印度锡金地区[23]、美国[24]、新西兰[25]、澳大利亚[26]和中国部分地区[27]，这种预期值与观测值的相悖称为“蒸发悖论”，该现象在世界各地广泛存在，但在伊朗西部[28]、巴西东北部[29]、中国的东北北部[30]和部分南方地区[7]ET0呈增长趋势。因此，国内外学者广泛关注全球、区域、流域等不同尺度ET0时空变化及影响因素的研究，并分析其对气象因子的敏感性及贡献率，以揭示ET0对气候变化的响应。但ET0的时空分布和主要影响因素与区域气候特征密切相关，存在明显的空间差异性，迄今为止，对影响ET0时空变化的因素仍没有统一的说法。目前对ET0与气象因子敏感性分析较多，且主要为较大空间范围区域，而不同地貌类型ET0的对比研究较少。第二松花江流域位于中纬度典型气候敏感区，气象因子变化显著，气候、地貌类型复杂多样，水资源时空分布不均，且有关第二松花江流域的研究重点主要在气温、降水量变化等方面，对长时间尺度ET0时空变化及相关气象因子的分析研究甚少。因此，为探究气候变化对流域水循环的影响，本文以第二松花江流域为研究对象，采用Penman-Monteith法、Kriging插值法、Mann-Kendall非参数趋势检验法、逐步回归分析法和偏相关分析法，计算ET0并分析其时空变化特征，开展气象因子变化方面的研究，确定控制不同地貌类型ET0变化的影响因素，以期为流域水资源合理配置和农业灌溉用水调配等提供科学依据。

1 资料与方法

1.1 研究区概况

第二松花江流域(124°36′—128°50′E，41°44′—45°24′N)位于东北地区中东部，干流总长958 km，属于温带大陆性季风气候，从东南向西北由湿润气候过渡到半湿润气候再到半干旱气候，年平均气温3～5℃，全年平均降雨量650～750 mm，6—9月降雨量占全年的72%，降雨由东南向西北逐渐减少。流域面积78 180 km2，其中540.8 km2属于辽宁省，其余都位于吉林省境内。整个流域地势东南高、西北低，可分为东南山地和西北平原两大地貌区，山区占49.3%，平原区占32.2%，其余为低山丘陵区。东南山区，植被覆盖面积大，海拔一般在700～1 000 m；西北部地势平坦，位于东北平原中部，土地肥沃，为全球三大黑土区和三大黄金玉米带之一。

1.2 数据来源

本文所用气象数据主要为第二松花江流域内及其周边11个气象站点1978—2018年的逐日气象观测资料，包括最高气温、最低气温、平均气温、日照时数、相对湿度和10 m风速。上述数据来源于中国气象数据网(http:∥data.cma.cn/)，各气象站具体信息见表1。东南部的敦化、东岗、二道、长白4个站点位于山区(海拔H>500 m)，其他7个站点位于平原区[31]。

表1 第二松花江流域不同站点基本信息

1.3 研究方法

1.3.1 Penman-Monteith法 采用联合国粮农组织(FAO)推荐的Penman-Monteith公式计算逐日ET0。此公式以能量平衡和水汽扩散理论为基础，综合考虑作物生理特征和空气动力学参数的变化，具有较强的理论基础，是目前世界上公认的精度较好、误差较小的方法[1]。计算ET0公式如下：

(1)

式中: ET0为潜在蒸散发(mm);Rn为冠层表面净辐射[MJ/(m2·d)];G为土壤热通量[MJ/(m2·d)],在日ET0计算中,G可忽略不计;T为距地面2 m高处日平均温度(℃);u2为距地面2 m处风速(m/s);es为饱和水汽压(kPa);ea为实际水汽压(kPa);Δ为饱和水汽压曲线斜率(kPa/℃);γ为湿度计常数(kPa/℃)。

1.3.2 非参数趋势检验法 Mann-Kendall非参数趋势检验法是世界气象组织(WMO)推荐的非参数检验方法，Mann-Kendall的检验统计量S可定义如下：

(2)

式中:xj和xi是欲进行假设检验的随机变量;n为数据序列长度;当θ大于、等于或小于0时,sgn(θ)的值分别为+1,0,-1。S为正态分布,均值为0,方差为Var(S)=n(n-1)(2n-5)/18。当n>10时,标准化统计量通过下式计算:

(3)

(4)

当-Z1-α/2

2 结果与分析

2.1 不同地貌类型潜在蒸散发时空变化

2.1.1 潜在蒸散发时间变化 图1为第二松花江流域1978—2018年平原区和山区ET0年、季节变化趋势。近41 a来，流域平原区多年平均ET0为825.9 mm，在750.1～934.8 mm范围内，最高值和最低值分别出现在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)为152.1 mm，冬季(12月至翌年2月)最少(38 mm)，分别占平原区全年ET0的43.9%，33.1%，18.4%，4.6%；山区多年平均ET0为738.8 mm，在670.7～799.4 mm之间波动，最高值和最低值分别出现在2015年和1995年。其中，夏季ET0最高(323.4 mm)，春季次之(276 mm)，秋季为140.1 mm，冬季最少(39.2 mm)，分别占山区全年ET0的43.8%，32%，19%，5.3%；夏春两季ET0分别占平原区、山区全年ET0的77%和75.8%，对第二松花江流域全年ET0贡献最大。平原区年ET0呈微弱下降趋势，下降速率为6.99 mm/10 a。四季ET0呈下降趋势，下降速率依次为3.0 mm/10 a，0.28 mm/10 a，3.05 mm/10 a，0.76 mm/10 a，仅秋季达显著水平(p<0.05)。山区年ET0显著上升(p<0.01)，上升速率为10.49 mm/10 a。春、秋季ET0均呈微弱上升趋势，上升速率分别为10.49 mm/10 a，1.89 mm/10 a，夏、冬季显著上升(p<0.05)，上升速率分别为2.53 mm/10 a，1.09 mm/10 a。

图1 1978-2018年第二松花江流域全年及四季ET0时间变化

2.1.2 潜在蒸散发空间分布 图2为1978—2018年第二松花江流域全年及四季ET0空间分布。流域各站点平均ET0在732～921 mm，东西差异明显，高值区出现在西北长春站(920.7 mm)和前郭站(887.0 mm)一带，低值区出现在东南二道站(732.1 mm)、磐石站(732.2 mm)和长白站(732.2 mm)一带，除东岗站与其周围站点相比略高，总体上第二松花江流域年ET0呈现由西北向东南逐渐减少的趋势。季尺度上，春季ET0波动区间为235～310 mm，夏季为320～394 mm，春、夏季ET0空间变化特点与年际ET0基本一致，然而春季东岗站ET0较小。秋季ET0变化范围为139～168 mm，高值区出现在长春站(176.4 mm)和前郭站(161.4 mm)一带，低值区出现在二道站、蛟河站、磐石站和梅河口站一带，且东岗站ET0略高于周围站点。冬季ET0在32～47 mm，高值区出现在长春站(47.0 mm)，低值区出现在蛟河站(32.5 mm)和梅河口站(32.6 mm)一带，呈现西北和东南两边高，中间低的分布趋势。

图2 1978-2018年第二松花江流域全年及四季ET0空间分布

2.2 不同地貌类型气象因子变化

近41 a来，流域平原区气温(平均、最高、最低)显著上升(p<0.01)，上升速率分别为0.24℃/10 a，0.27℃/10 a，0.27℃/10 a，其中春季变化最大，每10 a分别上升0.41℃，0.37℃，0.39℃，冬季变化最小，每10 a分别上升0.14℃，0.10℃，0.15℃。平原区气温(平均、最高、最低)在春季、夏季(p<0.01)、秋季(p<0.05)均显著上升，只有冬季呈微弱上升趋势。流域平原区年相对湿度呈微弱下降趋势，下降速率为0.25%/10 a；季尺度上，相对湿度在春、夏、冬季呈下降趋势，且夏季变化显著(p<0.05)。值得注意的是，相对湿度在秋季呈微弱上升趋势，上升速率为0.25%/10 a。平原区年日照时数显著下降(p<0.01)，下降速率为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，不显著)，春、冬季呈显著下降趋势(p<0.01)。平原区风速在全年和四季均呈显著下降趋势(p<0.01)，每10 a分别下降0.26 m/s，0.21 m/s，0.27 m/s，0.20 m/s，0.29 m/s，平原区风速下降速率高于山区，风速变化较大(表2)。

表2 第二松花江流域平原区气象因子年、季节变化率

第二松花江流域山区气温(平均、最高、最低)显著上升(p<0.01)，上升速率分别为0.41℃/10 a，0.38℃/10 a，0.44℃/10 a，其中春季变化最大，每10 a分别上升0.47℃，0.43℃，0.54℃，冬季变化最小，每10 a分别上升0.27℃，0.20℃，0.31℃。山区气温(平均、最高、最低)在春季、夏季(p<0.01)、秋季(p<0.01)均显著上升；冬季最低气温显著上升(p<0.1)，平均气温、最高气温呈微弱的上升趋势。可见山区气温变化在全年和季节上都大于平原区，且变化趋势相同。山区年相对湿度显著下降(p<0.01)，下降速率为0.86%/10 a；季尺度上，相对湿度在春季(p<0.05)、夏季(p<0.01)、冬季(p<0.01)显著下降，在秋季呈微弱的下降趋势，且变化率最小(0.17%/10 a)。山区年日照时数显著下降(p<0.1)，春冬季显著下降(p<0.1)，夏秋季呈微弱下降趋势，山区日照时数变化率较小。风速在全年和四季均显著下降(p<0.01)，每10 a分别下降0.14 m/s，0.12 m/s，0.16 m/s，0.09 m/s，0.21 m/s(表3)。

表3 第二松花江流域山区气象因子年、季节变化率

2.3 潜在蒸散发主要影响因素

研究表明，ET0变化与气象因子直接相关，本文在年和季节尺度上，对ET0和气象因子进行逐步回归分析和偏相关分析，确定影响ET0的主要因素。逐步回归分析法可以去除一些无关紧要以及与其他自变量存在多重变化线性关系的气象因子，表中使用了相应的“-”符号来表示这些情况，定义选进模型时的显著性水平为0.05，从模型中剔除变量的显著性水平为0.1。从ET0与气象因子相关性来看，ET0增加(减小)主要是与ET0呈正相关要素的增加(减小)和呈负相关要素的减小(增加)引起的。表4是第二松花江流域不同地貌类型年、季ET0与气象因子的偏相关系数。年尺度上，平原区ET0与最高气温、日照时数、风速显著正相关(p<0.05)，与相对湿度显著负相关(p<0.05)，与日照时数相关性最大，最高气温次之。日照时数显著下降对平原区ET0变化趋势的负效应被最高气温显著上升所带来的正效应所抵消，因此平原区ET0呈微弱下降趋势。季节尺度上，四季ET0均与相对湿度显著负相关(p<0.05)，春季平原区ET0与风速和最高气温显著正相关(p<0.05)，风速相关性最大，且每10 a以0.29 m/s速率显著下降。因此，风速显著下降给ET0带来的负效应克服最高气温显著上升所带来的正效应使春季ET0呈微弱下降趋势。夏季ET0与最高气温、日照时数、风速显著正相关(p<0.05)，最高气温相关系数最大，但夏季日照时数变化小且不显著，因此夏季ET0变化归因与春季相似。秋季ET0与最高气温和风速显著正相关(p<0.05)，且风速以每10 a约0.27 m/s速率显著下降，因此秋季ET0显著下降。冬季ET0与最高气温和风速显著正相关(p<0.05)，最高气温和相对湿度变化较小且不显著，所以风速是影响冬季ET0变化的主要因素，但其相关性较小，因此冬季ET0呈微弱下降趋势。

表4 第二松花流域不同地貌类型年、季ET0和气象因子的偏相关系数

山区年ET0与最高气温、日照时数显著正相关(p<0.05)，与相对湿度显著负相关(p<0.05)，相对湿度偏相关系数最大，且以每10 a 0.86%的速率显著下降，所以，相对湿度的显著减小是山区ET0显著上升的主要原因。季尺度上，山区四季ET0均与相对湿度显著负相关(p<0.05)，春季ET0与最高气温、日照时数、风速显著正相关(p<0.05)，最高气温相关性最大，相对湿度次之，尽管风速相关性较低，但10 a风速自身下降速率很快(0.21 m/s，p<0.01)。因此，最高气温上升和相对湿度下降给春季ET0变化带来的正效应被风速和日照时数显著下降带来的负效应相抵消，最终使春季ET0呈微弱的上升趋势。夏季ET0与最高气温、最低气温、日照时数、风速显著正相关，尽管日照时数相关性最大，但其变化速率小且不显著，所以，夏季ET0变化归因与年尺度相似。秋季ET0与最高气温、风速显著正相关(p<0.05)，相对湿度相关性最高，但其变化小且不显著，因此秋季ET0呈微弱的上升趋势。冬季ET0与平均气温、最高气温、风速呈正相关，冬季气温呈微弱上升趋势，因此，冬季ET0显著上升的主要原因是相对湿度显著下降。

综上所述，日照时数和风速是影响平原区ET0变化的主要因素，相对湿度显著降低是山区ET0变化明显的主要原因；ET0变化是各气象因子共同作用的结果，而且气象因子对ET0的影响因季节和地貌类型而异。

3 讨 论

1978—2018年第二松花江流域平原区ET0多年平均值为825.9 mm，呈微弱的下降趋势，变化速率为6.99 mm/10 a。刘珏等[32]研究表明，吉林省平原地区ET0变化趋势不显著，多年平均值为898.2 mm，与之相比，第二松花江流域平原区多年平均ET0明显低于吉林省平原地区，这可能与估算ET0所选站点的不同有关。研究表明，中国区域ET0以6.84 mm/10 a的速率显著减小[33]，可见平原区ET0变化速率非常接近全国平均水平。然而，邱美娟等[34]研究表明，吉林省ET0以9.3 mm/10 a速率显著下降，本研究的平原区ET0变化低于该结果，这可能是估算ET0的研究时段和所选区域不同引起的。东南山区位于延边朝鲜族自治州，临近日本海，气候湿润，雨量充沛，根据Budyko假设[35]，降水和潜在蒸散发呈负相关关系，故山区ET0相对较小，多年平均值(738.8 mm)远低于全国平均值(941.5 mm)。有研究表明[34,36-37]，吉林省中西部平原区ET0呈减小趋势，东部山区呈增加趋势，年ET0总体表现为西北高，东南低，呈由西北向东南逐级递减的空间分布，这与本研究结果一致。

近41 a，第二松花江流域气温显著上升，上升幅度较大，平原区年平均气温每10 a增长0.24℃，山区气温变化大于平原区，每10 a增长0.41℃，高于东北三省年平均气温增长速率0.38℃/10 a[36]。然而平原区ET0呈下降趋势，存在“蒸发悖论”现象，因此气温变化可能不是影响ET0变化的主要因子，相对湿度、日照时数、风速等因子的影响更为重要。大量研究发现[20,38-39]，造成“蒸发悖论”的主要原因有：云量和气溶胶等大气污染物增加引起的辐射量下降；空气湿度增加，水汽压差的减小；夏季季风减弱，地面风速下降，这进一步佐证了第二松花江流域ET0变化的主要原因为日照时数、风速、相对湿度的显著下降。而平原区和山区ET0变化趋势相反，可能是由于相对湿度在平原区和山区变化显著性不同，这符合松花江流域ET0与相对湿度关系紧密的研究结论[3]。另外本文就气象因子对ET0的影响进行初步探究，并未定量分析，其他气象要素以及大气污染、土地利用、人为因素等对ET0的影响需进一步研究。

4 结 论

第二松花江流域1978—2018年ET0总体上呈现由西北向东南逐渐减少的空间分布特点，平原区ET0高于山区。两个地貌类型相比：平原区ET0呈微弱下降趋势，山区ET0显著上升，其内在因素可能是平原区相对湿度下降不显著而山区却达到显著水平。夏春两季ET0对全年的ET0贡献最大，其次为秋季，冬季最小。

流域平原区和山区气温(平均、最高、最低)均显著上升，日照时数、风速和相对湿度呈下降趋势。研究区年和四季ET0与相对湿度显著负相关，与最高气温、日照时数、风速显著正相关。日照时数和风速是影响平原区ET0变化的主要因素，相对湿度显著降低是山区ET0变化明显的主要原因；各气象因子共同作用引起ET0变化，且气象因子对ET0的影响因季节和地貌类型而异。