岳 元，颜鹏程，纪玲玲，秦孟晟，颜雅琼

（1.吉林省气象台，长春 130062；2.中国气象局兰州干旱气象研究所，兰州 730030；3.扬州市气象台，江苏 扬州 225009；4.宿迁市气象局， 江苏 宿迁 223800）

0 前 言

气候变化和人类活动显著改变了包括潜在蒸散过程在内的全球水文循环过程，作为生态水循环系统和陆-气系统之间能量交换过程的关键一环，潜在蒸散大小的变化可以有效表征地表需水状况以及作物需水量对大气干燥程度的响应情况，同时其变化还与碳循环紧密耦合[1]。因此有必要全面科学地了解潜在蒸散时空演变特征并对影响其变化的因子进行归因分析。目前估算潜在蒸散的方法是通过量化估算参考作物蒸散（ET0）得到的[2]。针对于参考作物蒸散的估算方法，相关研究通过对比不同的计算方法[3-5]发现基于FAO-56 Penman-Monteith 方法的估算结果要明显优于其他方法。目前该方法已经被联合国粮食及农业组织指定为计算参考作物蒸散的唯一标准方法[6]。

相关研究表明，在全球气温显著上升的背景下[7]，世界不同地区间的参考作物蒸散量出现不同变化特征，包括增加、减少，甚至有的地区没有变化趋势[8-11]。JHAJHARIA 等人[12]研究认为，风速和净辐射的下降导致印度东北部地区蒸散降低。以色列的研究显示其中部沿海地区的蒸散并没有出现明显的变化趋势是由于当地的太阳辐射（Rs）下降明显，抵消了水汽压差（VPD）和风速（WS）增加对ET0的影响[13]。目前国内针对不同地区参考作物蒸散的演变特征和成因开展了大量研究并取得了一定的成果。胡晓萌[14]等分析发现甘肃省不同气候区蒸散存在增减并存的变化趋势，并指出蒸散与气温、日照时数和风速呈正相关关系，与降水变化关系不明显；曹永强等[15]研究发现辽宁省的蒸散呈减少趋势，其变化对相对湿度最为敏感，对最低气温敏感性最小；秦孟晟等[16]研究发现以VPD为代表的大气对水分需求主导着秦淮河流域蒸散的减少；杨永刚等[17]的研究显示风速减小主导着中国粮食主产区蒸散的减小。上述研究显示蒸散变化是由不同气象因素共同影响的，不同地区的主导因素存在很大差异，但主要受以下3类因子影响：热力因子（气温和日照时数）、动力因子（风速）和大气对水分需求因子（水汽压差），本研究也将从这3 个方面入手对吉林省蒸散变化的成因开展分析。

目前针对不同地区参考作物蒸散变化成因的研究主要以定性分析为主，定量研究较少。定性分析主要借助于相关分析，这类手段无法有效地解释不同物理量在参考作物蒸散变化过程中所起的物理作用和因果关系。本研究引入去趋势分析法定量化地分析气候变化背景下气象要素在吉林省参考作物蒸散变化过程中的物理作用机制，并分析影响年、季蒸散变化的主导因子及其空间分布特征。吉林省地处中高纬度气候脆弱带，是我国重要的商品粮生产基地。参考作物蒸散是分析作物水分亏缺、农业干旱程度的重要参量，目前对吉林省蒸散演变及成因的研究较少，无法全面反映吉林省参考作物蒸散变化特征及其成因。因此对吉林省参考作物蒸散时空分布特征和定量化成因开展研究，明晰吉林省及省内不同地区之间的年、季参考作物蒸散演变特点及其定量化成因，以期为吉林省的生态环境改善、农业高质量发展和科学开发水资源等提供合理科学依据。

1 研究资料与方法

1.1 研究数据

研究采用吉林省（东经121°38′～131°19′、北纬40°50′～46°19′）1970-2019年资料序列完整的28 个气象站作为研究对象（站点分布见图1），同时对所选取站点的数据进行质量检测，对其中明显错误和不合理的数据进行订正，对于缺测漏测的数据进行插值处理。研究主要选取的逐日观测数据包括：平均气温、最高气温、最低气温、相对湿度、10 m 高度风速、日照时数。

图1 吉林省气象站分布Fig.1 Distribution map of meteorological stations in Jilin Province

1.2 研究方法

1.2.1 参考作物蒸散的计算

由联合国粮农组织(FAO)推荐使用的Penman-Monteith 公式综合考虑了各气象因子对参考作物蒸散的影响，具有机理性强、精度高的特点，因此本研究采用该方法研究吉林省参考作物蒸散的变化趋势。具体的计算公式为：

式中：ET0为参考作物蒸散量，mm/d；Δ为饱和水汽压曲线斜率，kPa/℃；Rn为地表净辐射，MJ/(m2·d)；G为土壤热通量，MJ/(m2·d)；γ为干湿表格常数，kPa/℃；T为2 m 高处日平均温度，℃；u2为2 m 高处风速，m/s；es为饱和水汽压，kPa；ea为实际水汽压，kPa。

1.2.2 去趋势法

为了定量化地分析气候变化背景下不同气象因子对参考作物蒸散的影响程度，引入一种相对简单易行的去趋势法。该方法分为3个步骤：①去除原始气象数据的变化趋势，使之变的平滑；②将去趋势后的某项气象要素序列带入Penman-Monteith 公式重新计算参考作物蒸散（ET0），该过程中保持其余气象要素不变；③对比初始ET0与重新计算的ET0以判断该气象要素变化对ET0变化的影响。使用评价指标R来评估贡献大小，其计算公式为：

式中：ET0iO和ET0iR分别为初始和重新计算后的ET0；m为样本长度。

当R大于0 时，代表该气象要素的变化使得ET0上升；R小于0 时，代表该气象要素的变化使得ET0下降；R≈0 时，代表该气象要素的变化对ET0变化几乎没有影响；|R|值越大代表该气象要素变化对ET0变化的贡献越大。

1.2.3 Mann-Kendall检验

Mann-Kendall非参数检验方法[18]适用于非正态分布数据的趋势检验，它不需要样本遵从一定的分布，也不受少数异常值的干扰，适用性较强，计算方便。因此该方法被世界气象组织推荐并广泛用于气象领域的研究。本文采用该方法检测研究区内不同气象因子及参考作物蒸散的变化趋势。

2 结果与分析

2.1 吉林省参考作物蒸散时空演变特征

2.1.1 吉林省参考作物蒸散年、季变化特征

近50 a 来吉林省逐年参考作物蒸散量随时间略有增加，但其趋势极小，仅为0.38 mm/(10 a)，且并不显著。50 a 中吉林省平均参考作物蒸散量为823.93 m，最大值出现在1982年为907.89 mm，最小值出现在2010年为758.66 mm。分析吉林省逐年参考作物蒸散量的时间拟合趋势线和累积距平的变化趋势（见图2）发现，年参考作物蒸散量呈明显的阶段性变化特征。其中1983-1996年蒸散量下降趋势明显，之后的年份中蒸散量则呈“多-少”交替震荡下降的变化趋势，但下降趋势有所减缓。这种阶段性的变化形式与影响吉林省年平均参考作物蒸散量变化的气象因子有关。

最后，在小学语文教学的过程中，运用信息技术能够有效提升学生的思维能力。在借助信息技术开展教学的过程中，教师通常会引导学生制作相关的思维导图，在此过程中，学生的思维能力会得到一定的锻炼。

图2 1970-2019年吉林省年参考作物蒸散时间拟合趋势及其累积距平变化Fig.2 The time fitting trend of annual reference crop evapotranspiration in Jilin Province from 1970 to 2019 and its cumulative anomaly change

吉林省不同季节的参考作物蒸散量存在明显差异，其平均值分别为273.42、358.04、151.87、40.67 mm。其中夏季平均参考作物蒸散量最高，春季次之，其后依次为秋季、冬季。不同季节中影响参考作物蒸散量变化的气象因子存在差异是导致不同季节参考作物蒸散量存在差异的重要原因。分析不同季节中吉林省蒸散量变化趋势（见表1）发现夏季蒸散量呈减少趋势，平均每10 a 减少0.69 mm。其他3 个季节平均蒸散均呈不同程度的增加趋势，平均每10 a 分别增加0.01、0.41、0.66 mm，但趋势均未通过显著性检验。即春、秋、冬3个季节的蒸散虽略有增加，但趋势并不明显。

表1 1970-2019年吉林省四季参考作物蒸散统计量及变化趋势Tab.1 Statistics and variation trend of reference crop evapotranspiration in four seasons of Jilin Province from 1970 to 2019

2.1.2 吉林省参考作物蒸散的空间演变特征

进一步分析吉林省各气象站年平均参考作物蒸散的演变趋势并对其变化趋势的显著性进行检验。分析发现（见图3），全省范围内共有15 个气象站点的年参考作物蒸散量呈增加趋势，占吉林省气象站总量的54%。其中仅有5个气象站蒸散的增加趋势通过了不同水平的显著性检验，增加趋势高显著（95%水平）的站点出现在东部山区，剩余10个站点的年参考作物蒸散增加趋势较弱，且不显著。全省范围内共有13 个气象站的年参考作物蒸散量呈不同程度的减少趋势，其中4个气象站蒸散量的减少趋势通过90%显著性检验；2 个气象站蒸散量的减少趋势通过95%显著性检验；2 个气象站蒸散量的减少趋势通过99%显著性检验；其他站点年蒸散略有下降但趋势不显著。下降趋势高显著（95%水平）的站点主要出现在西部和中部地区。对比吉林省不同地区之间年平均参考作物蒸散量的变化特征发现，不同地区的年平均参考作物蒸散量的变化趋势差异明显；年参考作物蒸散的下降趋势主要出现在西部地区和中部地区，东部地区则以增加趋势为主。

图3 吉林省年参考作物蒸散量变化趋势空间分布Fig.3 Spatial distribution of annual reference crop evapotranspiration change trend in Jilin Province

分析吉林省各地区四季参考作物蒸散量的分布形式（见表2）发现，整体上西多东少，四季平均参考作物蒸散量自西向东呈阶梯式递减的分布特征。其中不同季节间3个地区的蒸散统计量差异明显，西部地区春、夏、秋3个季节的参考作物蒸散量要明显多于中部和东部地区，而冬季气候寒冷，驱动不同地区间蒸散变化的气象因子相近，进而使得不同地区的蒸散量差距不大。

表2 1970-2019年吉林省各地区年、季参考作物蒸散的变化特征Tab.2 The variation characteristics of annual and seasonal reference crop evapotranspiration in Jilin Province from 1970 to 2019

分析吉林省各地区四季参考作物蒸散的变化趋势发现，各地区不同季节蒸散变化趋势差异明显。西部地区春、夏2季参考作物蒸散的下降趋势最大，其中夏季蒸散的下降趋势在90%水平上显著；秋、冬2季中、西部地区参考作物蒸散量的下降趋势较小；中部地区春季蒸散量呈增加趋势，夏、秋、冬3季的蒸散量呈下降趋势，但趋势并不显著；东部地区四季的蒸散量均呈不显著的增加趋势，其中夏、秋、冬3季参考作物蒸散的增加趋势相近，均高于春季。不同地区间春、夏、秋3季的参考作物蒸散统计量及变化趋势差异明显，其原因在于上述3个季节中影响吉林省的天气系统繁多且变化复杂，导致驱动不同地区中参考作物蒸散变化的气象因子自西向东差异明显，因此吉林省参考作物蒸散量空间分布形式呈西多东少。而吉林省冬季寒冷漫长，天气系统相对稳定，3个地区间各驱动蒸散变化的因子分布相似，差距不大，所以冬季各地区间的参考作物蒸散量相近。

2.2 吉林省影响参考作物蒸散变化驱动因子的演变趋势

参考作物蒸散的变化是不同气候因子共同作用的结果，分析过去50 a 中驱动吉林省蒸发量变化的主要气象因子的变化趋势发现（见表3），不同驱动因子之间年、季的演变特征存在差异。趋势检验显示年、季的气温和水汽压差均呈不同程度的增加趋势，年平均气温的增加幅度达到0.31 ℃/(10 a)，且增加趋势显著（α=99%），四季中吉林省平均气温的增加趋势均在95%水平以上显著。年平均水汽压差显著增加（α=95%），增加幅度为0.015 kPa/(10 a)。四季中，春季和夏季的水汽压差的增加趋势最为显著（α=99%）。秋季和冬季的增加趋势小于其他2 季，趋势分别在95%和90%水平上显著。吉林省风速和日照时数的变化趋势与其他2个驱动因子不同，在年、季中均呈不同程度减少的趋势。其中吉林省年、季平均风速的减少趋势均通过99%水平显著性检验。50 a 中，吉林省年总日照时数减少趋势为平均每年下降3.85 h，且趋势在95%水平上显著。春、夏2季的日照时数减少趋势均通过99%水平显著性检验，秋、冬2 季日照时数的减少趋势则均通过90%水平显著性检验。各气象因子在年、季中的不同演变特征及其对参考作物蒸散变化的综合影响是导致吉林省不同地区间参考作物蒸散变化的主要原因，而气候变化是影响驱动因子变化的主要原因，本研究基于去趋势法进一步分析驱动吉林省蒸散变化的各气象因子对气候变化的响应程度。

表3 各驱动因子的年、季演变趋势Tab.3 The annual and seasonal evolution trend of each driving factor

对比影响蒸散变化的各驱动因子的原始数据和去趋势后数据的演变特征发现，吉林省年平均水汽压差和气温均呈增加趋势，因此原始数据要明显高于去趋势后的数据[见图4(a)、图4(b)]；风速和日照时数则出现下降趋势，因此去趋势后的数据要明显高于原始数据[见图4(c)、图4(d)]。对比4 个因子的变化幅度后发现，风速的原始数据与去趋势后的结果相比的差距要明显大于其他驱动因子，即年平均风速下降的幅度要明显大于其他要素。气温和水汽压差的增加幅度相近，日照时数的下降幅度最小。因此，本研究将综合原始以及去趋势后影响蒸散变化的各气象要素，定量化地厘清各气象因子在驱动吉林省蒸散年、季变化过程中所起到的作用。

图4 各影响因子原始和去趋势后的变化趋势Fig.4 The original and detrended change maps of each influencing factor

2.3 气象因子对年、季参考作物蒸散变化的贡献

参考作物蒸散量的变化是气温、风速、水汽压差以及日照时数共同作用的结果，各驱动因子的变化直接影响近50 a中吉林省年、季参考作物蒸散量的演变。因此基于Penman-Monteith 公式和去趋势法分别计算1970-2019年吉林省年、季的实际参考作物蒸散量和各因子经去趋势处理后重新计算的参考作物蒸散量，定量化分析不同驱动因子对参考作物蒸散量变化的贡献，以便明晰各气象因子在吉林省蒸散变化过程中所起的作用。

图5 各驱动因子原始和去趋势后计算得到的逐年参考作物蒸散变化Fig.5 The annual reference crop evapotranspiration change map calculated by the original and detrended driving factors

不同季节中各驱动因子对蒸散变化贡献的表现形式与其影响年蒸散变化中贡献的表现类似，其中水汽压差和气温为正贡献，风速和日照时数为负贡献（见图6）。四季中各驱动因子贡献的大小存在明显差异，直接导致各季节蒸散的演变特征存在差异。对比各驱动因子对春季蒸散变化的贡献发现，水汽压差的正贡献绝对值最大，其后依次为风速和日照时数的负贡献，气温正贡献最小。风速和日照时数减少对春季蒸散变化的负贡献将大部分水汽压差和气温增加的正贡献抵消，使得吉林省春季平均蒸散增加幅度很小。夏季中，水汽压差、风速和日照时数对夏季平均蒸散贡献的大小相近，明显大于气温的贡献，吉林省夏季平均蒸散变化主要受上述3因子的驱动。其中，风速和日照时数减少对蒸散的负贡献较大，水汽压差和气温的正贡献全部被风速和日照时数的负贡献抵消，驱动因子总贡献为负，导致夏季蒸散减少。秋季和冬季平均蒸散的变化主要由水汽压差增加和风速减少主导，2季中气温和水汽压差增加对蒸散的正贡献大于风速和日照时数的负贡献，进而导致吉林省秋季、冬季平均蒸散均呈增加趋势。

2.4 吉林省年、季参考作物蒸散变化主导因子的空间分布特征

吉林省不同地区之间，由于地形的多样性和气候类型的复杂性导致主导各地区参考作物蒸散变化的因子存在明显差异（见图7）。四季中，春季吉林省平均参考作物蒸散呈弱增加趋势。空间上，西部地区春季蒸散呈下降趋势，春季平均蒸散呈增加趋势的站点主要出现在中部和东部地区。研究影响吉林省各站春季蒸散变化主导因子的空间分布特征发现，风速负贡献和水汽压差正贡献是多数站点蒸散变化的主导驱动因子。不同地区之间对比发现，西部地区春季参考作物蒸散主要由风速负贡献驱动，即风速的下降驱动西部地区参考作物蒸散的减小。虽然部分站点的参考作物蒸散变化由水汽压差驱动，但是其正贡献大部分被风速和日照时数的负贡献所抵消。中部和东部地区参考作物蒸散的变化主要由水汽压差的正贡献驱动，仅汪清站的驱动因子为日照时数的负贡献，即中部和东部春季参考作物蒸散的增加主要受水汽压差增加的正贡献影响。夏季吉林省各站的参考作物蒸散主要由水汽压差和日照时数变化驱动。西部和中部地区主要受日照时数的负贡献影响，即日照时数的减少驱动上述地区夏季参考作物蒸散减小。东部地区夏季蒸散变化则主要受水汽压差的正贡献影响，但其中部分站点的参考作物蒸散变化由日照时数驱动，不过其负贡献较小。秋、冬2个季节中驱动吉林省参考作物蒸散变化的主导因子为风速和水汽压差，而且2个季节中主要驱动因子的空间分布特征相似。西部和中部蒸散变化主要受风速影响，东部则主要由水汽压差的变化驱动，只是贡献强度和影响站点数量略有差异。秋季受风速负贡献驱动的站点数量略多，冬季受水汽压差变化驱动的站点数量略多。年平均状态下，风速和日照时数是影响吉林省参考作物蒸散变化的主要驱动因子。研究各站年蒸散变化主导气象因子的空间分布形式发现，西部地区年蒸散的变化主要受到风速变化的影响，中部同时受到风速和水汽压差变化的影响，东部地区中蒸散变化则主要由水汽压差变化驱动。

图7 吉林省年、季参考作物蒸散驱动因子空间分布Fig.7 Spatial distribution of annual and seasonal reference crop evapotranspiration driving factors in Jilin Province

综合分析年、季蒸散变化驱动因子的时空分布特征发现，西部地区蒸散的变化主要受风速影响，而中、东部则主要由水汽压差变化影响。之所以出现这种变化特征与吉林省地形和气候特点有直接关系。吉林省地形呈东南部高，西北部低的形式，自西向东可分为平原—丘陵—山地3 大地貌。西部地区远离海洋，接近干燥的蒙古高原，是干旱的温带典型草原和湿润的温带森林的过渡地带。西部地区降水少，气温高，大风日数多，因此风速变化直接影响着参考作物蒸散的变化。分析结果显示，西部地区年、季参考作物蒸散多呈下降趋势，其中风速负贡献是影响西部地区多数站点蒸散变化的主要驱动因子。而中部和东部地区距黄海、日本海较近，气候相对湿润。自20世纪80年代开始，全球变暖导致气候呈暖干化趋势，空气中的水汽含量减少，水汽压差增大促进蒸散的增加。研究结果显示水汽压差的正贡献值超过其他气象因子成为影响吉林中、东部地区年、季蒸散变化的主要驱动因子。

3 讨 论

参考作物蒸散是指水分充分供给时下垫面可能达到的最大蒸散量，多用于表征某地的大气水分需求状况和大气干湿情况，同时还是水文循环以及“陆-气”循环中能量平衡的重要纽带。本研究表明吉林省近50 a 中的参考作物蒸散呈阶段性变化特征，不同气象因子在其演变过程中的作用不同。基于去趋势分析法定量化研究结果显示，风速和日照时数的减小导致蒸散下降，水汽压差的增大和气温升高导致其增加。其中，水汽压差和风速的变化在吉林省蒸散变化过程中的贡献明显大于其他2个因子，因此有必要深入探讨不同驱动因子变化对蒸散演变的贡献情况及其原因。

水汽压差的变化综合反映了气温和相对湿度对下垫面蒸散变化的影响，进而影响本地区大气的干湿的演变。本研究分析显示，在近50 a 中吉林省水汽压差增加明显，这与世界范围内其他研究结论相似。MATSOUKAS 等[19]研究发现全球范围内的水汽压差明显增加，同时认为全球变暖是导致水汽压差增加的一个重要因素。相关研究指出以色列的夏、秋季[13]和印度东北部地区[20]的水汽压差均呈现出不同程度的增加趋势。IRMAK 等[8]研究发现美国普拉特河流域的水汽压差增加明显，其研究还认为该流域水汽压差的增加与流域内气温和降水的异常变化显著相关。本研究结果显示水汽压差是吉林省年、季参考作物蒸散变化过程中最主要的驱动因子，在蒸散变化过程中表现为正贡献，驱动蒸散增加。该结论与秦孟晟等对秦淮河流域参考作物蒸散的研究结果一致。同时气候变化的不断加剧导致降水集中度异常变化和气温不断增加，进而东北地区呈明显暖干化趋势[21]。本研究显示水汽压差增加对吉林省参考作物蒸散变化为正贡献，也进一步验证了本地区气候存在暖干化趋势。此外，城市化进程的加快对蒸发和蒸腾过程起到抑制作用，导致实际水汽压降低[22]，水汽压差增加。

1970-2019年，吉林省风速在不同时间尺度中均出现不同程度的减小趋势，风速的减小对吉林省参考作物蒸散的变化是负贡献。即风速减小导致参考作物蒸散下降，其负贡献是影响吉林省蒸散变化的第2大主要驱动因子，其中风速下降对吉林省西部地区蒸散变化驱动作用尤为明显。作为陆面蒸发扩散过程中的动力因子，风速的大小直接影响大气中水汽水平扩散能力进而影响下垫面的蒸发速度。相关研究指出全球范围内陆地风速呈现出不同程度减小的变化趋势[23]，吉林省在1975-2012年之间风速平均每10 a 下降0.21 m/s（本研究分析表明近50 a 吉林省风速平均每10 a 下降0.22 m/s），高于全国平均水平[24]。环流形式和下垫面性质的改变是影响风速减小的主要原因。相关研究指出气压梯度减弱、气候变暖导致副热带系统影响范围北扩、中纬度季风环流减弱和北极冷空气影响范围和作用强度的减弱通常会影响大气环流，导致风速减小[25]。此外，城市化进程使得下垫面性质发生改变，城市面积的扩张增加了阻力，也是造成风速减小的主要原因[26]。

1970-2019年吉林省增温趋势明显，这与其他东北地区气候变化的研究相一致[27]，并与诸如长江三角洲[28]、南北秦岭[29]以及全国[30]的气候变化研究结果一致。气温增加主要归因于以下几个原因：全球变暖、大气中温室气体增加[31]、云量增加[32]以及城市化和工业化的发展。分析发现气温在吉林省参考作物蒸散演变过程中为正贡献，即气温的增加导致蒸散增加。但气温正贡献较小，且只是驱动蒸发变化诸多因子中的一个。因此在相关研究中才出现气候变暖背景下蒸发量下降的“蒸发悖论”现象。结合本文研究结果，吉林省参考作物蒸散的变化主要由风速和水汽压差的变化驱动。而“蒸发悖论”则是孤立地关注气温对蒸发变化的影响，忽略其他驱动因子作用而得到的片面结论。

日照时数作为直接表征太阳辐射变化的变量，直接代表着下垫面接受到的太阳辐射量。吉林省日照时数呈减少趋势，这与相关研究一致[33]。它在吉林省参考作物蒸散演变过程中呈负贡献，即日照时数的减少导致蒸散减少，但其贡献弱于水汽压差和风速。相关研究将日照时数减少归因于云量和降水量的增加[8]，此外空气污染和沙尘暴引起的大气浑浊度增加也是导致日照时数减少的原因[34]。

4 结 论

（1）近50 a 中，吉林省年参考作物蒸散以0.38 mm/(10 a)的速率增加，但趋势并不显著。其中夏季参考作物蒸散减少最为明显，其变化速率为-0.69 mm/(10 a)。而春、秋、冬季吉林省参考作物蒸散则出现不同程度的增加，但趋势并不显著。空间上，西部地区年、季参考作物蒸散以减少趋势为主；中部地区春季蒸散略有增加，夏、秋、冬3季及年均蒸散呈弱的减少趋势；东部地区年、季蒸散则表现出不同程度的增加趋势。

（2）分析影响吉林省参考作物蒸散变化的各驱动因子的变化特征显示，吉林省年、季气温和水汽压差均呈现不同程度的增加趋势，风速和日照时数则呈现出不同程度减少的趋势，且各驱动因子的变化趋势均在90%水平上显著。结合去趋势分析法分析结果显示，近50 a 中风速和水汽压差的变化幅度明显大于气温和日照时数。

（3）基于去趋势法定量计算各驱动因子对吉林省年平均蒸散变化的贡献，结果显示，水汽压差是影响吉林省年平均蒸散变化的主要驱动因子，风速贡献次之，气温和日照时数的贡献作用小于前2者。综合各因子贡献发现，水汽压差和气温的正贡献大于风速和日照时数的负贡献，驱动吉林年平均参考作物蒸散增加。

（4）四季中，水汽压差和风速是影响春季平均蒸散变化的主要驱动因子，其后依次为日照时数和气温。风速和日照时数的负贡献抵消掉水汽压差和气温增加的大部分正贡献，使得春季蒸散增加趋势较弱；夏季蒸散变化主要受水汽压差、风速和日照时数的影响，风速和日照时数的负贡献较大，驱动夏季蒸散减少；水汽压差和风速是影响秋、冬季蒸散变化的主导驱动因子，2季中水汽压差和气温的正贡献略大于风速和日照时数的负贡献，进而使得蒸散呈弱增加趋势。

（5）影响年、季蒸散变化的驱动因子的空间分布结果显示，西部地区年平均蒸散的变化主要由风速驱动，中部年均蒸散同时受到风速和水汽压差变化的影响，东部年均蒸散主要由水汽压差变化驱动。春季中，西部地区主要由风速负贡献驱动，即风速的减小驱动西部地区春季参考作物蒸散的减小。中部和东部地区主要由水汽压差的正贡献驱动，即水汽压差的增加导致上述地区春季蒸散增加。吉林省西部和中部地区夏季平均蒸散减小主要受日照时数减少的负贡献影响，东部地区夏季平均蒸散的增加则主要由水汽压差增加的正贡献驱动。风速和水汽压差是秋、冬季蒸散变化的主要驱动因子，西部和中部蒸散变化主要受风速变化影响，东部蒸散则由水汽压差变化驱动，但贡献强度和影响站点数量上略有差异。