黃土高原露日數(shù)變化趨勢分析*

高志永, 汪有科, 姜 鵬

( 1.楊凌職業(yè)技術(shù)學(xué)院水利工程分院 楊凌 712100; 2.西北農(nóng)林科技大學(xué)水利與建筑工程學(xué)院/中國科學(xué)院教育部水土保持與生態(tài)環(huán)境研究中心 楊凌 712100; 3.水利部發(fā)展研究中心 北京 100038)

黃土高原露日數(shù)變化趨勢分析*

高志永1, 汪有科2**, 姜 鵬3

( 1.楊凌職業(yè)技術(shù)學(xué)院水利工程分院 楊凌 712100; 2.西北農(nóng)林科技大學(xué)水利與建筑工程學(xué)院/中國科學(xué)院教育部水土保持與生態(tài)環(huán)境研究中心 楊凌 712100; 3.水利部發(fā)展研究中心 北京 100038)

露日數(shù)是預(yù)防和控制植物病害的重要因子, 探討氣候變化條件下露日數(shù), 可為區(qū)域植物病害預(yù)測及防治提供事實依據(jù)。本文基于 52個氣象站點 1961—2010年逐日監(jiān)測氣象數(shù)據(jù), 計算了黃土高原不同時空尺度的露日數(shù), 利用去趨勢預(yù)置白處理(trend-free pre-whitening, TFPW)的Mann-Kendall法和Sen趨勢度估計法(Sen’ slope)分析了露日數(shù)變化趨勢, 并借助相關(guān)分析法探討了露日數(shù)的成因。結(jié)果表明, 在月尺度上, 黃土高原露水發(fā)生在3—11月, 全區(qū)域月平均值為7 d, 9月露日數(shù)最長, 其中南部、東南部和西北部露日數(shù)達(dá)8～12 d。5.77%～25.00%氣象站點露日數(shù)在6月和8—11月以0.02～0.15 d·a-1顯著增加, 17.31%和7.68%氣象站點露日數(shù)在4月和7月以-0.09 d·a-1和-0.02 d·a-1顯著降低。在季尺度上, 黃土高原露水發(fā)生在春、夏和秋季, 全區(qū)域季平均值為15 d, 秋季露日數(shù)最長, 其中南部、東南部和西北部露日數(shù)達(dá)14～26 d。僅3.85%和5.77% 的氣象站露日數(shù)在夏季、秋季分別以 0.25～0.09 d·a-1和 0.15～0.09 d·a-1顯著增加, 5.77%的氣象站露日數(shù)在春季以-0.34～-0.07 d·a-1顯著降低。相對濕度和溫度是影響上述露日數(shù)時空變化的最關(guān)鍵因子。

黃土高原; 露日數(shù); 變化趨勢; Mann-Kendall; Sen’slope

溫室效應(yīng)引起的全球氣候變暖影響著諸如溫度、相對濕度、降雨、日照時數(shù)等氣象因子變化[1], 氣象因子的變化嚴(yán)重制約了全球人口、經(jīng)濟(jì)和工業(yè)等發(fā)展[2], 甚至影響到中國乃至全球糧食安全和水資源供需[3-4]。黃土高原地處半干旱和半濕潤氣候帶,是氣候變化的敏感區(qū), 又是生態(tài)環(huán)境脆弱區(qū), 水土流失嚴(yán)重[5-7], 氣候變化對生態(tài)環(huán)境和農(nóng)業(yè)生態(tài)系統(tǒng)會產(chǎn)生重要影響[8-9]。該區(qū)域以旱作雨養(yǎng)農(nóng)業(yè)為主,降雨作為水資源的輸入項, 對黃土高原區(qū)域植物至關(guān)重要。然而, 該區(qū)域內(nèi)近50年降雨呈現(xiàn)顯著性減少趨勢[10], 且降雨存在時空不均, 呈現(xiàn)從東南向西北遞減趨勢, 降雨多集中在7、8、9月, 因降雨集中出現(xiàn)大面積土壤流失現(xiàn)象[11-12]。黃土高原植被物候期因氣候變暖, 春季顯著提前, 秋季顯著推遲[13],導(dǎo)致氣候生產(chǎn)力以10.45 kg·km-2·a-1下降, 病蟲害發(fā)育期縮短, 種群增長力增加, 病害地理范圍擴(kuò)大[14-15], 如定西地區(qū)馬鈴薯晚役病發(fā)病面積比例以3.55%·a-1增加, 隴東和隴中2000年麥蚜蟲發(fā)生面積是1980年的3.4倍和3.1倍[16]。陜北地區(qū)棗樹蟲害種類已占全國棗樹害蟲種類的53.45%, 桃小食心蟲在嚴(yán)重年份造成產(chǎn)量損失率為50%～90%，棗銹病可使產(chǎn)量損失率達(dá)50%～70%，病葉嚴(yán)重時可達(dá)70%以上[17-18]。

大氣中的水汽是決定地球氣候變化的重要因子之一[19], 也是全球水文循環(huán)的關(guān)鍵組成[20]。露水是空氣中水汽在物體表面的冷凝產(chǎn)物[21-22], 是一個重要的物理現(xiàn)象, 它影響著SPAC系統(tǒng)的能量平衡[23],是干旱半干旱地區(qū)重要的水資源[24-25], 是黃土高原不可缺失的水資源補(bǔ)充項[26-27], 具有降水所不及的普遍性和穩(wěn)定性, 約占黃土高原陸面水分來源的15%[28]。一方面, 露水能夠被植物冠層葉片直接吸收來補(bǔ)充體內(nèi)虧缺的水分[29-31], 降低其周圍的水汽壓差, 促進(jìn)植物氣孔開放和光和[23], 進(jìn)而影響冠層溫度[32]; 此外, 露水可以通過植物木質(zhì)部到達(dá)根部, 緩解土壤水分虧缺[33]。另一方面, 植物葉片的露水為許多病菌孢子的萌發(fā)和感染宿主提供環(huán)境條件[34]。因此,在全球變暖環(huán)境下分析露水變化趨勢, 有利于全面理解黃土高原露水資源, 也為該區(qū)域生態(tài)環(huán)境評價提供一定的依據(jù)。

露水量和露水持續(xù)時間是露水研究的熱點[23],因缺乏監(jiān)測標(biāo)準(zhǔn)而難以測定[35]。針對以上不足, 許多經(jīng)驗和機(jī)理模型, 如RH、CART、P-M、SWEB、ANN等模型被用于預(yù)測露水[36-39], 該類模型通過借助氣象數(shù)據(jù)來估算露水[34,40-42]。機(jī)理模型在不同地理和氣候條件下均可應(yīng)用, 能夠準(zhǔn)確地估測露水,但需要輸入較多的參數(shù), 如云量、長短波輻射率、凈輻射等, 且計算結(jié)果對于輸入?yún)?shù)變化十分敏感[39],經(jīng)驗?zāi)Ｐ碗m然缺乏機(jī)理支撐, 但仍是露水模擬的可靠方法[38]。

目前, 一些學(xué)者利用實測或模型對黃土高原露水量進(jìn)行了研究[26-27,43-44], 但對露水持續(xù)時間的研究鮮有報道。露日數(shù)與露水持續(xù)時間密切相關(guān), 是預(yù)測植物葉片疾病的重要參數(shù)[37]。此外, 以上研究僅考慮年內(nèi)某地區(qū)露水多寡, 未考慮氣候變化條件下長時間序列露水變化特征, 也未對整個黃土高原區(qū)域露水狀況進(jìn)行全面分析。由于以往對露水的關(guān)注度不夠, 缺乏露水相關(guān)資料, 本文借助長時間序列(1961—2010年)的氣象數(shù)據(jù), 采用經(jīng)驗?zāi)Ｐ陀嬎懔寺度諗?shù), 分析月、季尺度露日數(shù)時空變化特征, 利用去趨勢預(yù)置白處理(trend-free pre-whitening,TFPW)的Mann-Kendall法和Sen趨勢度估計法(Sen’slope)分析露日數(shù)的變化趨勢, 并采用相關(guān)分析法探討露日數(shù)和氣象因子的敏感度, 以期進(jìn)一步全面了解氣候變化條件下黃土高原露日數(shù)分布特征和變化趨勢, 為黃土高原植物病害預(yù)測、防治提供事實依據(jù)。

1 材料與方法

1.1 研究區(qū)域概況

黃土高原位于黃河中上游地區(qū), 地理坐標(biāo)為32°47′N～40°44′N 和 106°54′E～114°33′E, 東起太行山, 西至青海日月山, 南界秦嶺, 北抵陰山, 全區(qū)總面積為 6.285×105km2, 海拔為 1 200～1 600 m, 黃土覆蓋層厚30～80 m[6]。該區(qū)域包括山西、內(nèi)蒙、河南、陜西、甘肅、寧夏和青海7個省(自治區(qū))、341個縣(市), 是溫和半濕潤氣候區(qū)向溫和半干旱、溫和干旱氣候區(qū)的過渡帶, 氣候變化敏感, 生態(tài)環(huán)境脆弱[5]。為全面研究黃土高原露日數(shù), 本文選擇52個具有代表性的氣象站(圖 1)。氣象數(shù)據(jù)來源于中國氣象局,氣象數(shù)據(jù)時間范圍為1961—2010年, 時間分辨率為逐日; 空間范圍為黃土高原區(qū)域, 空間分辨率為中國地面國家級基準(zhǔn)、基本站。該類數(shù)據(jù)主要包括日序列的降雨量(P, mm), 平均、最大和最小溫度(Tm,Tmax,Tmin, ℃), 風(fēng)速(u, m·s-1)、相對濕度(RH, %)和蒸發(fā)(E, mm)。飽和水氣壓虧缺(VPD, kPa)是當(dāng)時溫度下空氣中飽和水氣壓(es)和實際水氣壓(ea)之間的差值, 由以下公式計算得出:

式中:es為飽和水汽壓, kPa;ea為實際水汽壓, kPa;Td為露點溫度, ℃; a、b為常數(shù), 分別為 17.625和243.04;T為大氣平均溫度, ℃; RH為大氣平均相對濕度, %; VPD為飽和水汽壓差, kPa;Tmin為大氣最小溫度, ℃;Tmax為大氣最大溫度, ℃。

圖1 黃土高原氣象站點分布Fig.1 Location of meteorological stations in the Loess Plateau

1.2 研究方法

1.2.1 露日數(shù)

本研究露日數(shù)(DD)指大氣溫度低于露點溫度的天數(shù)。為嚴(yán)格判斷露日數(shù), 排除各氣象站降雨日和結(jié)霜日。采用Magnus-Tetens方程[45]計算各氣象站非降雨非霜日逐日的露點溫度, 并利用計算的日露點溫度與該日最小溫度對比, 判斷結(jié)露與否。如果某日Pi=0, 且0＜＜Tdi, 表示該日存在露水,記Ti=1, 反之, 記Ti=0。式中:Tdi為i日露點溫度, ℃;Pi為i日的降雨量, mm;Timin為i日最小溫度, ℃。時段劃分: 月尺度為1—12月逐月; 季尺度以3、4、5月為春季, 6、7、8月為夏季, 9、10、11月為秋季, 12月至翌年1、2月為冬季。

月尺度露日數(shù)(DDm)為:

季尺度露日數(shù)(DDs)為:

1.2.2 趨勢性統(tǒng)計方法

為說明月和季尺度露日數(shù)變化趨勢, 借助Z統(tǒng)計值和Sen值, 并對露日數(shù)在 95%和 99%置信水平下顯著變化所對應(yīng)的氣象站進(jìn)行統(tǒng)計, 通過Z統(tǒng)計值、顯著性氣象站所占總氣象站的比例和Sen值說明露日數(shù)變化趨勢增減。因此, 本文采用去趨勢預(yù)置白處理(trend-free pre-whitening,TFPW)的Mann-Kendall法分析露日數(shù)的趨勢性變化。去趨勢預(yù)置白處理的Mann-Kendall處理過程如下[1-2,46]:

1.2.2.1 Mann-Kendall檢驗方法

設(shè)一平穩(wěn)序列為Xt(t=1, 2, …,n,n為序列長度)

則:

其中:

采用雙側(cè)檢驗, 在α顯著水平下, 如果|Z|＞Z(1-α/2), 拒絕無趨勢的假設(shè), 即認(rèn)為在顯著水平a下,序列Xt中存在有向上或向下的趨勢; 否則接受序列Xt無趨勢的假設(shè)。Z(1-a/2)是概率超過α/2時標(biāo)準(zhǔn)正態(tài)分布的值。

1.2.2.2 去趨勢預(yù)置白處理的Mann-Kendall法

1)計算樣本數(shù)據(jù)的線性趨勢 :

2)形成新序列項:

3)計算新序列項的一階自相關(guān)r1:

如果r1對于0不顯著相關(guān), 則對原始序列直接進(jìn)行Mann-Kendall檢驗方法, 如果r1對于0顯著相關(guān),則需構(gòu)建不含自相關(guān)影響的新序列。

4)剔除序列中的自相關(guān)項:

5)形成不含自相關(guān)影響的新序列:

6)對不含自相關(guān)影響的新序列進(jìn)行Mann-Kendall檢驗。

1.2.2.3 斜率(Sen’ slope)

為估算某一個時間數(shù)據(jù)序列變化趨勢的數(shù)值程度大小, 利用Sen提出的非參數(shù)化斜率估算[1,46-47]。

1)構(gòu)建新序列xi(i=1, 2,…,n,n為序列長度),用下式計算組合序列斜率:

式中:xj,xk分別為數(shù)據(jù)序列在j和k時刻的數(shù)值,j＞k,i=1, 2,…,n,。

2)Sen斜率為求n個斜率估測值Qi的中值:

Qmed＞0表示上升趨勢, 反之表示下降趨勢。為檢驗數(shù)據(jù)序列變化趨勢顯著性與否, 對Qmed在100(1-α)%置信區(qū)間進(jìn)行檢驗。

1.2.3 相關(guān)性分析

為說明不同時間尺度露日數(shù)對氣象因子的響應(yīng),分析露日數(shù)與氣象因子在95%和99%置信水平下的相關(guān)性。相關(guān)系數(shù)表征變量和變量之間的相關(guān)性,相關(guān)系數(shù)的絕對值越大, 表明變量間相關(guān)程度越高,相關(guān)系數(shù)計算公式如下:

式中:Rxy為變量x和y的相關(guān)系數(shù),n為統(tǒng)計數(shù)據(jù)的總數(shù),i為第i個統(tǒng)計數(shù)據(jù),為x的均值,為y的均值。

1.2.4 數(shù)據(jù)處理

采用R 3.4.0和Microsoft Excel 2010進(jìn)行數(shù)據(jù)整理和統(tǒng)計分析, 借助Origin 2016進(jìn)行繪圖, 并利用arcgis 10.1中應(yīng)用廣泛差值準(zhǔn)確的Kriging插值法[48]繪制露日數(shù)時空分布圖。

2 結(jié)果與分析

2.1 露日數(shù)時空分布特征

在月尺度上, 從時間分布來看(圖 2a), 露日數(shù)在3—9月顯著增加(P＜0.05, 0.01), 在10—11月顯著降低(P＜0.05, 0.01), 9月份達(dá)最大, 平均值為7 d; 1—2月和12月露水幾乎不發(fā)生。從空間分布來看(圖 3), 南部武功和西北部臨河是露水發(fā)生最早, 持續(xù)時間最長的地區(qū),其值分別為2～10 d和2～14 d; 全區(qū)域在5—10月均存在露水。從時空分布來看, 露水起始于 3月黃土高原南部, 持續(xù)時間為2～6 d, 武功最大, 達(dá)6 d; 4、5月南部和東南部大面積發(fā)生, 持續(xù)時間為 2～10 d,同時, 西北方向臨河附近出現(xiàn)露水, 持續(xù)時間為2～6 d; 進(jìn)入 6月后, 南部呈現(xiàn)減弱趨勢, 西北部增加, 持續(xù)時間為4～14 d; 7月西北部降低為4～10 d,南部增加1～2 d; 8月與7月露水發(fā)生情況基本一致,但東南部增加為8～12 d; 9、10月南部和東南部基本保持不變, 西北部在10月減小, 降至6～8 d; 11月西北部低于2 d, 南部縮減2 d。

在季尺度上, 從時間分布來看(圖 2b), 夏季露日數(shù)與秋季無差異(P＜0.05, 0.01), 露日數(shù)在秋季最大, 平均值為15 d, 冬季幾乎不存在露水。從空間分布來看(圖4), 南部武功和西北部臨河是露日數(shù)最長地區(qū), 其值分別為20～24 d和30～34 d。從時空分布來看, 露日數(shù)主要在黃土高原春季南部、西北部, 其值分別為14～26和14～22 d, 西部和東北部低于4 d;進(jìn)入夏季和秋季, 露水存在整個黃土高原, 持續(xù)時間為 6～34 d, 其中秋季南部、東南部和西北部露日數(shù)較高, 為14～26 d; 冬季幾乎不存在露水。

2.2 不同時間尺度露日數(shù)變化趨勢

圖5為月尺度上Mann-Kendall分析露日數(shù)存在顯著性變化所在氣象站占總站百分比。在月尺度上,露日數(shù)具有增加趨勢的氣象站點多于降低趨勢的氣象站點; 5.77%～25.00%氣象站點露日數(shù)在 6月和8—11月顯著增加, 其中8月顯著增加為最大, 占總站數(shù)的 25%, 露日數(shù)顯著性增加率為 0.02～0.15 d·a-1;17.31%和7.68%氣象站點露日數(shù)在4月和7月顯著降低, 4月顯著降低達(dá)最大, 占總站數(shù)的17.31%, 露日數(shù)顯著性降低率為-0.09～-0.02 d·a-1。

圖6為季尺度上Mann-Kendall分析露日數(shù)存在顯著性變化所在氣象站占總站百分比。在季尺度上,春、夏和秋季露日數(shù)在95%和99%置信水平下顯著變化所對應(yīng)的氣象站占總站的 7.69%、7.69%和3.85%。夏季和秋季露日數(shù)分別以0.25～0.09 d·a-1和0.15～0.09 d·a-1顯著增加, 5.77%氣象站露日數(shù)在夏季顯著性增加最大; 5.77%氣象站露日數(shù)在春季以-0.34～-0.07 d·a-1顯著性降低。

2.3 不同時間尺度露日數(shù)成因

表1和表2分別為月和季尺度露日數(shù)與氣象因子顯著相關(guān)條件下, 所在氣象站占總站百分比。在月尺度上Tm、RH、P、u、E和VPD對露日數(shù)都存在顯著性影響; 其中, 露日數(shù)與RH和P在3—11月均表現(xiàn)出顯著性正相關(guān), 顯著性相關(guān)所在氣象站占總站的變化范圍分別為50%～99.9%和15.39%～71.15%; 露日數(shù)與E和VPD在3～11月均表現(xiàn)出顯著性負(fù)相關(guān), 顯著性相關(guān)所在氣象站占總站的變化范圍分別為 25%～73.08%和28.84%～90.39%; 露日數(shù)與Tm和u在3—11月顯著性相關(guān)正負(fù)隨月份變化而變化; 露日數(shù)與Tm在3、4、10、11月顯著正相關(guān), 在5—9月顯著負(fù)相關(guān), 顯著性正、負(fù)相關(guān)所在氣象站占總站最大比例為 46.15%和63.47%; 露日數(shù)與u在5月和9月正相關(guān), 在3月、4月和6—8月和10—11月負(fù)相關(guān), 顯著性正、負(fù)相關(guān)所在氣象站占總站最大比例為71.1%和40.39%。表2顯示, 在季尺度上Tm、RH、P、u、E和VPD對露日數(shù)影響顯著; 其中, 露日數(shù)與RH和P在春、夏和秋季上均表現(xiàn)出顯著性正相關(guān), 顯著性相關(guān)所在氣象站占總站的變化范圍分別為 69.23%～96.16%和32.69%～76.92%; 露日數(shù)與u、E和VPD在春、夏和秋季上均表現(xiàn)出顯著性負(fù)相關(guān), 顯著性相關(guān)所在氣象站占總站的變化范圍分別為 21.15%～36.54%、23.08%～51.92%、57.69%～75.00%和 57.69%～88.46%;露日數(shù)與Tm在春、夏季顯著性負(fù)相關(guān), 在秋季顯著性正相關(guān), 顯著性相關(guān)所在氣象站占總站的 21.16%、57.69%和19.23%。

圖2 黃土高原月(a)和季(b)尺度露日數(shù)Fig.2 Dew days on monthly (a) and seasonal (b) scales in the Loess Plateau of China

圖3 黃土高原月尺度露日數(shù)時空分布圖Fig.3 Spatiotemporal distribution maps of dew days on monthly scale in the Loess Plateau of China

3 討論

3.1 氣象因子對露日數(shù)的影響

露水形成是一個極其復(fù)雜的過程, 受諸多氣象因子的影響[25,49-50], 與水汽分布、水分輸送、凝結(jié)過程有關(guān)的環(huán)境因素均可影響結(jié)露過程[51], 影響露水形成的氣象因子敏感性會隨時間尺度不同而發(fā)生變化[52]。本文僅借助溫度和相對濕度估算露日數(shù), 具有一定的局限性。本研究表明, 在月和季尺度上露日數(shù)與RH和P顯著正相關(guān), 與E和VPD顯著負(fù)相關(guān)。露日數(shù)與 RH顯著相關(guān)所在氣象站占總站數(shù)比例高達(dá)99.9%, 較高的RH為露水形成提供了充足的水汽[49,53], 降雨促使 RH增加, 增加了空氣中的水汽[49], 更容易結(jié)露;E與RH負(fù)相關(guān)[54], 增加的E使RH降低, 水汽來源減少; VPD反映空氣中水汽接近飽和的程度, 決定露水量的多寡[55], VPD越大, 說明空氣中的水汽越難接近飽和, 露水難形成。此外, RH和P、E、VPD在月和季尺度上極顯著相關(guān)(P＜0.01), 相關(guān)系數(shù)分別為0.55、-0.26、-0.28和0.63、-0.14、-0.16。

圖4 黃土高原季尺度露日數(shù)時空分布圖Fig.4 Spatiotemporal distribution maps of dew days on seasonal scale in the Loess Plateau of China

圖5 黃土高原月尺度上Mann-Kendall分析露日數(shù)存在顯著性變化所在氣象站占總站百分比Fig.5 Percentage of stations with significant tends in monthly dew days by Mann-Kendall test in the Loess Plateau of China

圖6 1961—2010年黃土高原季尺度上Mann-Kendall分析露日數(shù)存在顯著性變化所在氣象站占總站百分比Fig.6 Percentage of stations with significant tends in seasonal dew day from 1961 to 2010by Mann-Kendall test in the Loess Plateau of China

表1 黃土高原月尺度露日數(shù)與氣象因子顯著相關(guān)所在氣象站占總站百分比Table 1 Percentage of stations with significant correlation between dew day and meteorological factors on monthly scale in the Loess Plateau of China %

溫度影響露水形成, 較低的氣溫易于物體表面冷卻而結(jié)露[56], 較高的溫度使得物體表面溫度高于露點溫度, 促使E加快, 降低物體表面RH, 露水不易形成[49]。然而, 本研究表明,Tm在 3、4、10、11月和秋季與露日數(shù)顯著正相關(guān), 顯著性正相關(guān)所在氣象站占總站最大比例為46.15%。黃土高原地區(qū)在此時段內(nèi)Tm為 1.30～10.20 ℃, 相應(yīng)露點溫度為-5.46～0.15 ℃, 露點溫度低于 0 ℃時, 空氣中過剩的水汽直接以霜的形式體現(xiàn), 增加的Tm會影響到露點溫度, 促使露點溫度從負(fù)變?yōu)檎? 空氣中達(dá)到飽和的水汽才能以露水的形式凝結(jié)在物體表面。

風(fēng)速是影響露水形成的重要氣象因子[57]。本文u與露日數(shù)僅在5月和9月顯著性正相關(guān), 顯著性正相關(guān)所在氣象站占總站最大比例為71.1%, 該時段u均值為2.01～2.76 m·s-1;u與露日數(shù)在其他月份和季尺度上顯著負(fù)相關(guān), 顯著負(fù)相關(guān)所在氣象站占總站的最大比例為40.3%, 該時段u均值為2.08～2.92 m·s-1。Monteith認(rèn)為小于0.5 m·s-1的風(fēng)速易于露水形成[58],微風(fēng)或風(fēng)速為零時, 水汽分子擴(kuò)撒到穩(wěn)定邊界層可任意產(chǎn)生小液滴, 在液滴周圍形成水汽濃度梯度,在濃度梯度的作用下露水量增加[21], 小的風(fēng)速有利于冷卻凝結(jié)面同時帶來水汽[59]。Jackson等[60]認(rèn)為露水形成的適宜風(fēng)速為 0.5～2 m·s-1, Muselli等[61]、Hanisch等[62]研究表明限制露水形成的風(fēng)速分別為4.7 m·s-1、3.3～5.3 m·s-1和 5.7 m·s-1。大風(fēng)可以使近地層大氣發(fā)生湍流運動, 也可以使近地面的溫度輪廓線絕熱,在不受對流加熱運動影響時, 可以很清楚地觀測到露水量[63]。因此, 風(fēng)速對露水的影響存在不確定性。

表2 黃土高原季尺度露日數(shù)與氣象因子顯著相關(guān)所在氣象站占總站百分比Table 2 Percentage of station with significant correlation between dew day and meteorological factors on seasonal scale in the Loess Plateau of China %

綜上, 月尺度和季尺度上的溫度和相對濕度是影響黃土高原區(qū)域露日數(shù)的最關(guān)鍵因子, 這與已有關(guān)于濕潤區(qū)露水成因的結(jié)論相一致[64]。黃土高原南部及東南部溫度和相對濕度高于西北部[65], 露日數(shù)與溫度在3、4、10、11月及秋季顯著正相關(guān)氣象站占總站數(shù)的 13.47%～46.15%和 13.47%; 露日數(shù)與相對濕度在月和季尺度上顯著正相關(guān)氣象站占總站數(shù)的51.4%～99.9%和69.23%～96.16%, 因此, 南部和東南部在3、4、10、11月及秋季較高的溫度和相對濕度促使露日數(shù)大于西北部。

3.2 溫度和濕度對露日數(shù)的影響

溫度是氣候變化的“指示器”[47], 相對濕度影響生物圈和地表水文[66], 黃土高原區(qū)域溫濕度變化決定露日數(shù)變化趨勢。5.77%～55.77%氣象站的溫度在4—11月顯著增加(表3), 遞增率為0.018～0.090 ℃·a-1, 平均值為0.049 ℃·a-1, 高于近50年間全球0.013 ℃·a-1[67]和全國 0.022 ℃·a-1[68]增溫率。9.62%～15.39%氣象站的濕度在 7—9月顯著降低(表 3), 遞減率為-0.3～-0.1%·a-1,平均值為-0.2%·a-1; 11.54%～23.02%氣象站的濕度在4月和6月顯著增加(表3), 遞增率為0.1～0.3%·a-1, 平均值為0.3%·a-1。季尺度溫度和相對濕度變化顯著性不大。盡管黃土高原區(qū)域溫度存在上升趨勢, 部分月份相對濕度為降低趨勢, 但未影響到露日數(shù)上升趨勢這一狀態(tài), 其主要原因是月和季尺度上的平均溫度和相對濕度目前還處于易于結(jié)露(露水發(fā)生率大于 70%)的溫度和相對濕度范圍內(nèi)(圖7)。

表3 黃土高原不同時間尺度Mann-Kendall分析溫度和相對濕度存在顯著性變化所在氣象站占總站百分比Table 3 Percentage of stations with significant trends in monthly and seasonal relative humidity and mean temperature in the Loess Plateau of China

圖7 黃土高原月(a, b)和季(c, d)尺度適宜結(jié)露溫度(a、c)和相對濕度(b、d)及露水發(fā)生頻率Fig.7 Suitable temperature (a, c) and relative humidity (b, d) for dew formation in monthly (a, b) and seasonal (c, d) scales and dew occurrence frequency in the Loess Plateau of China

3.3 存在不足及展望

全球氣候變暖愈演愈烈, 新的間歇性干旱、半干旱區(qū)域?qū)映霾桓F。露水對干旱和半干旱地區(qū)植物生長極其重要。由于黃土高原地區(qū)露水實測資料缺失, 該地區(qū)露水對植物生態(tài)效應(yīng)的研究匱乏。葉片和根系吸收水分策略是植物獲取水分的兩種有效途徑, 水資源的獲得性和限制性會影響到植物對兩種吸水策略的偏重。黃土高原長期處于土壤水分虧缺狀態(tài), 使植物根系較難獲取水分, 這勢必影響到植物獲取水分的途徑, 植物通過葉片能夠獲得多少水分？所獲得的水分能否維持其生長？露水與植物葉片相互機(jī)制如何？這是今后研究的重點。此外, 露水為真菌和細(xì)菌等病原體提供感染宿主植物的環(huán)境條件, 促使植物發(fā)病。然而如何利用這一特點采用相應(yīng)措施(如制造微生物試劑等)對植物病蟲害進(jìn)行防治還需進(jìn)一步研究。

4 結(jié)論

基于黃土高原 52個氣象站長時間序列的氣象數(shù)據(jù), 分析月、季尺度露日數(shù)時空變化特征、變化趨勢及成因。在月尺度上, 黃土高原露水首先發(fā)生在3月武功, 終止于11月份, 5—10月全區(qū)域均存在露水; 9月露日數(shù)最長, 南部、東南部和西北部露日數(shù)達(dá)8～12 d, 全區(qū)域平均值為7 d; 5.77%～25.00%氣象站點露日數(shù)在 6月和 8—11月以 0.02～0.15 d·a-1顯著增加; 17.31%和7.68%氣象站點露日數(shù)在4月和7 月以-0.09～-0.02 d·a-1顯著降低。在季尺度上, 黃土高原露水發(fā)生在春、夏和秋季, 夏季和秋季露日數(shù)無顯著差異; 露日數(shù)在秋季最長, 南部、東南部和西北部露水持續(xù)達(dá) 14～26 d, 全區(qū)域平均值為15 d;3.85%和 5.77%的氣象站露日數(shù)在夏季和秋季分別以 0.25～0.09 d·a-1和 0.15～0.09 d·a-1顯著增加; 5.77%氣象站露日數(shù)在春季以-0.34～-0.07 d·a-1顯著性降低。相對濕度、降雨、蒸發(fā)、飽和水汽壓差和溫度在不同時間尺度上對露日數(shù)影響不同, 但相對濕度和溫度是影響露日數(shù)變化的最關(guān)鍵因素。

該研究對于全面了解氣候變化條件下黃土高原露日數(shù)分布特征及變化趨勢提供事實依據(jù), 也為未來黃土高原植株病害預(yù)測、防治及風(fēng)險評估提供一定參考價值。

References

[1]Tabari H, Marofi S, Aeini A, et al.Trend analysis of reference evapotranspiration in the western half of Iran[J].Agricultural and Forest Meteorology, 2011, 151(2): 128–136

[2]Talaee P H, Sabziparvar A, Tabari H.Observed changes in relative humidity and dew point temperature in coastal regions of Iran[J].Theoretical and Applied Climatology, 2012,110(3): 385–393

[3]Piao S L, Ciais P, Huang Y, et al.The impacts of climate change on water resources and agriculture in China[J].Nature,2010, 467(7311): 43–51

[4]Kang S Z, Hao X M, Du T S, et al.Improving agricultural water productivity to ensure food security in China under changing environment: From research to practice[J].Agricultural Water Management, 2017, 179: 5–17

[5]姚玉璧, 王毅榮, 李耀輝, 等.中國黃土高原氣候暖干化及其對生態(tài)環(huán)境的影響[J].資源科學(xué), 2005, 27(5): 146–152

Yao Y B, Wang Y R, Li Y H, et al.Climate warming and drying and its environmental effects in the Loess Plateau[J].Resources Science, 2005, 27(5): 146–152

[6]Chen H S, Shao M A, Li Y Y.Soil desiccation in the Loess Plateau of China[J].Geoderma, 2008, 143(1/2): 91–100

[7]He X B, Zhou J, Zhang X B, et al.Soil erosion response to climatic change and human activity during the Quaternary on the Loess Plateau, China[J].Regional Environmental Change,2006, 6(1/2): 62–70

[8]Huang J P, Zhang W, Zuo J Q, et al.An overview of the semi-arid climate and environment research observatory over the Loess Plateau[J].Advances in Atmospheric Sciences,2008, 25(6): 906–921

[9]Li Z, Liu W Z, Zhang X C, et al.Impacts of land use change and climate variability on hydrology in an agricultural catchment on the Loess Plateau of China[J].Journal of Hydrology, 2009, 377(1/2): 35–42

[10]Xin Z B, Yu X X, Li Q Y, et al.Spatiotemporal variation in rainfall erosivity on the Chinese Loess Plateau during the period 1956–2008[J].Regional Environmental Change, 2011,11(1): 149–159

[11]Shi H, Shao M A.Soil and water loss from the Loess Plateau in China[J].Journal of Arid Environments, 2000, 45(1): 9–20

[12]Chen L D, Wei W, Fu B J, et al.Soil and water conservation on the Loess Plateau in China: Review and perspective[J].Progress in Physical Geography, 2007, 31(4): 389–403

[13]謝寶妮, 秦占飛, 王洋, 等.基于遙感的黃土高原植被物候監(jiān)測及其對氣候變化的響應(yīng)[J].農(nóng)業(yè)工程學(xué)報, 2015,31(15): 153–160

Xie B N, Qin Z F, Wang Y, et al.Monitoring vegetation phenology and their response to climate change on Chinese Loess Plateau based on remote sensing[J].Transactions of the CSAE, 2015, 31(15): 153–160

[14]張強(qiáng), 鄧振鏞, 趙映東, 等.全球氣候變化對我國西北地區(qū)農(nóng)業(yè)的影響[J].生態(tài)學(xué)報, 2008, 28(3): 1210–1218

Zhang Q, Deng Z Y, Zhao Y D, et al.The impacts of global climatic change on the agriculture in northwest China[J].Acta Ecologica Sinica, 2008, 28(3): 1210–1218

[15]鄧浩亮, 周宏, 張恒嘉, 等.氣候變化下黃土高原耕作系統(tǒng)演變與適應(yīng)性管理[J].中國農(nóng)業(yè)氣象, 2015, 36(4): 393–405

Deng H L, Zhou H, Zhang H J, et al.Evolution and adaptive management of farming tillage system under climate change in the Loess Plateau[J].Chinese Journal of Agrometeorology,2015, 36(4): 393–405

[16]鄧振鏞, 張強(qiáng), 王潤元, 等.農(nóng)作物主要病蟲害對甘肅氣候暖干化的響應(yīng)及應(yīng)對技術(shù)的研究進(jìn)展[J].地球科學(xué)進(jìn)展,2012, 27(11): 1281–1287

Deng Z Y, Zhang Q, Wang R Y, et al.The response of plant diseases and pests to climatic warmer-drying and its adaptive technique in the northwest China[J].Advances in Earth Sciences, 2012, 27(11): 1281–1287

[17]柏秦鳳, 王景紅, 張勇.黃土高原丘陵區(qū)紅棗主要病蟲害調(diào)查及預(yù)測[J].中國農(nóng)學(xué)通報, 2016, 32(6): 176–181

Bai Q F, Wang J H, Zhang Y.Investigation and forecast of main diseases and insect pests of jujube in hilly region of Loess Plateau[J].Chinese Agricultural Science Bulletin, 2016,32(6): 176–181

[18]李文愛, 趙鵬, 王培新.陜西棗樹主要病蟲害及防治對策研究[J].西北林學(xué)院學(xué)報, 2007, 22(5): 120–123

Li W A, Zhao P, Wang P X.The disease and pests of jujube and their control strategies in Shaanxi Province[J].Journal of Northwest Forestry University, 2007, 22(5): 120–123

[19]Abu-Taleb A, Alawneh A J, Smadi M M.Statistical analysis of recent changes in relative humidity in Jordan[J].American Journal of Environmental Sciences, 2007, 3(2): 75–77

[20]Seidel T M, Grant A N, Pszenny A A, et al.Dewpoint and humidity measurements and trends at the summit of Mount Washington, New Hampshire, 1935–2004[J].Journal of Climate, 2007, 20(22): 5629–5641

[21]Beysens D.The formation of dew[J].Atmospheric Research,1995, 39(1/3): 215–237

[22]Beysens D.Dew nucleation and growth[J].Comptes Rendus Physique, 2006, 7(9): 1082–1100

[23]Agam N, Berliner P R.Dew formation and water vapor adsorption in semi-arid environments — A review[J].Journal of Arid Environments, 2006, 65(4): 572–590

[24]Malek E, McCurdy G, Giles B.Dew contribution to the annual water balances in semi-arid desert valleys[J].Journal of Arid Environments, 1999, 42(2): 71–80

[25]Hao X M, Li C, Guo B, et al.Dew formation and its long-term trend in a desert riparian forest ecosystem on the eastern edge of the Taklimakan Desert in China[J].Journal of Hydrology,2012, 472–473: 90–98

[26]高志永, 汪有科, 汪星, 等.黃土丘陵半干旱區(qū)棗林露水量研究[J].農(nóng)業(yè)機(jī)械學(xué)報, 2015, 46(10): 105–115

Gao Z Y, Wang Y K, Wang X, et al.Dew amount of jujube plantation in semi-arid loess hilly-gully region[J].Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(10): 105–115

[27]王勝, 張強(qiáng).黃土高原半干旱區(qū)露水形成的大氣物理特征研究[J].物理學(xué)報, 2011, 60(5): 059203

Wang S, Zhang Q.Atmospheric physical characteristics of dew formation in semi-arid in Loess Plateau[J].Acta Physica Sinica, 2011, 60(5): 059203

[28]張強(qiáng), 王勝, 問曉梅, 等.黃土高原陸面水分的凝結(jié)現(xiàn)象及收支特征試驗研究[J].氣象學(xué)報, 2012, 70(1): 128–135

Zhang Q, Wang S, Wen X M, et al.An experimental study of land surface condense phenomenon and water budget characteristics over the Loess Plateau[J].Acta Meteorologica Sinica, 2012, 70(1): 128–135

[29]Grammatikopoulos G, Manetas Y.Direct absorption of water by hairy leaves ofPhlomisfruticosaand its contribution to drought avoidance[J].Canadian Journal of Botany, 1994,72(12): 1805–1811

[30]鄭新軍, 李嵩, 李彥.準(zhǔn)噶爾盆地荒漠植物的葉片水分吸收策略[J].植物生態(tài)學(xué)報, 2011, 35(9): 893–905

Zheng X J, Li S, Li Y.Leaf water uptake strategy of desert plants in the Junggar Basin, China[J].Chinese Journal of Plant Ecology, 2011, 35(9): 893–905

[31]Liang X, Su D R, Yin S X, et al.Leaf water absorption and desorption functions for three turfgrasses[J].Journal of Hydrology, 2009, 376(1/2): 243–248

[32]Bourque C P A, Arp P A.Dawn-to-dusk evolution of air turbulence, temperature and sensible and latent heat fluxes above a forest canopy: Concepts, model and field comparisons[J].Atmosphere-Ocean, 1994, 32(2): 299–334

[33]Eller C B, Lima A L, Oliveira R S.Foliar uptake of fog water and transport belowground alleviates drought effects in the cloud forest tree species,Drimysbrasiliensis(Winteraceae)[J].New Phytologist, 2013, 199(1): 151–162

[34]Pedro Jr M J, Gillespie T J.Estimating dew duration.Ⅰ.Utilizing micrometeorological data[J]. Agricultural Meteorology, 1982, 25: 283–296

[35]Sentelhas P C, Gillespie T J, Gleason M L, et al.Operational exposure of leaf wetness sensors[J].Agricultural and Forest Meteorology, 2004, 126(1/2): 59–72

[36]Marta A D, De Vincenzi M, Dietrich S, et al.Neural network for the estimation of leaf wetness duration: Application to aPlasmoparaviticolainfection forecasting[J].Physics and Chemistry of the Earth, Parts A/B/C, 2005, 30(1/3): 91–96

[37]Marta A D, Orlandini S.Analysis of leaf wetness duration dynamics on a sunflower (HeliantusannuusL.) canopy[J].Physics and Chemistry of the Earth, Parts A/B/C, 2010,35(1/2): 31–34

[38]Kim K S, Taylor S E, Gleason M L, et al.Estimation of leaf wetness duration using empirical models in northwestern Costa Rica[J].Agricultural and Forest Meteorology, 2005,129(1/2): 53–67

[39]Sentelhas P C, Marta A D, Orlandini S, et al.Suitability of relative humidity as an estimator of leaf wetness duration[J].Agricultural and Forest Meteorology, 2008, 148(3): 392–400

[40]Huber L, Gillespie T.Modeling leaf wetness in relation to plant disease epidemiology[J]. Annual Review of Phytopathology, 1992, 30: 553–577

[41]Rao P S, Gillespie T J, Schaafsma A W.Estimating wetness duration on maize ears from meteorological observations[J].Canadian Journal of Soil Science, 1998, 78(1): 149–154

[42]Magarey R D, Russo J M, Seem R C, et al.Surface wetness duration under controlled environmental conditions[J].Agricultural and Forest Meteorology, 2005, 128(1/2):111–122

[43]Guo X N, Zha T S, Jia X, et al.Dynamics of dew in a cold desert-shrub ecosystem and its abiotic controls[J].Atmosphere, 2016, 7(3): 32

[44]Li X Y.Effects of gravel and sand mulches on dew deposition in the semiarid region of China[J].Journal of Hydrology,2002, 260(1/4): 151–160

[45]Lawrence M G.The relationship between relative humidity and the dewpoint temperature in moist air: A simple conversion and applications[J].American Meteorological Society, 2005, 86(2): 225–233

[46]Tabari H, Talaee P H.Analysis of trends in temperature data in arid and semi-arid regions of Iran[J].Global and Planetary Change, 2011, 79(1/2): 1–10

[47]Gocic M, Trajkovic S.Analysis of changes in meteorological variables using Mann-Kendall and Sen’s slope estimator statistical tests in Serbia[J].Global and Planetary Change,2013, 100: 172–182

[48]Goovaerts P.Geostatistical approaches for incorporating elevation into the spatial interpolation of rainfall[J].Journal of Hydrology, 2000, 228(1/2): 113–129

[49]Ye Y H, Zhou K, Song L Y, et al.Dew amounts and its correlations with meteorological factors in urban landscapes of Guangzhou, China[J].Atmospheric Research, 2007, 86(1):21–29

[50]Chen L, Meissner R, Zhang Y Q, et al.Studies on dew formation and its meteorological factors[J].Journal of Food,Agriculture & Environment, 2013, 11(2): 1063–1068

[51]張強(qiáng), 王勝.關(guān)于干旱和半干旱區(qū)陸面水分過程的研究[J].干旱氣象, 2007, 25(2): 1–4

Zhang Q, Wang S.Processes of water transfer over land surface in arid and semi-arid region of China[J].Arid Meteorology, 2007, 25(2): 1–4

[52]高志永, 汪有科, 周玉紅, 等.微觀時間尺度氣象因子影響露水量的通徑分析[J].西北林學(xué)院學(xué)報, 2014, 30(5): 12–18

Gao Z Y, Wang Y K, Zhou Y H, et al.Path analysis on sensitivity of meteorological factors to dew amount in micro-scale[J].Journal of Northwest Forestry University,2014, 30(5): 12–18

[53]Zangvil A.Six years of dew observations in the Negev Desert,Israel[J].Journal of Arid Environments, 1996, 32(4): 361–371

[54]Zuo H C, Bao Y, Zhang C J, et al.An analytic and numerical study on the physical meaning of pan evaporation and its trend in rencent 40 years[J].Chinese Journal of Geophysics,2006, 49(3): 607–616

[55]Luo W H, Goudriaan J.Dew formation on rice under varying durations of nocturnal radiative loss[J].Agricultural and Forest Meteorology, 2000, 104(4): 303–313

[56]Richards K.Observation and simulation of dew in rural and urban environments[J].Progress in Physical Geography, 2004,28(1): 76–94

[57]Lekouch I, Lekouch K, Muselli M, et al.Rooftop dew, fog and rain collection in southwest Morocco and predictive dew modeling using neural networks[J].Journal of Hydrology,2012, 448–449: 60–72

[58]問曉梅, 張強(qiáng), 王勝, 等.陸面露水特征及生態(tài)氣候效應(yīng)的研究進(jìn)展[J].干旱氣象, 2008, 26(4): 5–11

Wen X M, Zhang Q, Wang S, et al.Research advance about characteristic of dewfall on land surface and its ecological and climatic effects[J].Arid Meteorology, 2008, 26(4): 5–11

[59]張強(qiáng), 李宏宇.黃土高原地表能量不閉合度與垂直感熱平流的關(guān)系[J].物理學(xué)報, 2010, 59(8): 5888–5895

Zhang Q, Li H Y.The relationship between surface energy balance unclosure and vertical sensible heat advection over the loess plateau[J].Acta Physica Sinica, 2010, 59(8):5888–5895

[60]Jackson T J, Moy L.Dew effects on passive microwave observations of land surfaces[J].Remote Sensing of Environment, 1999, 70(2): 129–137

[61]Muselli M, Beysens D, Mileta M, et al.Dew and rain water collection in the Dalmatian Coast, Croatia[J].Atmospheric Research, 2009, 92(4): 455–463

[62]Hanisch S, Lohrey C, Buerkert A.Dewfall and its ecological significance in semi-arid coastal south-western Madagascar[J].Journal of Arid Environments, 2015, 121: 24–31

[63]Clus O, Ortega P, Muselli M, et al.Study of dew water collection in humid tropical islands[J].Journal of Hydrology,2008, 361(1/2): 159–171

[64]Xu Y Y, Yan B X, Luan Z Q, et al.Dewfall variation by large-scale reclamation in Sanjiang Plain[J].Wetlands, 2012,32(4): 783–790

[65]李志, 趙西寧.1961—2009年黃土高原氣象要素的時空變化分析[J].自然資源學(xué)報, 2013, 28(2): 287–299

Li Z, Zhao X N.Spatiotemporal analysis of meteorological elements on the Loess Plateau during 1961–2009[J].Journal of Natural Resources, 2013, 28(2): 287–299

[66]Willett K M, Gillett N P, Jones P D, et al.Attribution of observed surface humidity changes to human influence[J].Nature, 2007, 449(7163): 710–712

[67]Zhao G, Mu X, Wen Z, et al.Soil erosion, conservation, and eco-environment changes in the loess plateau of China[J].Land Degradation & Development, 2013, 24(5): 499–510

[68]丁一匯, 任國玉, 石廣玉, 等.氣候變化國家評估報告(Ⅰ):中國氣候變化的歷史和未來趨勢[J].氣候變化研究進(jìn)展,2006, 2(1): 3–8

Ding Y H, Ren G Y, Shi G Y, et al.National assessment report of climate change (Ⅰ): Climate change in China and its future trend[J].Advances in Climate Change Research, 2006,2(1): 3–8

Spatiotemporal analysis of dew days in China’s Loess Plateau*

GAO Zhiyong1, WANG Youke2**, JIANG Peng3
(1.Department of Water Conservancy, Yangling Vocational & Technological College, Yangling 712100, China; 2.College of Water Resources and Architectural Engineering, Northwest A&F University / Research Center of Soil and Water Conservation and Ecological Environment, Chinese Academy of Sciences & Ministry of Education, Yangling 712100, China; 3.Development Research Center of the Ministry of Water Resources of China, Beijing 100038, China)

Global warming due to greenhouse effect has altered meteorological variables such as temperature, relative humidity,rainfall and sunshine hours.The resulting change of these variables could have strong effects that threaten population, agriculture, environment, economy and industry.It could even affect global food security and supply/demand of water resources in the world.The Loess Plateau in North China is a semiarid and sub-humid climate region and is well-known for severe soil erosion, fragile ecological environment and sensitivity to climate change.Climate change will have a major impact on the ecological environment and agricultural ecosystems.Given the above, temporal and spatial distribution of meteorological elements for the Loess Plateau region has been analyzed.However, there was little information on dew days on the plateau.DewDew day was a key parameter of hydrologic cycle and plant disease prevention.Analysis of the spatial distribution and long-term temporal trends of dew days and the relatedness with climatic variables may provide the basis for plant disease prediction and prevention in local areas.In this study, dew day data from 52 meteorological stations for the period 1961–2010 were calculated using a model.The spatial distribution of seasonal and monthly dew days was interpolated by Kriging and the temporal trends of the days examined using trend-free pre-whitening (TFPW) and Sen’s slope estimator.Correlation analysis explained the dew-day formation.The results showed that at monthly scale, dew days started in March and ended in November,with a monthly mean of 7 dew days.The maximum dew days were in the south, southeast and northwest of the Loess Plateau in September, with a range of 8–12 days.Analysis of dew days indicated significant positive trends for 5.77%–25.00% of the stations, with a variation of 0.02–0.15 d·a-1during the periods from August through November and June.Dew days with significant negative trends were found too, with the decrease in July and April by 0.02–0.09 d·a-1and for 7.68%–17.31% of the stations.At seasonal scale, dew days occurred in spring, summer and autumn, with a seasonal mean of 15 dew days.The maximum dew days were in autumn, with 14–26 dew days in the south, southeast and northwest of the plateau.Dew days with significant positive trends were observed in summer and autumn, which varied respectively by 0.09–0.25 d·a-1and 0.09–0.15 d·a-1for 3.85% and 5.77% of the stations.Dew days with significant negative trends were evident in spring, which varied by ?0.34 to ?0.07 d·a-1for 5.77% of the stations.Relative humidity and temperature had clear and dominant effects on the spatiotemporal trend of dew days.The study provided a quantitative basis for understanding dew day distribution and trend in the Loess Plateau under global climate change.It also provided a vital reference for future plant disease forecast, prevention and risk assessment.

May 11, 2017; accepted Jun.21, 2017

Loess Plateau; Dew day; Trend analysis; Mann-Kendall test; Sen’ slope

S161.9; S165+.28; P467

A

1671-3990(2017)11-1718-13

10.13930/j.cnki.cjea.170435

高志永, 汪有科, 姜鵬.黃土高原露日數(shù)變化趨勢分析[J].中國生態(tài)農(nóng)業(yè)學(xué)報, 2017, 25(11): 1718-1730

Gao Z Y, Wang Y K, Jiang P.Spatiotemporal analysis of dew days in China’s Loess Plateau[J].Chinese Journal of Eco-Agriculture, 2017, 25(11): 1718-1730

* 國家科技支撐計劃項目(2015BAC01B03)和陜西統(tǒng)籌項目(2014KTCG01-03)資助

** 通訊作者: 汪有科, 主要從事作物高效用水和水土保持研究。E-mail: gjzwyk@vip.sina.com

高志永, 主要從事近地表汽態(tài)水研究。E-mail: GZYstruggling@163.com

2017-05-11 接受日期: 2017-06-21

* This study was supported by the National Key Technologies R&D Program of China (2015BAC01B03) and Shaanxi Science & Technology Co-ordination and Innovation Project (2014KTCG01-03).

** Corresponding author, E-mail: gjzwyk@vip.sina.com