基于彭曼公式日均值時序分析的中國蒸發(fā)能力動態(tài)成因

白 樺 魯向暉 楊筱筱 高 鵬 桂發(fā)亮 穆興民

(1.中國科學(xué)院水利部水土保持研究所黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點實驗室， 陜西楊凌 712100； 2.中國科學(xué)院大學(xué)， 北京 100049； 3.南昌工程學(xué)院江西省水文水資源與水環(huán)境重點實驗室， 南昌 330099； 4.江西省水文局， 南昌 330002)

0 引言

蒸發(fā)能力是特定氣候條件下地表充分供水時的蒸發(fā)量，廣泛用于陸氣耦合的靶向研究。蒸發(fā)能力是涵蓋性術(shù)語，包含潛在蒸發(fā)量(Potential evapotranspiration，ETp)和參考作物蒸發(fā)蒸騰量。綜合能量平衡和質(zhì)量傳輸理論，彭曼公式所求潛在蒸發(fā)量最初用于估算開闊水面蒸發(fā)量[1]，后結(jié)合彭曼[1-2]、BOUCHET[3]和BUDYKO[4-6]假設(shè)，估算區(qū)域和流域?qū)嶋H蒸發(fā)量。彭曼-蒙特斯公式引入空氣動力學(xué)和冠層阻力系數(shù)[7]，用于參考作物蒸發(fā)蒸騰量的估算和作物需水量的預(yù)報預(yù)測[8-9]。對比可知，潛在蒸發(fā)量更被廣泛地用于中大空間尺度區(qū)域和流域蒸發(fā)量及伴生水能通量的衡量。

潛在蒸發(fā)量變化成因定量分析多借助彭曼公式全微分求積方程[10]，應(yīng)用于澳大利亞和江西等地[10-11]。彭曼公式是自變量溫度、風(fēng)速、凈輻射量(Net radiation，Rn)和相對濕度的四元非線性方程。在四維空間上，彭曼公式全微分的曲線積分值與路徑無關(guān)[12]。但各自變量對曲線積分值的貢獻率卻嚴(yán)重依存于積分路徑。究其原因，該貢獻率是潛在蒸發(fā)量對自變量偏導(dǎo)數(shù)和自變量對時間導(dǎo)數(shù)的函數(shù)。潛在蒸發(fā)量對自變量偏導(dǎo)數(shù)隨積分路徑中系統(tǒng)狀態(tài)變量而改變。自變量對時間導(dǎo)數(shù)常以兩者線性回歸方程斜率代替，概化誤差較大。積分路徑時間尺度越小，路徑越接近氣候的實際變化過程，自變量對曲線積分的貢獻率越真實，成因分析越可靠。

本文分析中國年潛在蒸發(fā)量時空變化，構(gòu)建彭曼公式全微分日求積方法，計算年均日潛在蒸發(fā)量變化的氣象要素累積貢獻率，甄別驅(qū)動因子和成因，為我國水資源和水災(zāi)害演變規(guī)律和成因分析及災(zāi)害預(yù)測預(yù)報提供科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

所用數(shù)據(jù)來源于國家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(http:∥data.cma.cn/site/index.html)中國地面氣候資料日值數(shù)據(jù)集(V3.0)，包含中國819個基礎(chǔ)氣象站1961—2015年逐日平均溫度(T)、相對濕度(Hu)、風(fēng)速(u2)、日照時數(shù)等氣象資料和各站經(jīng)緯度、高程等地理信息數(shù)據(jù)。在819個基礎(chǔ)氣象站中有114個站具備相對完整的地表輻射和日照時數(shù)資料(缺測率小于等于20%)，將該114個基礎(chǔ)氣象站命名為輻射站，用于估算地表輻射經(jīng)驗?zāi)Ｐ?ngstr?m-Prescott模型(簡稱為A-P模型)參數(shù)[13-14]，見圖1。所有站點數(shù)據(jù)均進行了嚴(yán)格的質(zhì)量控制，但仍存在部分?jǐn)?shù)據(jù)缺測現(xiàn)象。在數(shù)據(jù)處理和分析過程中遇到數(shù)據(jù)缺測現(xiàn)象時，直接剔除該日所有數(shù)據(jù)。

圖1 中國氣象站和輻射站空間分布Fig.1 Spatial distribution of meteorological and radiation stations

1.2 方法

1.2.1中國年蒸發(fā)能力動態(tài)分析方法

采用中國114個輻射站1961—2015年實測逐日地表輻射和日照時數(shù)數(shù)據(jù)，假設(shè)兩者之間關(guān)系可由A-P模型描述，采用最小二乘法[15]、均方根誤差RMSE和Nash-Sutcliffe效率系數(shù)[16]分別對A-P模型參數(shù)、模型模擬地表輻射量均方根誤差和模型模擬效果進行分析。若A-P模型模擬效果較好，則采用Lilliefors檢驗(顯著性水平為0.05)[17-18]，驗證輻射站A-P模型參數(shù)是否服從正態(tài)分布。對比參數(shù)經(jīng)驗和正態(tài)分布理論概率分布曲線，進一步驗證。綜合檢驗結(jié)果，若模型參數(shù)服從正態(tài)分布，則基于ArcGIS平臺，采用克里格插值法[19]，獲取氣象站A-P模型參數(shù)和逐日地表輻射量模擬值；若模型參數(shù)不服從正態(tài)分布，則基于ArcGIS平臺，采用反距離權(quán)重法[20]，獲取氣象站A-P模型參數(shù)和逐日地表輻射量模擬值。計算各氣象站逐日實測最低和最高氣溫的平均值，即為逐日平均氣溫；各站距地2 m高處風(fēng)速由實測10 m高風(fēng)速轉(zhuǎn)換而來[7]。結(jié)合各氣象站逐日氣溫、相對濕度、風(fēng)速和地表凈輻射等數(shù)據(jù)，采用彭曼潛在蒸發(fā)量公式[1]估算各站逐日、逐年和多年平均潛在蒸發(fā)量。

類似A-P模型參數(shù)正態(tài)分布驗證流程，檢驗各站多年平均潛在蒸發(fā)量是否服從正態(tài)分布?；贏rcGIS平臺，采用克里格或反距離權(quán)重插值方法，繪制中國多年平均潛在蒸發(fā)量等值線圖，揭示其空間分布規(guī)律。選取各站逐年潛在蒸發(fā)量，計算各站年潛在蒸發(fā)量相對時間的決定系數(shù)(R2)，對比決定系數(shù)臨界值(顯著性水平為0.05)。若決定系數(shù)大于其臨界值，采用線性回歸方法計算年潛在蒸發(fā)量傾向率[21]；若決定系數(shù)小于其臨界值，將年潛在蒸發(fā)量傾向率賦值為0，繪制年潛在蒸發(fā)量傾向率等值線圖，揭示中國年潛在蒸發(fā)量趨勢空間分布。針對年潛在蒸發(fā)量趨勢顯著的氣象站，采用Pettitt和Mann-Kendall突變點檢驗法檢驗各站年潛在蒸發(fā)量突變點(顯著性水平為0.05)[22-24]。以泰森多邊形法確定各站突變年份代表區(qū)域[19]，采用眾數(shù)濾波、焦點統(tǒng)計方法揭示突變年份空間分布特征[25-26]；同時統(tǒng)計各站突變點的代際比例，表征突變年份時間分布。

1.2.2氣象站日蒸發(fā)能力一階差分值模擬方法

選取年潛在蒸發(fā)量趨勢顯著且存在突變點的氣象站，基于各站1961—2015年逐日潛在蒸發(fā)量，采用向前差分方法，計算各站逐日潛在蒸發(fā)量、地表輻射量、氣溫、風(fēng)速和相對濕度的向前一階差分值，即實測值。利用彭曼公式全微分日尺度求積方程

ΔETp=ΔETpr+ΔETpa

(1)

其中

式中ETpr、ETpa——逐日彭曼潛在蒸發(fā)量輻射項、空氣動力項,mm/d

ΔETp——逐日彭曼潛在蒸發(fā)量向前一階差分值，mm/d

ΔETpr——逐日彭曼潛在蒸發(fā)量輻射項向前一階差分值，mm/d

ΔETpa——逐日彭曼潛在蒸發(fā)量空氣動力項向前一階差分值，mm/d

ΔETpr,T——溫度引起的輻射項變化量，mm/d

ΔETpr,Rn——地表凈輻射引起的輻射項變化量，mm/d

ΔETpa,T——溫度引起的逐日空氣動力項變化量，mm/d

ΔETpa,Hu——相對濕度引起的逐日空氣動力項變化量，mm/d

ΔETpa,u2——風(fēng)速引起的逐日空氣動力項變化量，mm/d

es、ea——飽和、實際水汽壓，kPa

Δ——飽和水汽壓溫度曲線斜率，kPa/℃

積分下限為系統(tǒng)原始狀態(tài)變量值。

將逐日潛在蒸發(fā)量一階差分值分解為部分差分值[10]

(2)

式中 ΔETp,T——溫度引起的潛在蒸發(fā)量變化量，mm/d

γ——干濕表常數(shù)，kPa/℃

λ——蒸發(fā)潛熱，MJ/kg

D——參考高度的空氣飽和水汽壓差，kPa

ΔT——日均溫度一階差分值，℃

(3)

式中 ΔETp,Hu——相對濕度引起的潛在蒸發(fā)量變化量，mm/d

ΔHu——日均相對濕度一階差分值，%

(4)

式中 ΔETp,Rn——凈輻射量引起的潛在蒸發(fā)量變化量，mm/d

ΔRn——日地表凈輻射量一階差分值，MJ/(m2·d)

(5)

式中 ΔETp,u2——風(fēng)速引起的潛在蒸發(fā)量變化量，mm/d

Δu2——日均風(fēng)速一階差分值，m/s

各氣象要素相應(yīng)部分差分值是該要素對日潛在蒸發(fā)量一階差分值的貢獻量[10]。部分差分值求和，即日潛在蒸發(fā)量一階差分模擬值。采用線性回歸方程[21]、決定系數(shù)及其臨界值、t檢驗值及其臨界值[27]檢驗各站日潛在蒸發(fā)量一階差分值的模擬效果。

1.2.3中國年均日蒸發(fā)能力變化歸因方法

(1)年均日蒸發(fā)能力變化及成因定性分析

依據(jù)各氣象站年潛在蒸發(fā)量突變年份，將各站研究時段進行時段劃分。計算各站相鄰時段相應(yīng)日潛在蒸發(fā)量平均值。突變點之后與之前時段均值的差值即為各站年均日潛在蒸發(fā)量差分值。

(6)

n——突變年份相應(yīng)日序值

(7)

N——日潛在蒸發(fā)量樣本容量

(8)

借助氣象要素對逐日潛在蒸發(fā)量一階差分值的貢獻量，將年均日潛在蒸發(fā)量差分值分解為各要素累積貢獻量。

(9)

其中

ΔETp,T,i——溫度引起的第i日潛在蒸發(fā)量變化量，mm/d

ΔETp,T,n+j——溫度引起的第n+j日潛在蒸發(fā)量變化量，mm/d

ΔETp,u2,i——風(fēng)速引起的第i日潛在蒸發(fā)量變化量，mm/d

ΔETp,u2,n+j——風(fēng)速引起的第n+j日潛在蒸發(fā)量變化量，mm/d

ΔETp,Rn,i——地表凈輻射量引起的第i日潛在蒸發(fā)量變化量，mm/d

ΔETp,Rn,n+j——地表凈輻射量引起的第n+j日潛在蒸發(fā)量變化量，mm/d

ΔETp,Hu,i——相對濕度引起的第i日潛在蒸發(fā)量變化量，mm/d

ΔETp,Hu,n+j——相對濕度引起的第n+j日潛在蒸發(fā)量變化量，mm/d

對比年均日潛在蒸發(fā)量差分值及氣象要素累積貢獻量時序演變過程，定性揭示蒸發(fā)能力變化及成因。

(2)年均日蒸發(fā)能力變化成因定量分析

計算各站累積貢獻量與年均日潛在蒸發(fā)量差分值的比值，即為累積貢獻率。截取氣象站最大累積貢獻率相應(yīng)氣象要素作為該站主驅(qū)動要素。以泰森多邊形法確定各站主驅(qū)動要素代表區(qū)域[19]，采用眾數(shù)濾波、焦點統(tǒng)計方法分析各站主驅(qū)動要素的空間分布特征[25-26]，并進行區(qū)劃。在各分區(qū)內(nèi)，計算各氣象要素累積貢獻率均值。選取均值大于100的氣象要素作為分區(qū)主驅(qū)動要素。綜合分析潛在蒸發(fā)量趨勢和驅(qū)動要素的空間分布特征，定量揭示年均日蒸發(fā)能力變化成因。

2 結(jié)果與分析

2.1 中國年蒸發(fā)能力動態(tài)

2.1.1氣象站日凈輻射量和蒸發(fā)能力估算

基于中國114個輻射站1961—2015年實測逐日地表輻射和日照時數(shù)數(shù)據(jù)，假設(shè)兩者間關(guān)系可由A-P模型描述，采用最小二乘法和均方根誤差RMSE、Nash-Sutcliffe效率系數(shù)分別對A-P模型參數(shù)和模擬效果進行分析(圖2)。結(jié)果表明，輻射站A-P模型參數(shù)a在0.47～0.69間變化，平均值為0.55，最大和最小值分別出現(xiàn)在甘肅武威站和新疆阿克蘇站。模型參數(shù)b在0.13～0.29間變化，平均值為0.19，最大和最小值分別出現(xiàn)在新疆庫車站和浙江慈溪站。多年平均實測地表輻射量在8.75～21.12 MJ/(m2·d)間，平均值為14.28 MJ/(m2·d)，其模擬值在8.68～21.25 MJ/(m2·d)間變化，平均值為14.30 MJ/(m2·d)，實測和模擬最大和最小值均分別出現(xiàn)在廣西北海站和內(nèi)蒙古錫林浩特站。模型模擬和實測地表輻射量間RMSE在1.61～4.31 MJ/(m2·d)間變化，平均值2.48 MJ/(m2·d)，表明模型模擬值相對實測值偏離程度較小，模擬精度較高。Nash-Sutcliffe效率系數(shù)在0.59～0.96之間變化，平均值為0.88，表明A-P模型模擬可信度

圖2 ?ngstr?m-Prescott模型參數(shù)和模擬效果Fig.2 Parameters and simulation effect of ?ngstr?m-Prescott model

較高。借助Matlab軟件，采用Lilliefors方法(顯著性水平為0.05)檢驗輻射站A-P模型參數(shù)。結(jié)果表明：模型參數(shù)a、b檢驗值均為0，尺度參數(shù)分別為0.5和0.1，均服從正態(tài)分布。借助ArcGIS平臺，采用克里格插值方法獲取各氣象站A-P模型參數(shù)和逐日地表輻射量。結(jié)合氣象站逐日氣溫、相對濕度、風(fēng)速等數(shù)據(jù)，采用彭曼公式估算各站逐日、逐年、多年平均潛在蒸發(fā)量。

2.1.2中國年蒸發(fā)能力空間分布格局

采用Lilliefors方法檢驗各站多年平均潛在蒸發(fā)量(顯著性水平為0.05)。結(jié)果表明Lilliefors檢驗值為1，尺度參數(shù)為0.001，各站多年平均潛在蒸發(fā)量不服從正態(tài)分布。繪制各氣象站多年平均潛在蒸發(fā)量經(jīng)驗概率和正態(tài)分布理論頻率曲線(圖3a)，驗證各站多年平均潛在蒸發(fā)量是否服從正態(tài)分布。由圖3a可知：各氣象站多年平均潛在蒸發(fā)量經(jīng)驗概率分布值并未均勻分布在正態(tài)分布概率分布曲線兩側(cè)，證實各氣象站多年平均潛在蒸發(fā)量不服從正態(tài)分布。因此，選取反距離權(quán)重法繪制中國多年平均潛在蒸發(fā)量等值線(圖4)。圖4表明各站多年平均潛在蒸發(fā)量在686.5～2 127.8 mm/a間變化，均值為1 168.7 mm/a，低值區(qū)位于中國東北部地區(qū)，高值區(qū)處于中國西北部地區(qū)，大體由中國東部向西部地區(qū)增加。

圖3 氣象站多年平均潛在蒸發(fā)量、年潛在蒸發(fā)量傾向率概率分布Fig.3 Probability distribution curves of mean annual ETp and ETp’s tendency rates

2.1.3中國年蒸發(fā)能力時程演變規(guī)律

(1) 中國年蒸發(fā)能力的趨勢

選取氣象站歷年年潛在蒸發(fā)量，計算其與時間變量間的傾向率。采用Lilliefors檢驗和概率分布曲線(圖3b)檢驗各站傾向率(顯著性水平為0.05)。經(jīng)檢驗，Lilliefors檢驗檢驗值為1，尺度參數(shù)為0.001，年潛在蒸發(fā)量傾向率不服從正態(tài)分布；圖3b表明：各站年潛在蒸發(fā)量傾向率經(jīng)驗概率值并未均勻分布在正態(tài)分布概率分布線兩側(cè)，再次證實年潛在蒸發(fā)量傾向率不服從正態(tài)分布?；贏rcGIS平臺，選取反距離權(quán)重法繪制中國年潛在蒸發(fā)量傾向率等值線(圖5)。圖5表明，各站年潛在蒸發(fā)量傾向率在-32～21.4 mm/(10 a)間變化，均值為-3.3 mm/(10 a)，低值區(qū)位于中國東部和新疆中部地區(qū)，高值區(qū)處于中國中部和新疆東部地區(qū)，大體呈現(xiàn)中部較高、東西部較低的空間分布特征。

圖4 中國多年平均潛在蒸發(fā)量等值線Fig.4 Contour of mean annual ETp in China

圖6 氣象站年潛在蒸發(fā)量突變點Fig.6 Change points of annual ETp at meteorological stations

圖5 中國年潛在蒸發(fā)量傾向率等值線Fig.5 Contour of annual ETp’s tendency rates in China

(2) 中國年蒸發(fā)能力的突變

針對年潛在蒸發(fā)量趨勢顯著氣象站，采用Pettitt和Mann-Kendall方法對各站逐年年潛在蒸發(fā)量進行突變點檢驗(顯著性水平為0.05)，合并相近突變點，見圖6。圖6表明，年潛在蒸發(fā)量突變年份集中于1969—2005年間，均值為1987年。僅含1個突變點的站點比例最高，達到66%；含2個突變點的站點比例為31%；含3個突變點的站點比例最低，僅為3%。基于各站第1至第3潛在蒸發(fā)量突變點，分別采用眾數(shù)濾波、焦點統(tǒng)計方法和突變點代際分布比例表征突變點的時空變化，見圖7。圖7表明：時間上，突變年份主要集中于20世紀(jì)80年代，代際占比51%，90年代占比23%，其余代際占比均為13%?？臻g上，突變年份出現(xiàn)在1990年之后的區(qū)域主要分布在中國中部地區(qū)、東北部分地區(qū)和新疆與西藏的西部地區(qū)；突變年份在1979年之前區(qū)域主要集中于中國東南地區(qū)；突變年份為20世紀(jì)80年代區(qū)域廣泛分布于全國。

2.2 氣象站日蒸發(fā)能力一階差分值及其模擬

2.2.1氣象站日蒸發(fā)能力一階差分值

針對年潛在蒸發(fā)量趨勢顯著且存在突變點的氣象站，選取各站逐日潛在蒸發(fā)量，計算各站逐日潛在蒸發(fā)量向前一階差分實測值(ΔETpo)，見圖8。圖8表明，各氣象站逐日潛在蒸發(fā)量一階差分值在-12.1～13.6 mm/d間變化，均值為-2.9 mm/d，均方根誤差為0.33 mm/d。

2.2.2氣象站日蒸發(fā)能力一階差分值模擬

選取各氣象站逐日地表凈輻射量、氣溫、風(fēng)速和相對濕度數(shù)據(jù)，計算各站諸要素逐日向前一階差分值和偏導(dǎo)數(shù)，采用彭曼公式全微分日求積方程，模擬各站日潛在蒸發(fā)量一階差分模擬值。采用線性回歸方程、決定系數(shù)及其臨界值、t檢驗值及其臨界值檢驗?zāi)M效果(顯著性水平為0.05)，見圖8。圖8表明，各站逐日潛在蒸發(fā)量一階差分模擬值(ΔETps)相對實測值線性回歸系數(shù)為0.96，決定系數(shù)及其t檢驗值分別為0.996和42 277，分別超過決定系數(shù)和t檢驗臨界值(分別為0.000 7和1.96)。結(jié)果表明各站模擬與實測逐日潛在蒸發(fā)量一階差分值線性相關(guān)，回歸系數(shù)接近1，截距接近0，模擬效果較好。

圖7 中國年潛在蒸發(fā)量突變年份時空分布Fig.7 Temporal and spatial distributions of change points derived from annual ETp in China

圖8 氣象站日潛在蒸發(fā)量一階差分值模擬Fig.8 Simulation of daily ETp’s first-order differences at meteorological stations

2.3 中國多年平均日蒸發(fā)能力變化成因

2.3.1年均日蒸發(fā)能力變化及成因定性分析

依據(jù)各氣象站年潛在蒸發(fā)量突變年份將研究時段(1961—2015年)劃分為相鄰時段，結(jié)合各站諸氣象要素對該站日潛在蒸發(fā)量一階差分值貢獻量，計算各氣象要素對該站年均日潛在蒸發(fā)量一階差分值的貢獻量，見圖9。由圖9a可知，各站年均日潛在蒸發(fā)量差分值在-0.77～0.48 mm/d間變化，均值為-0.13 mm/d，均方根誤差為0.21 mm/d；差分值為正區(qū)域主要出現(xiàn)在西經(jīng)98°～104°范圍內(nèi)，其余區(qū)域差分值整體為負值。結(jié)果表明：中國年均日潛在蒸發(fā)量整體減少，各站差分值差異較大；空間上，年均日潛在蒸發(fā)量在中部地區(qū)大體增加，在東西部地區(qū)大體減少，與年潛在蒸發(fā)量趨勢空間分布吻合。

由圖9b可知，各站溫度、風(fēng)速、凈輻射量、相對濕度貢獻的年均日潛在蒸發(fā)量差分值均值分別為42.6、17.3、-55、-5 mm/d；空間上，溫度和凈輻射量貢獻的差分值在全國尺度分別大體為正值和負值；風(fēng)速貢獻的差分值在西經(jīng)114°～125°間大體為正值，其余區(qū)間大體為負值；相對濕度貢獻的差分值在西經(jīng)106°以西大體為負值，以東大體為正值。結(jié)果表明：凈輻射量的減少和溫度的增加分別在全國尺度上引起潛在蒸發(fā)量的減少和增加；風(fēng)速變化引起潛在蒸發(fā)量于東部減少，中西部增加；相對濕度變化引起潛在蒸發(fā)量于東部增加，西部減少。結(jié)合年潛在蒸發(fā)量趨勢的空間分布定性判斷其變化成因，可知中國中部潛在蒸發(fā)量增加可能由溫度和風(fēng)速的增加所致，東部潛在蒸發(fā)量減少可能由凈輻射量和風(fēng)速的減少所致，西部潛在蒸發(fā)量減少可能由相對濕度增加和凈輻射量減少所致。

2.3.2年均日蒸發(fā)能力變化成因定量分析

基于各站實測年均日潛在蒸發(fā)量一階差分值及氣象要素相應(yīng)累積貢獻量，分別計算各站諸要素對年均日潛在蒸發(fā)量變化的累積貢獻率；選取各站最大累積貢獻率相應(yīng)要素作為該站年均日潛在蒸發(fā)量變化主驅(qū)動要素；采用眾數(shù)濾波、焦點統(tǒng)計方法對主驅(qū)動要素進行區(qū)劃，計算氣象要素分區(qū)累積貢獻率，甄別分區(qū)主驅(qū)動要素，定量揭示各分區(qū)年均日潛在蒸發(fā)量變化成因，見圖10。圖10表明，依據(jù)區(qū)域年均日潛在蒸發(fā)量變化主驅(qū)動要素，將中國劃分為中部、東部和西部3個區(qū)域(分別對應(yīng)圖10上區(qū)域1、區(qū)域2、區(qū)域3)，相應(yīng)年潛在蒸發(fā)量分別整體呈現(xiàn)增加、減少和減少趨勢。在中國中部，分區(qū)各站溫度和風(fēng)速累積貢獻率均值分別為355和121，地表凈輻射量和相對濕度累積貢獻率均值分別為-305和-150，說明該區(qū)年潛在蒸發(fā)量增加成因是溫度和風(fēng)速的增加；在中國東部，分區(qū)各站地表凈輻射量和風(fēng)速累積貢獻率均值分別為280和31，溫度和相對濕度累積貢獻率均值分別為-224和-85，說明該區(qū)年潛在蒸發(fā)量減少成因是地表凈輻射量的減少。在中國西部，區(qū)域各站相對濕度和地表凈輻射量累積貢獻率均值分別為175和88，溫度和風(fēng)速累積貢獻率均值分別為-24和-239，說明該區(qū)潛在蒸發(fā)量減少成因是相對濕度的增加。

圖10 多年平均日潛在蒸發(fā)量變化氣象要素貢獻率及驅(qū)動要素區(qū)劃Fig.10 Driving force and its contribution’s regionalization of changes in mean annual daily ETp

3 討論

3.1 中國年蒸發(fā)能力動態(tài)的成因

由彭曼公式可知，以潛在蒸發(fā)量表征蒸發(fā)能力，蒸發(fā)能力受地表凈輻射量、氣溫、風(fēng)速和相對濕度支配。蒸發(fā)能力及其相關(guān)氣象要素的動態(tài)，在不同空間尺度受全球和區(qū)域氣候事件、地形和地理等要素影響，呈現(xiàn)不同隨機性和演變規(guī)律。當(dāng)空間尺度較小時，全球和區(qū)域氣候事件影響相對有限，蒸發(fā)能力變化受局部微地形影響顯著，其變化表現(xiàn)出較高隨機性；隨著空間尺度增大，隨機性減少，蒸發(fā)能力變化在大尺度空間呈現(xiàn)一定穩(wěn)定性，表現(xiàn)為特定區(qū)域特征。例如中國年潛在蒸發(fā)量變化的區(qū)域特征為中部增加，東部和西部減少。

基于中國年潛在蒸發(fā)量的時空變化，結(jié)合地理和氣候特征，提出年蒸發(fā)能力時空動態(tài)的可能成因。中國中部年潛在蒸發(fā)量增加，其空間范圍分布在大興安嶺-陰山-賀蘭山-巴顏喀拉山-岡底斯山兩側(cè)。這些山脈將我國劃分為季風(fēng)區(qū)和非季風(fēng)區(qū)，山脈東南側(cè)為季風(fēng)區(qū)，西北側(cè)為非季風(fēng)區(qū)。中國東南部距海洋較近，海陸間物質(zhì)和能量交互作用強烈，該區(qū)蒸發(fā)能力動態(tài)更多體現(xiàn)全球氣候事件影響。中國西北部距海洋較遠，海陸間物質(zhì)和能量交互作用較弱，該區(qū)蒸發(fā)能力動態(tài)更多體現(xiàn)全球和區(qū)域氣候的綜合影響。

3.2 氣象站日蒸發(fā)能力動態(tài)模擬時間尺度效應(yīng)

理論上，分析時段選取越小，全微分積分路徑對氣象要素變化過程的概化就越接近真實，氣象要素對潛在蒸發(fā)量變化的貢獻率計算就越準(zhǔn)確。但是，在現(xiàn)有實測氣象數(shù)據(jù)庫中，獲取資料完整、數(shù)量充足的小時或更短時段數(shù)據(jù)存在困難。本文采用日為積分路徑時間尺度，可較為準(zhǔn)確地概化氣象要素變化過程，獲取氣象要素的累積貢獻率，保證結(jié)果可信。但是為驗證彭曼全微分公式求積方程模擬效果對分析時段的敏感性，尚需進一步選取氣象站實測分鐘、小時數(shù)據(jù)進一步驗證。

3.3 中國年均日蒸發(fā)能力變化對全球、區(qū)域氣候變化的響應(yīng)

針對區(qū)域蒸發(fā)能力變化成因，現(xiàn)有研究多采用行政邊界分區(qū)[28]，難以對區(qū)域蒸發(fā)能力變化規(guī)律形成整體認(rèn)識，所得結(jié)論有待商榷。本文對各氣象站蒸發(fā)能力動態(tài)的主驅(qū)動因子進行區(qū)劃，證實中國東部和西部多年平均日蒸發(fā)能力減少最主要成因分別是地表凈輻射量減少和相對濕度增加。中國中部多年平均日蒸發(fā)能力增加最主要成因是溫度的升高。由于中國東部、中部受全球氣候變化影響較大，東部地表凈輻射量減少推測為全球暗化誘發(fā)[29-30]，中部溫度升高推測為全球變暖誘發(fā)[31-32]。由于中國西部受區(qū)域氣候變化影響較大，受全球氣候變化影響相對較小，相對濕度增加推測為區(qū)域降水增加誘發(fā)[33]。

本文對蒸發(fā)能力動態(tài)的氣象要素貢獻進行了定量分析，并探討將其定性歸因至全球和區(qū)域氣候變化。但對區(qū)域蒸發(fā)與氣候邊界條件間的耦合關(guān)系缺乏認(rèn)識，尚需進一步定量研究。

4 結(jié)論

(1)A-P模型參數(shù)a在0.47～0.69之間變化，平均值為0.55，最大和最小值分別出現(xiàn)在甘肅武威站和新疆阿克蘇站；模型參數(shù)b在0.13～0.29之間變化，平均值為0.19，最大和最小值分別出現(xiàn)在新疆庫車站和浙江慈溪站。模型模擬和實測地表輻射量均方根誤差平均值為2.48 MJ/(m2·d)，Nash-Sutcliffe效率系數(shù)平均值為0.88，模擬精度較高。

(2)各氣象站多年平均潛在蒸發(fā)量在686.5～2 127.8 mm/a之間變化，均值為1 168.7 mm/a，低值區(qū)位于我國東北部地區(qū)，高值區(qū)處于我國西北部地區(qū)，大體由東部向西部地區(qū)增加。各氣象站年潛在蒸發(fā)量傾向率在-32～21.4 mm/(10 a)之間變化，均值為-3.3 mm/(10 a)，低值區(qū)位于東部和新疆中部地區(qū)，高值區(qū)處于中部和新疆東部地區(qū)，大體呈現(xiàn)東西部較低、中部較高的空間分布特征。各氣象站年潛在蒸發(fā)量突變年份均值為1987年。綜上可知：我國年潛在蒸發(fā)量大體自1987年起顯著減少。

(3)采用彭曼公式全微分日求積方程，模擬逐日潛在蒸發(fā)量一階差分值。模擬相對實測值回歸系數(shù)為0.96，決定系數(shù)和t檢驗值分別為0.996和42 277，分別超過各自臨界值。模擬與實測值線性相關(guān)，模擬效果較好。

(4)各氣象站年均日潛在蒸發(fā)量差分值在-0.77～0.48 mm/d之間變化，均值為-0.13 mm/d?？臻g上，年均日潛在蒸發(fā)量于我國中部地區(qū)增加，一階差分值大體為正值，由溫度和風(fēng)速增加所致，相應(yīng)區(qū)域累積貢獻率分別為355和121；年均日潛在蒸發(fā)量于中國東部和西部地區(qū)減少，一階差分值大體為負值，東部年均日潛在蒸發(fā)量減少由地表凈輻射減少所致，相應(yīng)區(qū)域累積貢獻率為280，西部年均日潛在蒸發(fā)量減少由相對濕度增加所致，相應(yīng)區(qū)域累積貢獻率為175。