我國西南地區(qū)近56年參考作物蒸散量的敏感性分析

倪寧淇 李果 崔寧博 姜守政 唐琦 劉雙美 廖功磊 王祿濤

摘要：參考作物蒸散量（ET0）是水文氣象研究及水資源管理規(guī)劃中的重要參數(shù)?；?960—2015年我國西南地區(qū)96個氣象站的逐日相對濕度（RH）、日照時數(shù)（n）、風速（u）、最低溫度（Tmin）、最高溫度（Tmax）和平均溫度（Tmean）資料，采用1998年聯(lián)合國糧食及農(nóng)業(yè)組織（FAO）推薦的Penman-Monteith公式，計算近56年研究區(qū)的ET0，并分析ET0對各氣象因子的敏感系數(shù)。結(jié)果表明，近56年我國西南地區(qū)的平均ET0為1 027.11 mm，在空間分布上表現(xiàn)為自東北向西南方向逐漸增大;全區(qū)ET0對氣象因子敏感系數(shù)的絕對值排序為RH>n>Tmax>Tmean>u>Tmin，在空間分布上，RH、n、u敏感系數(shù)在研究區(qū)西部較高，Tmax敏感系數(shù)在以云貴高原的元江、廣西盆地的北海為中心的地區(qū)較高，Tmean敏感系數(shù)在研究區(qū)東部及云貴高原西南部較高，Tmin敏感系數(shù)在廣西盆地地區(qū)較高;RH、Tmax、u、Tmin敏感系數(shù)呈上升趨勢，其中Tmax敏感系數(shù)顯著（P<0.05）上升，其余氣象因子的敏感系數(shù)呈極顯著（P<0.01）上升趨勢，n敏感系數(shù)呈極顯著（P<0.01）下降趨勢，Tmean敏感系數(shù)變化不明顯;RH、Tmax與n敏感系數(shù)的年內(nèi)變化特征為雙峰型曲線，Tmean、u、Tmin敏感系數(shù)呈單峰型曲線;全區(qū)ET0的突變時間為1996年，突變時間以前ET0呈極顯著（P<0.01）下降的趨勢，氣候傾向率為-13.437 mm/10年，突變時間后呈顯著（P<0.05）上升趨勢，氣候傾向率為21.770 mm/10年。因此可見，西南全區(qū)及各分區(qū)參考作物蒸散量均對相對濕度的敏感性最高，除四川盆地外，其余分區(qū)對日照時數(shù)、最高溫度的敏感性較高，四川盆地對平均溫度的敏感性較高。

關(guān)鍵詞：參考作物蒸散量（ET0）;氣象因子;Penman-Monteith公式;敏感系數(shù);中國西南地區(qū);氣候突變

中圖分類號： S161.4 文獻標志碼： A

文章編號：1002-1302（2019）20-0298-07

參考作物蒸散量，又稱潛在蒸散量（ET0），可以表征充分供水條件下大氣的蒸散能力。量化區(qū)域ET0及其變化趨勢，對于分析地區(qū)干濕程度、農(nóng)業(yè)灌溉用水需求、水資源供需平衡等具有重要意義[1]。近幾十年來，世界各地在ET0演變機制方面已有不少研究[2-5]，Golubev等發(fā)現(xiàn)，美國地區(qū)的ET0受太陽輻射和風速減弱的影響，呈下降趨勢[2];Dinpashoh等發(fā)現(xiàn)，伊朗北部地區(qū)的ET0受風速上升和相對濕度減弱的影響，呈上升趨勢[3];Chattopadhyay等發(fā)現(xiàn)，印度地區(qū)的ET0受相對濕度上升和輻射下降的影響，呈下降趨勢[4];而Li等發(fā)現(xiàn)，我國西南地區(qū)的ET0受風速影響而呈下降趨勢[5]。

與ET0相關(guān)的氣象因子包括相對濕度、日照時數(shù)、風速、溫度等，研究ET0對相關(guān)氣象因子的敏感性，有助于分析與預(yù)測ET0在時空上的分配變化[6]。目前，已有很多學者參與到ET0影響因素的研究中[7-13]。在敏感性方面，Gong等研究發(fā)現(xiàn)，在我國長江流域地區(qū)，ET0對于相對濕度最為敏感[7];楊林山等研究了洮河流域ET0對氣象因子的敏感性，結(jié)果發(fā)現(xiàn)，該流域?qū)糨椛渥顬槊舾衃8]，這與劉昌明等對全國流域各片區(qū)的氣象因子敏感性分析的研究結(jié)果相近[9];而遲道才等研究發(fā)現(xiàn)，近40年，遼寧省ET0對相對濕度變化最為敏感[10]，可見ET0在不同的地區(qū)氣候條件下對氣象因子的敏感性存在差異。

近年來，有關(guān)ET0的研究多集中在干旱半干旱地區(qū)，隨著氣候變化，我國西南地區(qū)的氣候有變干的趨勢[14]。本研究基于西南5個省份1960—2015年96個地面氣象觀測站的長序列觀測數(shù)據(jù)，利用P-M模型計算出近56年的ET0，對影響ET0的6個氣象因子[相對濕度（RH）、日照時數(shù)（n）、風速（u）、最高溫度（Tmax）、最低溫度（Tmin）、平均溫度（Tmean）]進行敏感性分析，并通過Cramer突變檢驗、Mann-Kendall非參數(shù)檢驗、地理信息系統(tǒng)（GIS）反距離加權(quán)插值等方法，分析突變前后ET0及氣象因子和敏感系數(shù)的變化規(guī)律和時空變化特征。研究氣候變化下西南地區(qū)ET0的時空變化趨勢及其對氣象因子的響應(yīng)規(guī)律，對于分析區(qū)域水文過程、水資源合理規(guī)劃具有重要意義，可以為西南5個省份預(yù)測ET0趨勢變化、調(diào)整農(nóng)業(yè)結(jié)構(gòu)、優(yōu)化水資源分配、管理生態(tài)等提供基礎(chǔ)參考。

1 研究地概況與資料

我國西南地區(qū)位于91°21′～112°04′E，20°54′～34°19′N，包括云南、貴州、四川、重慶和廣西等地區(qū)，屬溫帶、亞熱帶季風氣候，該區(qū)域水資源較為豐富，年降水量在900 mm以上[15]。西南地區(qū)是我國地貌最復(fù)雜的區(qū)域之一，包括四川盆地及盆周地帶、云貴高原山地丘陵地帶，以及青藏高原高山地帶等。根據(jù)地形地貌條件，可以將西南地區(qū)分為4個區(qū)域進行研究，分別是云貴高原、川西高原以及四川盆地、廣西盆地[14]，如圖1所示。

本研究的氣象數(shù)據(jù)來源于國家氣象中心，包括1960—2015年96個站點的逐日RH、n、u10（表示 10 m 高處的風速）、Tmax、Tmin、Tmean以及站點位置等數(shù)據(jù)。本研究區(qū)域和所選站點分布見圖1。

2 材料與方法

2.1 FAO-56 Penman-Monteith公式

1998年聯(lián)合國糧食及農(nóng)業(yè)組織（FAO）推出的修正的Penman-Monteith模型是至今廣泛采用的、計算ET0精度的較好的1種方法[16-18]，表達式如下：

2.2 敏感性分析

參考作物蒸散量對氣象因子的敏感性，是指當氣象因子變化時，潛在蒸散量的變化程度，可以通過敏感性分析公式進行定量計算，表達式如下[19-20]：

2.3 Cramer法檢驗氣候突變

本研究中數(shù)據(jù)變化統(tǒng)計方法包括氣候傾向率和Mann-Kendall趨勢檢驗法，具體計算方法參照文獻[22-23]。

3 結(jié)果與分析

3.1 參考作物蒸散量的時空分布及氣象因子的變化趨勢

西南地區(qū)的參考作物蒸散量區(qū)域差異極大（圖2） ，ET0平均為1 027.11 mm，自東北向西南方向逐漸增大，最大值為1 509.81 mm，出現(xiàn)在元江站點;最小值為684.28 mm，出現(xiàn)在峨眉山站點。利用氣候傾向率計算研究區(qū)及4個分區(qū)近56年的ET0與氣象因子的變化趨勢，如表1所示，云貴高原與川西高原地區(qū)的ET0呈上升趨勢，廣西盆地與四川盆地的ET0呈下降趨勢，差異均未達顯著水平。全區(qū)ET0以 -1.293 mm/10年的傾向率下降，這與我國大部分地區(qū)的ET0呈下降趨勢的結(jié)論基本一致[6-10]。其中25.0%站點的下降水平顯著（P<0.05），13.5%站點的下降水平極顯著（P<0.01），顯著下降的站點多集中于廣西盆地、四川盆地及云貴高原東部;僅16.7%站點的上升水平顯著（P<0.05），12.5%站點的上升水平極顯著（P<0.01），顯著上升的站點多集中于云貴高原西部，這與張青雯等對西南地區(qū)的研究結(jié)果[14]一致。

由表1還可以看出，氣象因子在56年來發(fā)生了顯著變化，在分區(qū)及全區(qū)的統(tǒng)計范圍內(nèi)，除川西高原的u變化未達極顯著水平外，其余各氣象因子的變化均達極顯著水平（P<0.01）。各分區(qū)氣象因子的變化趨勢與全區(qū)的變化趨勢相似，在全區(qū)范圍內(nèi)，RH（-0.535%/10年）、n（-0.092 h/10年）、u[-0.023 m/（s·10年）]呈極顯著減小趨勢;Tmax（0.172 ℃/10年）、Tmean（0.213 ℃/10年）、Tmin（0.254 ℃/10年）呈極顯著增大趨勢。

3.2 參考作物蒸散量對氣象因子敏感系數(shù)的時空分布

ET0對各氣象因子的敏感系數(shù)反映了ET0對氣象因子年內(nèi)變化的靈敏程度，其絕對值越大，表示ET0對相應(yīng)氣象因子的變化越敏感。全區(qū)范圍內(nèi)，根據(jù)式（2）計算西南地區(qū)ET0對氣象因子的敏感系數(shù)。如表2所示，其中RH的敏感系數(shù)為負，其余5個要素的敏感系數(shù)為正;RH敏感系數(shù)的絕對值最大，其次是n;u敏感系數(shù)的絕對值最小。

3.2.1 氣象因子敏感系數(shù)的空間分布 由圖3可以看出，RH敏感系數(shù)的空間差異較大，最低僅有-1.18，出現(xiàn)在廣西盆地南部的北海，最高可達-0.14，出現(xiàn)在云貴高原西南部的的景洪，在空間分布上表現(xiàn)為在云貴高原中部、東部及廣西盆地的南部北海地區(qū)形成低值區(qū)，向外呈遞增趨勢，并在全區(qū)西部形成高值區(qū)。n敏感系數(shù)的變化范圍為0.15～0.39，在四川盆地與云貴高原交界的中部地區(qū)形成低值區(qū)，向外逐漸遞增，在云貴高原西南部形成高值區(qū)。Tmax敏感系數(shù)的變化范圍為0.06～0.42，在全區(qū)中部及東北部形成低值區(qū)，以云貴高原的元江、廣西盆地的北海為中心地區(qū)形成高值區(qū)。Tmean敏感系數(shù)的變化范圍為0.02～0.28，在川西高原及其與云貴高原的交界地區(qū)，以及云貴高原的蒙自、屏邊、元江地區(qū)形成低值區(qū)，在云貴高原西南部及全區(qū)東部形成高值區(qū)。u敏感系數(shù)的變化范圍為-0.09～0.18，在全區(qū)中部形成低值區(qū)，在川西高原中西部和云貴高原的元江、屏邊、蒙自及四川盆地的奉節(jié)與廣西盆地的都安、桂林地區(qū)形成高值區(qū)。Tmin敏感系數(shù)的變化范圍為-0.02～0.16，由全區(qū)西北部向南部及東南部逐漸遞增，在川西高原形成低值區(qū)，在廣西盆地及云貴高原的元江、蒙自、屏邊形成高值區(qū)。總體來說，各區(qū)的氣象因子敏感系數(shù)大小存在差異，但RH敏感性均為最高，除RH外，在云貴高原、川西北和廣西盆地地區(qū)，ET0對n、Tmax的敏感性較高，在四川盆地地區(qū)，Tmean與n的敏感性較高。

3.2.2 氣象因子敏感系數(shù)的多年變化趨勢 西南地區(qū)各氣象因子敏感系數(shù)的氣候傾向率及M-K檢驗結(jié)果如圖3、表3所示，可見近56年來西南地區(qū)氣象因子的敏感系數(shù)變化明顯，各個站點的變化趨勢存在差異。全區(qū)RH敏感系數(shù)在各個站點的變化趨勢差異較大，最終表現(xiàn)為全區(qū)的上升趨勢，且達到極顯著水平（P<0.01），其中廣西盆地的變化趨勢最大，為0.010/10年（P<0.05）;全區(qū)36.5%的站點升幅顯著（P<0.05），30.2%的站點升幅極顯著（P<0.01），顯著上升的站點多分布于云貴高原、廣西盆地及川西高原;20.8%的站點降幅顯著（P<0.05），僅13.5%的站點降幅極顯著（P<0.01）。全區(qū)n敏感系數(shù)呈極顯著減小的趨勢，其中四川盆地的變化趨勢最大，為-0.006/10年（P<0.01）;全區(qū)58%的站點下降水平顯著（P<0.05），51%的站點降幅極顯著（P<0.01），顯著上升的站點多分布于全區(qū)中南部;僅5.2%的站點升幅顯著（P<0.05），2.1%的站點升幅極顯著（P<0.01）。

由表3還可以看出，全區(qū)Tmax敏感系數(shù)呈顯著增大趨勢，各區(qū)的變化趨勢差異不大，川西高原與廣西盆地變化顯著（P<0.05）;全區(qū)43.8%的站點升幅顯著（P<0.05），38.5%的站點升幅極顯著（P<0.01）;10.4%的站點降幅顯著（P<0.05），8.3%的站點降幅極顯著（P<0.01）。全區(qū)Tmean敏感系數(shù)呈下降趨勢，其中川西高原呈上升趨勢，但是變化不明顯，廣西盆地的變化趨勢最大，為-0.007/10年（P<0.05），云貴高原的變化趨勢最明顯，為-0.003/10年（P<0.01）;全區(qū)43.8%的站點降幅顯著（P<0.05），37.5%的站點降幅極顯著（P<0.01），多集中于廣西盆地西南部與云貴高原;17.7%的站點降幅顯著（P<0.05），13.5%的站點升幅極顯著（P<0.01）。全區(qū)u敏感系數(shù)呈極顯著上升趨勢（P<0.01），各區(qū)的變化趨勢差異不大;56.3%的站點呈顯著上升趨勢（P<0.05），49.0%的站點升幅極顯著（P<0.01）;僅4.2%的站點呈顯著下降趨勢（P<0.05），2.1%的站點降幅極顯著（P<0.01）。全區(qū)Tmin敏感系數(shù)呈極顯著上升趨勢（P<0.05），僅四川盆地呈不顯著的上升趨勢;全區(qū)65.6%的站點升幅顯著（P<0.05），58.3%的站點升幅極顯著（P<0.01），顯著上升的站點在全區(qū)內(nèi)分布較均勻;僅8.3%的站點顯著下降（P<0.05），6.3%的站點降幅極顯著（P<0.01）。

3.3 氣象因子敏感系數(shù)的年內(nèi)變化分析

以ET0對各氣象要素的敏感系數(shù)多年月平均值為代表值，分析其年內(nèi)逐月變化。由圖4可以看出，n敏感系數(shù)表現(xiàn)為夏季高、冬季低，最低值出現(xiàn)在1月，6月之后增長變快，在8月達到最高值0.33;u敏感系數(shù)在夏季低、冬季高，最低值0.04出現(xiàn)在7月，最高值0.12出現(xiàn)在12月;Tmin、Tmean敏感系數(shù)表現(xiàn)為夏季高、冬季低，最高值出現(xiàn)在7月，7月Tmean敏感系數(shù)為0.22，Tmin敏感系數(shù)為0.09;Tmax敏感系數(shù)的變化規(guī)律與Tmin、Tmean敏感系數(shù)相似，而最大值0.22出現(xiàn)在5月，且在6月有1個局部低值0.19;RH敏感系數(shù)為負值，其絕對值表現(xiàn)為夏季低、冬季高，最大絕對值出現(xiàn)在1月，為0.69，最小絕對值出現(xiàn)在8月，為0.45。此外還可以看出，各個月份的ET0均對RH的敏感性最大，除冬季外，ET0對n、Tmean、Tmax的敏感性較高，在冬季的12月、1月，ET0對u的敏感性超過了Tmean。總體來說，RH、Tmax、n敏感系數(shù)的年內(nèi)變化特征為雙峰型曲線，其他氣象因子呈單峰型曲線。

3.4 基于Cramer法則的ET0突變檢驗分析

由于Cramer突變檢驗子序列的選擇帶有人為性，使最終結(jié)果存在誤差，為了減小此誤差，在本試驗中多次變動子序列年份的長度，以得到最明顯的結(jié)果。如圖5所示，研究全區(qū)1996年對應(yīng)的t=-3.339，確定顯著性α=0.01，臨界值t0=-3.25，|t|>|t0|，存在顯著差異，即全區(qū)在1996年發(fā)生突變。由表4可以看出，1960—1995年全區(qū)的ET0呈極顯著下降趨勢（P<0.01），氣候傾向率為-13.437 mm/10年，1996—2015年呈顯著上升趨勢（P<0.05），氣候傾向率為21.770 mm/10年。各分區(qū)在突變前后的變化趨勢與全區(qū)檢驗結(jié)果相似，但是各分區(qū)由于氣候條件不同，突變顯著性及年份也有差異。云貴高原的突變時間為1996年，顯著性α=0.01;川西高原的突變時間為1999年，顯著性α=0.02;廣西盆地的突變時間為1996年，顯著性α=0.05;四川盆地的突變時間為1992年，顯著性α=0.01。該研究結(jié)果與劉娜等在相關(guān)地區(qū)的突變檢驗結(jié)果[24-25]相符。

基于突變時間點，進行氣象因子變化分析。結(jié)果顯示，參考作物蒸散量受到氣象因子的綜合影響，因此基于ET0突變點，分析西南5個省份氣象因子的前后變化趨勢。如表4所示，近56年來，氣象因子發(fā)生了顯著變化，在全區(qū)范圍內(nèi)，Tmean、Tmin在2個時段均呈上升趨勢，Tmax在2個時段的變化不明顯，溫度氣象因子在突變前后的相對變化性并不強，Tmin的變化由極顯著上升轉(zhuǎn)為顯著上升，這與劉昌明等指出的1960—2007年全國10大流域片區(qū)內(nèi)Tmin顯著上升的結(jié)論[9]一致。RH在突變年份以前呈上升趨勢，氣候傾向率為 0.127%/10年，在突變年份后則呈顯著下降趨勢，氣候傾向率為-1.536%/10年（P<0.05）。n、u在突變年份以前呈下降趨勢，其中n呈極顯著下降趨勢（-0.015 h/10年，P<0.01），u呈顯著下降趨勢[-0.019 m/（s·10年），P<0.05];在突變年份后呈上升趨勢，其中u為極顯著上升[0.075 m/（s·10年），P<0.01]。各分區(qū)與全區(qū)氣象因子的變化具有相似性，但存在一定差異，在云貴高原和廣西盆地地區(qū)，突變年份前后，RH均呈下降趨勢;在川西高原，Tmax、u在2個時段內(nèi)均呈上升趨勢，且在突變年份后，Tmax的上升趨勢達顯著水平（P<0.05），u的上升趨勢達極顯著水平（P<0.01）。四川盆地地區(qū)各氣象因子均具有相對的變化趨勢。同樣對敏感系數(shù)進行分時段分析（表略），發(fā)現(xiàn)敏感系數(shù)值在突變年份前后相差不大。在全區(qū)范圍內(nèi)，1996年前的RH敏感系數(shù)變化不明顯，1996年后變化顯著，其氣候傾向率為-0.037/10年（P<0.05），具有較明顯的相對性。u、Tmin、Tmax敏感系數(shù)均由不明顯趨勢變?yōu)轱@著增大趨勢，其中Tmin、Tmax敏感系數(shù)的變化達極顯著水平，突變年份后，Tmin敏感系數(shù)的變化趨勢為0.005/10年（P<0.01），Tmax敏感系數(shù)的變化趨勢為0.019 ℃/10年（P<0.01）。n敏感系數(shù)則由極顯著降低趨勢（-0.008 h/10年，P<0.01）變化到不明顯降低趨勢。Tmean敏感系數(shù)的相對變化不大。敏感系數(shù)高的氣象因子對ET0的變化不一定具有決定作用，ET0的變化及突變是氣象因子綜合作用的結(jié)果。因此可見，定量分析ET0變化的成因，需要從貢獻率著手論證。

4 討論

已有研究發(fā)現(xiàn)，我國西南地區(qū)的ET0在近幾十年來呈下降趨勢[14，27]，本研究得到了一致的結(jié)論。而本研究發(fā)現(xiàn)，西南地區(qū)的ET0在1996年存在突發(fā)性改變，即在1960—1995年，ET0呈極顯著下降趨勢，氣候傾向率為-13.437 mm/10年（P<0.01）;在1996—2015年，ET0呈顯著上升趨勢，氣候傾向率為21.770 mm/10年（P<0.05）。本研究認為，ET0突發(fā)性的上升趨勢可能造成了西南地區(qū)農(nóng)業(yè)用水的增加，與前人的研究結(jié)論存在差異[14]。ET0受氣象因子的綜合影響而產(chǎn)生突變，在本研究中，基于ET0突變點，RH、n、u具有較明顯的相對變化性，溫度變化并無明顯的相對性，而研究區(qū)ET0對RH、n的敏感性較強。綜合分析發(fā)現(xiàn)，RH、n、u可能是影響西南地區(qū)ET0變化的主要因素，這與前人的如下研究結(jié)果相似：西南地區(qū)的ET0受n影響最大，云貴高原的ET0變化主要受到u的影響;川西北高原的ET0上升主要受到Tmin上升的影響;川西南山地的ET0下降主要受到u下降的影響;廣西丘陵、四川盆地、貴州高原的ET0下降主要受到n下降的影響[26-28]。

氣象因子變化與大氣環(huán)流有密切聯(lián)系，從空氣動力學角度出發(fā)[29]，近幾十年來西南季風減弱[30]可能是西南地區(qū)ET0下降的一個重要原因。張志斌等對我國西南地區(qū)u變化的研究發(fā)現(xiàn)，2000年前u的下降可能是由于西風環(huán)流和季風環(huán)流風速的減弱，2000年后u的加強則與緯向風的加強有關(guān)，且氣象因子本身互相影響，溫度變化也是影響u的一個重要原因[31]。楊小梅等對西南地區(qū)n的研究發(fā)現(xiàn)，n與u的變化呈現(xiàn)相同趨勢，與RH的變化呈現(xiàn)反向趨勢[32]，這與本研究中突變前后氣象因子的變化趨勢一致。本研究認為，通過分析突變前后的氣象因子變化，對于分析ET0的變化更加準確。由于篇幅所限，本研究并未對ET0的成因進行深入分析，需要指出的是，ET0對氣象因子的敏感系數(shù)并不是ET0變化的決定性因素，若要進一步研究ET0的具體變化，需要綜合敏感性系數(shù)和氣象因子的多年變化程度，得出氣象因子對ET0的貢獻率后再作比較。

5 結(jié)論

（1）在時間尺度上，西南地區(qū)近56年來的年均ET0為 1 027.11 mm，全區(qū)的ET0呈下降趨勢（傾向率為 -1.293 mm/10年），但并不顯著;氣象因子均發(fā)生顯著變化，RH、n、u呈極顯著下降趨勢（P<0.01），Tmax、Tmean、Tmin呈極顯著上升趨勢（P<0.01）。溫度增加，而潛在蒸散量減少，表明研究區(qū)存在“蒸發(fā)悖論”現(xiàn)象[32]。在空間分布上，西南地區(qū)的ET0具有明顯的地區(qū)差異性，總體上呈現(xiàn)自東北向西南增大的趨勢;從局部區(qū)域看，云貴高原西南部的ET0最高，四川盆地的ET0最低，且四川盆地、廣西盆地地區(qū)的ET0呈下降趨勢，川西高原、云貴高原的ET0呈上升趨勢。即在高值區(qū)ET0呈現(xiàn)上升趨勢，在低值區(qū)多呈現(xiàn)下降趨勢。

（2）敏感分析顯示，研究區(qū)內(nèi)RH對ET0為負效應(yīng)，其余研究氣象因子呈正效應(yīng)。氣象因子敏感系數(shù)絕對值大小表現(xiàn)為RH>n>Tmax>Tmean>u>Tmin。各氣象因子的敏感系數(shù)空間分布區(qū)域性差別顯著，RH、n、u敏感系數(shù)在研究區(qū)西部形成高值區(qū)，Tmax敏感系數(shù)在云貴高原的元江、廣西盆地的北海等地區(qū)形成高值區(qū)，Tmean敏感系數(shù)在研究區(qū)東部及云貴高原西南部較高，Tmin敏感系數(shù)在廣西盆地地區(qū)較高。

（3）在年際尺度上 RH、Tmax、u、Tmin的敏感系數(shù)呈上升趨勢，其中Tmax的敏感系數(shù)顯著上升（P<0.05），其余氣象因子的敏感系數(shù)極顯著上升（P<0.01），n的敏感系數(shù)呈極顯著下降趨勢（P<0.01），Tmean的敏感系數(shù)變化不明顯。在年內(nèi)（月）尺度上，西南地區(qū)各氣象因子敏感系數(shù)的變化趨勢有差異，RH、Tmax、n敏感系數(shù)的變化特征為雙峰型曲線，其中RH敏感系數(shù)的雙峰特征并不明顯;Tmean、u、Tmin的敏感系數(shù)呈單峰型曲線;n敏感系數(shù)的雙峰型特征與梁麗喬等關(guān)于敏感系數(shù)年內(nèi)曲線為單峰型的結(jié)論[6]存在差異。除冬季外，ET0對n、Tmean、Tmax的敏感性較高，冬季u的敏感性超過Tmean。

（4）研究區(qū)ET0的突變時間為1996年，各分區(qū)由于氣候條件的不同而存在差異，但前后不超過4年。在突變前，全區(qū)的ET0呈極顯著降低趨勢（P<0.01），傾向率為 -13.437 mm/10年;突變后呈顯著上升趨勢（P<0.05），傾向率為21.770 mm/10年。基于ET0突變點，氣象因子發(fā)生了顯著變化，RH由不明顯上升趨勢轉(zhuǎn)為顯著下降趨勢（P<0.05）;n由顯著下降趨勢（P<0.05）轉(zhuǎn)為不明顯上升趨勢，u由顯著下降趨勢（P<0.05）轉(zhuǎn)為極顯著上升趨勢（P<0.01），而Tmean、Tmin、Tmax的相對變化性不明顯。氣象因子敏感系數(shù)在突變年份前后的差異不大。

參考文獻：

[1]Li C，Wu P T，Li X L，et al. Spatial and temporal evolution of climatic factors and its impacts on potential evapotranspiration in Loess Plateau of Northern Shaanxi，China[J]. Science of the Total Environment，2017，589（2）：165-172.

[2]Golubev V S，Lawrimore J，Groisman P Y，et al. Evaporation changes over the contiguous United States and the former USSR：a reassessment[J]. Geophysical Research Letters，2001，28（13）：2665-2668.

[3]Dinpashoh Y，Jhajharia D，F(xiàn)akheri-Fard A A，et al. Trends in reference crop evapotranspiration over Iran[J]. Journal of Hydrology，2011，399（3/4）：422-433.

[4]Chattopadhyay N，Hulme M. Evaporation and potential evapotranspiration in India under conditions of recent and future climate change[J]. Agricultural and Forest Meteorology，1997，87（1）：55-73.

[5]Li Z X，F(xiàn)eng Q，Liu W，et al. Spatial and temporal trend of potential evapotranspiration and related driving forces in Southwestern China，during 1961—2009[J]. Quaternary International，2014，336：127-144.

[6]梁麗喬，李麗娟，張 麗，等. 松嫩平原西部生長季參考作物蒸散發(fā)的敏感性分析[J]. 農(nóng)業(yè)工程學報，2008，24（5）：1-5.

[7]Gong L B，Xu C Y，Chen D L，et al. Sensitivity of the Penman-Monteith reference evapotranspiration to key climatic variables in the Changjiang （Yangtze River） basin[J]. Journal of Hydrology，2006，329（3/4）：620-629.

[8]楊林山，李常斌，王帥兵，等. 洮河流域潛在蒸散發(fā)的氣候敏感性分析[J]. 農(nóng)業(yè)工程學報，2014，30（11）：102-109.

[9]劉昌明，張 丹. 中國地表潛在蒸散發(fā)敏感性的時空變化特征分析[J]. 地理學報，2011，66（5）：579-588.

[10]遲道才，許杏娟，陳濤濤，等. 主要氣象要素對參考作物騰發(fā)量影響的敏感性分析[J]. 沈陽農(nóng)業(yè)大學學報，2014，45（6）：714-718.

[11]Song X Y，Zhu K，Lu F，et al. Spatial and temporal variation of reference evapotranspiration under climate change：a case study in the Sanjiang Plain，Northeast China[J]. Hydrology Research，2018，49（1）：251-265.

[12]Zheng C，Wang Q. Spatiotemporal pattern of the global sensitivity of the reference evapotranspiration to climatic variables in recent five decades over China[J]. Stochastic Environmental Research & Risk Assessment，2015，29（8）：1937-1947.

[13]Tabari H，Talaee P H. Sensitivity of evapotranspiration to climatic change in different climates[J]. Global and Planetary Change，2014，115（8）：16-23.

[14]張青雯，崔寧博，馮 禹，等. 中國西南五省參考作物蒸散量時空變化分析[J]. 灌溉排水學報，2016，35（11）：80-87.

[15]龐 晶，覃 軍. 西南干旱特征及其成因研究進展[J]. 南京信息工程大學學報（自然科學版），2013，5（2）：127-134.

[16]董 煜，海米提·依米提. 1961—2013年新疆潛在蒸散量變化特征及趨勢[J]. 農(nóng)業(yè)工程學報，2015，31（1）：153-161.

[17]羅那那，巴特爾·巴克，吳燕鋒. 石河子地區(qū)參考作物蒸散量變化特征及氣候因子的定量分析[J]. 水土保持研究，2016，23（5）：251-255.

[18]Allen R G，Pereira L S，Raes D，et al. Crop evapotranspiration：guidelines for computing crop water requirements-FAO irrigation and drainage paper 56[R]. Rome：Food and Agriculture Organization of the United Nations，1998.

[19]趙彩霞 梅旭榮，居 輝，等. 黃淮海平原各農(nóng)業(yè)亞區(qū)潛在蒸散量變化及其對氣候要素的敏感性分析[J]. 中國農(nóng)業(yè)氣象，2015，36（5）：570-577.

[20]王曉東，馬曉群，許 瑩，等. 淮河流域參考作物蒸散量變化特征及主要氣象因子的貢獻分析[J]. 中國農(nóng)業(yè)氣象，2013，34（6）：661-667.

[21]符淙斌，王 強. 氣候突變的定義和檢測方法[J]. 大氣科學，1992，16（4）：482-493.

[22]吳文玉，孔芹芹，王曉東，等. 安徽省近40年參考作物蒸散量的敏感性分析[J]. 生態(tài)環(huán)境學報，2013，22（7）：1160-1166.

[23]Hamed K H，Rao A R. A modified Mann-Kendall trend test for autocorrelated data[J]. Journal of Hydrology，1998，204（1/2/3/4）：182-196.

[24]劉 娜，王艷君，宗 燕. 長江流域參照蒸發(fā)量突變及其原因分析[J]. 人民長江，2013，44（3）：6-9.

[25]王建兵，王素萍，汪治桂. 1971—2010年若爾蓋濕地潛在蒸散量及地表濕潤度的變化趨勢[J]. 地理科學，2015，35（2）：245-250.

[26]趙 璐，梁 川. 近50年來四川省潛在蒸散量變化成因研究[J]. 水土保持研究，2014，21（4）：26-30.

[27]張偉偉，王 允，張國斌. 西南地區(qū)1960—2013年參考作物蒸散量時空變化特征及成因分析[J]. 中國農(nóng)學通報，2016，32（2）：135-141.

[28]陳 超，龐艷梅，潘學標，等. 四川地區(qū)參考作物蒸散量的變化特征及氣候影響因素分析[J]. 中國農(nóng)業(yè)氣象，2011，32（1）：35-40.

[29]Roderick M L，Rotstayn L D，F(xiàn)arquhar G D. On the attribution of changing pan evaporation[J]. Geophysical Research Letters，2007，34（17）：1-6.

[30]He Y Q，Wang Y J，Kong X G，et al. High resolution stalagmite δ18O records over the past 1 000 years from Dongge Cave in Guizhou[J]. Chinese Science Bulletin，2005，50（10）：1003-1008.

[31]張志斌，楊 瑩，張小平，等. 我國西南地區(qū)風速變化及其影響因素[J]. 生態(tài)學報，2014，34（2）：471-481.

[32]楊小梅，安文玲，張 薇，等. 中國西南地區(qū)日照時數(shù)變化及影響因素[J]. 蘭州大學學報（自然科學版），2012，48（5）：52-60.