基于平流-干旱模型估算的江西省實(shí)際蒸發(fā)量時空變化特征

蘇校平 ， 林志堅(jiān) ， 田 俊

1. 南昌市氣象局, 江西 南昌 330038 2. 江西省農(nóng)業(yè)氣象中心, 江西 南昌 330096

0 引 言

蒸發(fā)是水循環(huán)的重要組成部分，也是水循環(huán)中最直接受土地利用和氣候變化影響的一項(xiàng)，其量值約占總降水量的三分之二(邱新法等,2003)。因此，研究蒸發(fā)量變化對深入了解地區(qū)水資源盈虧情況、保持水土平衡、促進(jìn)農(nóng)業(yè)發(fā)展等都具有重要意義。

在全球變暖背景下，諸多學(xué)者認(rèn)為陸面蒸發(fā)量將持續(xù)增加(郝振純等,2013)，但世界上不少地區(qū)的蒸發(fā)量觀測結(jié)果同理論預(yù)期存在重大矛盾，該現(xiàn)象在氣候變化和水循環(huán)領(lǐng)域被稱為“蒸發(fā)悖論”(王艷君等,2010)。然而，由于蒸發(fā)觀測數(shù)據(jù)主要來自蒸發(fā)皿觀測資料而非實(shí)際蒸發(fā)量，其與實(shí)際蒸發(fā)量之間的關(guān)系目前仍無法確定，因此對于“蒸發(fā)悖論”現(xiàn)象仍存在一定爭議，依然需要對實(shí)際蒸發(fā)量進(jìn)行深入研究(Ohmura and Wild,2002)。近年來，學(xué)者們圍繞全球變暖背景下實(shí)際蒸發(fā)量的變化趨勢及其影響因素做了大量研究工作，其中有針對包括長江(郝振純等,2013)、黃河(柳春等,2013)和珠江(王兆禮等,2010)等江河流域?qū)嶋H蒸發(fā)量的變化，以及針對省域范圍實(shí)際蒸發(fā)量的時空分布(劉赫男等,2015；楊璐等,2019)。目前，關(guān)于江西省內(nèi)蒸發(fā)量變化的研究主要有：閔騫等(2007)應(yīng)用器測折算法和氣候模式法對鄱陽湖水面蒸發(fā)變化特征進(jìn)行分析，發(fā)現(xiàn)湖區(qū)氣溫升高、濕度增大是造成水面蒸發(fā)減少的根本原因；劉健等(2010)基于互補(bǔ)相關(guān)蒸發(fā)模型(GG模型)分析鄱陽湖流域?qū)嶋H蒸發(fā)量的變化特征及影響因素，發(fā)現(xiàn)太陽凈輻射和風(fēng)速的下降是導(dǎo)致鄱陽湖流域?qū)嶋H蒸發(fā)量下降的主要原因；魯向暉等(2016)結(jié)合Penman公式分析江西省潛在蒸發(fā)量的變化趨勢，發(fā)現(xiàn)其變化規(guī)律主要由日照時數(shù)和平均風(fēng)速決定。但上述研究均存在利用數(shù)據(jù)的氣象站點(diǎn)較少，其結(jié)果在精細(xì)度上可能存在一定偏差，因此需要基于更加充足的氣象站點(diǎn)數(shù)據(jù)開展研究，使結(jié)果更具科學(xué)性和現(xiàn)實(shí)性。

較為準(zhǔn)確地估算實(shí)際蒸發(fā)量是研究其變化趨勢規(guī)律的前提。近年來，國內(nèi)外用于估算實(shí)際蒸發(fā)量方法較多，其中基于互補(bǔ)相關(guān)原理的模型得到廣泛應(yīng)用，如平流-干旱(AA)模型(劉建等,2010)、CRAE模型(蔣春宇等,2016)和GG模型(張國華等,2014)等。王艷君等(2010)利用江西省南昌縣蒸發(fā)量觀測資料，分別比對三種模型在長江流域的適用性，發(fā)現(xiàn)AA模型估算結(jié)果較好。因此，文中進(jìn)一步評估AA模型對估算江西省實(shí)際蒸發(fā)量的適用性，進(jìn)而利用其估算值結(jié)合氣候傾向率、貢獻(xiàn)率計(jì)算、敏感性分析和M-K檢驗(yàn)等，分析蒸發(fā)量的年際和季節(jié)變化特征，并得到影響蒸發(fā)量變化的主導(dǎo)氣象因子，以期為生態(tài)研究和防災(zāi)減災(zāi)決策提供參考。

1 資料和方法

1.1 數(shù)據(jù)資料

研究采用江西省93個國家基本氣象觀測站(圖1)1961—2019年逐日平均氣溫、日照時數(shù)、水汽壓和10 m高度平均風(fēng)速等資料進(jìn)行分析，地表凈輻射資料通過日照時數(shù)計(jì)算獲得。所有資料在使用前均進(jìn)行質(zhì)量檢測，并利用多年平均值對明顯錯誤或不合理的數(shù)據(jù)進(jìn)行刪除或插補(bǔ)。同時，為展示實(shí)際蒸發(fā)量的空間分布特征，文中基于Arcgis軟件的反距離插值法(IDW)對站點(diǎn)數(shù)據(jù)進(jìn)行插值分析，并通過水文統(tǒng)計(jì)數(shù)據(jù)及前人研究成果進(jìn)行檢驗(yàn)。

圖1 江西省國家基本氣象觀測站點(diǎn)分布Fig. 1 Distribution of national basic meteorological observation stations of Jiangxi province

1.2 研究方法

文中選取適用于長江流域的AA模型(王艷君等,2010)對江西省日實(shí)際蒸發(fā)量進(jìn)行估算，并對結(jié)果按照年和季節(jié)進(jìn)行累加統(tǒng)計(jì)。通過計(jì)算氣候傾向率、敏感因數(shù)和氣象因子貢獻(xiàn)率，探究氣候變化背景下江西省蒸發(fā)量的時空變化特征及其對氣象因子的敏感性，并分析主要?dú)庀笠蜃訉φ舭l(fā)量的貢獻(xiàn)率。

1.2.1 平流-干旱模型及驗(yàn)證

AA模型是Brutsaert(1982)根據(jù)實(shí)際蒸散與潛在蒸散互補(bǔ)關(guān)系原理，采用Penman公式和Priestley-Taylor公式分別計(jì)算潛在蒸散和濕潤環(huán)境蒸散而提出來的，其計(jì)算式為

(1)

式中，Er為實(shí)際蒸發(fā)量的估算值，單位：mm/d；δ為溫度-飽和水汽壓曲線的斜率，單位：kPa/℃；γ為干濕表常數(shù)，單位：kPa/℃；Rn為地表凈輻射量，單位：MJ/(m2·d)；G為土壤熱通量，單位：MJ/(m2·d)，由于采用每日數(shù)據(jù)計(jì)算，因此G≈0；Ea為干燥力，單位：mm/d；σ為經(jīng)驗(yàn)函數(shù)，參照王艷君等(2010)的研究結(jié)果，σ值取1.105。

地表凈輻射量的計(jì)算式(Doorenbos and Pruitt,1975)為

Rn=(1-α)Rs-Rnl

(2)

Rs=(a+bS)Ra

(3)

(4)

式(2)—(4)中，α為地表反射率，取0.23；Rs為短波凈輻射，單位：MJ/(m2·d)，可通過天文輻射Ra(單位：MJ/(m2·d))和日照百分率S計(jì)算得到，其中S為日照時數(shù)與可日照時數(shù)之比，天文輻射Ra與可日照時數(shù)均可通過查表獲?。灰驍?shù)a和b分別取0.14和0.585(占明錦等,2010)；Rnl為長波凈輻射，單位：MJ/(m2·d)；σ為Stefan-Boltzmann常數(shù)，取值為4.903×10-9MJ/(K4·m2·d)；Tmax,K和Tmin,K分別為日最高和最低氣溫的絕對溫度，單位：K；ea為水汽壓，單位：kPa。

干燥力計(jì)算式(Doorenbos and Pruitt,1975)為

Ea=0.35(0.5+0.54U2)(esw-ea)

(5)

(6)

式(5)、(6)中，U2、U10分別為2 m、10 m高度風(fēng)速，單位：m/s；esw為飽和水汽壓，單位：kPa；z為風(fēng)速的測量高度，文中取10 m。

利用水文統(tǒng)計(jì)資料及前人研究結(jié)果(張余慶等,2015；韓會明等,2020)對AA模型估算的江西省五河流域?qū)嶋H蒸發(fā)量進(jìn)行驗(yàn)證。對比江西省五河流域?qū)嶋H蒸發(fā)量的估算結(jié)果(表1)可以發(fā)現(xiàn)，水量平衡閉合誤差范圍為-2.55%—0.91%。其中，估算結(jié)果最優(yōu)的是信江流域，該區(qū)域由水量平衡估算的平均蒸發(fā)量為727.74 mm，而由AA模型估算的蒸發(fā)量為725.59 mm，二者僅相差2.15 mm，水量平衡閉合誤差為-0.12%。饒河流域的實(shí)際蒸發(fā)量的AA模型估算值與水量平衡估算值相差47.22 mm，水量平衡閉合誤差為-2.55%，均大于其他流域，原因可能是饒河流域在江西省境內(nèi)為非閉合流域，計(jì)算的流域面積僅為全流域面積的80%左右，且計(jì)算面積又為五河流域中最小，加之可用的氣象站點(diǎn)資料較少，因此形成了一定的誤差。綜合來看，AA模型對整個江西省實(shí)際蒸發(fā)量的估算效果較好，93個氣象站的平均蒸發(fā)量為724.49 mm，而由水量平衡得到的蒸發(fā)量為712.27 mm，兩者相差12.22 mm，水量平衡閉合誤差為0.75%。上述結(jié)果表明，AA模型的估算結(jié)果可用于江西省實(shí)際蒸發(fā)量的變化特征分析。

表1 江西省五河流域水文特征屬性和蒸發(fā)量計(jì)算結(jié)果Table 1 Hydrological characteristic attributes and calculated actual evapotranspiration for the five river basins of Jiangxi province

1.2.2 氣候傾向率

利用最小二乘法，擬合得到要素與時間的一元線性回歸方程式：

y=kVix+b

(7)

式中，y為要素；x為時間，文中為年份；kVi和b為回歸系數(shù)，其中，前者即氣候傾向率，Vi為氣象要素值，文中氣象要素包括氣溫、凈輻射量、水汽壓和風(fēng)速，因此i取值1、2、3、4。

1.2.3 敏感因數(shù)

敏感因數(shù)是表征因變量對不同自變量敏感性程度的無量綱數(shù)，可定義為蒸發(fā)量變化率同氣象因子變化率的比值(McCuen,1974)，其計(jì)算式為

(8)

式中，SVi為敏感因數(shù)；E為蒸發(fā)量。敏感因數(shù)絕對值越大，表明蒸發(fā)量對氣象要素的敏感程度越高。

1.2.4 氣象因子貢獻(xiàn)率

氣象因子貢獻(xiàn)率可用于表征影響蒸發(fā)量變化的主導(dǎo)因子，可通過氣象因子的敏感因數(shù)與該因子多年相對變化率的乘積得到(李元菲等，2019)，其計(jì)算式為

(9)

2 結(jié)果與分析

2.1 蒸發(fā)量變化

2.1.1 時間變化

分析圖2a發(fā)現(xiàn)，1961—2019年江西省蒸發(fā)量總體呈下降趨勢，最高值和最低值分別出現(xiàn)在1963年和1997年，極差為81.25 mm，氣候傾向率為-5.47 mm/(10 a)，下降趨勢通過了信度0.05的顯著性檢驗(yàn)。M-K檢驗(yàn)結(jié)果(圖2b)也顯示，蒸發(fā)量呈顯著下降趨勢，并在1969年發(fā)生突變。突變前的蒸發(fā)量下降趨勢為-14.72 mm/(10 a)，突變后的下降趨勢減弱為-2.18 mm/(10 a)，表明突變后的江西地區(qū)蒸發(fā)量的下降趨勢明顯減緩。

圖2 江西省1961—2019年蒸發(fā)量的時間變化(a)和M-K檢驗(yàn)結(jié)果(b)Fig. 2 Time series (a) and Mann-Kendall test result (b) of evaporation during 1961-2019 in Jiangxi province

江西省各季節(jié)蒸發(fā)量的年際變化明顯(圖3)。其中，夏季蒸發(fā)量的平均值最大，為291.67 mm，約占全年的40.3%；冬季最小，為81.71 mm，僅占全年的11.3%。各季節(jié)蒸發(fā)量變化特征不一，夏、秋兩季的變化與全年相似，均呈顯著下降(p<0.05)，二者氣候傾向率分別為-4.75、-0.71 mm/(10 a)，占全年變化的86.8%和13.0%。相關(guān)分析結(jié)果顯示，夏、秋兩季蒸發(fā)量同全年蒸發(fā)量變化的相關(guān)系數(shù)分別為0.82和0.57。春、冬兩季蒸發(fā)量的年際變化特征不明顯(p>0.05)，氣候傾向率僅占全年變化的0.1%。此外，春、冬兩季蒸發(fā)量同全年蒸發(fā)量變化的相關(guān)系數(shù)也僅為0.38和-0.04。上述結(jié)果表明，在年際尺度上江西省夏季蒸發(fā)量的變化可能主導(dǎo)全年蒸發(fā)量變化。

圖3 江西省1961—2019年春季(a)、夏季(b)、秋季(c)和冬季(d)蒸發(fā)量的時間變化Fig. 3 Time series of evaporation for spring (a), summer (b), autumn (c) and winter (d) during 1961-2019 in Jiangxi province

2.1.2 空間變化

江西省蒸發(fā)量的空間分布大致呈“西低東高、北低南高”特征(圖4a)，高值區(qū)位于南部區(qū)域，低值區(qū)位于西北部和井岡山、玉山等地區(qū)。其形成原因可能是南部緯度較低，氣溫較高且太陽輻射充足，因此蒸發(fā)量較大；西北部和井岡山、玉山等地的低值區(qū)海拔較高，氣溫較低，太陽輻射相對較少，導(dǎo)致蒸發(fā)量較小。1961—2019年江西省各站點(diǎn)的平均蒸發(fā)量為679.66—766.82 mm，氣候傾向率為-10.89—2.28 mm/(10 a)。圖4b顯示，江西省所有站點(diǎn)蒸發(fā)量均呈下降趨勢，其中89個站點(diǎn)通過了信度0.05的顯著性檢驗(yàn)。48個站點(diǎn)的蒸發(fā)量下降趨勢超過-5 mm/(10 a)，主要分布于東部和吉安地區(qū)；43個站點(diǎn)的蒸發(fā)量下降趨勢為-5—0 mm/(10 a)，分布于東北部和西南部區(qū)域。

圖4 1961—2019年江西省蒸發(fā)量的平均值(a)和氣候傾向率(b)的空間分布(圖b中空心圓表示站點(diǎn)通過信度0.05的顯著性檢驗(yàn))Fig. 4 Distribution of annual evaporation (a) and its linear trend (b) during 1961-2019 in Jiangxi province(open circle in (b) indicates the site passed significance test with a reliability of 0.05)

由圖5可知，不同季節(jié)蒸發(fā)量變化的空間差異較大。夏季，江西省所有站點(diǎn)的蒸發(fā)量均呈顯著下降趨勢，范圍為-8.76—-1.31 mm/(10 a)，其中42個站點(diǎn)的下降趨勢高于-5 mm/(10 a)，主要分布于北部和撫州地區(qū)。秋季各站點(diǎn)蒸發(fā)量仍以下降為主，氣候傾向率均為-5—0 mm/(10 a)，其中有38個站點(diǎn)通過了信度0.05的顯著性檢驗(yàn)，主要出現(xiàn)在東部地區(qū)，說明秋季蒸發(fā)量下降趨勢弱于夏季。春季，蒸發(fā)量的氣候傾向率變化范圍為-3.22—3.19 mm/(10 a)，呈上升和下降趨勢的站點(diǎn)分別有56個和37個，其中北部地區(qū)以上升為主，南部地區(qū)以下降為主，但僅有4個站點(diǎn)通過了信度0.05顯著性檢驗(yàn)。冬季各站點(diǎn)蒸發(fā)量的變化趨勢不明顯，所有站點(diǎn)均未通過顯著性檢驗(yàn)。呈上升趨勢的站點(diǎn)有66個，主要分布于北部和中部地區(qū)；呈下降的站點(diǎn)有27個，分布于南部地區(qū)，氣候傾向率的變化范圍為-0.17—0.23 mm/(10 a)。

2.2 蒸發(fā)量對氣象因子敏感性

1961—2019年江西省蒸發(fā)量對氣溫、凈輻射量和水汽壓的敏感因數(shù)均為正值，但對風(fēng)速的敏感因數(shù)為負(fù)值，說明氣溫、凈輻射量和水汽壓的上升會引起蒸發(fā)量增大，而風(fēng)速的上升會導(dǎo)致蒸發(fā)量減小。對比各氣象因子敏感因數(shù)絕對值可知，蒸發(fā)量對氣象因子的敏感程度為凈輻射量>氣溫>風(fēng)速>水汽壓(表2)。年際變化上，蒸發(fā)量突變前后，除風(fēng)速的敏感因數(shù)略有變化外，其他三個氣象因子的敏感因數(shù)基本不變，說明引起蒸發(fā)量突變的原因不是蒸發(fā)量對氣象因子敏感程度的改變。季節(jié)變化上，蒸發(fā)量對水汽壓和凈輻射量的敏感因數(shù)在四季基本不變，而氣溫和風(fēng)速的敏感因數(shù)在不同季節(jié)變化不一。其中，氣溫的敏感因數(shù)在夏秋季最大，為0.50，冬季最小，為0.27。與氣溫相反，風(fēng)速敏感因數(shù)的絕對值在冬季最大，敏感因數(shù)為-0.14，夏季最小，僅為-0.07。不過，各季節(jié)凈輻射量的敏感因數(shù)量值均大于其他氣象因子。

表2 江西省不同時段和季節(jié)蒸發(fā)量對氣象因子敏感因數(shù)Table 2 Sensitivity coefficient of meteorological factors in different periods and seasons in Jiangxi province

2.3 蒸發(fā)量變化的主導(dǎo)因子

利用式(9)得到各氣象因子對蒸發(fā)量變化的貢獻(xiàn)率(表3)。分析發(fā)現(xiàn)，1961—2019年凈輻射量的貢獻(xiàn)率(-5.76%)的絕對值最大，說明凈輻射量是影響江西省蒸發(fā)量變化的主導(dǎo)氣象因子，但氣溫(2.61%)和風(fēng)速(3.78%)貢獻(xiàn)率之和略大于凈輻射量貢獻(xiàn)率的絕對值，說明氣溫和風(fēng)速變化對蒸發(fā)量變化也具有一定影響。此外，水汽壓的貢獻(xiàn)率最小(0.02%)，說明水汽壓對蒸發(fā)量變化影響不大。從不同時段來看，蒸發(fā)量突變前，各氣象因子的貢獻(xiàn)率均為負(fù)，其中氣溫貢獻(xiàn)率(-1.69%)的絕對值最高，說明氣溫的快速下降是影響該時段蒸發(fā)量變化的主導(dǎo)因素，但凈輻射量的貢獻(xiàn)率(-1.09%)與氣溫相當(dāng)，因此該時段蒸發(fā)量下降非由單一氣象因子主導(dǎo)。該時段水汽壓和風(fēng)速的貢獻(xiàn)率僅為-0.11%和-0.21%，影響程度遠(yuǎn)小于氣溫和凈輻射量。蒸發(fā)量突變后，氣溫、凈輻射量和風(fēng)速的貢獻(xiàn)率均明顯增大，分別達(dá)到3.38%、-3.40%、3.21%，量值相當(dāng)，顯示該時段蒸發(fā)量變化主要受到三者的共同影響。此外，該時段水汽壓的貢獻(xiàn)率僅為0.03%，表明任意時段水汽壓對蒸發(fā)量變化影響均較弱。

表3 江西省不同時段和季節(jié)氣象因子對蒸發(fā)量變化的貢獻(xiàn)率(單位：%)Table 3 Contribution rate of meteorological factors to the variation of evaporation in different periods and seasons in Jiangxi province (units：%)

分析表3還發(fā)現(xiàn)，不同季節(jié)蒸發(fā)量變化的主導(dǎo)因子也存在明顯差異。春季，氣溫和風(fēng)速對蒸發(fā)量變化的貢獻(xiàn)率較高，分別達(dá)到3.48%和3.44%，但凈輻射量的貢獻(xiàn)率也達(dá)到-2.35%，說明凈輻射量對蒸發(fā)量變化也具有一定作用。夏季，蒸發(fā)量明顯下降的原因?yàn)閮糨椛淞匡@著減小，其貢獻(xiàn)率(-10.30%)遠(yuǎn)大于其他氣象因子。秋季，凈輻射量貢獻(xiàn)率減小為-4.68%，而風(fēng)速貢獻(xiàn)率增大為4.64%，二者量值相近，為影響秋季蒸發(fā)量變化的主要?dú)庀笠蜃?。不同于其他三個季節(jié)，冬季風(fēng)速對蒸發(fā)量變化的貢獻(xiàn)率最大(2.83%)，其次為氣溫(1.68%)和凈輻射量(-1.63%)，表明影響冬季蒸發(fā)量變化的主導(dǎo)氣象因子為風(fēng)速，而氣溫和凈輻射量對蒸發(fā)量變化的影響程度相近。此外，不同季節(jié)水汽壓對蒸發(fā)量變化的貢獻(xiàn)率均較小，對蒸發(fā)量變化基本不起作用。

表4列出了不同時段影響蒸發(fā)量變化的氣象主導(dǎo)因子站點(diǎn)數(shù)。分析發(fā)現(xiàn)，1961—2019年以凈輻射量為主導(dǎo)因子的站點(diǎn)最多(65個)，其中63個站點(diǎn)的蒸發(fā)量顯著下降。風(fēng)速作為主導(dǎo)因子的站點(diǎn)有24個，其中22個站點(diǎn)蒸發(fā)量顯著下降，分散出現(xiàn)在九江東部至南昌地區(qū)、鄱陽和贛州部分地區(qū)(未顯示)。主導(dǎo)因子為氣溫的站點(diǎn)僅有4個，均引起蒸發(fā)量顯著下降。蒸發(fā)量突變前，氣溫、凈輻射量和風(fēng)速作為主導(dǎo)因子的站點(diǎn)分別有37、33、22個，但僅有南昌縣和新建2個站點(diǎn)因凈輻射量變化導(dǎo)致蒸發(fā)量顯著下降。蒸發(fā)量突變后，氣溫、凈輻射量和風(fēng)速主導(dǎo)的站點(diǎn)分別有32、28、33個，且分布較為分散。結(jié)合顯著性檢驗(yàn)結(jié)果發(fā)現(xiàn)，因氣溫和凈輻射量變化而導(dǎo)致蒸發(fā)量顯著下降的站點(diǎn)分別有3個和6個，而風(fēng)速作為主導(dǎo)因子的站點(diǎn)均未導(dǎo)致蒸發(fā)量顯著變化。以上分析表明，年際尺度上引起江西省蒸發(fā)量下降的主要因素為凈輻射量變化，且影響范圍較廣，而由氣溫和風(fēng)速導(dǎo)致蒸發(fā)量顯著變化的影響范圍較小且分散。

表4 江西省不同時段和季節(jié)影響蒸發(fā)量變化的氣象主導(dǎo)因子站點(diǎn)數(shù)Table 4 Number of meteorological dominant factor stations in different periods and seasons of Jiangxi province

分析表4還發(fā)現(xiàn)，不同季節(jié)各站點(diǎn)主導(dǎo)蒸發(fā)量變化的氣象因子也存在差異。春季，氣溫作為主導(dǎo)因子的站點(diǎn)有39個，其中30個站點(diǎn)主導(dǎo)蒸發(fā)量上升，9個站點(diǎn)主導(dǎo)蒸發(fā)量下降，但蒸發(fā)量變化均未通過顯著性檢驗(yàn)。風(fēng)速作為主導(dǎo)因子的站點(diǎn)有29個，其中共青城、南昌縣和新建站的蒸發(fā)量因風(fēng)速大幅減小而顯著上升。主導(dǎo)因子為凈輻射量的站點(diǎn)有25個，其中僅瑞昌站的蒸發(fā)量顯著下降。與春季相似，冬季任意站點(diǎn)的氣象因子變化均未引起蒸發(fā)量顯著變化。綜合前文分析結(jié)果可知，春、冬兩季各站點(diǎn)氣象主導(dǎo)因子構(gòu)成較為復(fù)雜，單一氣象因子變化可能無法引起蒸發(fā)量的顯著變化，導(dǎo)致蒸發(fā)量變化不明顯。秋季，風(fēng)速、氣溫和凈輻射量作為主導(dǎo)因子的站點(diǎn)分別有48、23、22個，說明各變量作為主導(dǎo)因子的站點(diǎn)構(gòu)成也較為復(fù)雜，但三個變量造成蒸發(fā)量顯著下降的站點(diǎn)分別有18、9、11個，遠(yuǎn)多于春、冬兩季，顯示秋季各站點(diǎn)主導(dǎo)氣象因子對蒸發(fā)量變化的主導(dǎo)作用明顯增強(qiáng)。夏季，除德安站的蒸發(fā)量因風(fēng)速增大而顯著減少外，其余站點(diǎn)蒸發(fā)量顯著下降均因?yàn)閮糨椛淞康臏p少。上述分析表明，凈輻射量的減少對夏季江西省蒸發(fā)量下降的影響遠(yuǎn)強(qiáng)于其他各氣象要素。結(jié)合前文分析的夏季蒸發(fā)量占全年比重最大和蒸發(fā)量年際變化影響因子分析等結(jié)果，可以得到夏季凈輻射量的減少是引起1961—2019年蒸發(fā)量整體降低的主要因素。

3 結(jié)論與討論

文中基于平流-干旱模型估算了1961—2019年江西省蒸發(fā)量，并分析了蒸發(fā)量的變化特征及其主要影響因子，得到以下結(jié)論：

1) 1961—2019年江西省蒸發(fā)量的范圍為679.66—766.82 mm，空間上呈“西低東高、北低南高”分布特征；蒸發(fā)量呈顯著下降趨勢，氣候傾向率為-5.47 mm/(10 a)；蒸發(fā)量在1969年發(fā)生突變，突變前的下降趨勢更較強(qiáng)，為-14.72 mm/(10 a)，突變后減弱為-2.18 mm/(10 a)。

2) 蒸發(fā)量的季節(jié)變化，夏季最強(qiáng)，秋季次之，春冬季較弱，且夏季變化同全年變化的相關(guān)性最強(qiáng)?？臻g變化，夏、秋兩季蒸發(fā)量均以下降為主，但秋季顯著性明顯弱于夏季；春季蒸發(fā)量，北部以上升為主，南部以減弱為主；冬季蒸發(fā)量則以上升為主。

3) 江西省蒸發(fā)量對風(fēng)速變化表現(xiàn)為負(fù)敏感，對其他要素的變化表現(xiàn)為正敏感，且蒸發(fā)量對各氣象因子的敏感程度依次為凈輻射量>氣溫>風(fēng)速>水汽壓。凈輻射量和水汽壓的敏感因數(shù)在年際尺度和季節(jié)尺度上變化較小，蒸發(fā)量對這兩個因子的敏感程度較穩(wěn)定。蒸發(fā)量對氣溫的敏感程度在夏秋季較高，冬季最低；風(fēng)速反之。

4) 江西省蒸發(fā)量的主導(dǎo)因子為凈輻射量，其結(jié)果與夏季蒸發(fā)量變化相似，因此夏季凈輻射量的顯著減少是引起全年蒸發(fā)量降低的主要因素。從突變前后及春、秋、冬三季的氣象因子貢獻(xiàn)率來看，蒸發(fā)量的變化均存在由多因子共同作用，除秋季外，蒸發(fā)量顯著變化站點(diǎn)少的特征，其原因可能是突變前后及春、冬兩季單一氣象因子的變化均無法引起蒸發(fā)量的顯著改變；而秋季蒸發(fā)量顯著變化站點(diǎn)明顯增多，但各氣象因子均對蒸發(fā)量的下降起到一定作用，說明雖然凈輻射量是影響1961—2019年蒸發(fā)量變化的主要因素，但隨著氣候逐漸增暖，氣溫和風(fēng)速等氣象因子對蒸發(fā)量變化貢獻(xiàn)率的增加不容忽視。

本研究結(jié)果表明,1961—2019年江西省實(shí)際蒸發(fā)量呈顯著下降趨勢，該現(xiàn)象同“蒸發(fā)悖論”現(xiàn)象相符，同王艷君(2010)、Cong(2009)和劉健(2010) 等的研究結(jié)果一致，且研究得到的蒸發(fā)量下降呈先快后緩的趨勢也與劉健等(2010)的研究結(jié)果一致。不同的是，雖然凈輻射量和風(fēng)速分別為影響研究區(qū)域內(nèi)蒸發(fā)量變化的主要和次要因子，但風(fēng)速和氣溫對蒸發(fā)量的影響程度也在不斷提升，甚至在一定時期內(nèi)二者的貢獻(xiàn)率大于凈輻射量貢獻(xiàn)率，其原因可能是近30 a江西省太陽輻射變化的正趨于穩(wěn)定(占明錦等,2010)，但在全球變暖背景下，氣溫上升和東亞季風(fēng)減弱引起的風(fēng)速減小趨勢還在不斷增強(qiáng)(劉敏等,2009；李柏貞等,2017)，因此仍須持續(xù)關(guān)注未來氣溫上升和風(fēng)速減小對江西省蒸發(fā)量變化的影響。此外，隨著人類參與社會活動不斷增強(qiáng)，這對蒸發(fā)量變化影響的因素仍然具有較多的不確定性，仍還需持續(xù)深入研究全球變暖背景下蒸發(fā)量變化的影響機(jī)理，進(jìn)而得到更加客觀性、科學(xué)性的研究成果，不斷加深對江西省實(shí)際蒸發(fā)量變化的認(rèn)識。