長江流域蒸發(fā)皿蒸發(fā)量的區(qū)域變化特征及影響因素

楊蓉華，李佳佳，賀新光

（1. 湖南師范大學地理科學學院，長沙 410081；2. 地理空間大數據挖掘與應用湖南省重點實驗室，長沙 410081）

IPCC（2021）第六次報告指出，21 世紀前20年全球表面溫度比1850—1900年高0.99℃。在全球變暖背景下，氣溫升高會加快地氣系統(tǒng)之間的水分循環(huán)，改變全球水資源的時空分布，進而影響到生態(tài)環(huán)境和社會經濟的發(fā)展（江濤等，2000；Roderick et al.,2004）。蒸發(fā)是地表水分平衡和能量平衡的重要組成部分，而蒸發(fā)皿蒸發(fā)量（Pan Evaporation,PE）是估算大氣蒸發(fā)需求的重要指標之一，其數值可以有效表征大氣的干濕程度（張強等，2007；岳元等，2021）。因此，PE的變化特征及影響因素分析對水資源的調配和利用、旱澇災害的成因分析，以及農林牧業(yè)和水利工程的發(fā)展等具有重要意義（王艷君等，2005a；Zuo et al.,2016；鮑振鑫等，2014）。

PE 對近地面氣候變化十分敏感（謝睿恒等，2020），就理論而言，氣溫升高會促使陸地和水體蒸發(fā)增加，但已有研究表明（Peterson et al.,1995;Roderick et al.,2002；劉敏等，2009）：一些地區(qū)的PE在20世紀50年代—21世紀00年代呈明顯下降趨勢，該現象被稱為“蒸發(fā)悖論”。為了解釋其原因，國內外學者進行了大量研究，并提出不同的觀點。如Roderick等（2007）認為1975—2004年澳大利亞地區(qū)PE的下降主要是由風速的變化引起的；Liu等（2004）認為太陽輻射減少是導致1955—2000 年中國地區(qū)PE 下降的主要原因；張婷婷等（2013）認為1960—2006 年湘江流域PE 的減少受飽和水汽壓差和風速的影響較大。然而，在全球持續(xù)變暖背景下，Stephens等（2018）發(fā)現1994—2016年澳大利亞地區(qū)PE 卻呈增加趨勢，表現為“反蒸發(fā)悖論”現象。同樣地，這一增加趨勢在捷克（Mozny et al., 2020）以及中國黃土高原地區(qū)（Zhang et al.,2016）也被觀測到?？梢姡煌貐^(qū)或同一地區(qū)不同時段的PE 對氣候變化的響應存在顯著變化，PE的變化特征及其影響因素分析仍是研究關注的重點。此外，以往研究多從研究區(qū)整體進行討論，不利于探討研究區(qū)內不同區(qū)域蒸發(fā)的驅動因素，因此，對PE的分區(qū)討論工作尤為重要。

長江流域是中國人口稠密、經濟高度發(fā)達的地區(qū)，在中國國民經濟發(fā)展中有舉足輕重的作用。而蒸發(fā)作為陸地和大氣水熱交換的紐帶，對流域的生產發(fā)展有直接的影響。因此，探討長江流域PE 的變化特征及其影響因素，對充分了解該流域的水分循環(huán)狀況以及干濕變化具有重要意義。在已有研究中，宋萌勃等（2011）發(fā)現1951—2000年長江流域PE下降的主要原因可能是日照時間的減少和平均水汽壓的增加；王艷君等（2005b）分析得出太陽凈輻射和風速的下降是導致1961—2000年長江流域年均PE 下降的主要原因。然而，上述研究的時段大多數停留在2000 年左右，關于PE 最近時序的變化特征及影響因素的分析尚未見報道。此外，長江流域面積廣闊，受復雜地形和氣候條件的影響，流域內各地區(qū)的PE 變化也存在較大差異，簡單地按照上中下游（宋萌勃等，2011；王艷君等，2005b）進行討論未免有些粗糙，因此有必要對流域PE 進行一致性子區(qū)域劃分，并探討各子區(qū)域PE 的最近變化趨勢及其主要影響因子。

旋轉經驗正交函數（Rotating Empirical Orthogonal Function,REOF）可集中映射原始要素時空場的特征信息到載荷場所代表的優(yōu)勢空間上（胡倩等，2019），更為清晰地反映區(qū)域的變化特征。模糊C均值聚類（Fuzzy C-Means,FCM）算法克服了硬聚類分析“非此即彼”的缺點，從而更貼近實際數據內在結構（祁添垚等，2015）。故耦合REOF和FCM 對流域PE 進行分區(qū)，既克服REOF 在確定載荷值界限時的主觀性，又能使分區(qū)結果更具客觀性（向旬等，2008）。目前，已有研究（榮艷淑等，2012；祁添垚 等，2015；Yan et al.,2019）用FCM 對研究區(qū)PE 進行分區(qū)討論，但鮮有研究將REOF 和FCM 結合對流域PE 進行分區(qū)并分析其變化特征及成因。鑒于此，本研究選取長江流域148個氣象站1980—2017 年蒸發(fā)皿蒸發(fā)量的觀測數據，首先，采用REOF 和FCM 相結合的方法對流域PE進行分區(qū)；然后，分析各區(qū)PE 在近幾十年溫度升高更加迅速背景下的變化特征；最后，利用多元逐步回歸方法識別各區(qū)域PE 變化的主要影響因子。以期為研究區(qū)的生產發(fā)展以及水資源管理提供科學建議。

1 研究區(qū)與數據資料

1.1 研究區(qū)概況

長江流域位于24°30′—35°45′N、90°33′—122°25′E，總面積為180 萬km2，占中國國土面積的18.8%，是中國第一大流域，世界第三大流域。流域內降水充沛，有著豐富的自然資源，是中國社會經濟高度發(fā)達的地區(qū)之一。由于地域遼闊，地形復雜，季風氣候典型，流域分帶性明顯。因此，流域PE的區(qū)域劃分及其相關變化特征值得深入研究。

1.2 數據來源與處理

選取長江流域189個氣象站1980—2017年的逐日氣象觀測資料，數據下載自中國氣象科學數據共享服務網①http://www.escience.gov.cn/metdata/page/index.html。具體要素包括：蒸發(fā)皿蒸發(fā)量（mm）、氣壓（hPa）、0 cm 地溫（℃）、降水量（mm）、相對濕度（%）、日照時數（h）、平均氣溫（℃）和平均風速（m/s）。此外，飽和水汽壓差（hPa）也被使用而且通過平均氣溫和平均風速計算而得（Allen et al.,1998）。在中國，自20世紀80年代末，已應用E601和Ф20對蒸發(fā)皿蒸發(fā)量進行了平行觀測和對比（Niu et al.,2021）。2002年以后，用E601蒸發(fā)皿測量非冰期（5—9月）的蒸發(fā)量，代替Ф20蒸發(fā)皿。盡管E601 蒸發(fā)皿測得的蒸發(fā)量更接近實際自由水面的蒸發(fā)量，但利用Ф20蒸發(fā)皿獲得的數據仍是特別重要的水文和氣象數據，其在中國的觀測沒有中斷，具有長期特征（Aydaraili et al.,2011），因此選取Ф20蒸發(fā)皿數據開展研究。對于缺測的Ф20蒸發(fā)皿數據，參考榮艷淑等（2012）的研究，根據各站點2種蒸發(fā)皿同觀測時期的實測資料（同觀測時長＞365 d），通過線性擬合關系將E601 蒸發(fā)皿數據統(tǒng)一訂正到Ф20蒸發(fā)皿蒸發(fā)量水平上。然后，考慮到數據的完整性和代表性，剔除數據缺失率＞5%的站點。最終有148 個站點（圖1）滿足要求，其中13個站點蒸發(fā)資料全部為Ф20蒸發(fā)皿數據，其余135 個站點數據經過訂正，且相關系數均＞0.70，標準差在0.60～1.93。在未訂正前，Ф20蒸發(fā)皿數據總缺測時長不超過研究時段15%的站點有14個，總缺測時長占研究時段15%～30%的站點有24 個，而余下110個站點的資料總缺測時長在30%～45%，且多集中在2002—2017年；訂正后，Ф20蒸發(fā)皿數據的完整性得到顯著提高，其中115個站點資料總缺測時長不超過1%，31 個站點資料缺測時長在1%～3%，僅2 個站點的缺測時長在3%～5%。對于這些仍缺失的日數據，由同站點的多年同日平均值插值補充而獲得。年數據按照自然算法，即1—12月之和。四個季節(jié)數據以3—5月的數據之和為春季，6—8 月為夏季，9—11 月為秋季，12 和1—2 月為冬季。

圖1 長江流域148個氣象站的空間分布及高程Fig.1 Spatial distribution of 148 meteorological stations and elevation in Yangtze River Basin

2 研究方法

2.1 旋轉經驗正交函數

經驗正交函數（EOF）常用于氣象要素場的時空分解，可以最大限度地表征要素場的區(qū)域變率結構（熊光潔等，2012）。對于任意的時空場X(t，s)，可分解為空間函數u k(s)和時間函數ck(t)的乘積之和：

式中：s為空間位置；t為時間。根據North 等（1982）提出的計算特征值誤差范圍的方法對載荷向量場（空間模態(tài)）進行顯著性檢驗，并對通過5%顯著性檢驗的空間模態(tài)進行最大正交方差旋轉，得到相應的旋轉載荷向量場。EOF和REOF的詳細計算過程參考文獻Hannachi等（2007）。

2.2 模糊C均值聚類

模糊C均值聚類（FCM）是由Dunn（1973）和Bezdek（1981）所提出的一種無監(jiān)督聚類算法，通過優(yōu)化目標函數得到每個樣本點對所有聚類中心的隸屬度，從而決定樣本點的類屬，以達到自動對樣本數據分類的目的。其模糊隸屬度越大，表示樣本點與該聚類中心越接近。其目標函數為：

式中：N為數據點個數；C為聚類數；uij為數據點xi相對于類j的隸屬度；m為模糊加權指數；dij為數據點xi到聚類中心cj的距離。

Dunn 指數（1981）是對類內緊密性和類間離散性的度量，根據Dunn 指數確定最優(yōu)站點聚類數，其值越大，表明聚類效果越好。

2.3 Modified Mann-Kendall檢驗

Mann-Kendall（MK）檢驗是一種基于秩的非參數檢驗方法，常用于水文氣象時間序列的趨勢分析，計算簡便，不受少數異常值的干擾，并且樣本也不需要符合特定的分布（Hamed et al.,1998；李小麗等，2016）。然而，蒸發(fā)量序列往往存在自相關性，會影響MK 檢驗的可靠性。Hamed 等（1998）改進的Mann-Kendall（MMK）趨勢檢驗法，用修正方差限制MK檢驗中序列自相關的影響，彌補了MK 檢驗的不足，故采用MMK 分析長江流域各站點蒸發(fā)量的變化趨勢。此外，MMK 通過統(tǒng)計量Z值判斷趨勢變化，且正負值分別代表上升或下降趨勢。

2.4 多元逐步回歸

多元逐步回歸是一種常用的自變量選擇方法，可以解決一個因變量與多個自變量之間的依存關系。其原理是逐個引入對因變量影響顯著的自變量，并對方程中原有變量進行檢驗，如若原有變量因新引進的變量而變得不顯著，則予以剔除。如此反復，以確保回歸方程中只包含對因變量最有顯著意義的變量。最終得到一個能合理反映自變量與因變量關系的方程。詳細過程和計算步驟參考文獻羅妤（2013）和孫建華等（2020）。

3 結果與分析

3.1 蒸發(fā)皿蒸發(fā)量分區(qū)

對長江流域148 個氣象站月蒸發(fā)量時空場（456×148的數組矩陣）進行EOF分解，其中，前4個模態(tài)通過5%的顯著性檢驗。然后，旋轉這4個模態(tài)以獲取旋轉的空間模態(tài)，得到REOF方差貢獻率和累計方差貢獻率。結果顯示，REOF 的前4 個模態(tài)方差貢獻率分別為69.46%、14.85%、3.56%和2.46%，累計方差貢獻率達到90.33%，能較好地表征流域PE 的空間特征信息。此外，第一模態(tài)的方差貢獻率遠大于其他3個模態(tài)，表明其是流域PE空間分布中的最優(yōu)模態(tài)。

長江流域PE 前4 個REOF 模態(tài)的空間分布如圖2 所示。第一旋轉模態(tài)（圖2-a）的負值區(qū)主要分布在流域北部的大巴山以及西南部的橫斷山區(qū)，表明該帶的PE 與其他地區(qū)呈現反位向的變化特征；正高值區(qū)位于流域東南部的鄱陽湖平原，說明鄱陽湖平原為第一載荷向量的蒸發(fā)異常敏感區(qū)。第二旋轉模態(tài)（圖2-b）在流域絕大部分地區(qū)為負值，且負高值區(qū)位于流域的西南部，以橫斷山為中心，中心值為-0.25，說明該區(qū)為第二載荷向量的蒸發(fā)異常敏感區(qū)。第三旋轉模態(tài)（圖2-c）的值整體上呈現南正北負，表明該模態(tài)下流域PE 南北部變化特征相反；負高值中心位于流域北部的南陽盆地，故南陽盆地為第三載荷向量的蒸發(fā)異常敏感區(qū)。第四旋轉模態(tài)（圖2-d）的值自西向東呈“正負正”交替分布，說明流域中部地區(qū)PE 與東西部地區(qū)呈反位相的變化特征；負高值區(qū)主要位于流域中部的四川盆地，正高值區(qū)位于西部的川西高原，故該模態(tài)下這2 個地區(qū)為蒸發(fā)異常敏感區(qū)。

圖2 長江流域蒸發(fā)皿蒸發(fā)量前4個旋轉模態(tài)的空間分布Fig.2 Spatial distribution of the first four rotation modes of pan evaporation over the Yangtze River Basin

總體上，長江流域PE 的空間分布特征主要呈現5個異常敏感區(qū)：東南部鄱陽湖平原、西南部橫斷山、北部南陽盆地、西部川西高原以及中部四川盆地。這5 個蒸發(fā)異常敏感區(qū)基本涵蓋整個流域，因此，將其對應的旋轉空間模態(tài)作為FCM 聚類的特征向量，并根據Dunn指數選取最合理的聚類數，從而對流域PE 進行分區(qū)。由圖3 可知：Dunn 指數最大值所對應的聚類數為9，因而長江流域PE可以劃分為9 個子區(qū)域（圖4、表1）。為提高子區(qū)域的物理相干性，結合站點所處的地理位置、氣候條件以及PE 多年平均值，對個別站點進行微調，確定最終的分類結果。從圖4可以看出，各區(qū)站點在空間分布上具有較好的地理臨近性。由表1可知，各子區(qū)域面積占比在5.63%～22.03%之間，相差較大，但站點數目還比較均勻，并沒有出現某一子區(qū)域站點數極多或極少的情況，這在一定程度上說明分區(qū)結果相對合理。結合圖4 和表1 可知，流域西南部橫斷山區(qū)，可能因其干濕季明顯、日照時間長，該區(qū)的年均PE 高達1 858.38 mm，在9 個子區(qū)域中最大；而流域中部盆地區(qū)，由于該區(qū)獨特的地形和氣候，空氣濕度高，天氣陰雨多霧，是中國風速最小、日照時間最少的地區(qū)之一（楊甫樂等，2014），年均PE 只有1 172.39 mm，在9 個子區(qū)域中最小。因此，長江流域不同子區(qū)域的年均PE 差異顯著，然而，過去關于流域PE 的研究大多參考自然和社會2 個方面，僅將流域劃分為上游和中下游2 部分來分析變化特征及成因（王艷君等，2010；宋萌勃 等，2011），未免有些粗糙。而采用REOF 與FCM 耦合的方法將流域PE 劃分為9 個子區(qū)域，對進一步認識該流域蒸發(fā)皿蒸發(fā)量的局部變化具有積極意義。

表1 長江流域各子區(qū)域的主要地理位置、名稱及相關數據Table 1 The main geographical locations,names and related data of respective sub-regions in the Yangtze River Basin

圖3 不同聚類數的Dunn指數值Fig.3 Dunn index for the number of different clusters

圖4 長江流域蒸發(fā)皿蒸發(fā)量的空間分區(qū)Fig.4 Spatial division of Pan Evaporation in the Yangtze River Basin

3.2 蒸發(fā)皿蒸發(fā)量變化趨勢分析

為了分析長江流域各站點4個季節(jié)蒸發(fā)皿蒸發(fā)量的變化趨勢，分別對各站點1980-2017年四季的PE序列執(zhí)行具有5%顯著性水平的MMK趨勢檢驗。由圖5 可知：春季（圖5-a）流域內有68%的站點PE 呈上升趨勢，其中呈顯著上升趨勢的站點占36%，主要位于流域中部和東部地區(qū)；而呈下降趨勢的站點占32%，主要集中在流域西部的川藏高原以及西南部橫斷山區(qū)。夏季（圖5-b）流域內呈上升趨勢的站點（53%）主要集中在西部和中部地區(qū)，而呈下降趨勢的站點（47%）主要分布在東南部地區(qū)，其中有52%的站點上升或下降趨勢不顯著。而秋季（圖5-c）流域內幾乎所有站點的PE都呈上升趨勢，其中呈顯著上升趨勢的站點占74%。冬季（圖5-d）流域PE 的變化趨勢同秋季相似，大多數站點為上升趨勢，僅有19%呈下降趨勢的站點零星地散布在各區(qū)域?？傮w而言，秋、冬季流域內大部分站點的PE呈顯著上升趨勢，春季流域中大多數站點呈上升趨勢，且主要集中在中部和東部地區(qū)，夏季流域中近一半的站點PE呈下降趨勢，且主要集中在東南部地區(qū)。

圖5 長江流域1980—2017年4個季節(jié)PE序列的長期變化趨勢Fig.5 Long-term variation trend of respective seasonal PE series during 1980-2017 in the Yangtze River Basin

圖6 顯示，除西部高原區(qū)（圖6-a）外，其他子區(qū)域的氣候傾向率均通過5%的顯著性檢驗。西南部橫斷山區(qū)（圖6-b）的多年平均PE 值最大，中部盆地區(qū)（圖6-d）最小，但中部盆地區(qū)PE的上升速率最快，傾向率達到111.28 mm/10 a，而上升速率最小的地區(qū)是西部高原區(qū)（圖6-a），傾向率僅為12.5 mm/10 a。從各子區(qū)域的10年滑動平均看，西部高原區(qū)（圖6-a）和長江三角洲區(qū)（圖6-i）曲線波動幅度較小，呈微弱的上升趨勢；西南部橫斷山區(qū)（圖6-b）在1980-2000 年PE 呈微弱下降趨勢，2001-2011 年呈波動上升趨勢，之后呈下降趨勢；中部盆地區(qū)（圖6-d）、北部低山盆地區(qū)（圖6-e）以及北部南陽盆地區(qū)（圖6-f）PE 呈波動上升趨勢；而南部低山丘陵區(qū)（圖6-c）、中部兩湖平原區(qū)（圖6-g）和東南部平原丘陵區(qū)（圖6-h）PE變化趨勢相似，均呈上升-下降-上升-下降的變化特征?？傊饔騼雀髯訁^(qū)域的年蒸發(fā)皿蒸發(fā)量均為上升趨勢，這與以往關于長江流域蒸發(fā)的研究有較好的一致性。如榮艷淑等（2012）研究發(fā)現1980-2008年長江上游的云貴高原到四川盆地一帶PE 上升趨勢顯著；祁添垚等（2015）研究發(fā)現1960-2005年中國PE 顯著上升的站點分布于西南地區(qū)和洞庭湖等地。

圖6 長江流域各子區(qū)域蒸發(fā)皿蒸發(fā)量的年際變化：Fig.6 Interannual variation of Pan Evaporation in each sub-region of the Yangtze River Basin

3.3 蒸發(fā)皿蒸發(fā)量的影響因素分析

為了準確識別長江流域各區(qū)域PE 變化的主要影響因素，選取氣壓、0 cm地溫、降水量、相對濕度、日照時數、平均氣溫、平均風速和飽和水汽壓差等8個潛在影響因子，首先，分析各因素的變化趨勢及其與PE的相關性；然后，選取與各區(qū)PE相關性通過5%顯著性檢驗的因子作為自變量，并運用多元逐步回歸識別影響各區(qū)PE變化的主要因子。

由表2可知，流域內各區(qū)域的平均氣溫均呈上升趨勢，傾向率在0.21～0.45℃/10 a 之間，且均通過1%的顯著性檢驗；氣壓在南部低山丘陵區(qū)、北部南陽盆地區(qū)、中部兩湖平原區(qū)、東南部平原丘陵區(qū)和東部三角洲區(qū)呈顯著下降趨勢，而在其他區(qū)域為不顯著變化或上升趨勢，呈現明顯的區(qū)域差異；除南部低山丘陵區(qū)外，流域內所有區(qū)域的0 cm地溫和飽和水汽壓差隨時間呈現上升趨勢，相對濕度呈現下降趨勢，且均通過1%的顯著性檢驗；此外，降水和日照時數在大多子區(qū)域隨時間變化趨勢不顯著；平均風速在西部高原區(qū)、西南部橫斷山區(qū)、中部兩湖平原區(qū)、東南部平原丘陵區(qū)和東部三角洲區(qū)隨時間呈現顯著下降趨勢，而在南部低山丘陵區(qū)、中部盆地區(qū)和北部低山盆地區(qū)呈顯著上升趨勢，在北部南陽盆地區(qū)呈不顯著變化趨勢。結合圖6可知，各區(qū)域PE 也呈上升趨勢，且除西部高原區(qū)外，傾向率均通過5%的顯著性檢驗，因此長江流域在近幾十年并不存在“蒸發(fā)悖論”現象。由此可見，流域內0 cm 地溫、平均氣溫和飽和水汽壓差與PE 變化趨勢相同，相對濕度與PE 變化趨勢相反，而其余因子的變化趨勢則呈現因地而異的特點。

由表2 可知，西部高原區(qū)PE 與0 cm 地溫、平均氣溫以及飽和水汽壓差呈顯著正相關，而與降水量和相對濕度呈顯著負相關；在西南部橫斷山區(qū)與東南部平原丘陵區(qū)，除了氣壓和平均風速外，其余因子均與PE顯著相關，且PE與0 cm地溫、日照時數、平均氣溫和飽和水汽壓差呈顯著正相關，與降水量和相對濕度呈顯著負相關；南部低山丘陵區(qū)的PE與氣壓、降水量和相對濕度呈顯著負相關，而與其余因子呈顯著正相關；在東部三角洲區(qū)，除了平均風速外，PE與其他因子的相關關系同南部低山丘陵區(qū)一樣；中部盆地區(qū)的0 cm地溫、日照時數、平均氣溫、平均風速和飽和水汽壓差與PE 呈顯著正相關，相對濕度與PE 呈顯著負相關；北部低山盆地區(qū)的PE 變化與大多因子（氣壓除外）有較強的相關性，其中與降水和相對濕度呈顯著負相關，而與其余因子呈顯著正相關；在北部南陽盆地區(qū)和中部兩湖平原區(qū)，氣壓、降水量和相對濕度對PE 有顯著的負向作用；而0 cm地溫、日照時數、平均氣溫和飽和水汽壓差對PE 有顯著的正向作用。總體而言，絕大多數子區(qū)域的PE 均與0 cm 地溫、降水量、相對濕度、日照時數、平均氣溫和飽和水汽壓差顯著相關，且PE 與降水量和相對濕度為負相關關系，與0 cm地溫、日照時數、平均氣溫和飽和水汽壓差為正相關關系。結合各區(qū)因子的氣候傾向率（見表2）可知，多數子區(qū)域的降水量和日照時數未發(fā)生顯著變化，相對濕度隨時間呈現明顯的下降趨勢，0 cm地溫、平均氣溫和飽和水汽壓差呈顯著上升趨勢，因此這可能是導致流域內各區(qū)域PE 增加的主要原因。

表2 長江流域各子區(qū)域潛在影響因子的氣候傾向率及年蒸發(fā)量與各潛在影響因子的相關系數Table 2 The climate tendency rate of potential influencing factors and correlation coefficient between annual evaporation and potential influencing factors in each subregion of the Yangtze River Basin

由表3 可知，各區(qū)PE 變化的主導因子因地而異，但大多子區(qū)域PE 的變化與日照時數、平均氣溫和飽和水汽壓差有關。具體而言，影響西部高原區(qū)和中部兩湖平原區(qū)PE 變化的主要因子為0 cm 地溫、降水量、平均氣溫和飽和水汽壓差；西南部橫斷山區(qū)為相對濕度和日照時數；南部低山丘陵區(qū)為氣壓、平均氣溫和飽和水汽壓差；中部盆地區(qū)為0 cm地溫、平均風速和飽和水汽壓差；北部低山盆地區(qū)為日照時數、平均氣溫和飽和水汽壓差；北部南陽盆地區(qū)為氣壓、0 cm地溫、相對濕度、日照時數和平均氣溫；東南部平原丘陵區(qū)和東部三角洲區(qū)均為相對濕度、日照時數和飽和水汽壓差。此外，南部低山丘陵區(qū)、中部盆地區(qū)、北部低山盆地區(qū)、北部南陽盆地區(qū)、中部兩湖平原區(qū)、東南部平原丘陵區(qū)和東部三角洲區(qū)（Ⅲ-Ⅸ區(qū)）的R2在0.88 以上，最大值達0.96，西部高原區(qū)的R2最小，也達到0.74，表明各區(qū)所識別的主導因子對PE 變化的解釋能力很強，西部高原區(qū)可以解釋74%，Ⅲ-Ⅸ區(qū)均能解釋88%以上；根據各區(qū)回歸方程獲得的PE 擬合值與觀測值之間的相關系數均＞0.84，均方根誤差在21.80～48.35 之間。可見，本文所識別的影響各區(qū)PE變化的主要因素較為可靠。

表3 各區(qū)PE變化的主導因子、回歸方程的R2以及擬合值與觀測值的關系Table 3 The dominant factors of PE variations,the R2 of regression equation and the relationship between the fitted and observed values in each subregion

4 結論與討論

利用長江流域148個氣象站1980-2017年蒸發(fā)皿蒸發(fā)量數據，對流域PE 進行分區(qū)；然后，基于分區(qū)分析各區(qū)域PE 的變化特征；最后，應用多元逐步回歸方法識別各區(qū)PE 變化的主要影響因子，并通過回歸方程的決定性系數評估所識別的主要影響因子對PE變化的解釋能力。得到的主要結論為：

1）長江流域PE 的前4 個模態(tài)主要呈現5 個蒸發(fā)異常敏感區(qū)：東南部鄱陽湖平原、西南部橫斷山、北部南陽盆地、西部川西高原以及中部四川盆地?；谶@4個模態(tài)，流域PE在空間上可以劃分為9 個子區(qū)域：西部高原區(qū)、西南部橫斷山區(qū)、南部低山丘陵區(qū)、中部盆地區(qū)、北部低山盆地區(qū)、北部南陽盆地區(qū)、中部兩湖平原區(qū)、東南部平原丘陵區(qū)和東部三角洲區(qū)。

2）在季節(jié)變化尺度上，秋季流域內幾乎所有站點的PE 呈顯著上升趨勢；冬季流域內絕大多數站點的PE 呈上升趨勢，剩余少部分呈下降趨勢的站點零星散布在各區(qū)域；春季流域中大多數站點呈上升趨勢，且主要集中在中部和東部地區(qū)，而少數呈下降趨勢的站點主要集中在西部地區(qū)；夏季流域中近一半的站點PE 呈下降趨勢，且主要集中在東南部地區(qū)。從逐年變化看，各區(qū)域PE 均呈不同程度的上升趨勢。

3）根據各因子的氣候傾向率以及多元逐步回歸結果可以確定，長江流域PE 的增加主要與飽和水汽壓差的增大以及平均氣溫的上升有關。具體而言，西部高原區(qū)和中部兩湖平原區(qū)影響PE 變化的主要因子為0 cm地溫、降水量、平均氣溫和飽和水汽壓差；西南部橫斷山區(qū)為相對濕度和日照時數；南部低山丘陵區(qū)為氣壓、平均氣溫和飽和水汽壓差；中部盆地區(qū)為0 cm地溫、平均風速和飽和水汽壓差；北部低山盆地區(qū)為日照時數、平均氣溫和飽和水汽壓差；北部南陽盆地區(qū)為氣壓、0 cm 地溫、相對濕度、日照時數和平均氣溫；南部低山丘陵區(qū)和東部三角洲區(qū)均為相對濕度、日照時數和飽和水汽壓差。

長江流域各子區(qū)域的PE 均隨氣溫的升高而呈現不同程度的上升趨勢，因此流域在近30年并不存在“蒸發(fā)悖論”現象。這一增長趨勢在干旱或半干旱地區(qū)（Zhang et al.,2016;Xing et al.,2016;Mozny et al.,2020）以及黃河源區(qū)（石明星等，2018）最近的研究時段中也有體現，并且與李文燕等（2020）發(fā)現甘肅境內長江流域代表站的水面蒸發(fā)量呈增加趨勢，Liu 等（2011）發(fā)現自1992 年以來中國PE呈現上升趨勢，Niu等（2021）分析得出的1994 年以后華東、西南和全國的PE 呈現上升趨勢等的結論較為一致。但與早期王艷君（2005）、宋萌勃（2011）以及郭媛（2012）等認為長江流域PE呈下降趨勢的結論相矛盾。多數子區(qū)域PE 的增加是平均氣溫的上升以及飽和水汽壓差的增加所致。近幾十年來，在全球氣溫持續(xù)增高背景下，長江流域的區(qū)域平均氣溫均有所上升，提升了流域的蒸散能力，且已有研究（Zhang et al.,2016；石明星等，2018）表明氣溫升高是PE 增加的主要原因。蒸發(fā)和凝結的發(fā)生取決于實際水汽壓和飽和水汽壓之間的關系（張婷婷等，2013），而飽和水汽壓差正是特定溫度下飽和水汽壓與實際水汽壓的差值，常用于表征大氣的干燥程度，因此對PE 的變化起至關重要的作用。已有研究表明（黃夢杰等，2020）長江流域的干旱程度正在加劇，且各子區(qū)域平均氣溫均在上升、相對濕度在下降（見表2），說明空氣中的水分正在減少，大氣“變干”；且各區(qū)飽和水汽壓差對PE 的變化均為正向作用（見表2），故飽和水汽壓差的增大進一步促使PE 的上升。同時，PE的變化受飽和水汽壓差的影響較大已被研究（張婷婷 等，2013；Mozny et al., 2020；李 文 燕 等，2020）證實。此外，由于PE 還受蒸發(fā)皿的安裝方式和周圍環(huán)境等非氣象因子的影響（任芝花等，2002），因而本文在選取影響PE變化的因素時，將0 cm地溫也考慮進來，這在以往的因子分析中比較少見。從本研究得出的結論看，0 cm地溫是流域內4個子區(qū)域PE變化的主導因子（見表3），可見其對PE的變化也發(fā)揮重要作用，因此在相關因素分析以及影響機理的研究中要加以考慮。另外，長江流域各區(qū)域0 cm地溫均呈顯著上升趨勢（見表2），這與王佳琳等（2016）研究得出中國大部分地區(qū)0 cm地溫都呈上升趨勢一致，但地溫對PE 變化的具體影響機理還需進一步研究。

PE本質上是有限水面在水分充足條件下的蒸發(fā)量，并不代表地表實際的蒸發(fā)量。蒸發(fā)皿蒸發(fā)量的變化也并非多個因子的線性作用，在將日照時數作為太陽輻射變化的基礎上得出的結論可能有些偏頗。但根據實測蒸發(fā)資料分析長江流域區(qū)域PE 的變化趨勢及成因，對流域區(qū)域水循環(huán)、干濕變化特征以及對全球氣候變化響應的區(qū)域差異性具有重要意義。此外，PE的變化受蒸發(fā)皿所處位置的土壤質地，以及氣溶膠和霧霾等人為因素的影響也不可忽視，有必要在未來研究中深入探討。