淮北平原近57年多尺度水面蒸發(fā)悖論差異性研究

王 玥，王怡寧，雷曉輝，胡永勝，趙雯頡，鞠 琴

（1.中國地質大學，北京 100089；2.南京水利科學研究院南京 210029；3.河海大學，南京 210098；4.中國水利水電科學研究院，北京 100038；5.安徽?。ㄋ炕次┧茖W研究院五道溝水文實驗站，安徽 蚌埠 233000）

0 引 言

全球水循環(huán)的變化會導致重大環(huán)境與社會經(jīng)濟影響。在全球溫室效應顯著的大背景下，隨著全球平均氣溫的升高通常會導致陸地水體蒸發(fā)增加，而蒸發(fā)皿實測蒸發(fā)量反而下降，這種現(xiàn)象被稱之為“蒸發(fā)悖論”[1]。國內(nèi)外學者Peterson等[2]研究發(fā)現(xiàn)美國大部分地區(qū)蒸發(fā)呈下降趨勢且主要因素為氣溫；N.Chattopadhyay[3]選取印度地區(qū)15 與32年不同時間序列資料對影響蒸發(fā)的因素進行相關分析，發(fā)現(xiàn)除氣溫外，相對濕度對蒸發(fā)量的影響也較為顯著；左洪超[4]等利用線性、多元回歸等方法驗證了蒸發(fā)潛力受多氣象要素綜合作用且與相對濕度相關最好；Roderick[5]、朱曉華[6]等、鮑振鑫[7]等研究發(fā)現(xiàn)澳大利亞、中國、海河流域“蒸發(fā)悖論”現(xiàn)象主要成因為風速的下降；王楠[8]等研究發(fā)現(xiàn)我國地面風速整體呈下降趨勢且春季下降速率最快，并得出該成因可能為氣候變暖；Limjirakan[9]選取泰國1970-2007氣象數(shù)據(jù)研究表明“蒸發(fā)悖論”現(xiàn)象主要因素除了風速的下降，還有日照時數(shù)的減少。錢筱暄[10]等研究發(fā)現(xiàn)淮北地區(qū)1964-2009水面蒸發(fā)量年、季蒸發(fā)量均呈現(xiàn)下降趨勢，氣溫、地面溫度、水汽壓力差、日照及相對濕度是影響水面蒸發(fā)的重要因素；郝振純[11]等研究發(fā)現(xiàn)五道溝地區(qū)年、季不同尺度水面蒸發(fā)影響因素不同，風速與降水的影響也較為顯著；王怡寧[12]等研究得出五道溝地區(qū)“蒸發(fā)悖論”成因可能是太陽輻射的減少與氣溶膠含量的增加；李秀[13]等、熊玉琳[14]等、宋培兵[15]等、劉敏[16]等主要采用氣候傾向率、Mann-Kendall 檢驗等方法，分別對我國永定河、海河、通遼地區(qū)以及大黑河等不同區(qū)域的水面蒸發(fā)特征進行分析。

上述研究成果表明，國內(nèi)外蒸發(fā)量總體均呈現(xiàn)出下降趨勢，而不同地區(qū)及不同時間尺度蒸發(fā)量下降影響因素不同。淮北平原以往“蒸發(fā)悖論”相關研究主要以年、季尺度，本文選取五道溝1964-2020年近57年氣象資料，采用氣候傾向率法對淮北平原年尺度（1-12月）、汛期（6-9月）、非汛期（10-5月）及年代多時間尺度水面蒸發(fā)變化差異性進行研究，并運用多元回歸分析法得到各尺度蒸發(fā)量回歸方程及主要影響因子貢獻率，為構建適用于淮北地區(qū)水面蒸發(fā)計算模型提供依據(jù)。

1 研究區(qū)域概況

五道溝水文實驗站位于淮北平原南部，地處暖溫帶與亞熱帶的過渡地帶，多呈典型半干旱半濕潤季風氣候，降雨年際年內(nèi)分配十分不均，多年平均氣溫為15.0 ℃；降雨量為901.6 mm；水面蒸發(fā)量為1 038.6 mm。站內(nèi)設有水文氣象觀測場、自動稱重式地中蒸滲儀群、62 套大型地中蒸滲儀群、徑流實驗場及人工模擬降雨徑流實驗場等設備。

2 資料與方法

本文數(shù)據(jù)選取實驗站氣象場E601 型水面蒸發(fā)量（mm）、氣溫（℃）、降雨量（mm）、日照時數(shù)（h）、風速（m/s）、水汽壓力差（mb）、相對濕度（%）的實測數(shù)據(jù)。水面蒸發(fā)悖論規(guī)律的研究采用1964-2020年的氣象實測數(shù)據(jù)，對其變化以及突變趨勢進行分析。

2.1 氣候傾向率法

氣候傾向率法[17]是指用一次線性方程來擬合各氣象要素隨時間變化。其代表各氣象水文要素多年的變化趨勢，通常以氣象水文要素時間序列線性回歸模型斜率的10 倍來表示各個氣象因子的氣候傾向率。即：

式中：i為時間序列年份；為樣本量為n的各氣象因子變量；ti為對應時間；a為常數(shù)項；b為氣象要素的回歸系數(shù)。設定顯著性水平為0.05，選擇MK-Z值、Sig值與T值檢驗氣候傾向率是否通過顯著性檢驗。

2.2 完全相關系數(shù)

皮爾遜相關系數(shù)[18]是描述兩個序列相關性的統(tǒng)計量，本文采用此分析計算完全相關系數(shù)[12]。

式中：r為完全相關系數(shù)；rt為時間與各氣象要素相關系數(shù)；re為蒸發(fā)量與氣象要素相關系數(shù)。其中，相關系數(shù)均需大于臨界值0.273 2（α=0.05）。

2.3 灰色關聯(lián)分析

灰色關聯(lián)分析相比傳統(tǒng)多因素分析法，對數(shù)據(jù)要求較低且計算較為方便，應用較為廣泛。本文將灰色關聯(lián)分析運用到“蒸發(fā)悖論”成因分析研究中。具體計算步驟見[19,20]。關聯(lián)度分為低關聯(lián)(0 ,0.5 ]、較高關聯(lián)(0.5,0.85 ]、高關聯(lián)(0.85 ,1]3個等級。

2.4 Mann-Kendall檢驗

Mann-Kendall檢驗[21]是目前廣泛應用的非參數(shù)檢驗法，本文采用MK檢驗對實驗站蒸發(fā)量變化趨勢及突變性進行分析。

2.5 貢獻率分析

建立多元回歸線性模型，計算蒸發(fā)量各影響因子的回歸系數(shù)從而得出蒸發(fā)量回歸方程。如擬合結果較好，則可用來分析各影響因子對蒸發(fā)皿蒸發(fā)量貢獻率[22]。

式中：QX為各影響因子對蒸發(fā)量的貢獻率；?Ex為影響因子變化導致蒸發(fā)量變化值；?E為實測蒸發(fā)量的變化值。

3 結果與分析

3.1 蒸發(fā)量與氣溫變化特征

五道溝地區(qū)多年平均氣溫、多年蒸發(fā)總量1964-2020年尺度、汛期、非汛期變化趨勢圖如圖1(a)～圖1(c)所示。由圖1(a)可見，多年平均氣溫呈現(xiàn)緩慢上升趨勢，且氣候傾向率為0.27 ℃/10a。水面蒸發(fā)量整體呈現(xiàn)下降趨勢，且氣候傾向率為85.8 mm/10a，存在“蒸發(fā)悖論”現(xiàn)象。由圖1(b)、圖1(c)可見，汛期年平均氣溫以0.05 ℃/10a速率上升，而水面蒸發(fā)量以41.49 mm/10a 速率下降。非汛期年平均氣溫上升速率為0.27 ℃/10a，蒸發(fā)量下降速率為30.39 mm/10a。

圖1 1964-2020年尺度、汛期、非汛期變化趨勢圖Fig.1 Variation trend chart of scale,flood season and non-flood season from 1964 to 2020

由此可見，汛期氣溫升高速率弱于非汛期，而蒸發(fā)下降速率明顯強于非汛期；年尺度與非汛期氣溫下降速率相等，但蒸發(fā)量下降速率遠大與非汛期。由此可推斷，汛期“蒸發(fā)悖論”規(guī)律更具顯著性，排序為汛期＞年＞非汛期。

蒸發(fā)量年距平見圖1(d)，其中1966-1984年間，均為正距平年且距平變化較明顯；1985-2001年，距平值基本一正一負交替；2002-2020年均為負距平年，且年際距平變化較穩(wěn)定。累積距平值呈現(xiàn)出明顯先增后減趨勢，且在20世紀80年代末達到峰值。

汛期及非汛期蒸發(fā)量率距平率過程線見圖1(e)、圖1(f)，可見汛期及非汛期距平率規(guī)律與年尺度規(guī)律基本一致。由圖1中虛線距平率5 a 滑動平均值可見，1964-1992年水面蒸發(fā)變幅較大，基本為3～4年為一個周期，1992年后變幅較小。

氣溫、蒸發(fā)量年代變化過程見圖2。平均氣溫20世紀70至80年代各尺度微弱下降，隨后持續(xù)上升，且在21世紀10年代到達峰值；蒸發(fā)量20世紀70至90年代各尺度蒸發(fā)量均大幅下降，21世紀初非汛期蒸發(fā)量呈現(xiàn)微弱上升趨勢，年與汛期緩慢下降。

圖2 氣溫、蒸發(fā)量年代變化趨勢圖Fig.2 Trend chart of temperature and evaporation in time

由此可見近5 個年代中，20世紀80年代氣溫上升0.37 ℃/10a，蒸發(fā)量下降122.67 mm/10a；該時段氣溫上升幅度最小，且蒸發(fā)量下降幅度最大，“蒸發(fā)悖論”規(guī)律最顯著。21世紀以來，較20世紀末3 個年代，氣溫變幅增大，蒸發(fā)量變幅減小，“蒸發(fā)悖論”規(guī)律較不顯著。

3.2 蒸發(fā)量與各要素變化趨勢分析

蒸發(fā)量與各要素變化趨勢分析采用Sig 值與T值對其氣候傾向率進行檢驗，并結合MK-Z值對其變化趨勢作進一步驗證。水面蒸發(fā)與各要素氣候傾向率與顯著性分析見表1。

表1 水面蒸發(fā)與各要素多尺度氣候傾向率與顯著性分析表Tab.1 Analysis table of water surface evaporation and multi-scale climate tendency rate and significance of each element

由表1可知，水面蒸發(fā)量年尺度及(非)汛期的氣候傾向率均小于0，顯著性sig值小于0.05，MK-Z、t檢驗絕對值分別大于1.64、2.00，通過了α= 0.05 的顯著性檢驗，表明水面蒸發(fā)量多尺度均存在顯著下降趨勢。

氣溫年際及(非)汛期的氣候傾向率均大于0，年際與非汛期通過了α=0.05的顯著性檢驗，表明氣溫呈現(xiàn)顯著上升趨勢；而汛期平均氣溫未通過顯著性檢驗，無明顯變化趨勢。

降雨量以14.06 mm/10a 速率上升但變化不顯著；相對濕度以1.29%/10a 速率顯著上升；日照時數(shù)與風速氣候呈顯著下降趨勢，氣候傾向率分別為-102.76 h/10a 與-0.25 m·s-1/10a；水汽壓力差無明顯變化趨勢，氣候傾向率為-0.03 mb/10a。

3.3 蒸發(fā)量與氣象因子相關性分析

為準確分析蒸發(fā)量變化的主要影響因子，揭示五道溝地區(qū)“蒸發(fā)悖論”成因，選取6 個氣象因子：氣溫、日照時數(shù)、降水量、風速、相對濕度與水汽壓力差，以年尺度與（非）汛期多尺度詳細分析各要素與蒸發(fā)量的相關關系與關聯(lián)度，見表2。其中，rt為時間與各氣象要素相關系數(shù)；re為蒸發(fā)量與氣象要素相關系數(shù)，當rt與re均大于臨界值0.273 時，計算完全相關系數(shù)|r|。

由表2可知，年風速與蒸發(fā)呈顯著正相關，相對濕度與蒸發(fā)呈顯著負相關（P<0.01），完全相關系數(shù)風速（0.624）>相對濕度（0.418）。灰色關聯(lián)度結果顯示風速（0.708）>相對濕度（0.626）>0.5，則兩者與蒸發(fā)量均為較高關聯(lián)，風速關聯(lián)度最高，表明風速對蒸發(fā)量影響的最大，與相關分析結果相一致。

表2 水面蒸發(fā)與各氣象要素Pearson相關系數(shù)、完全相關系數(shù)及灰色關聯(lián)度Tab.2 Pearson correlation coefficient,perfect correlation coefficient and gray correlation degree between evaporation and meteorological elements

汛期與非汛期相對濕度，風速，日照時數(shù)與蒸發(fā)均顯著相關（P<0.01）；汛期灰色關聯(lián)度均在0.5～0.85 范圍內(nèi)，屬較高關聯(lián)；而非汛期日照時數(shù)灰色關聯(lián)度為0.496，小于0.5，屬低關聯(lián)。

上述結果表明：年際與非汛期蒸發(fā)量主要影響因子為風速、相對濕度；而汛期蒸發(fā)量主要影響因子為風速、相對濕度、日照時數(shù)。

3.4 “蒸發(fā)悖論”成因分析

為進一步研究該區(qū)“蒸發(fā)悖論”成因，以水面蒸發(fā)量為因變量，以風速、相對濕度、日照時數(shù)為自變量，分別建立年際與（非）汛期多元回歸線性模型，由表3可見，年際、汛期、非汛期模型擬合調整R2值分別為0.604、0.684、0.658，即自變量可代表因變量約60%、68%、66%的變化。

表3 復相關系數(shù)變化情況Tab.3 The change of complex correlation coefficient

年尺度與（非）汛期蒸發(fā)量與主要影響要素多元回歸結果見表4，表中B代表蒸發(fā)影響要素的回歸系數(shù)，結合本文3.3相關分析結果，設置年際、非汛期預測變量：(常量),風速,相對濕度；汛期預測變量：(常量)風速,相對濕度,日照時數(shù)。

由表4可知，回歸結果具有顯著性。回歸方程分別為：

表4 蒸發(fā)量主要影響要素偏回歸系數(shù)及其顯著性Tab.4 The partial regression coefficient and its significance of the main factors affecting evaporation

式中：x1為平均風速；x2為平均相對濕度；x3為日照時數(shù)；y1為年尺度擬合蒸發(fā)量；y2為汛期擬合蒸發(fā)量；y3為非汛期擬合蒸發(fā)量。

根據(jù)公式(4)～(6)計算得到各尺度蒸發(fā)量的模擬值，以蒸發(fā)皿實測值為橫坐標、相應模擬值為縱坐標繪制散點圖見圖3，由此檢驗兩者擬合關系。

由圖3(a)可見，年尺度實測值與其相對應模擬值大致均勻分布在y=x直線兩側。年際回歸相對誤差為0.04%～32.45%，平均相對誤差為6.54%，相對誤差絕對值在20%以內(nèi)歸為合格，則合格率為96%。

由圖3(b)與圖3(c)可見，汛期與非汛期實測值與其相對應模擬值大致均勻分布在y=x 直線兩側。汛期回歸相對誤差為0.13%～55.18%，平均相對誤差為7.64%，合格率為96%；非汛期回歸相對誤差為0.12%～21.42%，平均相對誤差為7.21%，合格率為98%。

圖3 年際、汛期和非汛期實測與模擬值關系圖Fig.3 Relationships between measured and simulated values in interannual,flood season and non-flood season

上述結果表明，回歸方程擬合較好，可用其分析各影響因子對蒸發(fā)皿蒸發(fā)量貢獻率。

水面蒸發(fā)量M-K 突變檢驗如圖4所示，UF與UB兩曲線交點不在臨界線內(nèi)，沒有發(fā)生顯著突變。UF曲線1989年后超出臨界值范圍，且UF值均小于0，該年后蒸發(fā)量存在顯著的下降趨勢。

圖4 水面蒸發(fā)量M-K突變檢驗Fig.4 M-K mutation test of water surface evaporation

蒸發(fā)量累積距平值于20世紀80年代達到峰值，且1989年后呈顯著下降趨勢，因此可將1964-1989年作為基準期，分析1990-2020各影響因子對于蒸發(fā)量相應變化量及貢獻程度，各因子貢獻率結果見表5。

表5 各因子對蒸發(fā)量的影響量及貢獻率Tab.5 The influence amount and contribution rate of each factor on evaporation

年尺度1990年后蒸發(fā)量較基準期下降268.5 mm，風速下降0.7 m/s，導致蒸發(fā)量相應減少131.9 mm；相對濕度增加4.3%，導致蒸發(fā)量相應減少95 mm。兩者對蒸發(fā)量下降的貢獻率分別為49.1%與35.4%，其他貢獻率為15.5%。

汛期蒸發(fā)量較基準期下降121.1 mm，風速下降0.7 m/s，相對濕度增加3.9%，日照時數(shù)減少180.5 h，蒸發(fā)量分別相應減少26.7、39.1、42.2 mm，故風速、相對濕度、日照時數(shù)貢獻率分別為22.0%、32.3%、34.9%，其他貢獻率為10.8%。

非汛期蒸發(fā)量較基準期下降93.5 mm，其中風速下降0.8 m/s，導致蒸發(fā)量相應減少30.1 mm；相對濕度增加4.9%，導致蒸發(fā)量相應減少68.8 mm。兩者對于蒸發(fā)量量下降的貢獻率分別為32.1%與73.6%，其他貢獻率為-5.7%。

該地區(qū)“蒸發(fā)悖論”主要成因是風速下降、相對濕度的增加以及日照時數(shù)的減少，該結論與王怡寧[12]、李秀[13]、陳伏龍[22]等研究成果具有一致性。

4 結 語

（1）五道溝地區(qū)近57年平均氣溫上升了0.27 ℃/10a，而蒸發(fā)皿實測蒸發(fā)量以85.8 mm/10a 速率下降，該地區(qū)存在“蒸發(fā)悖論”現(xiàn)象。該地區(qū)存在明顯“蒸發(fā)悖論”現(xiàn)象；汛期、非汛期氣溫分別以0.05、0.27 ℃/10a 上升，蒸發(fā)以41.49、30.39 mm/10a下降；汛期“蒸發(fā)悖論”規(guī)律更具顯著性，排序為汛期＞年＞非汛期。

（2）近5 個年代中，20世紀80年代氣溫上升0.37 ℃/10a，蒸發(fā)量下降122.67 mm/10a；該時段氣溫上升幅度最小，且蒸發(fā)量下降幅度最大，“蒸發(fā)悖論”規(guī)律最顯著。21世紀以來，較20世紀末氣溫變幅增大，蒸發(fā)量變幅減小，悖論現(xiàn)象較不明顯。

（3）各氣象要素趨勢分析結果表明：蒸發(fā)量各尺度均呈顯著下降趨勢；氣溫年尺度與非汛期呈顯著上升趨勢，汛期無明顯變化趨勢；降雨量以14.06 mm/10a 速率上升但變化不顯著；相對濕度以1.29%/10a 速率顯著上升；日照時數(shù)與風速氣候呈顯著下降趨勢，氣候傾向率分別為-102.76 h/10a 與-0.25 m·s-1/10a；水汽壓力差無明顯變化趨勢，氣候傾向率為-0.03 mb/10a。

（4）該地區(qū)“蒸發(fā)悖論”主要成因是風速下降、相對濕度的增加以及日照時數(shù)的減少。與1964-1989年基準期相比，1990-2020年各影響因子對蒸發(fā)量下降的貢獻率為：年尺度上，風速（49.1%） ＞相對濕度（35.4%）；汛期日照時數(shù)（34.9%）＞相對濕度（32.3%）＞風速（22.0%）；非汛期相對濕度（73.6%）＞風速（32.1%）。

本文分析淮北平原年尺度、汛期、非汛期及年代多尺度蒸發(fā)量下降差異性及其成因，僅考慮氣象要素對蒸發(fā)量的影響?？紤]多站點、多影響因素，在更大區(qū)域上分析“蒸發(fā)悖論”及成因有待進一步研究。