近60年来阿克苏市参考作物蒸散量变化特征及成因分析

Variation Characteristics and Causes of Reference Crop Evapotranspiration in Aksu City in the Past 60 Years

摘要: 为了对近60年来阿克苏市参考作物蒸散量(ET0)的时间变化特征及其成因进行研究，本文采用气候倾向率分析、M-K检验、小波分析以及敏感性和贡献率分析等方法对阿克苏市1955~2018年的气象数据进行研究，并得出以下结论：1) 近60年来阿克苏市ET₀总体呈上升趋势，其中在60年代初至00年代初，ET₀呈明显下降趋势，而在10年代中期呈明显上升趋势，2011年左右ET₀发生了突变；ET₀的变化主周期在50年左右。2) 近60年来，最高温度、最低温度和日照时长呈上升态势，而平均湿度和风速则呈下降趋势。ET₀对于最高温度、风速和平均湿度的敏感程度高，其中最高温度、风速与ET₀的变化趋势相同，平均湿度则与其相反；风速呈较低水平、平均湿度保持较高值是60年代后ET₀下降的可能原因；风速的逐渐上升，平均湿度的快速降低可能是10年代ET₀上升的原因。总体来看，最低温度是近60年来阿克苏市ET₀变化的最主要贡献因子。

Abstract: In order to find the temporal variation characteristics and causes of the reference crop evapo-transpiration (ET₀) in Aksu city in the past 60 years, climate tendency rate analysis, M-K analysis, wavelet analysis, and sensitivity and contribution analysis are used to study the meteorological data of Aksu city from 1955 to 2018, and the result shows that: 1) in the past 60 years, ET₀ in Aksu city generally showed an upward trend, which ET₀ showed a significant downward trend from the early 1960s to the early 2000s, and a significant upward trend in the mid-2010s, with an abrupt change in ET₀ around 2011; the main cycle of ET₀ change was around 50 years. 2) In the past 60 years, the maximum temperature, minimum temperature, and sunshine duration showed an increasing trend, while the average humidity and wind speed showed a decreasing trend. ET₀ was highly sensitive to the maximum temperature, wind speed, and average humidity. The maximum temperature and wind speed had the same trend as ET₀, while the average humidity was the opposite; the lower level of wind speed and the higher value of average humidity was the possible reason for the decrease of ET₀ after the 1960s; the gradual increase of wind speed and the rapid decrease of average humidity may be the reason for the increase of ET₀ in the 2010s. Overall, the minimum temperature was the most important contributor to the ET₀ changes in Aksu city in the last 60 years.

1. 引言

中国疆域辽阔，水资源总量与其他国家相比较为丰富，但不同地区间存在较大的环境差异，致使各地的水资源条件大不相同，且中国人口基数较大，人均水资源占有量极低，因此，水资源利用问题已成为中国经济发展中的较大挑战，合理地开发利用水资源能促进经济发展、避免造成水资源浪费及水污染问题 [1]。参考作物蒸散量(Reference Crop Evapotranspiration, ET₀)又称潜在蒸散量，是指在水分充足、生长情况良好的条件下，冠层蒸散阻力为70 s/m、反照率为0.23、高度为12 cm的草本植被完全覆盖地面时的蒸散量，其可以表征大气蒸散能力，同时也是农田水资源优化配置、农作物水量需求补偿等问题的重要参考量，对于ET₀的准确计算，众多学者进行了相关研究 [2] [3] [4] [5] [6]，目前推荐的确定ET₀的模型是由联合国粮食及农业组织(FAO)提出的Penman-Monteith (P-M)模型 [7]。而研究分析区域内参考作物蒸散量的变化特征及其成因对于预测未来蒸散量的变化趋势、及时为农作物灌溉和农田水资源管理具有重要指导意义。刘玉汐 [8] 等人根据吉林省46个气象站点逐日气象数据，分析ET₀时空变化特征，并利用敏感性分析方法对ET₀的变化成因进行分析。结果表明吉林省ET₀呈由西向东逐渐降低的空间分布，其中风速是ET₀年际变化的主导因子，其次为净辐射，水汽压和平均气温。张守红 [9] 等人基于阿克苏河流域1960~2007年逐日气象资料和P-M模型估算并分析ET₀时空变化特征，并用多元回归方法定量区分气候因子变化对ET₀变化的贡献率，得出高海拔地区相对湿度对ET₀变化影响最大，其它区域的风速变化对ET₀变化的贡献率最高。段峥嵘 [10] 等人以阿克苏地区国家气象站点的逐日气象资料为基础，应用P-M模型分析其时空分布及各气候因子与ET₀的相关关系及对ET₀影响的贡献度，结果发现阿克苏地区的ET₀与年均日照时数和年均风速均呈显著正相关关系，与年均相对湿度呈显著负相关关系。

尽管众学者对于ET₀时空变化特征和成因有较多研究，但是研究具有局限性和区域性，目前对于阿克苏市ET₀的研究较少，且以往研究的ET₀时间尺度较短，对于近10年来的变化没有涉及；以往研究对成因分析往往是定性分析，没有采用敏感性分析和贡献率分析等定量方法直观分析其成因。阿克苏市是我国主要的农产品种植基地，属于干旱气候区，水资源紧张，故本文对于当地ET₀的时间变化以及成因进行分析有较大意义，以期能对当地合理开发和利用水资源、优化农田水分灌溉提供一定指导。

2. 研究区域和资料

2.1. 研究区域

阿克苏市(79˚43'26''~82˚00'38''E, 39˚28'57''~41˚30'10''N)位于新疆天山南麓、塔里木盆地西缘，为新疆阿克苏地区的行署办公驻在地 [11]。该地区处于亚欧大陆腹地，属于北半球暖温带、干旱半干旱大陆性荒漠气候区，以气候干燥、降水稀少、年际变化大为主要气候特点。与同纬度地区相比，其夏季温度偏高，冬季偏低，春秋季节气温升降剧烈，常常出现春季低温和秋季过早降温，多年平均气温在11℃以上，无霜期较长，全年日照数可达2900小时以上，主要降雨时段集中在5~9月，春季有浮尘，夏季有冰雹，有时出现夏季持续高温天气 [12]。

2.2. 资料

本文选取国家气象中心制作的中国地面气候资料日值数据集(V3.0) (http://data.cma.cn) 1955~2018年的逐日气象数据，包括最高温度(T_max)、最低温度(T_min)、平均温度(T_mean)、平均湿度(R_mean)、日照时数(n)、10 m高风速(u₁₀)，其中风速用风廓线公式换算到2 m高风速(u₂)。缺失的部分气象要素数据做以下处理：若缺测数据连续天数≤5 d，则用线性插值补齐；若缺测数据连续天数>5 d，用站点多年同一日平均值；若缺测数据连续天数>20 d，则舍弃该部分数据。

3. 研究方法

3.1. P-M模型

P-M模型基于能量平衡方程和水蒸气扩散理论，考虑了各种气象因素，物理意义明确，其表达式为：

${\text{ET}}_0=\frac{0.484\Delta \left(R_n-G\right)+\gamma \frac{900}{T_{\text{mean}}+273}{u}_2\left(e_s-e_a\right)}{\Delta +\gamma \left(1+0.34u_2\right)}$ (1)

式中ET₀为参考作物蒸散量， $\Delta$ 为饱和水汽压–温度曲线的斜率， $R_n$ 为净辐射， $\gamma$ 为湿度计常数， $e_s$ 为饱和水汽压， $e_a$ 为实际水汽压， $T_{\text{mean}}$ 为平均温度，G为土壤热通量 [7]。本文以P-M模型计算所得ET₀为研究对象，对阿克苏市1955~2018年ET₀变化特征及成因进行研究分析。

3.2. 线性倾向趋势分析

线性倾向趋势分析即建立气候变量与时间序列之间的一元线性关系 [13]，表示式为：

$x_i=a+b{t}_i$ (2)

其中 $i=\text{1},\text{2},\text{3},\cdots ,n$。x_i与t_i相对应，n为样本量。式中a为线性回归常数，b为线性倾向系数，定义b∙10为气候倾向率(单位为某气候要素的单位/10a)，它们可以通过最小二乘法计算得到：

$b=\frac{{\displaystyle \underset{i=1}{\overset{n}{\sum }}{x}_i{t}_i}-\frac{1}{n}\left({\displaystyle \underset{i=1}{\overset{n}{\sum }}{x}_i}\right)\left({\displaystyle \underset{i=1}{\overset{n}{\sum }}{t}_i}\right)}{{\displaystyle \underset{i=1}{\overset{n}{\sum }}{t}_i^2}-\frac{1}{n}{\left({\displaystyle \underset{i=1}{\overset{n}{\sum }}{t}_i}\right)}^2}$ (3)

3.3. M-K检验法

Mann-Kendall检验法(简称M-K检验法)是由全球天气机构所提出并普遍应用的非参数检验法，目前已应用于水文的趋势分析和突变点检测 [14]。在趋势变化方面，M-K检验可以去除少数的变异值，并且数据也不必遵循特定的时间分布，更适合于一般数据序列趋势检测。在突变分析方面，通过M-K检验通常可以发现数据的突变点 [15]。

3.4. 小波分析

小波分析可以对时间和频率进行局部化分析，最终实现高频的时间细分和低频的频率细分。在实际场景中，有效信号频率较低且相对稳定，而噪声频率一般较高。小波变换就是找到一组低通和高通滤波器组，对原始信号进行连续向下分解，得到一系列具有不同分辨率的低频概貌信号和高频细节信号，从而大大增强局部信号。对这些低频和高频信号进行重构，得到去噪后的信号，提高了模型的抗噪性 [16]。本研究采用常用的Morlet小波，对阿克苏市1955~2018年的ET₀变化特征进行分析识别。

3.5. 敏感系数

本文为了评价各气象因子对ET₀趋势变化产生的影响，研究ET₀对于主要气象因子的敏感性，采用了敏感系数进行分析，公式如下 [17]：

$S{v}_i=\frac{\Delta {\text{ET}}_0}{\Delta V_i}\cdot \frac{V_i}{{\text{ET}}_0}$ (4)

式中：Sv_i为气象因子V_i (本研究主要分析逐日气象资料)的敏感系数；ET₀、ΔET₀分别为逐日参考作物蒸散量及其日变化量；V_i、ΔV_i分别为日气象要素值及其日变化量。Sv_i > 0表示ET₀与气象因子同增减，S_vi < 0则表示ET₀与气象因子的增减变化相反，Sv_i绝对值越大表示该气象因子的变化对ET₀的影响越大。为了使敏感系数更加清晰地用于评估分析，本文将敏感系数划分为4个等级 [18]，见表1。

Table 1. Sensitivity factor level

表1. 敏感系数等级

3.6. 贡献率

敏感系数可以表征不同气象因子对ET₀的影响程度大小，但其不能直观反映在一定时间内ET₀变化量主要是哪个或哪几个气象因子所造成的。对此，Yin [19] 等认为引起ET₀的变化的原因是单个气象因子的敏感系数与该因子的多年相对变化率相乘，即该因子对ET₀变化产生的贡献。贡献分为正贡献与负贡献，正贡献则为ET₀增加，负贡献则为ET₀减小。具体的表达形式如下：

$Co{n}_{vi}=S_{vi}R{C}_{vi}$ (5)

$R{C}_{vi}=\frac{64Tren{d}_{vi}}{\left|a{v}_{vi}\right|}100\text{\%}$ (6)

其中，Con_vi为单个气象因子的引起ET₀变化的贡献率，S_vi为敏感系数，RC_vi为气象因子多年变化率，Trend_vi为因子逐年变化率，av_vi为因子多年平均值。

4. 研究结果

4.1. ET₀时间变化特征分析

图1是阿克苏市1955~2018年ET₀的年际变化曲线。从图1中可以看出，1960年之前ET₀基本保持在1100 mm以上，为较高水平，在1960年ET₀迅速下降。1960年至2005年阿克苏年ET₀一直在1000 mm左右上下浮动，而在2005年后，ET₀迅速增加，在2015年已经超过1250 mm。总体来看，近60年ET₀的气候倾向率为15.8 mm/10a⁻¹，依然呈上升态势。

Figure 1. ET₀ trend chart of Aksu city over the past 60 years

图1. 近60年来阿克苏市ET₀变化趋势图

为了进一步研究近60年来ET₀的变化趋势和突变时间，本文采用M-K检验法进行分析。结果如图2。图2中，当UF红色曲线超过0.05显著水平上下限时，即表示ET₀具有明显的上升或下降趋势，当UF曲线和UB蓝色曲线有交点，且交点在上下限内时则表示在此处有明显的气候突变。从图2可以看出，在1960~2002年，UF曲线在大部分年份超过0.05显著水平下限，表明此段时间内ET₀有明显的下降趋势；2015年以后，UF曲线超过上限，表明自2015年其有明显的上升趋势。两曲线在2011年附近有一交点，未超过上下限，且为正值，表明此年份ET₀有明显的突变，其从下降趋势迅速转为上升趋势。

阿克苏市的ET₀也具有一定的周期规律。在小波系数填充图中，红色的代表正距平，即ET₀较高的年份，蓝色代表负距平，即ET₀较低的年份。从图3中可以明显看出，在周期为50年时，ET₀有明显的交替增减的变化趋势，因此ET₀的变化主周期应在50年左右。这与图1中显示ET₀在60年代下降，在10年代回升的情况相符合。

Figure 2. M-K test figure for ET₀ in Aksu city over the past 60 years

图2. 近60年来阿克苏市ET₀的 M-K检验图

Figure 3. Wavelet coefficient figure for ET₀ in Aksu city for the past 60 years

图3. 近60年来阿克苏市ET₀的小波系数填充图

4.2. ET₀成因分析

为了探究ET₀的变化成因，找寻其与主要气象因子的关系，本文统计了各主要气象因子的年际变化大小，并计算出ET₀对气象因子的敏感系数以及各因子的贡献率，结果如下。

由图4可以看出，近60年来，最高最低温度和日照时长呈上升态势，而平均湿度和风速则呈下降趋势。其中最低温度上升速度最快，倾向率达到0.6℃/10a⁻¹，平均湿度下降最快，倾向率达到0.7%/10a⁻¹。平均湿度与风速的变化较为明显，平均湿度在60年代至00年代初基本保持在58%的较高水平，在2003年后迅速降低，最低为2009年的46%；风速在60年代初迅速降低至1.5m/s左右，后基本保持下降趋势直至10年代，10年代后有所回升。

Figure 4. Trends of meteorological factors in Aksu city in the past 60 years: (a) maximum temperature, (b) minimum temperature, (c) average humidity, (d) sunshine duration, (e) (2 m high) wind speed

图4. 近60年来阿克苏市各气象因子的变化趋势：(a) 最高温度，(b) 最低温度，(c) 平均湿度，(d) 日照时长，(e) (2 m高)风速

表2为ET₀对各气象因子的敏感系数和各因子对ET₀的贡献率。由表2可知，五种气象因子的敏感系数绝对值从大到小依次为最高温度(0.868)、风速(0.663)、平均湿度(−0.439)、最低温度(0.349)、日照时长(0.161)。除日照时长外，其余四种因子的绝对值均大于0.2，表明ET₀对这四种气象因子的敏感程度为高，其中ET₀对于最高温度最为敏感，其次是风速；除了平均湿度以外，其余四种气象因子的敏感系数皆为正值，表明湿度的变化与ET₀增减相反，其余为相同方向。五种气象因子的贡献率绝对值从大到小分别为：最低温度(11.980%)、最高温度(9.814%)、平均湿度(7.512%)、风速(−5.174%)、日照时长(2.632%)。表明最低温度是近60年来ET₀变化的首要贡献因子，为正贡献，其次为最高温度和平均湿度，而风速是其中唯一的负贡献因子。

结合以上研究结果进行分析，阿克苏市1960~2002年ET₀明显下降的原因可能是风速在此时间内保持较低水平，而平均湿度保持较高水平。风速敏感系数较高，与ET₀变化相同且此时段里呈下降趋势；平均湿度的敏感系数为负，又保持较高水平，两者共同作用可能会导致ET₀下降。在00年代中期，风速大小上升，而平均湿度呈快速降低的态势，同理这可能会导致ET₀在2005年以后呈明显上升趋势。但总体来看，近60年来阿克苏市ET₀呈逐渐上升趋势主要是最低、最高温度的上升和平均湿度的下降造成的，其中最低温度是最主要的贡献因子。

Table 2. Sensitivity coefficient of each meteorological factor

表2. 各气象因子的敏感系数

5. 结论

本文利用阿克苏市1955~2018年的逐日气象数据和P-M模型，并采用气候倾向率分析、M-K分析、小波分析以及敏感系数和贡献率分析等方法对近60年来阿克苏市ET₀的时间变化特征及其成因进行了相关研究，得出以下结论。

1) 近60年来阿克苏市ET₀总体呈上升趋势；在60年代初至00年代初，ET₀呈明显下降趋势，而在10年代中期呈明显上升趋势，2011年左右ET₀发生了突变；ET₀的变化主周期应在50年左右。2) 近60年来，最高温度、最低温度和日照时长这三种因子呈上升态势，而平均湿度和风速则呈下降趋势。其中最低温度上升最快，平均湿度下降最快。3) ET₀对于最高温度、风速和平均湿度的敏感程度高，其中平均湿度与ET₀的变化方向相反。最低温度、最高温度和平均湿度是近60年来阿克苏市ET₀变化的主要贡献因子，且贡献率均为正，其中最低温度为首要的贡献因子。4) 风速呈较低水平，而平均湿度保持较高水平是60年代后ET₀下降的可能原因；风速大小上升，而平均湿度呈快速降低的态势是00年代中期ET₀上升的可能原因。