基于SDSM模型的新疆车尔臣河流域ET0变化模拟

魏 宾

(新疆兵团勘测设计院(集团)有限责任公司，乌鲁木齐 830002)

联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change，IPCC)第4次评估报告指出，近100 a(1906-2005年)地表平均升温0.74 ℃，未来100 a全球气温可能会升高1.1～6.4 ℃[1]。IPCC第5次报告再次指出目前的气候变暖比原来的认识更加严重，从20世纪50年代以来的气候变化是1950年前所未见的[2,3]。同时，除温度变化外，还表现在风、辐射和降水等气象因子及受其影响显著的径流、蒸散等水文要素的变化上[4,5]。蒸散是唯一既出现在水量平衡又出现在地表能量平衡方程中的要素[6]，气候变化背景下区域蒸散研究对区域农田水分管理、作物需水量估算、地表水文循环和水量平衡意义重大。因此，气候变化背景下的蒸散研究引起了国内外学者的广泛关注。

目前许多学者对中国不同地区蒸散的研究表明，在全球变暖这一事实下中国大部分地区温度的上升与蒸发皿蒸发量、参考作物蒸散量(reference evapotranspiration，ET0)均呈现明显下降的趋势同时并存，因此中国大部分地区存在“蒸发悖论”[7,8]。Thomas[9]对中国1954-1993年逐月ET0进行分析，发现在整个中国ET0均呈现下降趋势；随着对ET0研究的深入，一些学者对中国ET0的变化趋势和影响因素进行了定量分析，如He等[10]表明风速下降使内蒙古中、西部地区ET0以1.22 mm/a的速度显著(P<0.05)下降，Huo等[11]表明由于风速下降近50 a西北地区ET0以3 mm/a的速度呈现极显著(P<0.01)下降趋势，Li等[12]发现风速下降导致近50 a西南地区ET0以0.5 mm/a的速度呈减小趋势。相关学者基于大气环流模型Had CM3(Hadley Centre Coupled Model version 3)的输出和统计降尺度模型SDSM(Statistical Downscaling Model)，分别对未来A2(高温室气体排放)、B2(低温室气体排放)情景下ET0时空分布特征进行分析，发现未来2种情景下4个地区ET0均呈不同程度的上升趋势[13-15]。

车尔臣河流域是新疆巴音郭楞蒙古自治州主要的农业种植区，近年来受气候变化影响区域内气候灾害频发且持续时间长、水资源供需矛盾十分突出。在气候变化和人类活动影响下，分析研究区ET0对气候变化的响应及其时空演变特征对于深入认识区域生态水文过程、水资源优化管理以及灌溉制度科学制定具有重要意义。目前，还未有研究对车尔臣河流域未来不同气候情景下ET0进行分析。本文基于1961-2013年逐日气象资料，利用Penman-Monteith公式、Had CM3输出和SDSM，预测A2、B2情景下未来2014-2099年的ET0变化特征，以期为车尔臣河流域节水农业发展和水资源优化管理提供科学依据。

1 材料与方法

1.1 研究区概况及数据来源

车尔臣河位于新疆塔里木盆地东南缘，巴音郭楞蒙古自治州且末县与若羌县境内。河流出山口(大石门水库处)多年平均径流量7.96亿m3。截止到2013年年底，流域内共有耕地6.4 万hm2，总人口16.5万人，流域内GDP总值85.15亿元，其中第一产业增加值28.38亿元，第二产业增加值43.42亿元，第三产业增加值13.35亿元。流域气候干燥，降水稀少，蒸发强烈，风沙频繁，为典型的干旱区大陆性气候。近年来严重的季节性干旱与工程性缺水并存，导致区域内农业气象灾害频发，对区域农业生产安全、水安全及生态环境安全造成了严重影响。

本研究所用气象数据来自中国气象科学数据共享服务网，包括且末气象站1961-2013年逐日最高气温(Tmax)、最低气温(Tmin)、2 m处风速(u2，采用FAO推荐的风廓线关系由10 m处风速换算得到)、日照时数(n)和相对湿度(Relative Humidity，RH)等数据。

IPCC列出的SRES(Special Report on Emission Scenarios)系列情景中A2、B2情景分别对应高、低排放情景。A2情景描述了世界发展极其不均衡、自给自足和地方保护主义、人口持续增长、经济增长速度较慢的高排放情景；B2情景描述了经济发展水平中等、技术变化速度较慢且多样化、侧重地方和区域发展、全球人口增加速度低于A2的低排放情景。这2种情景分别代表了最常见和合理的情景，是近年来气候预测中应用最广泛的，且在中国适用性较好，数据获取容易，因此本文选择Had CM3输出的A2、B2情景进行ET0的预测。

1.2 研究方法

(1)ET0计算方法。利用联合国粮农组织推荐的FAO-56 Penman-Monteith(P-M)公式计算ET0，其基于能量平衡和空气动力学原理建立，具有较高计算精度，公式如下：

(1)

式中：ET0为参考作物蒸散量，mm/d；Δ为饱和水汽压与温度关系曲线的斜率，kPa/℃；T为环境平均温度，℃；Rn为作物冠层表面净辐射量，MJ/(m2·d)；G为土壤热通量，MJ/(m2·d)，逐日计算时G=0；γ为温度表常数，kPa/℃；u为2 m高处的风速，m/s；es为空气饱和水气压，kPa；ea为空气实际水气压，kPa。

(2)统计降尺度模型。IPCC第4次评估报告指出，GCMs能够准确地预估未来气候变化，但在应用其进行区域气候预测时，必须充分应用降尺度技术来解决空间尺度不匹配的问题。本文采用的统计降尺度技术(SDSM模型)，主要步骤包括：①将1961-2001年划分为率定期(1961-1990年)和验证期(1991-2000年)2个阶段，利用率定期数据建立ET0与26个预报因子间的经验统计关系，即对多元回归方程的参数进行确定；②利用验证期数据对建立的SDSM模型适用性进行验证；③由Had CM3模式A2、B2情景输出的26个预报因子值，根据确定好的SDSM模型生成2种情景下2014-2099年的ET0日序列。

2 结果与分析

2.1 统计降尺度模型应用

本文应用SDSM对新疆车尔臣河流域ET0进行预测，选择ET0为预报量，通过SDSM中的筛选变量、季节相关分析、偏相关分析和散点图等确定预报因子。根据且末气象站ET0和预报因子之间的偏相关分析，选择相关性通过0.05显著性检验的预报因子，即500 hPa高度场经向风速、850 hPa高度场涡度、500 hPa高度场相对湿度、850 hPa高度场相对湿度、地表相对湿度、地表平均比湿7个预报因子作为未来且末站ET0的预报因子构建SDSM。

表1为且末气象站ET0降尺度预测值与P-M公式计算值对比情况，可知在率定期和验证期SDSM预测ET0和实际计算ET0间的相关系数r分别为0.958和0.929，均到极显著水平(P<0.01)，模型均方根误差RMSE分别为0.564与0.583 mm，模型Nash-Sutcliffe效率指数E分别为0.885与0.867(Nash-Sutcliffe效率指数E取值为负无穷至1，E接近1，表示模型可信度高；反之，则表示模型不可信)，表明模型模拟值与实际值较为一致，模拟效果较好，可以使用SDSM预测ET0序列。

表1 率定期和验证期SDSM预测ET0效果对比

2.2 ET0变化趋势分析

2.2.1 ET0年内变化

表2为A2情景下新疆车尔臣河流域ET0年内变化趋势。表2显示，A2情景下2011-2040、2041-2070和2071-2099年ET0年内的变化趋势较为一致，均呈开口向下的二次抛物线状，基准期(1961-2010年)ET0在7月达到最大(122.4 mm/d)、12月最小(28.8 mm/d)，而2011-2040、2041-2070和2071-2099年的ET0在8月达到最大(分别为154.8、138和134.4 mm/d)、1月最小(分别为31.2、30和31.2 mm/d)。A2情景下未来3个不同时期ET0月均值均呈现2071-2099年>2041-2070年>2011-2040年>基准期的趋势，即A2情景下未来ET0月均值呈现增大趋势。

表2 ET0年内变化趋势(A2情景) mm/d

表3 ET0年内变化趋势(B2情景) mm/d

表3为B2情景下新疆车尔臣河流域ET0年内变化趋势。B2情景下，3个时期ET0年内也呈开口向下的二次抛物线趋势，2011-2040年ET0在8月最大(110.9 mm/d)、12月最小(22 mm/d)，而2041-2070和2071-2099年ET0同样在8月达到最大(分别为127和113.9 mm/d)；B2情景下ET0月均值呈现2071-2099年>2041-2070年>2011-2040年>基准期的趋势。

2.2.2 ET0年际变化

表4为A2情景下新疆车尔臣河流域ET0年际变化趋势。由表4可知，基准期内ET0整体呈明显减小趋势，基准期ET0减幅为-0.57 mm/a，通过了显著性检验(P<0.05)。A2情景下，研究区2011-2040、2041-2070和2071-2099年的ET0倾向率分别为0.91、1.75和1.33 mm/a，即A2情景下2041-2070年的ET0增幅最大、2071-2099年次之、2011-2040年相对最小，同时，A2情景下2011-2040、2041-2070和2071-2099年的ET0增大趋势均达到显著水平(P<0.05)。

表4 ET0年际变化趋势(A2情景)

表5为B2情景下新疆车尔臣河流域ET0年际变化趋势。可知，基准期内ET0整体呈明显减小趋势，基准期ET0减幅为-0.61 mm/a，通过了显著性检验(P<0.05)。B2情景下，研究区2011-2040、2041-2070和2071-2099年的ET0倾向率分别为1.12、1.96和0.61 mm/a，即B2情景下2041-2070年的ET0增幅最大，2011-2040年次之，2071-2099年相对最小。同时，B2情景下2011-2040、2041-2070和2071-2099年的ET0增大趋势均达到显著水平(P<0.05)。

表5 ET0年际变化趋势(B2情景)

3 讨 论

本研究发现近50 a(1961-2010年)车尔臣河流域ET0整体呈减小趋势。在研究区气温升高的背景下，ET0的减小表明车尔臣河流域同样存在“蒸发悖论”现象。虽然ET0主要受气候因素影响，但地形、地貌以及人类活动等因素可通过影响区域内局部小气候而间接影响区域ET0。车尔臣河流域地处塔里木盆地东南边缘，海拔相对较高，地形、地貌与塔里木盆地内的平原区差别较大，这些都可能是影响ET0差异的重要因素。本文研究结果与全国大部分地区一样，未来A2、B2情景下车尔臣河流域ET0均呈不同程度的增长趋势。李毅等[16]在新疆地区预测棉花和甜菜需水量(ETc)时发现ET0与地表平均气温间相关性较强，本文也表明且末气象站ET0与地表平均气温间相关性较强。蒸散过程中能量供给主要源于辐射和气温，而未来辐射和气温均呈明显增大的趋势，因此这可能是2种情景下ET0增大的主要原因，而SRES排放情景中A2情景增温更明显，CO2浓度更高，在温室气体和气温的反馈作用下，导致A2情景下ET0增幅更大。未来车尔臣河流域ET0的明显增大说明区域蒸散加快，水资源短缺进一步加剧，因而未来研究区可能出现更为严重的季节性干旱。

4 结 语

(1)A2(高温室气体排放)、B2(低温室气体排放)情景下，车尔臣河流域1961-2010年参考作物蒸散量(ET0)整体均呈减小趋势，倾向率分别为为-0.57与-0.61 mm/a，且均达到显著水平(P<0.05)。

(2)A2(高温室气体排放)、B2(低温室气体排放)情景下，未来2011-2040、2041-2070和2071-2099年这3个时期车尔臣河流域ET0均呈现不同程度的增大趋势。A2情景下年均ET0倾向率分别为0.91、1.75和1.33 mm/a；B2情景下倾向率分别为1.12、1.96和0.61 mm/a。

[1] IPCC.Climate change 2007: the physical science basis, summary for policymakers[R].Cambridge:Cambridge University Press,2007.

[2] Intergovernmental panel on climate change. fifth assessment report(AR5)[EB/OL].http:∥www.ipcc.ch/,2014-07-08.

[3] 王 柳,熊 伟.温度降水等气候因子变化对中国玉米产量的影响[J].农业工程学报,2014,30(21):138-146.

[4] IPCC.Climate change 2001: impacts, adaptation,and vulnerability[R].Cambridge:Cambridge University Press,2001.

[5] Wang W G, Shao Q X, Peng S Z, et al. Reference evapotranspiration change and the causes across the Yellow River Basin during 1957-2008 and their spatial and seasonal differences[J].Water Resources Research, 2012,48(5):113-122.

[6] Xu C Y, Singh V P.Evaluation of three complementary relationship evapotranspiration models by water balance approach to estimate actual regional evapotranspiration in different climatic regions[J].Journal of Hydrology, 2005,308(1-4):105-121.

[7] Peterson T C,Golubev V S,Groisman P Y. Evaporation losing its strength[J].Nature,1995,377(6551):687-688.

[8] Michael L R,Graham D F.The cause of decreased pan evaporation over the past 50 years[J].Science,2002,298(15):1 410-1 411.

[9] Thomas A.Spatial and temporal characteristics of potential evapotranspiration trends over China[J]. International Journal of Climatology,2000,20(4):381-396.

[10] He D, Liu Y L, Pan Zhihua, et al. Climate change and its effect on reference crop evapotranspiration in central and western Inner Mongolia during 1961-2009[J]. Frontiers of Earth Science, 2013,7(4):417-428.

[11] Huo Z L, Dai X Q, Feng S Y,et al. Effect of climate change on reference evapotranspiration and aridity index in arid region of China[J]. Journal of Hydrology,2012,(492):24-34.

[12] Li Z X, Feng 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.

[13] 牛纪苹,粟晓玲.石羊河流域参考作物蒸发蒸腾量对气候变化的响应模拟及预测[J].水利学报,2014,45(3):286-295.

[14] 左德鹏,徐宗学.气候变化情景下渭河流域潜在蒸散量时空变化特征[J].水科学进展,2011,22(4):455-461.

[15] Li Z, Zheng F L, Liu W Z. Spatiotemporal characteristics of reference evapotranspiration during 1961-2009 and its projected changes during 2011-2099 on the Loess Plateau of China[J].Agricultural and Forest Meteorology,2012,(154):147-155.

[16] 李 毅,周牡丹.新疆地区棉花和甜菜需水量的统计降尺度模型预测[J].农业工程学报,2014,30(22):70-79.