基于敏感系数的贡献值法对参考作物腾发量变化的成因分析
2017-01-10金冶
金 冶
(辽宁省东港市水利勘测设计院, 辽宁 东港 118300)
基于敏感系数的贡献值法对参考作物腾发量变化的成因分析
金 冶
(辽宁省东港市水利勘测设计院, 辽宁 东港 118300)
本文采用FAO Penman-Monteith公式对大连地区1970—2006年间的参考作物腾发量进行计算,分析了该地区近37年来ET0的变化成因及各气象要素对ET0变化的贡献值。结果表明:37年来,大连地区生长季ET0逐渐减少,年际ET0呈不明显增加趋势,从生长季来看,ET0对相对湿度的变化最敏感,太阳辐射是对ET0变化贡献最大的因素,也是引起ET0变化的主要因素;而从年际来看,ET0对相对湿度的变化最敏感,尽管太阳辐射对ET0变化的贡献值最大,但对ET0变化成因起主导作用的却是相对湿度和平均温度。
作物;腾发量;Penman-Monteith公式;贡献值
在全球气候变化的研究中,对于作为作物需水量关键因子的参考作物蒸发蒸腾量(ET0)研究的重要性日益增加[1]。探讨ET0的变化规律及影响机制,对估测区域作物需水量、了解区域能量与水量平衡具有重要作用,同时也对灌区水资源的优化管理、农田科学灌溉、农业旱情预警意义重大[2]。国际粮农组织(FAO)对ET0定义为:高度为0.12m,冠层阻力为70s/m,反射率为0.23的参考作物冠层的蒸散量,即参考作物生长旺盛,长势一致,完全覆盖地面且水分供应充足的开阔绿色草地的蒸散量,并且推荐Penman-Monteith公式作为计算ET0的标准公式[3]。
在全球气候变化背景下,对ET0新变化趋势及新成因变化的研究越来越受到广大研究学者的注意。Peterson[4]和Chattopadhyay[5]等认为美国和印度等地区ET0下降的主要原因是北半球相对湿度的增加和辐射的减少。尹云鹤[6]等对我国ET0的研究表明:太阳辐射和风速减少时导致了ET0下降。曾丽红等[7]发现东北地区ET0受气温变化影响最大。以上研究为解释ET0的变化成因奠定了理论基础,由于影响因素较多,单一因素或者不同因素耦合情况对ET0的影响也不尽相同,而且当今变化的气候、不同的区域位置也影响了对ET0成因的研究,因此,就年际和空间而言,对ET0变化成因进行分析仍是亟待研究的问题。本文基于大连地区7个气象站1970—2006年逐日气象观测资料,分析了该地区ET0的变化成因及各气象要素对ET0变化的贡献值,以期为ET0变化成因的探讨提供新的思路。
1 资料与方法
1.1 研究区概况
大连市位于中国辽宁省的最南端,濒临渤海和黄海,介于东经120°58′~123°31′、北纬38°43′~40°10′之间,全市面积达12574km2。大连市位于北半球的暖温带地区,具有海洋性特点的暖温带大陆性季风气候,是东北最温暖的地区,冬无严寒,夏无酷暑,四季分明。年平均气温10.5℃,极端气温最高37.8℃,最低-19.13℃。 年降水量550~950mm,60%~70%的降水集中于夏季,多暴雨,且夜雨多于日雨。研究区气象站基本情况见表1。
表1 气象站基本情况
1.2 Penman-Monteith公式
大连地区有7个国家标准气象站,本文借助这些气象站近37年(1970—2006年)的实测气象资料,选用FAO推荐的Penman-Monteith公式计算逐日ET0,表达式如下[8]:
(1)
式中ET0——参考作物腾发量,mm/d;Δ——温度随饱和水汽压变化的斜率,kPa/℃;Rn——净辐射,MJ/(m2·d);G——土壤热通量密度,MJ/(m2·d),相对于Rn取值很小,尤其是在植被覆盖、计算步长等于或接近于1天的情况下,取值忽略为0;
γ——干湿表常数;
T——日平均气温,℃;
U2——2m高处风速,m/s,可由10m高处风速换算得到[9-10];
es——饱和水汽压,kPa;
ea——是实际水汽压,kPa。
1.3 敏感性分析和贡献值
敏感性分析是定量描述多变化因素对另一个因素变量影响程度的分析方法。本文基于偏导数计算大连地区ET0对各气象要素的敏感性系数,其有关偏导数敏感性分析法的理论参见文献[11]。
敏感系数的大小可以表明气象要素的改变引起ET0变化的程度,而基于敏感系数的贡献值可以表示不同时间尺度下该要素的变化对ET0变化的贡献水平[12]。计算公式如下:
Convi=Svi·RCvi
(2)
(3)
式中 Convi——气象因子vi对ET0变化的贡献;S——ET0对vi的敏感系数; RC——vi的多年相对变化量,可由式(3)计算得到;
Trend,av——研究时段内(本文是37年)vi的变化率和平均值,变化率Trend用趋势分析法[13]计算得到。
将各气象要素的贡献值累加后就得到对ET0变化的总贡献,公式为
ConET0=ConT+ConRh+ConUZ+ConRS
(4)
式(4)表示4个气象因子共同作用引起的ET0变化,也称为ET0的估计变化。分别代表温度、相对湿度、风速和太阳辐射对ET0变化的贡献。
2 结果与分析
2.1 ET0生长季(5—9月)变化特征及成因分析
下图是不同气象因子与ET0的逐年变化情况。从中不难发现,多因素耦合结果导致了大连地区ET0略微下降的趋势。具体影响因子的变化情况为:大连地区近些年作物生长期内平均温度具有上升趋势,但是其他三个影响因子的平均值均出现了不同程度的下降。全球气候变化条件下,虽然大连地区在作物生长季内出现了变暖的趋势,但是综合湿度、风速及太阳辐射下降的情况,ET0并未出现明显的变化。
大连地区生长季各气象要素及ET0的变化特征图
表2 大连地区生长季各气象要素的敏感系数、多年相对变化量及对ET0变化的贡献
多位学者认为在不同地区及不同气候背景条件下,各气象影响因子对ET0的敏感性是不同的[10,11,14]。由表2可知,在大连地区,对ET0呈现正敏感性的变化因子为平均温度、风速及太阳辐射。而对ET0呈现负敏感性的变化因子为相对湿度。以敏感系数的绝对值作为变化敏感性的大小依据可得,对ET0敏感性最强的变化因子为相对湿度,敏感性最弱的变化因子为风速。
分析表2可知,相对湿度是大连地区对ET0变化最敏感的要素,但是对ET0影响贡献值是最低的,这是由于37年来该要素自身变化趋势其实并不明显,表现为相对湿度最低的-0.039%的多年相对变化量仅产生了ET0- 0.046%的变化;而风速是研究区对ET0变化最不敏感的要素,但它高达-14.071%的多年相对变化幅度引起了ET0-1.018%的变化,使其对ET0变化的贡献仅次于太阳辐射。平均温度以0.306℃/10年的速率显著上升,多年相对变化量为5.508%,因此对ET0变化敏感性及对贡献也较小。太阳辐射自身变化趋势明显,敏感系数较高,因而它对ET0变化的贡献最高。
2.2 ET0年际变化特征及成因分析
表3是大连地区ET0年际变化特征。可以发现,大连地区ET0对各气象要素变化的敏感性由大到小依次为相对湿度、太阳辐射、风速、平均温度。各气象要素对ET0变化的贡献由大到小依次为太阳辐射、风速、相对湿度、平均温度。该地区ET0呈上升趋势,此时平均温度和相对湿度可能对ET0的变化影响最大。尽管平均温度敏感系数不高,但其变化趋势显著,而相对湿度变化趋势虽不明显,但敏感系数较高,由此得出,敏感性分析法在判断ET0变化的主导因素时存在局限性,应综合因素敏感性与变化趋势来分析。
表3 大连地区年际各气象要素的敏感系数、多年相对变化量及对ET0变化的贡献
4 结 论
本文根据7个气象站的气象资料分析了大连地区ET0的变化成因及贡献值,结果表明:ⓐ生长季大连地区ET0逐渐减少,太阳辐射的变化是引起ET0变化的主要气象因素,其对ET0变化的贡献值高达-4.020%;ⓑ从年际变化趋势看,大连地区ET0有不明显增加趋势,尽管太阳辐射对ET0变化的贡献值最高,但ET0的这种变化主要受相对湿度和平均温度的影响。单独的敏感性分析或贡献值分析在判断ET0变化的主导因素时存在一定的局限性,结合分析方法与因素变化趋势才能更合理地解释ET0变化趋势的成因。
[1] 刘晓英,李玉中,王庆锁.几种基于温度的参考作物蒸散量计算方法的评价[J].农业工程学报,2006,22(6): 12-18.
[2] 曾丽红,宋开山,张柏,等.2000年至2008年松嫩平原生长季蒸散量时空格局及影响因素分析[J].
资源科学,2010,32(12):2305-2315.
[3] 陆华,陈炯宏,郭生练,等.汉江流域参照作物腾发量时空变化趋势分析[J].南水北调与水利科技,2008,6(2):28-30.
[4] PETERSON T C,GOLUBEV V S,GROISMAN P Y. Evaporation losing its strength[J]. Nature,1995,377(6551): 687-688.
[5] CHATTOPADHYAY N,HULME M.Evaporation and potential evapotranspiration in India under conditions of recent and future climate change[J].Agricultural and Forest Meteorology,1997,87(1): 55-73.
[6] 尹云鹤,吴绍洪,戴尔阜.1971—2008年我国潜在蒸散时空演变的归因[J].科学通报,2010,55(22): 2226-2234.
[7] 曾丽红,宋开山,张柏,等.东北地区参考作物蒸散量对主要气象要素的敏感性分析[J].中国农业气象,2010,31(1):11-18.
[8] 曹雯,申双和,段春锋.中国西北潜在蒸散时空演变特征及其定量化成因[J].生态学报,2012,32(11):3394-3403.
[9] ALLEN R G,PERREIRA L S,RAES D.Crop evapotranspiration:guidelines for computing crop water requirements[R].FAO Irrigation and Drainage Paper 56,Rome:1998.
[10] 曹雯,申双和,段春锋.西北地区生长季参考作物蒸散变化成因的定量分析[J].地理学报,2011,66(3): 407-415.
[11] 梁丽乔,李丽娟,张丽,等.松嫩平原西部生长季参考作物蒸散发的敏感性分析[J].农业工程学报,2008,24(5):1-5.
[12] YIN Y H,WU S H,CHEN G. Attribution analyses of potential evapotranspiration changes in China since the 1960s[J].Theor.Appl.Climatol.,2010,101:19-28.
[13] 施能,陈家其,屠其璞.中国近100年来4个年代际的气候变化特征[J].气象学报,1995,53(4):431-439.
[14] GONG L B,XU C Y,CHEN D L,et al.Sensitivity of the Penman-Monteith reference evapotranspiration to key climatic variables in the Changjiang basin[J].Journal of Hydrology,2006,329:620-629.
Analysis on evapotranspiration change causes of reference crops based on contribution value method of sensitive coefficient
JIN Ye
(Liaoning Donggang Water Conservancy Survey and Design Institute, Donggang 118300, China)
FAO Penman-Monteith formula is applied to calculate evapotranspiration of reference crops in Dalian from 1970 to 2006 in the paper. ET0change causes and the contribution values of all meteorological elements on ET0changes in the region within recent 37 years are analyzed. The results showed that: growing season ET0is reduced gradually in Dalian, and interannual ET0shows insignificant increase trend within recent 37 years. ET0is most sensitive to the change of relative humidity, solar radiation is a factor with the highest contribution to ET0change, and it is also a main factor to cause ET0change from the perspective of growing season. However, ET0is most sensitive to the change of relative humidity from the interannual perspective. Relative humidity and average temperature play leading role to the cause of ET0changes through solar radiation has the highest contribution value to ET0change.
crops; evapotranspiration; Penman Monteith formula; contribution value
10.16616/j.cnki.10-1326/TV.2016.06.011
TV213.9
A
2096- 0131(2016)06- 0033- 04