气象要素变化对区域潜在蒸散发时空分布特征影响的定量分析

2017-04-10孙玥

水利技术监督 2017年1期

关键词：气象要素日照时数气象站

孙玥

（辽宁省水文局，辽宁沈阳110003）

气象要素变化对区域潜在蒸散发时空分布特征影响的定量分析

孙玥

（辽宁省水文局，辽宁沈阳110003）

结合辽宁西部地区两个气象站1954～2015年气象要素变化数据，基于M-K模型统计分析了区域气象要素的变化趋势，并采用双层蒸发模型的对区域潜在蒸散发进行时空特征的计算，定量分析气象要素变化趋势对区域潜在蒸散发时空分布特征的影响。研究结果表明：在年尺度上，区域气温上升明显，而日照时数和风速下降趋势较为明显。区域潜在蒸散发和气温、风速呈现正相关，相关系数均值达到0.617，而与相对湿度和日照时数存在负相关，负相关系数均值达到0.3932。气温和风速较大的区域，其潜在蒸发较大，而相对湿度较大的区域，蒸散发分布较小。

M-K模型；双层蒸发模型；气象要素变化；时空特征分析

潜在蒸散发是水文循环的重要部分，在区域水资源平衡中占据较为重要的比重。可见，气候变化对区域水资源循环影响较大，而气候要素变化主要影响区域水资源的降水和蒸发两个重要要素。对于气候要素变化对降水的定量影响，国内外学者展开许多研究，并取得一定的研究成果［1-6］，而对于区域气候要素变化对潜在蒸发的定量影响研究较少，特别是在辽宁西部地区，辽宁西部地区处于干旱半干旱区域，区域蒸发量相对较大，区域水循环受到蒸发影响较大，而区域近些年来气候要素变化较为显著。为此本文以辽宁西部某区域为研究实例，基于区域内气象站点1954～2015年气象要素变化数据，采用M-K方法［7-8］对区域内气象要素的变化趋势进行了分析，并采用双层蒸发模型［9-10］对区域潜在蒸发进行了计算，并结合气象要素分析了气象要素和潜在蒸发的相关性。此外，结合气象要素采用空间插值计算了区域潜在蒸发的空间分布。

1 研究方法

本文采用M-K模型对区域的气象要素特征进行趋势分析，并采用双层蒸发模型进行区域潜在蒸发的计算，并分析潜在蒸发和气象要素之间的相关性。此外本文还采用地理空间插值的方法，对区域的气象要素进行空间插值，采用双层蒸发模型计算潜在蒸发的空间分布。

1.1 M-K模型分析原理

M-K模型计算分析指标时间变化的特征趋势，其计算原理为：

（1）对计算的样本数据序列｛xt｝，t=1，2，…，m（m≤n），构建统计分析序列组合：

式中，dm为模型的统计变量，计算长度为m的样本序列x1，…，xm按照大小进行排位的样本个数，也可称为模型顺序统计变量。n表示为样本序列的总的个数。

（2）令方程（1）中的m=1，2，…，n，计算模型的统计变量U（dm），计算方程为：

（3）将样本序列｛xt｝，反向构建样本序列｛x′t｝，重复（1）和（2）的计算步骤，得到新的统计变量U′（dm），其中令：

式（5）中m′=n-m+1。

1.2 双层蒸发模型原理

双层蒸发模型植被叶面截留水量和植被根系的蒸腾计算方程为：

双层蒸发模型考虑植被蒸腾量计算外，还考虑了土壤蒸发计算，计算方程为：

式中，Rnc表示为植被叶面受太阳辐射量；rc表示植被叶面气孔总的阻抗，sm-1；ras为植被叶面与土壤之间的空间动力学的阻抗，sm-1；λ为大气蒸发的潜热常数，MJkg-1；ρ为大气空气密度常数，kgm-3；CP为大气的比热常数，1.013×10-3kJkg-1℃-1；Wfr表示为植被叶面冠层截留水量，mm；D0表示植被冠层处大气压差值，kPa；表示为饱和的水气压差值，kPa；G表示为土壤热交换通量，Wm-2；γ表示为空气中湿度的常数值，kPa℃-1；rs表示为土壤表层的空气动力学阻抗，sm-1。

2 区域气象要素对潜在蒸发定量影响分析

2.1 区域概况

本文以辽宁西部某区域为研究区域，该区域多年平均气温10.5℃，该区域地处干旱半干旱区域，年降水量偏少，而多年平均蒸发量达到400～450mm，区域内有两个气象站点，气象要素数据系列长度为1954-2015年，气象观测系列较长，且具有代表性，本文结合气象站数据，分析其气象要素的变化趋势，并定量分析其气象要素变化趋势对区域潜在蒸发时空分布特征的影响，

2.2 区域气象要素变化特征分析

结合气象站1954～2015年气象要素变化数据，运用M-K方法分析其气象要素季节尺度变化的趋势值，并绘制了各气象站1954～2015年各气象要素年变化过程，计算和分析结果见表1和图1。

表1 辽宁西部地区气象要素年尺度M-K统计值

表2 辽宁西部地区气象要素季尺度M-K统计值

表1为区域两个气象站年气象要素变化M-K统计结果，从表中可以看出，1#气象站点气温和相对湿度的M-K统计值均大于2.0，可通过M-K模型置信度为95%的检验值，表明1#气象站点气温和相对湿度均上升趋势较为明显，这一点也可从图1中1#气象站点气温和相对湿度变化过程可以看出。1#气象站点的风速和日照时数的M-K统计值在-1.0-1.0之间，表明风速和日照时数在1954～2015年变化趋势不明显，这一点也可以从图1中看出。2#气象站点年气象要素M-K统计值结果可以看出，2#气象站点各个气象要素变化趋势均为通过M-K的置信度检验，变化趋势均不显著，图1中2#气象站点各气象要素的变化过程也验证了MK值的统计结果。

从表2中可以看出1#气象站点气温在春季变化较为明显，而2#气象站气温变化显著点在夏季。1 #和2#气象站点的风速均在夏季出现较为明显的下降趋势。1#气象站点在冬季日照时数变化趋势较为明显，而2#气象站点在各个季节变化趋势较为不明显。2#气象站点在夏季相对湿度变化明显，而1 #气象站点的季节相对湿度和年尺度相对湿度变化趋势一致，均未出现明显的变化趋势。

2.3 区域气象要素对区域蒸发的影响分析

图1 各气象站点1954～2015年气象要素变化过程图

在分析区域气象要素变化特征的基础上，结合双层蒸发模型计算区域潜在蒸发，并定量分析区域气象要素对区域蒸发的影响，分析结果见图2和表3。

图2为两个气象站点点气象要素和潜在蒸发相关图，从图中可以看出，区域潜在蒸散发和气温、风速呈现正相关，相关系数均值达到0.617，而与相对湿度和日照时数存在负相关，负相关系数均值达到0.3932。且蒸发和气温和风速的相关性均高于蒸发和相对湿度以及日照时数的相关性。表3为各气象站点季节尺度气象要素和潜在蒸发的相关关系结果，1#和2#气象站点气象要素均在夏季和潜在蒸发相关关系值较大，在冬季较低，看出夏季气温对潜在蒸发的影响较大。风速均在夏季和潜在蒸发相关性高于其他季节。1#气象站点的日照时数在夏季和蒸发的负相关最高，而2#气象站点在春季和蒸发负相关最高。1#和2#气象站点的相对湿度在四个季节和蒸发的负相关均较低。

图2 各气象站点气象年要素变化与潜在蒸发相关图

表3 各气象站点季节尺度气象要素与潜在蒸发相关关系结果

2.4 气象要素对区域蒸发空间特征分布影响分析

本文结合气象站点的气象要素采用空间插值方法并结合双层蒸发模型对区域1990年代和2000年代的蒸发进行了空间分布的计算，计算分析结果见图2。图3为区域不同年代的蒸发时空分布计算结果，从图中可以看出，不同年代区域其蒸发空间分布规律性不明显，主要是因为空间的蒸发受到区域气象要素影响较大，因此空间分布规律性较为不明显，图中蒸发量较大的区域，主要为气温较高且风速较大的区域，而日照时数和相对湿度较大的区域，其蒸发相对较小。这和前面分析的气温和风速对蒸发的影响分析较为一致，气温和风速对区域蒸发影响为正相关，而相对湿度和日照时数与区域蒸发呈现负的相关性。从不同年代际的蒸发空间分布来看，相同区域，1990年代的蒸发大于2000年代的蒸发。区域蒸发从1990年代到2000年代，蒸发整体呈现下降变化趋势。