陕西省潜在蒸散发的敏感性及变化成因分析

摘要：潛在蒸散发（ET0）是准确估计作物需水量和合理制定农田管理制度的重要参考依据，分析其对气象要素的敏感性对评估区域陆地水资源利用效率具有重要意义。根据陕西省1955-2015年的20个气象站的逐日实测气象数据，利用PenmanMonteith方程计算逐日ET0，应用敏感性公式计算ET0对最高气温、最低气温、相对湿度、平均风速、日照时数等5个关键气候要素的敏感系数，探究敏感系数的时空分布规律及变化趋势；并结合气象要素的多年变化定量分析的变化ET0成因。结果表明：（1）ET0对气象要素的敏感系数年内变化幅度依次为：相对湿度>日照时数>最低气温>风速>最高气温。（2）陕西省年均ET0对气象要素的敏感程度均在“中”等级以上，相对湿度最为敏感；年际敏感系数显著增减变化趋势南北差异大，且空间分布特征表现不一。（3）ET0与关键气候要素之间呈现的复杂非线性关系，使各气象站ET0变化的主导气象要素也不尽相同，存在明显空间差异。

关键词：潜在蒸散发；PenmanMonteith（PM）方程；气候变化；敏感系数；陕西省

中图分类号：P426文献标志码：A文章编号：

16721683（2018）04009008

Sensitivity of potential evapotranspiration in Shaanxi Province and attribution of its variation

AN Bin1，2，XIAO Weiwei1，2

（

1.School of Tourism & Environment，Ankang University，Ankang 725000，China；2.Engineering Technology Research Center for Water Resource Protection and Utilization of Hanjiang River，Ankang 725000，China）

Abstract：

Potential evapotranspiration（ET0） is an important reference for the accurate estimation of crops′ water[JP+2] demand and for the reasonable formulation of a farmland management system.Analysis of the sensitivity of ET0 to meteorological factors is of great significance for assessing the utilization efficiency of land water resources in a region.Based on the daily weather data from 20 meteorological stations in Shaanxi Province from 1955 to 2015，we used the FAO56 PenmanMonteith equation to calculate daily ET0.Then we used the sensitivity formula to calculate the sensitivity coefficients of ET0 to the main meteorological factors，such as the daily maximum temperature （STH），daily minimum temperature （STL），relative humidity （SRH） ，wind speed （SAW），and sunshine duration （SSD）.We explored the temporal and spatial distribution features and variation trends of the sensitivity coefficients and quantitatively analyzed the contributing factors to ET0 variation in view of the multiyear variation of the meteorological factors.Results showed that the meteorological factors sorted by the annual variation amplitude of the sensitivity coefficient of ET0 to these factors were SRH>SSD>STL>SAW>STH.The sensitivity of annual average ET0 in Shaanxi Province to the meteorological factors all reached the middle or above level.It was the most sensitive to SRH.The interannual variation trends of sensitivity coefficients showed a big difference between the north and south，and they also showed different spatial distribution characteristics.The complicated nonlinear relationship between ET0 and the key meteorological factors caused the dominant meteorological factors of ET0 to differ across different meteorological stations and to show obvious spatial difference.

Key words：

potential evapotranspiration；PenmanMonteith （PM） equation；climate change；sensitivity coefficient；Shaanxi Province

蒸散发是自然条件下的水面蒸发、土壤蒸发以及植物散发的总称，是地表水平衡和能量平衡的重要组成部分[12]。陆地表面蒸散发可以影响降水和潜热通量，通过这些过程可以控制气温的变化，调节空气湿度，影响区域气候特征[34]。潜在蒸散发（Potential Evapotranspiration，ET0），又称参考作物蒸散，它表示在一定气象条件下水分供应不受限制时，某固定下垫面可能达到的最大蒸发蒸腾量，是实际蒸散量的理论上限[2]。无论以季节或年为研究时间尺度，潜在蒸散发与蒸发皿的实际蒸发空间相关性良好[5]。由于实际蒸散量资料的缺乏，往往参照潜在蒸散发来估算实际蒸散发[6]。因此，研究潜在蒸散发也能够为区域作物需水的估算、地表旱情的监测等提供重要依据。

目前，国内有关ET0的研究多集中在中国的不同流域[78]、不同行政区[2，4，910]、不同地理分区[3，1112]等区域尺度，区域不同，ET0的变化趋势也存在差异。在全球升温的气候变化背景下，ET0和气候要素之间复杂的非线性关系，致使区域ET0的增减变化呈高度复杂性和不确定性[13]。ET0增减变化机制研究的核心工作是考察ET0对关键气候因子变化的敏感性，即ET0如何响应关键气候因子的变化[7]。Saxton[14]报道了美国Western Iowa净辐射对潜在蒸散发最为敏感；尹云鹤等[2]发现中国ET0对相对湿度的敏感性最高；刘昌明等[6]则认为中国南方流域潜在蒸散发对水汽压敏感，北方流域对最高气温敏感；杨林山等[7]发现洮河流域ET0对净辐射的敏感性最高；李斌等[8]报道了澜沧江流域ET0整体上对日照时数最为敏感；王升等[11]研究表明黄土地区ET0对气象要素的敏感性最高为相对湿度；张彩霞等[12]发现西北干旱区的河西走廊ET0对平均温度敏感。以上针对ET0敏感性所开展的系列研究，丰富和发展了气候变化背景下区域水文循环、农业水资源

安全等相关内容，具有重要的科学意义及实用价值[7，15]。

陕西地处中国西北内陆地区，南北狭长，自南至北依次为秦巴山地、关中平原和黄土高原，地形地貌复杂，气候类型多样，是全球气候变化响应敏感地区之一，其ET0变化对气候要素敏感性应该有其自身特征。高蓓[16]、安彬等[17]研究表明，陕西省降水、气温等气候要素区域差异性显著，使得ET0对气候要素的敏感性也可能存在区域差异。韦振锋等[10]利用多元回归分析法研究了1981～2010年气候因子对陕西省ET0的影响强度，但未涉及到ET0对气象要素的敏感性分析，也未有长时间尺度下陕西省ET0如何响应气候因素的变化的研究。因此，本文利用1955-2015年陕西省20个气象站点的逐日气象数据，采用PenmanMonteith （PM）方程计算区域ET0，运用敏感分析法计算ET0对不同气候要素的敏感系数；结合敏感系数的时空分布和变化特征，深入探讨敏感系数与ET0的关系及陕西省ET0发生变化的原因。

1研究资料与研究方法

1.1数据来源

本文所选择的气象资料均来源于中国气象科学数据共享服务平台（http：//data.cma.cn/），以1955-2015年为研究时段，选取分布较均匀、时间序列连续性强的榆林、西安、石泉等20个国家基准站的逐日平均气温、最高温度、最低气温、相对湿度、风速、日照时数和降水资料，具体气象站点的分布见图1。对个别站点缺测的气象资料采用反距离权重插值法（IDW）进行处理[18]，使得20个站点的资料具有完整性。

1.2研究方法

1.2.1潜在蒸散发（ET0）计算

本文采用1998年联合国粮农组织（FAO56）修正的标准PenmanMonteith（PM）方程计算逐日潜在蒸散发ET0[19]，并且得到了广泛地应用。其计算公式为：

ET0=[SX（]0408Δ（Rn-G）+γ[SX（]900[]t+273[SX）]（ea-ed）[]Δ+γ（1+0.34U2）[SX）][JY]（1）

式中：ET0為潜在蒸散发（mm/d）；Δ为饱和水汽压曲线斜率（kPa/℃）；Rn是作物表面的净辐射量（MJ/m2）（公式略）；G是土壤热通量（MJ/（m2·d））（公式略）；γ为湿度计常数（kPa/℃）；t为平均气温（℃）；U2为2 m高的风速（m/s）；ea是饱和水汽压（kPa）；ed是实测水汽压（kPa）。

1.2.2敏感分析

潜在蒸散发对气候要素的敏感分析是一种通过设置不同气候变化情景，假定其他气候要素不变，分析单个气候因子的变化对PM模型的作用，[HJ1.95mm]进而量化ET0变率对气候因子变率响应程度的方法[9，20]。本文利用尹云鹤等[2]提出的无量纲相对敏感系数，以表征ET0对气候因素变化的敏感性，且便于不同量纲的气候要素变量进行排序、评价。其计算方法如下：

Sx=[SX（]ΔET0[]ΔX[SX）] [SX（]|X|[]ET0[SX）][JY]（2）

式中：Sx为ET0对气候要素的敏感系数，为无量纲；ΔX为气候要素的变化；ΔET0为ΔX导致的ET0变化。Sx取正值表明ET0与气候要素变量X变化一致，负值则变化相反；敏感系数越大，变量对ET0的影响越大，如敏感系数等于02，代表某一气候要素变量减少（增加）10%，在其他气候要素变量保持不变的情况下，ET0将减少（增加）2%。本文以最高气温、最低气温、相对湿度、平均风速、日照时数等5个气候要素变量分别变化±10%，依次计算STH、STL、SRH、SAW和SSD。同时参照文献[21]对敏感系数等级划分，见表1。

1.2.3气候要素对ET0的贡献率

根据粟晓玲等[22]、尹云鹤等[2]提出的气候要素对ET0的贡献率计算方法，将敏感系数与气候要素的多年相对变化相乘，由此得到气候要素引起ET0的变化程度，其表达式为：

CX=SX·RcX，RcX=[SX（]n·TX[][AKX-][SX）]×100%[JY]（3）

式中：CX为气候要素X对ET0变化的贡献率；RcX表示X的多年相对变化率；n为研究时段年数；TX、[AKX-]为相应时段内X的线性倾向率、平均值；CX绝对值越大，说明由该气象要素的相对变化对ET0变化的贡献度更高，即此气象要素是引起ET0变化的主导因子。

[JP+1]采用最小二乘法（Ordinary Least Squation，OLS）计算气象要素及ET0敏感系数的变化趋势[23]，并借助F检验对其变化趋势的显著性进行判断。

2结果与分析

2.1陕西省气候要素及ET0年内变化特征

以1955-2015年逐日最高气温、最低气温、相对湿度、风速、日照、ET0数值计算61年陕西省5个气象要素及ET0年内平均值曲线（图2），受到太阳高度角的周年变化和地形等地理环境条件的共同影响下，不同气象要素及ET0的年内变化趋势不一、空间格局差异明显。

由图2（a）、2（b）可看出陕西省三大区域的最高温度、最低温度年内变化曲线均呈现出单峰型，表现为陕南>关中>陕北的空间格局；最高气温的峰值出现在7月，谷值在1月；最低气温的峰值出现在8月，谷值也在1月；最高气温南北差异较小、而最低气温差异较大。相对湿度年内分布呈现出余弦曲线状变化，最大值出现在秋季的8月、9月，春季4月为最小值；空间分布格局表现为陕南>关中>陕北、南北春季差异最大、秋季差异最小（图2（c））。风速的年内分布呈正弦曲线式变化，春季3月、4月均为最大值，陕南和关中9月、陕北1月为最小值；空间分布格局表现出陕北>关中>陕南（图2（d））。日照时数的年内分布波动明显，陕北呈单峰型、陕南和关中呈双峰型变化，春夏季高于秋冬季；空间表现出南北差异较小，陕北>关中>陕南的分布格局（图2（e））。ET0的年内分布与日照时数相似，呈现出陕北单峰型变化、峰值出现在6月，陕南和关中双峰型变化、峰值出现在6月、8月。

基于最小二乘法，计算最高气温等5个气象要素及ET0年际变化线性趋势（表2）。总体上看，研究区3个区域最高气温和最低气温变化趋势均一致，其他要素变化趋势不一。过去61年，陕南、陕北最高气温分别以023 ℃/（10a）和018 ℃/（10a）速率显著增强，关中地区增温不显著。最低气温方面，陕北以022 ℃/（10a）速率增温幅度最大，关中以011 ℃/（10a）速率增温幅度最小，陕南居中，且都通过a=001置信水平检验，极其显著。相对湿度方面，陕南以047%/（10a）的幅度显著增加，陕北则以081%/（10a）的幅度显著减少。陕南地区的风速以003 （m·s1）/（10a）呈显著下降趋势，关中、陕北分别以002 （m·s1）/（10a）下降、001 （m·s1）/（10a）上升，但都不显著。关中地区日照时数呈极其显著减少，陕南极显著减少，而陕北不显著增加。从ET0变化幅度来看，陕北>关中>陕南，分別为1135 mm/（10a）速率极显著增加、625 mm/（10a）和592 mm/（10a）速率下降。由于研究时间尺度的不同，导致与韦振锋等[10]研究得出的1981-2010年ET0呈现出陕南秦巴山呈明显增加趋势，关中变化趋势不明显，陕北呈明显减小趋势的空间变化结论略有不同。

2.2ET0对气候要素的敏感性分析

2.2.1敏感系数的年内变化

图3为陕西省最高气温、最低气温、相对湿度、风速、日照5个气象要素的敏感系数年内变化情况。可以看出，ET0对最高温度、最低温度、相对湿度的敏感系数均为负数，分别变化在-043～-005、-048～-004、-098～-017之间，表明ET0随着这三个气象因素的增大而减少；STH（绝对值）敏感程度最高发生在9月，最低发生在1月，呈抛物线型曲线变化；陕南、关中STL（绝对值）敏感程度最高发生在3月，而陕北发生在1月，最低均发生在8月；SRH（绝对值）敏感程度最高出现在5月，最小值出现在11月，呈正弦曲线式变化。ET0关于风速的敏感系数为正，即ET0随着风速的增大而增大，9月份的SAW达到最小，12月份为最大，呈余弦曲线式变化在002～042之间。就日照时数的敏感系数而言，由于受到南北狭长的轮廓影响，致使陕南和关中全年、陕北春夏秋季的SSD为正，陕北在冬季为负；最大值均出现在7月，最小值均出现在1月，呈单峰型在-009～039之间变化。从三大区域ET0对5个气象要素的年内敏感系数变化幅度来看，在STL和SAW方面，陕北>陕南>关中；在STH和SRH方面，关中>陕北>陕南；而在SSD方面，关中>陕南>陕北。

2.2.2敏感系数的年际变化趋势

根据敏感系数的绝对值能够判断气象要素对ET0的敏感程度，结合表2中敏感程度的划分，陕南ET0对5个气象要素的敏感程度依次为相对湿度（高）>最高气温（高）>最低气温（高）>日照时数（中）>风速（中）（图4（a）），关中依次为相对湿度（高）>最低气温（高）>最高气温（高）>日照时数（中）>风速（中）（图4（b）），陕北依次为相对湿度（高）>最低气温（高）>风速（高）>日照时数（中）=最高气温（中）（图4（c））。总体来看，陕西省三大区域的ET0对5个气象因素的敏感程度均为“中”及以上等级。其中，对相对湿度最为敏感，均达到了“高”等级（图4），这与陕西关中泾惠渠[22]、甘肃[4]、黄土地区[11]等研究区的最为敏感气象因素相同；除此之外，最低温度的敏感系数也均达到了“高”等级。近61年来，三大区域中相对湿度敏感系数变化幅度最大，其余变化较为平缓。

为了进一步考察敏感系数时间序列变化的显著性，运用MK趋势检验法、95%置信水平对各站点的敏感系数进行检验，其变化趋势见图5。STH在14个站点有减小趋势，占70%，其中10个站点的减小趋势显著，主要分布在陕南、关中地区；2个站点增加趋势显著，4个站点有增加趋势，主要分布在陕西西部地区。STL在11个站点有减小趋势，占55%，其中有8个站点的减小趋势显著，主要分布在陕南地区；9个站点有增加趋势，其中有5个站点的增加趋势显著，主要分布在陕北和关中地区。SRH在11个站点有减小趋势，占55%，其中有9个站点的减小趋势显著，同STH相似，也主要分布在陕南、关中地区；6个站点的增加趋势通过了检验。SAW只有9个站点的变化趋势通过了检验，其中7个站点增加趋势显著，分布在关中和陕北地区，2个站点减少趋势显著；另外具有未通过检验的增加趋势或减

少趋势的站点分别为4个、7个。SSD在14个站点[CM（22]有减小趋势，占70%，其中有9个站点的教师趋势[CM）]

显著，主要分布在陕北东北部、关中中西部。总体上陕南地区各站点的敏感系数绝大部分呈显著减少趋势，关中地区各站点大部分呈显著减少趋势，而陕北地区大部分则呈显著增加趋势。

2.2.3敏感系数的空间分布

基于ArcGIS102，采用样条函数插值法得到气象要素的敏感系数的空间分布（图6）。从最高气温敏感系数的空间分布（图6（a））看出，陕西省东南部敏感系数绝对值最高，往西或往北方向敏感程度逐渐降低，到陕北黄土高原地区敏感程度达到最低。图6（b）为最低气温敏感系数的空间分布，具有较强的空间差异性，具体表现：秦岭以南地区自东南、西南向北递减，形成镇安、宝鸡极低值中心；关中地区由东向西递减，黄土高原地区形成自东北向西南递减，形成吴起极低值中心。ET0对相对湿度的敏感系数介于-0957～-0308之间变化（图6（c）），黄土高原以南地区分的分布特征与对最低气温的敏感系数类似，形成华山极高值中心；黄土高原地区变化差异较小，变化介于-0521～-0308之间，形成吴起、横山极低值中心。ET0对风速的敏感系数表现为自南向北逐渐递增（图6（d））。同ET0对其他4个气象要素敏感系数相比较，可以发现为ET0对日照时数敏感系数的绝对值、空间分布差异均最小（图6（e）），大体上表现为自西向东北、南部逐渐递增。太阳日照时数主要影响区域辐射量，辐射再间接影响蒸散发，使得日照时数与蒸散发关系较小；加之前文在计算日照时数的敏感系数时，已假定其他气象要素恒定，从而导致ET0对日照时数的敏感系数绝对值最小[4]。

总体上看，研究期内陕西省ET0对各气象要素的敏感系数空间分布特征表现不一，这可能与各地区的经纬度、植被类型及下垫面综合情况有关[24]。

2.3ET0的变化成因分析

为了深入探究陕西省ET0的气候变化的响应，综合考虑陕西省不同区域的气候特征及气象站点的空间分布格局，选取了陕南汉中站、安康站，关中宝鸡站、西安站，陕北吴起站、榆林站作为典型代表站，分析ET0的变化成因。根据公式（3）计算汉中、西安等代表站的5个气象要素相对变化率以及气象要素对ET0的贡献率（见表3）。

由表3中可知，安康站、宝鸡站、吴起站和榆林站的最低气温的变化对ET0的贡献率最大，即最低气温是这4个站点ET0的主導气象要素，且这4个站点都是由于最低气温的升高而导致了ET0相应的减少。尽管陕南、关中和陕北年ET0对相对湿度敏感程度（SRH）均达到了“高”等级，但由于其变化幅度较小，使得没有一个气象站点的主导气象要素是相对湿度。陕南地区日照时数的敏感系数仅仅高于风速，但是在汉中站日照时数的降低幅度达到3014%，这也使得日照时数成为汉中站ET0的主导气象要素。尽管关中地区风速的敏感程度最低，但是西安站的风速降幅高达6980%，为该站点的主导气象因素，贡献率达到了-1020%，与刘宪锋等[25]对武功站潜在蒸散变化的主导因素为风速的研究结论一致。在最低气温方面，榆林站增加幅度高达11370 %，也是6站点中所有气象要素增加幅度最大值，同时由于榆林站其他气象要素所引起的ET0增加幅度有限，从而使得近61年来榆林站为6站点ET0变化幅度的站点，降低了2616%。总体上看，各气象站点的主导气象要素存在明显的空间差异，可能与ET0同温度、风速、相对湿度和日照时数之间呈复杂的非线性关系密切有关[2]。

3结论与讨论

3.1结论

根据陕西省20个气象站点的逐日实测气象数据，计算各站点逐日潜在蒸散发，运用敏感分析法计算ET0对不同气候要素的敏感系数，并探究敏感系数的时空分布和变化趋势。得出主要结论如下。

（1） 受太阳高度角等地理环境条件的影响，5个气象要素及ET0的年内逐日变化曲线类型不同。最高气温、最低气温及ET0呈单峰型变化，相对湿度呈正弦曲线变化，风速呈余弦函数曲线变化，日照时数陕北呈单峰型、陕南和关中呈双峰型变化。

（2） ET0对气象要素的敏感系数年内变化幅度及变化曲线不一。STH、STL和SRH为正，SAW和SSD为负，且变化幅度|SRH|>|SSD|>|STL|>|SAW|>|STH|。STH和SAW年内呈抛物线型变化，STL和SRH呈正弦函数曲线变化，SSD则呈单峰型变化。

（3） ET0对5个气象要素的敏感程度均达到“中”及以上等级，年际敏感系数显著增减变化趋势南北差异大，且空间分布特征表现不一。其中，ET0对相对湿度最为敏感；各站点的敏感系数中，陕南绝大部分、关中大部分呈显著减少趋势，陕北大部分呈显著增加趋势。STH、STL和SRH在关中东部、陕南东南部形成高值中心，在镇安、宝鸡、吴起站点形成低值中心；SAW和SSD则表现出较强的纬向地带性特征，SAW由南向北递增，SSD由南向北递减。

（4） 典型代表站中，最低气温是安康站、宝鸡站、吴起站和榆林站ET0变化的主导气象要素，而汉中站和西安站的主导气象要素分别是日照时数和风速。

3.2討论

在陕西省气候暖干化趋势下[17，26]，科学核算作物需水量，对深入研究区陆地水资源的利用效率具有重要意义。在缺少实际的作物需水量情况下，计算潜在蒸散发显得尤为重要[27]。受气候要素综合影响，陕西省年均ET0呈上升趋势，与韦振锋等[10]认为1981-2010年、范建忠等[28]认为2000-2013年内陕西省潜在蒸散量呈上升趋势的结论一致，表明研究期内陕西省并不存在“蒸发悖论”现象。另外，ET0对气候要素的敏感分析定量测算气候变化对ET0的影响，能够揭示ET0变化的内在动因，有助于认识区域气候变化背景下的水循环特征[29]。陕西省年均ET0对最高气温等5个气象要素的敏感程度均在“中”等级以上，年际敏感系数显著增减变化趋势南北差异大，且空间分布特征表现不一；其中相对湿度作为最敏感的气象因素，对ET0变化影响显著，与中国[2]、黄土地区[11]等区域的最高敏感气象因素相同。但是，ET0对气候要素的敏感分析并不能完全确定各气候要素变化对ET0变化的实际贡献率[29]。由于相对湿度的相对变化有限，并不是ET0变化的主导气象要素；而各气象站点ET0变化的主导气象要素也不尽相同，存在明显空间差异。此外，本文仅基于有限的气象站点分析了ET0对气象要素的敏感性时空规律，结合蒸发皿蒸发资料的对比分析还待进一步研究。

参考文献（References）：

[1]刘昌明，孙睿.水循环的生态学方面：土壤植被大气系统水分能量平衡研究进展[J].水科学进展，1999，10（3）：251259.（LIU C M，SUN R.Ecological aspects of water cycle：advances in soilvegetationatmosphere of energy and water fuxes[J].Advances in Water Science，1999，10（3）：251259.（in Chinese）） DOI：10.14042/j.cnki.32.1309.1999.03.006.

[2]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，2010，61（22）：22262234.（YIN Y H，WU S H，DAI E F.Determining factors in potential evapotranspiration changes over China in the period 19712008[J].Chinese Sci Bull，2010，61（22）：22262234.（in Chinese）） DOI：10.1007/s114340103289y.

[3]谢虹.青藏高原蒸散发及其对气候变化的响应（19702010）[D].兰州：兰州大学，2012.（XIE H.The evapotranspiration and its response to climate change in Tibet Plateau （19702010） [D].Lan Zhou：Lanzhou University，2012.（in Chinese））

[4]李耀军，魏霞，苏辉东.近30年甘肃省潜在蒸散发时空变化特征及演变归因的定量分析[J].水资源与水工程学报，2015，26（1）：219225.（LI Y J，WEI X，SU H D.Quantitative analysis of causes for temporal and spatial variation characteristics and evolution of potential evapotranspiration in Gansu Province during recent 30 years[J].Journal of Water Resources & Water Engineering，2015，26（1）：219225.（in Chinese）） DOI：10.11705/j.issn.1672643X.2015.01.043.

[5]YANG Tao，ZHANG Qiang，WANG Weiguang，et al.Review of advances in hydrologic science in China in the last decades：impact study of climate change and human activities[J].Journal of Hydrologic Engineering，2013，18（11）：13801384.DOI：10.1061/（ASCE）HE.19435584.0000582.

[6]刘昌明，张丹.中国地表潜在蒸散发敏感性的时空变化特征分析[J].地理学报，2011，66（5）：579588.（LIU C M，ZHANG D.Temporal and spatial change analysis of the sensitivity of potential evapotranspiration to meteorological influencing factors in China[J].Acta Geographica Sinica，2011，66（5）：579588.（in Chinese）） DOI：10.11821/ xb201105001.

[7]杨林山，李常斌，王帅兵，等.洮河流域潜在蒸散发的气候敏感性分析[J].农业工程学报，2014，30（11）：102109.（YANG L S，LI C B，WANG S B，et al.Sensitive analysis of potential evapotranspiration to key climatic factors in Taohe River Basin[J].Transactions of the Chinese Society of Agricultural Engineering （Transactions of the CSAE），2014，30（11）：102-109.（in Chinese）） DOI：10.3969/j.issn.10026819.2014.11.013.

[8]赵娜，王治国，张复明，等.海河流域潜在蒸散发估算方法及其时空变化特征[J].南水北调与水利科技，2017，15（6）：1116+65.（ZHAO N，WANG Z G，ZHANG F M，et al.Model evaluation and spatialtemporal variations of potential evapotranspiration in Haihe Catchment[J].SouthtoNorth Transfers and Water Science & Technology，2017，15（6）：1116+65.（in Chinese）） DOI：10.13476/j.cnki.nsbdqk.2017.06.002.

[9]谢平，龙怀玉，张杨珠，等.云南省四季潜在蒸散量时空演变的主导气象因子分析[J].水土保持研究，2017，24（2）：184193.（XIE P，LONG H Y，ZHANG Y Z，et al.Dominant meteorological factors of spatiotemporal variations of seasonal potential evapotranspiration in Yunnan Province during the period from 1981 to 2011[J].Research of Soil and Water Conservation，2017，24（2）：184193.（in Chinese）） DOI：10.13869/j.cnki.rswc.2017.02.032.

[10]韦振锋，陈思源，黄毅.1981-2010年陕西潜在蒸散量时空特征及其对气候因子的响应[J].地理科学，2015，35（8）：10331041.（WEI Z F，CHEN S Y，HUANG Y.Spatial and temporal characteristics of potential evaporation and climatic factors on the impact in Shaanxi Province in 1981～2010[J].Scientia Geographica Sinica，2015，35（8）：10331041.（in Chinese）） DOI：10.13249/j.cnki.sgs.2015.08.1033.

[11]王升，王全九.近50年黄土地区气候与潜在蒸散量变化及其影响因素分析[J].干旱地区农业研究，2012，30（1）：270278.（WANG S，WANG Q J.Analysis of variation of climate and potential evapotranspiration and its influencing factors in the Loess area in last 50 years[J].Agricultural Research in the Arid Areas，2012，30（1）：270278.（in Chinese）） DOI：10.3969/j.issn.10007601.2012.01.045.

[12]张彩霞，花婷，郎丽丽.河西地区潜在蒸散发量变化及其敏感性分析[J].水土保持研究，2016，23（4）：357362.（ZHANG C X，HUAa T，LANG L L.Analysis of potential evapotranspiration and its sensitivity in Hexi region [J].Research of Soil and Water Conservation，2016，23（4）：357362.（in Chinese）） DOI：10.13869/j.cnki.rswc.2016.04.046.[HJ1.95mm]

[13]CHAHINE T M.The hydrological cycle and its influence on climate[J].Nature，1992，359（6394）：373380.DOI：10.1038/359373a0.

[14]SAXTON K E.Sensitivity analysis of the combination evapotranspiration equation[J].Agricultural and Meteorology，1975，15（3）：343353.DOI：10.1016/00021571（75）90031X.

[15]韩松俊，胡和平，杨大文，等.塔里木河流域山区和绿洲潜在蒸散发的不同变化及影响因素[J].中国科学（E辑：技术科学），2009，39（8）：13751383.（HAN S J，HU H P，YANG D W，et al.Differences in changes of potential evaporation in the mountainous and oasis regions of the Tarim Basin，northwest China[J].Science China：Series ETechnological Sciences，2009，39（8）：13751383.（in Chinese）） DOI：10.1007/s1143100901233.

[16]高蓓.基于GIS的陜西省气候要素时空分布特征研究[D].西安：陕西师范大学，2014.（GAO B.Spatialtemporal distribution of climatic factors in Shaanxi province based on GIS[D].Xian：Shaanxi Normal University，2014.（in Chinese））

[17]安彬，孙虎，刘宇峰，等.陕西省气候及其生产潜力时空变化特征[J].陕西师范大学学报（自然科学版），2014，42（3）：103108.（AN B，SUN H，LIU Y F.The spatial and temporal features of climate and its potential productivity in Shaanxi province [J].Journal of Shaanxi Normal University （Natural Science Edition），2014，42（3）：103108.（in Chinese）） DOI：10.3969/j.issn.16724291.2014.03.021.

[18]彭銳，黄河清，郑林.鄱阳湖区1959至2005年降水过程的持续性特征与减灾对策[J].资源科学，2009，31（5）：731742.（PENG R，HUANG H Q，ZHENG L.The persistence of precipitation series at different time scales in Poyang Lake Region and effective measures to reduce socioeconomic loss[J].Resources Science，2009，31（5）：731742.（in Chinese）） DOI：10.3321/j.issn：10077588.2009.05.003.

[19]ALLEN R G，PEREIRA L S，RAES D，et al.Crop Evapotranspiration：Guidelines for Computing Crop Water Requirements[R].Rome：FAO，1998.

[20]BEVEN K.A sensitivity analysis of the PenmanMonteith actual evapotranspiration estimates[J].Journal of Hydrology，1979，44（3）：169190.DOI：10.1016/00221694（79）901306.

[21]LENHART T，ECKHARDT K，FOHRER N，et al.Comparison of two different approaches of sensitivity analysis[J].Physics and Chemistry of the Earth，2002，27（9）：645654.DOI：10.1016/S14747065（02）000499.

[22]粟晓玲，宋悦，牛纪苹，等.泾惠渠灌区潜在蒸散发量的敏感性及变化成因[J].自然资源学报，2015，30（1）：115123.（SU X L，SONG Y，NIU J P，et al.Sensitivity and attribution of potential evapotranspiration in Jinghuiqu Irrigation District[J].Journal of National Resources，2015，30（1）：115123.（in Chinese）） DOI：10.11849/zrzyxb.2015.01.010.

[23]殷贺，李正国，王仰麟，等.基于时间序列植被特征的内蒙古荒漠化评价[J].地理学报，2011，66（5）：653661.（YIN H，LI Z G，WANG Y L，et al.Assessment of desertification using time series analysis of hypertemporal vegetation indicator in Inner Mongolia[J].Acta Geographica Sinica，2011，66（5）：653661.（in Chinese）） DOI：10.11821/xb 201105008.