1961—2020年青海省饱和水汽压差变化特征及影响因子分析

李素雲， 祁栋林， 温婷婷， 史飞飞， 乔 斌， 肖建设

（1.青海省气象科学研究所，青海 西宁 810001；2.青海省防灾减灾重点实验室，青海 西宁 810001；3.青海省气候中心，青海 西宁 810001）

蒸散在全球的能量平衡和水循环中占据非常重要的地位，被广泛应用于地表旱情监测、水资源评价、生态环境变化等研究中，而饱和水汽压差（Vapor Pressure Deficit,VPD）是蒸散的主要驱动因子之一，能够反映大气从地表获取水分的能力，其增加意味着通过植物蒸腾和土壤蒸发作用回到大气中的水汽含量增加，这在一定程度上会增加植物受干旱胁迫的程度，从而对其他生态系统产生更大胁迫［1-3］。青藏高原具有独特的地形地貌，寒冷的气候条件和恶劣的植物生长环境致使生态系统非常脆弱，青海位于青藏高原东北部，在该区域众多研究中很少考虑VPD 对气候变化的响应［4-5］，因此开展VPD 时空变化分析研究很有必要。研究表明，VPD控制着植物气孔的闭合，当VPD增大时能够促进植物叶片表面的气孔张开利于吸收水分，从而促进光合作用，但当VPD 超过一定阈值时又将导致过多的水分流失，从而抑制植物的蒸腾、光合作用等过程［6-8］；同时VPD还会影响森林的死亡率，当其增加时会对植被造成水分胁迫，是火灾预警、植物病虫害、植被碳循环以及蒸散发模型研究中的重要变量［9-11］；此外，VPD还会影响粮食产量，如Lobell等［12］发现，极端高温对玉米产量的影响主要是通过改变VPD 的变化引起的；Zhang 等［13］发现，除中国东南部小麦外，VPD的增大会导致作物产量下降。因此，VPD在生态系统中占据着非常重要的角色，但其重要性往往被忽视［14］。

Mao 等［15］研究表明，近几年全球VPD 有普遍升高的趋势，必将加剧土壤温度的升高和土壤水分的流失，植被受干旱胁迫的风险增加，进而对生态系统产生一定的影响。VPD 变化不仅会影响陆地植被生长，而且会对区域水循环产生重要影响，然而在西北地区大多数研究更多关注于气候变化下植被的动态变化，如植被蒸腾、蒸散发、碳交换等，对于饱和水汽压差的时空变化特征及其影响分析很少［16］。青海省位于青藏高原东北部，具有地形复杂、植被覆盖度低、降水稀少的特点，属于典型的生态脆弱区和气候敏感区［17］。本研究基于青海省42个站点气象数据计算了近60 a VPD值，分析了其时空变化特征，同时划分不同功能区进一步分析了VPD地域差异，最后分析了VPD突变前后影响其变化的气象主导因子以及地理因子对VPD的影响，以期清晰认识和了解高寒地区VPD的变化特征，为青海省气候、生态和植被模型等研究提供参考，为青海省不同功能区提高生态管理水平以及应对未来气候变化以实现生态可持续性发展提供科学依据。

1 数据与方法

1.1 研究区概况

青海省位于青藏高原东北部，海拔介于1659～6726 m 之间，地形和下垫面复杂多样，属于典型的高原大陆性气候。年平均气温在-5.1～9.0 ℃之间，冬季漫长、夏季凉爽，气温日较差大，年较差小；年平均降水量少且主要集中在6—9 月，并呈东南多，西北少的分布格局［18］；日照时数长、辐射强，东部地区相对湿润，西部地区干燥多风。为进一步分析VPD 的区域差异，本研究将青海省分为青南牧区、东部农业区、青海湖地区、柴达木盆地等生态功能区［19］（图1）。

图1 青海省高程与四大生态功能区分布Fig.1 Distribution of elevation and four ecological function zone in Qinghai Province

1.2 数据来源

为了获取长时间序列的稳定气象数据，本研究选取青海省1961—2020 年共42 个站点（图1）的逐月平均气温、最高/低气温、降水量、降水日数、相对湿度、绝对湿度、风速等资料，所有气象数据均来源于青海省气象局信息中心。此外采用气象学标准，即3—5月为春季，6—8月为夏季，9—11月为秋季、12 月至翌年2 月为冬季对青海省季节进行划分［20］；DEM 高程数据来源于中国科学院资源与环境科学数据中心（https://www.resdc.cn），空间分辨率为250 m；计算饱和水汽压差VPD 时首先利用站点月资料计算出各站点VPD 月值，后按照季节划分标准对VPD取平均后获得各站季节值，最后采用Anuspline方法进行空间插值［19］。

2 研究方法

2.1 饱和水汽压差的计算方法

水汽压是空气中水汽所产生的分压力，是间接表示大气中水汽含量的一个物理量，分为饱和水汽压和实际水汽压，两者之差即为饱和水汽压差（Vapor Pressure Deficit,VPD），其计算公式如下［21］：

式中：VPD为饱和水汽压差（kPa）；es为饱和水汽压（kPa）；ea为实际水汽压（kPa）；λmean为月平均相对湿度（%）；e0(Tmax)和e0(Tmin)分别为月平均最高气温和月平均最低气温（℃）时的水汽压，可由Tetens［22-23］经验公式计算得到：

式中：T为空气温度（℃）；e0(T)为温度T时的饱和水汽压（kPa）。

2.2 数据处理

本研究使用Mann-Kendall（MK）非参数检验法来检测VPD 的长时间序列突变点［24-25］，MK 突变检验不受异常值的影响，在生态、水文、气象数据检验中广泛应用［26］；利用SPSS 19.0软件来进行相关性分析、共线性检验以及多元线性回归，建立多元回归方程并计算贡献率，从而量化各地理因子和气象因子对VPD 的相对贡献率［27-28］；利用气候倾向率来量化VPD的变化趋势［29］。

3 结果与分析

3.1 VPD的时间变化特征

3.1.1 不同季节VPD 时间变化特征 青海省VPD年际变化和MK 检验统计值如图2 所示。1961—2020年青海省多年平均VPD值为4.6 kPa，最低值出现在1967 年（3.7 kPa），最高值出现在2013 年（5.5 kPa），且多年平均VPD 值总体呈显著上升趋势[0.142 kPa·(10a)-1,r=0.70,P＜0.05]，这与全国各气候区长期变化趋势一致［20］。由图2a 显示：20 世纪90年代后期以前，逐年的VPD值低于1961—2020年平均值，而在20世纪90年代后期以后高于平均值，这表明VPD 在20 世纪90 年代后期VPD 发生转折，这与Yuan 等［10］揭示的全球VPD 在20 世纪90 年代末增加现象一致。对VPD年际变化进一步做MK突变检验，结果发现：在显著性水平α=0.05 的置信线内UF与UB在1998 年相交，即1998 年为VPD 突变开始的年份。

图2 1961—2020年VPD变化与MK 突变检验Fig.2 The variation and MK mutation test of VPD from 1961 to 2020

分季节来看（图3），1961—2020 年青海省多年平均VPD表现为：夏季（6.8 kPa）＞春季（5.2 kPa）＞秋季（3.9 kPa）＞冬季（2.3 kPa），这与袁瑞瑞等［20］在干旱和半干旱区得到的VPD 季节特征相同。1961—2020 年青海省VPD 在4 个季节均呈显著上升趋势，且4 个季节的气候倾向率均表现为：夏季[0.217 kPa·(10a)-1,r=0.59,P＜0.05]＞春季[0.141 kPa·(10a)-1,r=0.52,P＜0.05]＞秋季[0.121 kPa·(10a)-1,r=0.58,P＜0.05]＞冬季[0.086 kPa·(10a)-1,r=0.51,P＜0.05]。图3 中不同季节的累积距平曲线显示，VPD在春季、夏季、冬季的转折年发生在20世纪90年代后期，而秋季发生在20 世纪80 年代中后期。对VPD季节变化进一步做MK突变检验，结果发现：春季和夏季突变年份偏晚，分别出现在2001年和2000年，冬季突变年份出现在1996 年，而秋季在显著性水平α=0.05的置信线内UF与UB在20世纪80年代后期有多个交点，突变年份不稳定，因此需结合滑动t检验、pettitt突变检测等方法进一步确定［30］。

图3 1961—2020年VPD的季节变化Fig.3 Seasonal variation of VPD from 1961 to 2020

3.1.2 不同功能区VPD时间变化特征 依据刘义花等［19］的研究将青海省分为柴达木盆地、东部农业区、青海湖地区、青南牧区等4 个生态功能区，进一步分析1961—2020 年青海省VPD 的地域差异（图4）。各生态功能区多年平均VPD表现为：柴达木盆地（7.0 kPa）＞东部农业区（5.0 kPa）＞青海湖地区（3.7 kPa）＞青南牧区（3.0 kPa）。1961—2020 年各功能区平均VPD均呈显著上升趋势，但气候倾向率表现为：东部农业区[0.212 kPa·(10a)-1,r=0.67,P＜0.05]＞柴达木盆地[0.169 kPa·(10a)-1,r=0.69,P＜0.05]＞青南牧区[0.098 kPa·(10a)-1,r=0.62,P＜0.05]＞青海湖地区[0.079 kPa·(10a)-1,r=0.49,P＜0.05]。对比不同生态功能区累积距平曲线发现，柴达木盆地在20 世纪90 年代前期发生转折，东部农业区和青海湖地区在20世纪90年代中后期发生转折，而青南牧区在21世纪初期发生转折。进一步对不同功能区的VPD 年际变化做MK 突变检验，结果发现：柴达木盆地VPD 在1990 年发生突变，东部农业区突变点发生在2003年，青海湖地区和青南牧区突变点分别发生在1998年和1999年。

图4 不同生态功能区VPD变化Fig.4 Variation of VPD in different ecological function zone

3.2 VPD的空间变化特征

3.2.1 不同季节VPD空间分布特征 由图5可以看出，春、夏、秋3 个季节多年平均VPD 在空间上表现出柴达木盆地大部、青海湖地区南部、东部农业区大部等低海拔地区高，而青海湖地区北部和青南牧区西部地区低的“鞍形场”分布格局；冬季VPD分布规律与其他3 个季节略有不同，具体表现为柴达木盆地东北部和南部边缘地区、青南牧区西部、青海湖地区北部低于0.5 kPa，柴达木盆地大部、青海湖地区南部、东部农业区大部、青南牧区中南部高于2.0 kPa。春季青海省有39个站呈升高趋势，其中有26个站显著升高（P＜0.05），出现下降趋势的站点有3个，但未通过0.05的显著性检验，分别为柴达木盆地西北部的冷湖、青海湖地区北部的野牛沟、青南牧区东北部的贵南；夏季全省有38 个站呈升高趋势，其中有32 个站显著升高（P＜0.05），出现下降趋势的站有4个，但未通过0.05的显著性检验，分别为柴达木盆地东部的茶卡、都兰、天峻，以及青南牧区东北部的贵南；秋季全省有41 个站呈升高趋势，其中31 个站显著升高（P＜0.05），只有贵南呈下降趋势，但未通过0.05 的显著性检验，通过对比贵南站各气象因子趋势变化率，发现贵南站相对湿度在秋季呈上升趋势，且其上升的气候倾向率[0.770 kPa·(10a)-1,r=0.24,P＞0.05]是全省秋季相对湿度气候倾向率[-0.278 kPa·(10a)-1,r=-0.14,P＞0.05]的2.8倍左右，致使贵南VPD 降低；冬季全省42 个站均呈升高趋势且其中35个站为显著升高（P＜0.05）。

图5 1961—2020年VPD季节变化与趋势变化的空间分布Fig.5 Spatial distribution of seasonal and trend variation of VPD from 1961 to 2020

3.2.2 不同功能区VPD 空间分布特征 由图6a 可以看出，柴达木盆地大部、青海湖地区南部、东部农业区大部地区1961—2020 年多年平均VPD 明显高于全省，青海湖地区北部和青南地区西部多年平均VPD 低于全省，形成“鞍形场”的分布格局。1961—2020 年青海省多年VPD 呈增加趋势的站点有41个，其中36个站显著增加（P＜0.05）；其中，柴达木盆地、青海湖地区以及东部农业区VPD 均呈增加趋势；青南牧区东北部的贵南站出现下降趋势，但未通过0.05 的显著性检验，其余站点均为增加趋势；通过对比贵南站各气象因子趋势变化率，发现贵南站相对湿度呈上升趋势，且其上升的气候倾向率[0.837 kPa·(10a)-1,r=0.36,P＜0.05]是全省相对湿度气候倾向率[-0.315 kPa·(10a)-1,r=-0.79,P＜0.05]的2.7倍左右，致使贵南VPD降低。

由图6b可以看出，在不同生态功能区多年平均VPD 均表现为：夏季＞春季＞秋季＞冬季，其中春季、夏季、秋季均表现为：柴达木盆地＞东部农业区＞青海湖地区＞青南牧区；而冬季表现为：东部农业区＞柴达木盆地＞青海湖地区＞青南牧区；多年平均VPD最高值出现在柴达木盆地，因该地区四周环绕高山，散热慢但增温迅速，形成了气温高、降水少的特点，尤其夏季多年平均VPD比其他季节偏多4.4～9.3 kPa。

图6 1961—2020年不同功能区VPD空间分布和季节变化Fig.6 Spatial distribution and seasonal variation of VPD in different ecological function zone from 1961 to 2020

3.3 影响VPD的因子分析

3.3.1 影响VPD变化的气象因子分析 依据青海省和各功能区VPD年际变化，分为突变前和突变后两个时间段来分析影响VPD变化的气象因子，研究发现，平均VPD与最高气温的相关系数在任何时间段任何区域均要比与平均气温、最低气温的相关系数高，因此为了进一步量化在不同阶段各气象因子对VPD变化的贡献率，本研究选择最高气温以及与平均VPD 相关系数|r|≥0.6 的其他气象因子作为主导因子进行多元线性回归，并计算主导因子的贡献率。可以看出，不同区域平均VPD突变前后的气象主导因子有所差异，但总体而言，主要为最高温度和相对湿度（表1），且从相关系数可以看出，随着最高温度升高、相对湿度减少，VPD 逐渐增加。青海省平均VPD突变前第一主导气象因子为最高温度，其次为相对湿度，突变后相对湿度占据第一主导因子，且与多年平均VPD 的相关系数达到了-0.91，并对VPD的增大贡献了71.1%，其次为最高气温，贡献了28.9%；而对于不同的功能区，除了柴达木盆地平均VPD突变前第一主导气象因子为相对湿度，其次为最高温度，突变后最高温度为第一主导因子，其次为相对湿度外，其他3 个功能区突变前后与全省VPD突变前后的影响因子基本一致，且突变后相对湿度与VPD的相关系数绝对值均在0.9以上。

表1 VPD与气象因子之间的相关系数与贡献率Tab.1 Correlation coefficients and contribution rate between VPD and meteorological factors

3.3.2 影响VPD 变化的地理因子分析 将青海省42个站点多年平均VPD以及季节VPD分别与经度、纬度、海拔等地理因子进行多元回归来量化各地理因子对VPD 变化的贡献率。由表2 可以看出，各回归方程相关系数介于0.90～0.94 之间，且均通过了0.01的显著性检验；从回归关系可以看出，随着海拔的升高、经度和纬度的增大，VPD 减少。在春、夏、秋3 个季节以及多年平均VPD 变化过程中，各地理因子的贡献率海拔最高，其次为经度，纬度贡献率最小，且海拔与经度的累积贡献率达到90%以上；而在冬季，海拔贡献率依旧最高，其次为纬度，经度贡献率最小，此时纬度贡献率高于经度可能与热量胁迫有关，还需要进一步研究。

表2 VPD与地理因子之间的相关系数以及贡献率Tab.2 Regression equations and contribution rate between VPD and geographic factors

4 结论

本研究基于1961—2020 年长时间序列气象数据计算了青海省饱和水汽压差VPD，分析了其年际变化和季节变化，并从不同生态功能区分析了VPD的地域差异，最后分时段讨论了影响VPD变化的气象主导因子以及地理因子，主要结论如下：

（1）1961—2020 年青海省平均VPD 总体呈上升趋势，且在1998 年发生突变。分季节来看，1961—2020 年青海省平均VPD 表现为：夏季＞春季＞秋季＞冬季，4 个季节均呈显著上升趋势，且4个季节的气候倾向率表现为：夏季＞春季＞秋季＞冬季；分功能区来看，1961—2020 年青海省平均VPD表现为：柴达木盆地＞东部农业区＞青海湖地区＞青南牧区，4个功能区均呈显著上升趋势，对应的气候倾向率表现为：东部农业区＞柴达木盆地＞青南牧区＞青海湖地区。

（2）1961—2020 年青海省多年平均VPD 在空间上呈“鞍形场”的分布格局。多年平均VPD 在柴达木盆地、青海湖地区以及东部农业区均呈增加趋势，青南牧区东北部的贵南站为全省唯一VPD呈减少趋势的站点。不同生态功能区VPD 表现为：夏季＞春季＞秋季＞冬季，其中春季、夏季、秋季表现为：柴达木盆地＞东部农业区＞青海湖地区＞青南牧区；而冬季表现为：东部农业区＞柴达木盆地＞青海湖地区＞青南牧区。

（3）不同的区域VPD突变前后的气象主导因子有所差异，但总体主要为最高温度和相对湿度。对于青海省，VPD突变前第一主导气象因子为最高温度，其次为相对湿度，突变后相对湿度占据第一主导因子，其次为最高气温；对于不同的功能区，除了柴达木盆地平均VPD 突变前第一主导气象因子为相对湿度，其次为最高温度，突变后最高温度占据第一主导因子，其次为相对湿度外，其他3个功能区突变前后与全省VPD 突变前后的影响因子一致。在春、夏、秋3 个季节以及多年平均VPD 变化过程中，海拔贡献率最高，其次为经度，纬度贡献率最小；冬季海拔贡献率依旧最高，其次为纬度，经度贡献率最小。