塔里木盆地西缘参考作物蒸散量时空演变特征研究
2024-01-03刘涛
刘 涛
(新疆额尔齐斯河流域开发工程建设管理局，新疆 乌鲁木齐 830000)
自2000年以后，我国西北干旱区的蒸散量由减小趋势逆转为显著上升趋势[1-2]。新疆阿克苏河流域位于我国西北部干旱区，受区域地形和气候因素的影响，作物蒸散耗水能力极强，是对气候变化的敏感地区之一。水资源短缺已严重影响阿克苏河流域生态环境和社会经济可持续发展。蒸散量是气候变化及水分循环中极其重要因素，分析参考作物蒸发蒸腾量(ET0)的时空分布特征及其对气候因子的响应，有助于深入理解气候变化与人类活动对阿克苏河流域水分循环的影响。
近年来，诸多学者在ET0时空演化特征与敏感气象因素分析方面做了大量研究[3-5]。郑荣伟等[6]基于五种气候模式集合数据及偏微分方法，预测了2030—2060年我国ET0时空变化趋势及驱动要素；王大刚等[7]采用敏感系数、气候倾向率和M-K非参数检验等方法，分析了塔里木盆地ET0时空变化规律及关键气象因子敏感度；依帕热古丽·艾合麦提尼亚孜等[8]分析了南京市ET0年际变化趋势及主要影响因素；张彦波[9]利用河南新乡气象站1962—2016年气象数据，采用M-K趋势检验法对年、季尺度的ET0变化趋势进行了分析；高晓丽等[10]利用贵州省19个气象站1959—2015年气象数据，采用M-K趋势检验法、IDW插值法和偏导数法分析了研究区ET0时空特征及敏感气象因子贡献率；王丞等[11]利用塔里木河干流下游2000—2014年MODIS ET数据，基于M-K检验、Theil-Sen分析和R/S分析方法研究了ET0时空变化特征。
尽管学者已在流域或区域尺度方面对ET0时空演化特征与敏感因素分析方面做了大量研究，但对于西北极端干旱区——新疆阿克苏河流域ET0时空演化特征与敏感气象因素分析的研究仍然较少见诸报道。鉴于此，该文以研究区典型气象站长序列观测数据为基础，计算分析了ET0在流域尺度下的时空变化特征，旨在为流域水资源科学管理与高效利用提供理论参考。
1 材料与方法
1.1 气象数据收集
收集阿克苏河流域典型气象站1972—2014年的逐日气温、气压、相对湿度、风速等数据，典型气象站基本信息见表1。
表1 研究区典型气象站概况
1.2 ET0估算
采用世界粮农组织推荐的Penman-Monteith计算ET0，具体过程详见文献[12-13]。
1.3 非参数趋势检验
采用Mann-Kendall非参数趋势检验法[2]。该方法定量化程度较高，且不必事先假定数据分布特征，广泛应用于趋势分析，如式(1)所示。
(1)
式中：β为ET0时间序列的趋势，mm/a；xi、xj为ET0时间序列值，mm；1 ≤j
通过Mann-Kendall趋势检验，可得到正序、反序统计量曲线。若曲线超过置信度区间，则超过置信度区间的部分即为突变发生时间；若曲线均位于置信度区间内，则不存在显著变化趋势。此外，依据滑动T检验原则验证Mann-Kendall检验，判定真正的突变点。
1.4 贡献率计算
利用多元回归分析方法分析各气象因子对潜在蒸散量变化的影响，并研究其对潜在蒸散量变化的相对贡献率[14]。如式(2)～式(4)所示。
Ys=aX1s+bX2s+cX3s+…
(2)
(3)
(4)
式中：Ys为潜在蒸散量标准化值；X1s、X2s、X3s…分别为各气象因子标准化值；a、b、c为序列标准化后回归系数；η1为X1变化对Y变化的相对贡献率；η2为X1变化对Y变化的实际贡献率；ΔX1s为X1s的变化量；ΔYs为Ys的变化量。
1.5 空间插值分析
采用反距离权重法(IDW)[15]典型气象站点ET0数据进行空间数据内插。
2 结果与分析
2.1 ET0空间分布特征
阿克苏河流域地形总体呈现西北高(中高山山区)、东南低(谷地平原绿洲区)，山区降雨充沛、气候湿润，谷底平原区降水稀少、气候干燥，这导致研究区ET0的分布也截然不同。计算表明，研究区多年平均ET0为1180 mm，其中北部山区为1146 mm，西部与南部为1203 mm。
在季节尺度上，研究区ET0的分布极不均匀(如图1所示)，主要集中在春季与夏季，多年平均ET0分别为373 mm、521 mm，约占全年的31.6%、44.2%，春夏季约占全年的75.8%；在空间尺度上，四季ET0基本与多年平均值呈现相同规律，即北部山区相对偏低，西部与南部相对较高。
图1 季节尺度下ET0空间分布
2.2 ET0时间变化特征
受气候变化与人类活动影响，自20世纪70年代至今，流域ET0呈现逐渐降低趋势(见表2)。
表2 ET0年代际变化 mm
在月尺度下(见表3)，研究区7月ET0最大，为185 mm，占全年的15.7%，是全年中作物蒸散发最旺盛的时段；1月ET0最小，为18 mm，仅占全年的1.5%。
表3 ET0年内变化 mm
2.3 ET0变化趋势分析
采用经典统计方法对季节尺度下的ET0变化趋势进行回归拟合，除冬季外，回归模型决定系数R2值均在0.65以上(见图2)。由图2可知，ET0自20世纪70年以来总体呈现减少趋势，在2010年以来又呈现增加趋势。
图2 ET0变化趋势
2.4 ET0对气象因素的响应
选择ET0作为因变量，气温、相对湿度、日照时数、风速和气压为自变量，利用式(2)～式(4)计算各气象因素对ET0的贡献率(见表4)。
表4 ET0与各气象因素的回归系数
由于气温、日照时数和地表风速与ET0的回归系数均为正值，表明这三个气候因子数值的增大均会导致ET0的增大，呈正比例关系；相对湿度与ET0的回归系数为负值，表明呈反比例关系；气压与ET0的回归系数近乎为零，表明气压的变化几乎不会引起ET0的变化。
在6个气象台站中，各站地表风速与ET0均具有较高的回归系数；在阿克苏站和拜城站，气温与ET0具有较高的回归系数；在库车站、阿合奇站、柯坪站和阿拉尔站，气温与潜在蒸散量具有较小的回归系数。
地表风速对ET0的贡献率最大，其中：柯坪站地表风速对潜在蒸散量的贡献率高达51.1%，阿合奇站和阿拉尔站地表风速对潜在蒸散量的贡献率均在47.0%左右。在柯坪站、库车站和阿合奇站，相对湿度对ET0的贡献率仅次于地表风速。在库车站、阿合奇站、柯坪站和阿拉尔站，气温和日照时数对ET0的贡献相对较小，其中柯坪站气温对ET0的贡献率几乎为零。
3 结 论
(1)研究区多年平均ET0为1180 mm，北部山区为1146 mm，西部与南部为1203 mm，空间差异性不大；春夏两季ET0占全年的76.4%，是作物最需要水分补给的时段，秋冬两季占23.6%。
(2)研究区ET0自20世纪70年代至今呈逐渐降低趋势，2010年以后呈现微弱增加趋势，但是不显著。
(3)引起研究区ET0变化的主要气象因素是风速和相对湿度，其中风速对ET0的变化呈正相关性，相对湿度对ET0的变化呈负相关性。柯坪站、阿合奇站和阿拉尔站风速对ET0的贡献率均在49%左右；日照时数和气温对ET0的影响具有明显的区域差异。
