气候变化下广东省参考作物蒸散量变化趋势及其影响因素分析

黄 松,戴佳琦,赵宝山,刘 娜,李 辉,储华平

(1.水利部南京水利水文自动化研究所,江苏 南京 210008;2.水利部水文水资源监控工程技术研究中心,江苏 南京 210008;3.中国热带农业科学院南亚热带作物研究所,广东 湛江 524013)

联合国政府间气候变化专门委员会(IPCC)发布的最新气候变化评估报告指出,全球气候呈现变暖趋势,近10 a(2011—2020年)全球地表温度比(1850—1900 年)升高了1.1 ℃,而中国可能上升1.8 ℃[1-2],与气候变暖相关的其他气候要素(如降水、空气湿度、日照时数、风速)也会发生变化。蒸散是地表水分循环与能量转换的关键环节,主要受气候条件的影响[3]。随着气候变暖,蒸散的变化必然将对水文循环和生态系统产生重大影响,同时给水资源规划管理和农业生产带来更大挑战[4]。

由于地表下垫面的复杂性和时空尺度的不确定性,对区域实际蒸散的精准测算非常困难[5]。基于不同假设条件和研究领域,学者们相继提出了潜在蒸散、水面蒸发、平衡态蒸发、参考作物蒸散等概念或物理量[6]。其中,1998年联合国粮食及农业组织(FAO)定义的参考作物蒸散量(ET0),在气象学和水文学中通常被称为一种潜在蒸散量,被作为评估气候变化对区域蒸散的有效指标,因为ET0仅受气象要素的影响,排除了其他因素的干扰[7-8]。在农业用水管理中,ET0是区域灌溉调度和优化水资源管理的关键参数[9]。近年来,国内外学者在不同时空尺度下对ET0变化趋势及其成因开展了大量研究。从全球范围来看,多数地区ET0呈下降趋势,包括美国[10]、印度[11]、伊朗[12]等地,日照时数(或太阳辐射)减少是ET0下降的主要原因,但同时部分地区测算到了ET0增加[13]。在中国,ET0整体呈下降趋势[14],但中国幅员辽阔,受气候带差异影响,ET0变化趋势在时空分布上同样存在不一致性,如西北地区[15]、京津冀地区[16]ET0呈下降趋势,风速是导致这些地区ET0下降的最主要因子;而青藏高原[17]、渭河流域[18]、珠江流域[19]等地区ET0呈现上升趋势,其中渭河流域ET0上升主要归因于相对湿度和风速下降,青藏高原和珠江流域主要归因于气温上升。由此可见,由于各地区气候特点的不同,ET0变化趋势及其主导因子存在明显的时空差异性。在气候变化背景下,针对特定地区确定ET0变化趋势及量化其主要影响要素显得尤为重要。

广东省地处中国南部,是中国光、热和水资源较为丰富的地区之一。作为中国改革开放最早、经济外向度高的省份,由于社会经济快速发展和人类活动,加之地处低纬度沿海地区,受热带气旋侵袭的频次和登陆地点不定的影响,水资源时空分布不均,季节性干旱和城市缺水问题常见报道[20-21],ET0的变化对该地区水资源、农业生产和社会经济发展具有重要影响。然而,目前关于广东省ET0时空变化及气候成因的研究较为缺乏。基于此,本文通过收集1980—2020年广东省辖区内气象资料,采用FAO Penman-Monteith方法计算ET0,明确自1980年以来广东省ET0和主要气象要素的时空变化特征,揭示ET0与各气象要素变化之间的关系,确定不同气象要素对ET0的影响程度和主导因子。研究成果对于理解气候变化对广东省水文循环的影响,评价与管理区域水资源及农业生产规划布局具有重要意义。

1 材料与方法

1.1 研究区概况

广东省地处中国大陆南部,全境位于20°09′～25°31′N和109°45′～117°20′E,土地总面积约17.98万km2。全省分为珠三角、粤东、粤西和粤北4个区域,地势北高南低,北部以山区丘陵为主,南部以平原和台地为主。气候类型属于东亚季风区,从北向南分别为中亚热带、南亚热带和热带气候。全省多年平均气温22.3 ℃,日照时数1 745.8 h,多年平均降水量1 789.3 mm,省内水资源时空分布不均,夏秋易洪涝,冬春常干早。

1.2 数据来源及处理

收集了1980—2020年广东省辖区内37个全国基准基本站地面气象日值资料,包括降水、平均气温、最高气温、最低气温、平均相对湿度、平均风速和日照时数等数据,数据来源于国家气象科学数据中心(http://data.cma.cn/),各气象站点分布情况及区域划分见图1。本研究对数据质量及有效性进行了检查,对于个别缺测数据或异常值进行了线性插补[22]。其中,丰顺站因2016—2020年数据缺失未进行统计。将日气象数据和ET0求平均后转换为每个站点的月尺度和年尺度数据(降水数据累加),通过反距离权重插值法得到研究区气象数据和ET0的空间分布结果。采用气象学标准划分季节,以3—5月为春季,6—8月为夏季,9—11月为春季,12月至次年2月为冬季。

图1 广东省气象站点分布

1.3 ET0计算

采用FAO推荐的Penman-Monteith公式计算ET0,该方法是计算ET0的标准方法,已在全球各地得到广泛应用[7]。计算见式(1):

(1)

式中 ET0——计算所得的参考作物蒸散量,mm/d;Ω——饱和水汽压曲线斜率,kPa/℃;Rn——净辐射,MJ/(m2/d);G——土壤热通量,在以天为时段计算ET0时忽略不计,MJ/(m2/d);γ——湿度计常数,取值0.067 kPa/℃;T——平均气温(日最高气温和日最低气温的均值),℃;u2——2 m高处风速,m/s;es——饱和水汽压,kPa;ea——实际水汽压,kPa。

变量Ω、Rn、es、ea、u2可通过各站点收集的气温、相对湿度、日照时数、风速实测资料和站点海拔高度计算,计算过程见式(2)—(12)。饱和水汽压曲线斜率Ω与气温的关系式为式(2)[7]:

(2)

es、ea根据气温和相对湿度数据计算,见式(3)—(5)[7]:

(3)

(4)

(5)

式中Tmax、Tmin——日最高气温、日最低气温,℃;RH——相对湿度,%;其余各变量含义同前。

净辐射Rn的计算过程为式(6)—(11)[7]:

Rn=Rns-Rnl

(6)

Rns=(1-α)Rs

(7)

(8)

(9)

(10)

Rso=(as+bs)Ra

(11)

式中Rns、Rnl——净短波辐射和净长波辐射,MJ/(m2/d);α——下垫面反射率,参考作物取值0.23,无量纲;Rs——太阳辐射,MJ/(m2·d-1);as、bs——回归常数、截距,取值0.25和0.50;n——日照时数,h;N——理论最大日照时数,h;Ra、Rso——大气顶层辐射和晴空辐射,MJ/(m2/d),可根据经纬度和日序数计算;其余各变量含义同前。

收集的观测风速数据为10 m高处的平均风速,通过式(12)计算2 m高处的风速[7]:

(12)

式中u10——气象站观测的10 m高处风速,m/s。

1.4 Mann-Kendal检验和Sen’s斜率计算

Mann-Kendall(M-K)趋势检验法是世界气象组织推荐并已被广泛使用的一种非参数检验方法,优点是样本序列不需要遵从特定分布,能有效区分样本序列变化趋势是随机还是确定的,可以检验时间序列的变化趋势,是水文和气象序列研究常采用的方法[19]。采用Sen’s斜率方法确定时间序列线性趋势的真实斜率[23]。

1.5 敏感性和贡献率计算

敏感性和贡献率分析方法是量化ET0对气候变化响应的有效方法,已经得到广泛应用[16,18]。敏感性系数通过确定ET0的相对变化率(ΔET0)与各气象要素相对变化量(Δx)的比值,即计算各气象要素对ET0求偏导数,来分析ET0对不同气象要素变化的敏感程度,其计算见式(13):

(13)

式中x——气象因子值;Sx——对应因子的敏感系数,Sx>0表示ET0随气象因子的增大而增大,Sx<0表示ET0随气象因子的增大而减少,|Sx|越大则表示气象因子对ET0的影响程度越大。

为了量化评估ET0对不同气象因子的敏感程度,将敏感系数分为4个等级,|Sx|<0.05表示敏感程度很小,0.05≤|Sx|<0.20表示敏感程度中等,0.20≤|Sx|<1.00表示敏感程度高,|Sx|≥1.00表示敏感程度非常高[24]。本研究利用ArcGIS10.8软件基于反距离权重差值法制作气象站点及ET0的空间分布图,使用MAKESENS 2.0软件进行M-K趋势检验和Sen’s斜率计算,采用Microsoft Excel软件绘制折线图。

2 结果与分析

2.1 气象要素变化特征分析

1980—2020年广东省气温、相对湿度、日照时数和风速的变化趋势见图2,对各气象要素按时间序列进行M-K检验和Sen’s斜率计算,结果见表1。与全球气候变暖的大环境一致,广东省气温呈显著上升趋势,气候倾向率为0.28 ℃/10a。从图2c可知,相对湿度多年平均值为78.03%,以-0.40%/10a的速率不显著下降,说明大气呈一定干旱趋势,2010年前后出现RH的最小值72.69%。由图2d可知,广东省日照时数变化范围为4.26～5.59 h,多年平均值4.85 h,以-0.10 h/10a的速率不显著下降。日照时数的下降可能与人类活动、城市化的发展导致大气污染,空气中气溶胶增多有关。从图2e可知,风速呈显著上升趋势,倾向率为0.05 m/(s·10a)。多年平均值为1.54 m/s,变化范围为1.39～1.71 m/s。温度在四季节均呈显著上升趋势(p<0.01),并且寒冷季节的增长趋势比温暖季节更快,冬季升温速率分别为0.40 ℃/10a和0.46 ℃/10a,高于夏季升温速率0.20 ℃/10a和0.17 ℃/10a。RH在四季均呈下降趋势,在春、夏、秋季显著下降。同样的,日照时数在春、夏、秋季显著下降。风速在四季呈显著上升趋势,在夏季达到最大值为0.06 m/(s·10a)。降水量在夏秋冬三季呈现不显著上升趋势,而在春季呈现不显著下降趋势,整体倾向率为-1.09 mm/10a。

表1 1980—2020年广东省气象要素的M-K趋势检验和气候倾向率

图2 1980—2020年广东省气象要素的年际变化特征及线性趋势

2.2 ET0的时空变化特征

2.2.1ET0的年际变化特征

广东省1980—2020年ET0不同地区的年际变化特征统计见表2。可以看出,省内ET0呈显著上升趋势,气候倾向率为14.84 mm/10a,年ET0的变化范围为1 069～1 235 mm;广东省不同地区年际ET0变化特征存在差异,其中粤东地区年ET0增长速率最快,呈现显著上升趋势,倾向率为21.12 mm/10a,珠三角地区年ET0增长速率最慢,呈现不显著上升趋势,倾向率为9.78 mm/10a。粤北地区年ET0平均值最小,为1 099 mm;粤西地区年ET0平均值最大,为1 218 mm;广东年ET0全省平均值为1 150 mm。

表2 1980—2020年广东省ET0的年际变化特征统计

2.2.2ET0的季节变化特征

1980—2020年不同季节广东省ET0的变化见表3,ET0在4个季节均呈上升趋势,其中冬春季节呈现显著上升趋势,倾向率分别为5.02、7.26 mm/10a;秋夏季呈现不显著上升趋势,倾向率分别为0.40、2.07 mm/10 a。1980—2020年广东省年内ET0分布不均,夏季ET0最高,占全年的34.6%,为398 mm;其次是秋季300 mm,占全年的26.0%;再次是春季273 mm,占全年的23.7%;冬季ET0最小为181 mm,只占全年的15.7%。

表3 1980—2020年广东省不同季节ET0的变化特征统计

2.2.3ET0的空间分布特征

由于气象因子分布的非均匀性,研究区域内ET0时空分布不均。图3a显示了广东省年平均ET0的空间分布及变化趋势,可以看出在空间分布上ET0从北到南逐渐增高。各站点ET0差异较明显,粤西和珠三角等沿海地区ET0较高,ET0值最高的3个站点依次为上川岛(1 281 mm)、徐闻(1 273 mm)和南澳(1 265 mm);粤北地区ET0较低,最低的3个站点依次为广宁(1 046 mm)、新丰(1 019 mm)和连州(1 011 mm)。研究区37个站点中33个站ET0呈上升趋势,其中20个站点呈显著上升趋势,ET0显著上升最快的前3个站点出现在珠三角的清远、中山和东莞。4个站点ET0呈下降趋势,分别为南澳、电白、惠阳和增城。

不同季节各站点多年平均ET0的空间分布特征和变化趋势见图3b—3e。除夏季外,其余季节ET0从北到南逐渐增大。春季ET0的变化范围为239～346 mm,徐闻站ET0明显高于其他地区,为346 mm,最低为新丰239 mm;全省37个站点全部站点ET0呈上升趋势,其中汕头、丰顺、东莞等站点显著上升,南澳、深圳、湛江等站点呈现不显著上升趋势。夏季ET0变化范围为356～435 mm,ET0高值出现在粤西的徐闻站点,省内20个站点ET0呈上升趋势,17个站点呈下降趋势,其中徐闻、中山和英德等站点呈现显著上升趋势,湛江、增城和惠阳等站点呈现下降趋势。秋季和冬季ET0的变化范围分别为251～353、132～228 mm,ET0高值主要集中于上川岛、深圳、汕尾等沿海地区;秋季26个站点ET0呈上升趋势,11个站点呈下降趋势,其中6个站点显著上升,11个站不显著下降;冬季35个站点ET0呈上升趋势,其中23个站点显著上升,2个站点呈现不显著下降趋势。从各季节ET0变化趋势还可以看出,研究区春冬季ET0上升站点最多,上升趋势最为明显,而夏季ET0下降趋势站点相对较多。

2.3 敏感性分析

广东省不同季节ET0对不同气象因子的敏感系数计算结果见表4。ET0在不同季节均表现为对气温、日照时数、风速的敏感系数为正,说明ET0随着平均气温、日照时数、风速气象因子的增大而增大;ET0对相对湿度的敏感系数为负,说明ET0随着相对湿度的增大而减小。根据敏感系数量化评估规则,ET0对气温的敏感系数为0.20～1.00,表示ET0对气温的敏感程度高;ET0对风速的敏感系数为0.05～0.20,表示ET0对风速的敏感程度中等;ET0对日照时数的敏感系数在春季和冬季分别为0.19和0.18,在0.05～0.20,表示ET0对日照时数的敏感程度中等,夏季和秋季为0.20～1.00,表示ET0对日照时数的敏感程度高;ET0对相对湿度的敏感系数绝对值为0.20～1.00,表示ET0对相对湿度的敏感程度高。总体来看,ET0对气象因子的敏感系数排序为:相对湿度(-0.74)>气温(0.65)>日照时数(0.26)>风速(0.10)。

表4 广东省不同季节ET0对气象因子的敏感系数

2.4 贡献率分析

研究区气温、风速、日照时数和相对湿度对ET0变化的贡献率计算结果见表5,可以看出,气温对ET0变化的贡献率在各季节均为正值,变化范围在2.78%～8.01%,平均为5.26 %。气温在夏季贡献率最小,冬季最高。相对湿度对ET0变化的贡献率介于0.68%～4.43%,平均为2.24%。日照时数对ET0变化的贡献率范围在-0.09%～6.60%,其中,春季日照时数的贡献率为正值,这是由于ET0对日照时数的敏感性为正,四季里仅夏季日照时数呈上升趋势导致的。风速对ET0变化的贡献率在不同季节为0.95%～2.54%。整体上,研究区各气象因子对ET0贡献率的排序为:气温(5.26%)>日照时数(3.09%) >相对湿度(2.24%)>风速(1.71%)。春季和夏季广东省ET0变化的主导因素是日照时数,秋季和冬季ET0变化的主导因素是气温。总体而言,广东省变化的主导因素是气温,气温、相对湿度和风速对ET0的贡献率平均为正值,表明近61 a广东省气温、相对湿度和风速的变化引起了ET0的增加。而日照时数仅在春季贡献率为正,其余季节对ET0的贡献率平均为负值,表明在夏、秋、冬季广东省日照时数的变化降低了ET0。

表5 广东省气象要素变化对ET0变化的贡献率

3 讨论

广东省ET0以14.84 mm/10a的速率上升,这有区别于中国其他区域,如西北地区[15]、京津冀地区[16]和华北平原[25],这些地区ET0自20世纪60年代呈下降趋势,出现所谓“蒸发悖论”现象。事实上,在气温升高背景下,中国范围内ET0整体以5.20 mm/10a的速率下降,约62%的站点存在“蒸发悖论”的现象[14]。本研究结果表明广东在空间分布上存在一些微妙的差异,研究区37个站点中仅4个站点发现了“蒸发悖论”现象,这4个站点ET0随气温升高呈下降趋势,分别为南澳、电白、惠阳和增城。究其原因是日照时数对广东省ET0变化的贡献率最大且为负贡献,日照时数下降对ET0的减小作用掩盖了气温上升对ET0的增大作用,最终导致这些地区的ET0呈下降趋势,而在ET0上升地区日照时数对ET0变化的贡献相对较小。

从现有对区域ET0变化趋势及其成因的研究结果来看,各地区ET0变化影响因素存在差异和不确定性,这主要是由于各气象要素之间互相影响,ET0对其驱动气象要素变量之间存在复杂的非线性关系。通常认为,ET0与风速、温度、日照时数呈正相关,与相对湿度负相关[15]。本研究的敏感分析表明,广东省ET0对相对湿度和气温的敏感程度高,对风速的敏感程度为中等。不同地区ET0对气象要素的敏感性存在显著差异,在京津冀[16]、华北平原[25]、江苏省[26]等地区,ET0对相对湿度最为敏感;而在西北内陆地区,ET0对风速最为敏感,其次是相对湿度、气温和太阳辐射[15]。尽管ET0对相对湿度比对气温更敏感,本研究贡献率分析结果表明相对湿度对ET0增加的贡献小于气温和日照时数。本研究中,气温上升是广东省ET0变化的主要原因,日照时数是ET0变化的第二主要原因。研究期间广东省气温上升和相对湿度下降对ET0的增大作用掩盖了日照时数下降对ET0的减小作用,最终导致广东省ET0整体呈上升趋势。

广东属热带和亚热带季风季候区,气候湿润、热量和光照较为丰富、降水丰沛但分布不均。该地区是中国重要的粮食作物产区(如水稻、玉米),也是重要的热带作物生产基地(如橡胶、甘蔗)[27-28]。气候变暖将使广东农业气候热量资源变得更丰富、作物生长期延长以及生长季的热量增加,进而使现有的农业气候带和种植熟制界线向北、向高海拔推移。并且有利于该地区热带作物的种植,同时农作物二熟和三熟区北界也向北移动,区域有所扩大[27]。但气温升高可能造成局部地区干旱,甚至引发不同程度的旱灾和夏季高温灾害,对农业生产造成减产或影响农产品质量[28]。ET0是确定作物需水量的关键参数,ET0变化可能会使农业生产和水资源管理的影响复杂化,省内ET0上升,尤其粤东和雷州半岛,这些地区农作物灌溉用水需求增加,未来水资源供需矛盾突出,加剧水分限制地区干旱缺水的形势,尤其是春季和冬季,因为这两个季节的降水量已经是一年中最低的[29-30]。

为了更全面地了解地区蒸散对气候变化响应的变化机制,进一步研究应关注实际蒸散与ET0的反馈和定量关系,以及如何影响区域水文循环的问题。

4 结论

分析了1980—2020年广东省ET0以及气象因子的变化趋势,并定量分析了主要气象因素对ET0变化的影响程度,研究主要取得以下结论:①研究区年ET0以14.84 mm/10a的速率上升,大多数站点ET0增加,在4个站点中发现了ET0显著下降,ET0在春冬季显著增加,在秋冬季节呈现不显著增加趋势;②敏感性分析表明,广东省ET0对相对湿度和气温的敏感程度高于日照时数和风速,春季ET0对相对湿度最敏感,秋季ET0对气温最敏感,贡献率分析结果表明,气温是广东省ET0变化的主导因子,其次是日照时数。未来气温的潜在升高与相对湿度的下降相结合,可能会导致更高的蒸散率和干旱事件。因此,为应对气候变化应该采取长期的水资源管理来实现可持续发展。